典型文献
差分组合模型在BDS卫星钟差预测中的应用
文献摘要：
为了更好地解决单一钟差预测模型预测结果发散,预测精度差等问题,提出一种基于最小残差绝对值的径向基(RBF)神经网络和广义回归神经网络(GRNN)组合预测方法.该方法利用预处理差分数据,分别建立RBF神经网络预测模型和GRNN预测模型,然后进行数据重构;最后利用最小残差绝对值方法对两种模型进行组合.实验结果表明:组合模型预测精度高、稳定性好,12 h内的预报精度在0.6 ns以下,能够对北斗卫星导航系统(BDS)精密卫星钟差进行短期高精度预报.
文献关键词：
卫星钟差;一次差分;径向基函数神经网络;广义回归神经网络;组合模型
中图分类号：
作者姓名：
王建敏;李特;吕楠;冯源
作者机构：
辽宁工程技术大学 测绘与地理科学学院,辽宁 阜新 123000
文献出处：
引用格式：
[1]王建敏;李特;吕楠;冯源-.差分组合模型在BDS卫星钟差预测中的应用)[J].导航定位学报,2022(03):94-100
A类：
B类：
BDS,卫星钟差,钟差预测,发散,RBF,广义回归神经网络,GRNN,组合预测方法,法利,差分数据,神经网络预测模型,数据重构,组合模型预测,预报精度,ns,北斗卫星导航系统,一次差分,径向基函数神经网络
AB值：
0.269462
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
