基于PSO-Elman神经网络BDS导航卫星钟差预报

作者：王井利; 佟晓宇^*; 张梅

来源：全球定位系统, 2023, 48(02): 120-126.

• 北斗卫星导航系统(BDS)
• 钟差预报
• 粒子群优化(PSO)算法
• Elman神经网络
• 卫星钟差

卫星钟差是导航定位系统定位精度的重要影响因子之一.针对北斗卫星导航系统(BDS)精密钟差预报性能寻优问题，提出一种基于粒子群优化(PSO)算法优化Elman神经网络的钟差预报模型方法 (PSO-Elman模型)，以解决Elman神经网络局部最优问题对钟差预报结果的影响.首先对钟差产品进行预处理；然后通过PSO算法迭代寻优确定Elman神经网络权值、阈值的初始值，并将进行预处理之后的序列数据进行训练建模；再采用武汉大学国际GNSS服务(IGS)数据分析中心(WHU)提供的BDS精密钟差产品数据进行钟差预测；最后将预测结果还原为预报钟差.结果表明：对比于二次多项式(QP)模型、附加周期项多项式(SA)模型、灰色(GM)模型，PSO-Elman模型精度分别提高90.7%、84.2%、81.6%，稳定度提高85.3%、76.3%、36.1%.实验表明：PSO-Elman模型在1～12 h短期预报模拟结果的预报精度和稳定性有显著提高，验证了提出方法的可行性.

• 出版日期2023
• 单位宣化科技职业学院; 沈阳建筑大学