[发明专利]一种接收机钟差预测方法

权利要求书

1.一种接收机钟差预测方法，包括如下步骤：

S1.对接收机钟差序列{c(t)}进行小波分解与重构，得到低频序列{c_K(t)}与高频序列{d₁(t)}，{d₂(t)}，L，{d_K(t)}，其中，t＝1～n，n为接收机钟差序列长度，K为分解层数；

S2.对低频序列{c_K(t)}采用灰色模型进行预测，得到预测序列具体实现过程如下：

S21.将序列{c_K(t)}进行一次累加，生成序列

cK(1)(t)=cK(1)+cK(2)+LcK(t),t=1~n]]>

S22.根据累加的序列建立微分方程：

dcK(1)(t)dt+αcK(1)(t)=β]]>

S23.应用最小二乘法估计参数α与β，得到其估计值与

α‾β‾T=(MTM)-1My]]>

其中：

M=-12(cK(1)(2)+cK(1)(3))1-12(cK(1)(3)+cK(1)(4))1MM-12(cK(1)(n-1)+cK(1)(n))1,]]>y=cK(2)cK(3)McK(n-1)cK(n)]]>

S24.将参数估计值与代入微分方程，得到序列的预测序列：

c‾K(1)(t)=(cK(1)-β‾α‾)exp(-α‾(t-1))+β‾α‾]]>

S25.对预测序列进行一次累减，得到低频序列{c_K(t)}的预测序列：

c‾K(1)=c(1),t=1c‾K(t)=c‾K(1)(t)-c‾K(1)(t-1),t≥2]]>

S3.对高频序列{d₁(t)}，{d₂(t)}，L，{d_K(t)}分别采用自回归模型进行预测，得到预测序列具体实现过程如下：

S31.将序列{d₁(t)}写成如下形式：

d1(t)=Σk=1pφkd1(t-k)+ω(t),t=1~n]]>

其中：p为模型阶数，φ₁，L，φ_p表示模型系数，ω(t)为随机噪声；

S32.根据AIC准则确定模型阶数p；

S33.采用最小二乘法对模型参数φ＝[φ₁ φ₂ L φ_p]^T进行估计：

φ‾=(VTV)-1Vr]]>

其中：

V=d1(p)Ld1(1)d1(p+1)Ld1(2)MMd1(n-1)Ld1(n-p),]]>r=d1(p+1)d1(p+2)Md1(n)]]>

S34.根据参数估计值以及模型阶数p，得到序列{d₁(t)}的预测序列：

d‾1(t)=φ‾1d‾1(t-1)+φ‾2d‾1(t-2)+L+φ‾pd‾1(t-p)]]>

S35.对其他高频序列{d₂(t)}，L，{d_K(t)}分别进行和{d₁(t)}相同的操作，得到预测序列

S4.将低频序列{c_K(t)}以及高频序列{d₁(t)}，{d₂(t)}，L，{d_K(t)}的预测结果进行合成，得到接收机钟差序列{c(t)}的整体预测序列：

c‾(t)=c‾K(t)+d‾1(t)+d‾2(t)+L+d‾K(t).]]>