[发明专利]一种BDS-3卫星超快速钟差预报方法

说明书

一种BDS‑3卫星超快速钟差预报方法，它包括以下步骤：步骤1：获取原始超快速钟差数据，剔除钟差存在的粗差与钟跳；步骤2：将预处理后钟差数据进行一次差处理，生成对应的一次差序列；步骤3：构建多核相关向量机钟差预报模型；步骤4：获得多核相关向量机钟差预报模型的参数，输出最优多核相关向量机钟差预报模型；步骤5：利用优化后的多核相关向量机钟差预报模型进行钟差一次差数据的预测，并将钟差一次差预测值还原得到卫星钟差实时预测值。

技术领域

本发明涉及卫星导航定位领域，具体涉及卫星钟差预测技术。

背景技术

随着北斗导航系统正式迈入全球时代，不同用户对PNT服务的精度和可靠性要求也越来越高。尤其是像5G网络时间同步等新兴应用领域对BDS卫星授时的精度和实时性提出了更高的要求。然而，在北斗实时精密导航定位中，卫星钟差产品的精度会直接影响高精度导航定位授时的服务能力。因此，高精度授时服务的关键之一在于能否获取高精度的实时钟差。当前阶段，国际GNSS监测评估系统(iGMAS)提供的超快速钟差的预报产品精度较低，一定程度上限制了北斗实时精密导航定位的应用。同时，随着BDS-3系统的建设完成，进行BDS-3超快速卫星钟差的精密建模和高精度预报算法的相关研究，提高其卫星钟差预报的精度，对于维持BDS系统时间同步、满足实时动态精密单点定位的需求等方面具有十分重要的意义。

为了进一步提高BDS卫星钟差预报的精度，以改善当前钟差实时预报精度较低的现状，国内外学者做了大量预报方法的研究，主要有二次多项式模型、谱分析模型、灰色模型、小波神经网络模型及其相关的组合预报模型等。由于星载原子钟在卫星高速运动过程中，极易受到外部环境及自身因素的影响，从而很难掌握其细致的变化规律，使得以上钟差预报模型仍有不足之处，比如二次多项式模型未能充分考虑到周期项和随机项误差对钟差预报的影响；谱分析模型虽然考虑到了钟差中的周期项误差，但钟差数据中的准确周期项确定较为困难，拟合预报的时候也需要较长的钟差数据建模才能发挥出该模型的优势；灰色模型预报精度受模型指数系数的影响较大，且会出现预报失效现象；小波神经网络预报模型网络拓扑结构确定较为困难，模型复杂度较高。

对于卫星钟差这种异常复杂的非平稳、非线性随机序列，单一的预报模型很难准确表达和有效预报，组合模型虽然比单一模型能更多地考虑到随机项对预报的影响，但是大多数组合模型没有根据各单一模型的特性进行组合，没有完全发挥出组合模型的优势。多星联合定轨解算钟差数据时，受解算策略、选取基准钟的不同以及轨道耦合、多机构数据中心联合解算等因素的影响，会使解算的钟差数据存在相关性。

现有模型大多未顾及钟差数据之间固有的相关性对钟差预报模型建模的影响，这是目前钟差实时预报精度较低和稳定性较差的原因之一，钟差实时预报精度和稳定性还可以进一步提升的空间。

发明内容

本发明是为了解决现有模型未顾及钟差数据之间固有的相关性对钟差预报模型建模的影响，导致组合模型无法很好的发挥优势，进而无法有效的提高钟差实时预报精度及稳定性的技术问题，而提供的一种BDS-3卫星超快速钟差预报方法。

一种BDS-3卫星超快速钟差预报方法，它包括以下步骤：

步骤1：获取原始超快速钟差数据，剔除钟差存在的粗差与钟跳；

步骤2：将预处理后钟差数据进行一次差处理，生成对应的一次差序列；

步骤3：构建多核相关向量机钟差预报模型；

步骤4：获得多核相关向量机钟差预报模型的参数，输出最优多核相关向量机钟差预报模型；

步骤5：利用优化后的多核相关向量机钟差预报模型进行钟差一次差数据的预测，并将钟差一次差预测值还原得到卫星钟差实时预测值。

在步骤1中，利用组合MAD法对超快速钟差数据进行预处理，以剔除钟差存在的粗差与钟跳，具体包括以下步骤：