BDS卫星钟差短期预报的LSTM算法

针对北斗卫星导航系统(BDS)超快速钟差产品预报部分性能不够好的问题,提出1种将修正1次差与长短时记忆(LSTM)模型相组合的钟差预报模型:对钟差数据相邻历元求1次差后的序列进行基于改进中位数的异常值探测;并将预处理后的1次差序列数据用LSTM模型进行训练、预测;然后将预测的1次差值叠加还原为预报钟差;最后对国际全球卫星导航系统监测评估系统(iGMAS)发布的BDS产品中超快速钟差产品观测部分数据进行实验。结果表明:钟差数据经过修正1次差的预处理后,LSTM模型预报精度明显提高;LSTM模型24 h预报精度较超快速产品预报部分钟差和小波神经网络模型分别提高了74%和44%。