径向基函数神经网络在卫星钟差预报中的应用

作者：雷雨; 赵丹宁

来源：全球定位系统, 2013, (02): 12-18.

DOI：10.13442/j.gnss.2013.02.018

• 径向基函数神经网络
• 卫星钟差
• 钟差预报
• 交叉验证 RBF neural network
• satellite clock error
• clock error prediction
• cross-validation

卫星钟差预报在全球卫星导航系统(GNSS)中起着重要作用。将径向基函数(RBF)神经网络应用于卫星钟差预报中。为避免网络过学习状态的发生,充分利用有限的训练样本数据,采用交叉验证法(CV)训练网络。以GPS为例进行短期(24h)预报实验,并与灰色系统模型进行对比分析。结果表明:交叉验证法可以明显提高网络的泛化能力,RBF神经网络模型的预报精度以及稳定性均优于灰色系统模型。

• 单位
  中国科学院国家授时中心