基于粒子群算法优化Elman神经网络的GPS快速钟差预报方法

作者：梁益丰; 许江宁; 吴苗^*

来源：海军工程大学学报, 2022, 34(06): 41-47.

• 卫星原子钟
• 钟差预报
• Elman神经网络
• 粒子群优化

为提升导航卫星原子钟快速钟差预报精度，提出了一种粒子群优化(PSO)算法改进的Elman神经网络钟差预报方法。首先，将动态递归类Elman神经网络引入钟差预报，通过PSO算法改进Elman神经网络的权值和阈值，以提升训练速度和预测精度；然后，将优化方法应用到钟差预报中，给出了利用该方法进行快速钟差预报的步骤；最后，与常用二次多项式模型(QPM)、灰色模型(GM)和超快速钟差产品IGU-P进行对比分析。结果表明：PSO-Elman模型对4颗不同类型的GPS卫星钟都能取得良好的预报精度与稳定度，其24 h平均预报精度和稳定度相对于QPM、GM、IGU-P产品分别提高了85.1%,74.2%,88.9%和71.3%,53.3%,28.3%。

• 单位
  中国人民解放军海军工程大学