附加周期和神经网络补偿的实时钟差预报模型

考虑到多项式模型拟合残差中仍存在显著周期信号及其他系统误差影响，提出构建一种多项式结合周期项与BP神经网络的北斗(BDS)超快速钟差预报模型，并利用实测超快速钟差数据进行算法测试验证。数值算例结果显示：利用本文模型得到的北斗超快速钟差产品，相比国内iGMAS超快速钟差产品（ISU）与德国地学中心超快速钟差产品（GBU），预报精度在3 h,6 h,12 h和24 h四个方面分别提升了26.14%,16.46%,12.68%和 10.58% 及10.34%,13.85%,8.17%和14.41%。     

基于非差模型的GPS卫星实时钟差估计精度分析

通过分析实时钟差估计的解算过程,实现了基于非差模型的GPS卫星实时钟差估计,利用区域和全球数据、最终和实时轨道分别求解实时钟差,并将其结果与IGS实时钟差产品进行对比,分析GPS卫星实时钟差产品的精度。算例表明:采用IGS最终轨道产品实时解算卫星钟差,平均钟差精度达到0.2ns;采用IGS实时轨道产品实时解算卫星钟差,平均钟差精度达到0.25ns;IGS实时钟差产品平均钟差精度达到0.2ns以内。实时估计的钟差和IGS实时钟差产品精度差异有很大一部分是由于双方采用的钟差解算策略不同造成的,IGS实时钟差产品和IGS实时轨道产品是同一软件求解得到,符合性更好,且两种实时钟差产品在精度评定时选择IGS最终钟差产品为参考,这对IGS实时钟差产品的评估也会有利。