径向基函数神经网络在卫星钟差预报中的应用

被引：4

作者：

雷雨 ^{[1
,2
,3
]}

赵丹宁 ^{[1
,4
,3
]}

机构：

[1] 中国科学院国家授时中心

[2] 中国科学院时间频率基准重点实验室

[3] 中国科学院

[4] 中国科学院精密导航定位与定时技术重点实验室

来源：

全球定位系统 | 2013年 / 38卷 / 02期

关键词：

径向基函数神经网络; 卫星钟差; 钟差预报; 交叉验证;

D O I：

10.13442/j.gnss.2013.02.018

中图分类号：

TN967.1 [卫星导航系统];

学科分类号：

摘要：

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。

引用

页码：12 / 18

页数：7

共 11 条

[1] 基于小波分析和神经网络的卫星钟差预报性能分析 [J].