买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本申请涉及卫星高精度定位技术领域，特别涉及一种PPP‑B2b卫星钟差预测方法、装置、电子设备及存储介质，其中，方法包括：计算并预处理目标卫星的单差卫星钟差时间序列，生成目标卫星的多弧段PPP‑B2b卫星钟差时间序列；提取每个弧段PPP‑B2b卫星钟差的单差卫星钟差样本，以建立多弧段PPP‑B2b卫星钟差样本；基于多弧段PPP‑B2b卫星钟差样本，构建PPP‑B2b卫星钟差训练数据集，以训练LSTM神经网络，生成PPP‑B2b卫星钟差预测模型，以利用该模型执行PPP‑B2b卫星钟差预测操作。由此，解决了现有的卫星时钟预测方法仅基于单弧段钟差建模，从而导致PPP‑B2b卫星钟差预测精度较低等问题。

主权项：1.一种PPP-B2b卫星钟差预测方法，其特征在于，应用于离线训练阶段，包括以下步骤：基于至少一个目标卫星的PPP-B2b钟差改正数，计算所述至少一个目标卫星的单差卫星钟差时间序列，并对所述单差卫星钟差时间序列进行预处理操作，以生成所述至少一个目标卫星的多弧段PPP-B2b卫星钟差时间序列；提取所述多弧段PPP-B2b卫星钟差时间序列中每个弧段PPP-B2b卫星钟差对应的单差卫星钟差样本，并根据所述每个弧段PPP-B2b卫星钟差的单差卫星钟差样本建立多弧段PPP-B2b卫星钟差样本；基于所述多弧段PPP-B2b卫星钟差样本，构建PPP-B2b卫星钟差训练数据集，并通过所述PPP-B2b卫星钟差训练数据集训练预设的LSTM神经网络，生成PPP-B2b卫星钟差预测模型，以在在线预测阶段利用所述PPP-B2b卫星钟差预测模型执行PPP-B2b卫星钟差预测操作；其中，所述通过所述PPP-B2b卫星钟差训练数据集训练预设的LSTM神经网络，生成PPP-B2b卫星钟差预测模型，包括：通过预设的网格搜索策略，确定满足预设要求的LSTM神经网络的目标结构和目标超参数，且基于所述LSTM神经网络的所述目标结构、所述目标超参数和所述PPP-B2b卫星钟差训练数据集，训练所述LSTM神经网络，以得到卫星s的PPP-B2b卫星钟差预测模型，并根据所述卫星s的PPP-B2b卫星钟差预测模型得到北斗卫星和GPS卫星的PPP-B2b卫星钟差预测模型，以在在线预测阶段利用所述PPP-B2b卫星钟差预测模型执行PPP-B2b卫星钟差预测操作；其中，所述卫星s的PPP-B2b卫星钟差预测模型的数学表达式为： 其中，表示所述LSTM神经网络的权重和偏置参数；为单差卫星钟差；α表示历史历元的数量；所述北斗卫星和所述GPS卫星的PPP-B2b卫星钟差预测模型的数学表达式为：其中，和分别为所述北斗卫星和所述GPS卫星的PRN号。

全文数据：

权利要求：

百度查询： 武汉大学 PPP-B2b卫星钟差预测方法、装置、电子设备及存储介质