基于深度学习的卫星钟差预测方法、装置、设备及介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的卫星钟差预测方法、装置、设备及介质
申请号:CN202411672589
申请日期:2024-11-21
公开号:CN119719733A
公开日期:2025-03-28
类型:发明专利
摘要
本申请实施例公开了一种基于深度学习的卫星钟差预测方法、装置、设备及介质,涉及卫星钟差预测技术领域,该方法包括:调用SSR改正信息中断前的卫星钟差数据,预处理后输入训练好的卫星钟差长时间预测模型中,以使模型预测得到第一预测钟差特征;在IGU产品可用时,基于IGU产品得到第二预测钟差特征;基于自适应权重训练层对第一、第二预测钟差特征进行加权计算,输出第三预测钟差特征,处理得到钟差预测结果。若IGU产品不可用,则基于第一预测钟差特征得到钟差预测结果。本申请能够在SSR改正信息中断时通过模型的时间序列特征提取与预测,实时提供钟差补偿,从而保证GNSS系统在通信中断的环境下仍然具备较高的时间同步精度。
技术关键词
卫星钟差预测方法 卫星钟差数据 序列 非暂态计算机可读存储介质 时域特征 频域特征 小波变换处理 GNSS系统 时间同步精度 多头注意力机制 训练集 数据获取单元 处理器 矩阵 传播算法 预测装置 周期 存储器
系统为您推荐了相关专利信息
星地激光通信 系统优化方法 信道 序列 循环冗余校验
生成特征 图像生成方法 数据分布 管线结构 生成框架
图像聚焦模块 子模块 标记 标签 标识
急性脑损伤 预测决策树 患者 皮尔逊相关系数 特征值集合
网络单元 文本情感分析方法 长短期记忆网络 序列 情感分析模型