稀疏采样LSTM算法

十天预报误差3.16e-10s

一种用于星载时间尺度长期钟差预测的改进LSTM算法,将稀疏采样与长短期记忆网络结合,实现高精度十天预报。

Shitao, Yang · Xiao, Yi · Dong, Richang · Yifan, Wu · 帅涛 · Jun, Zhang · Ren, Qianyi · 龚文斌

Satellite Navigation 2024

参数信息

十天预报误差
3.16 × 10–10 s
频率稳定度(300s采样)
1.35 × 10–15
频率稳定度(8.64×10⁴s采样)
3.37 × 10–16
频率稳定度(1×10⁶s采样)
2.81 × 10–16

技术优势

预报精度显著提升

相比连续采样LSTM、卡尔曼滤波、多项式和二次多项式模型,十天预报精度分别提高1.72、1.56、1.83、1.36倍。

稀疏采样降低计算负担

LSTM算法采用稀疏采样,在保证预报精度的情况下,减少了数据量和计算资源需求。

星载时间尺度更稳定

两级卫星计时系统利用多颗计时节点卫星生成综合空间时间尺度,在采样时间300s、8.64×10⁴s、1×10⁶s时频率稳定度分别达到1.35×10⁻¹⁵、3.37×10⁻¹⁶、2.81×10⁻¹⁶。

应用场景