基于LSTM-RF模型的卫星钟差预报

来源：大地测量与地球动力学杂志2026年第7期北京时间：

作者：来闯, 王中元, 胡超

单位：1 中国矿业大学环境与测绘学院, 徐州, 221116,2 安徽理工大学空间信息与测绘工程学院, 淮南, 232001

摘要：针对卫星钟差预报中单一模型非线性建模能力有限与预报精度不高的问题, 提出长短期记忆网络(LSTM)与随机森林(RF)的组合预报模型。该模型充分发挥LSTM对钟差时序特征的深度挖掘能力, 同时利用随机森林的集成学习机制对LSTM预测残差进行非线性补偿, 实现预报精度跃升。实验表明, LSTM-RF组合模型相比于单一LSTM模型, 在短、中及长期预报中GPS、BDS、Galileo及GLONASS卫星预报精度分别提升74.4%~86.8%、27.5%~32.0%、80.5%~82.7%及0~18.2%, 由此验证了LSTM-RF组合模型对于非线性钟差序列进行预报的可行性和普适性。

关键词：钟差预报,LSTM-RF,误差补偿,多卫星系统

基金资助：国家自然科学基金(42404015),国家自然科学基金(42274048)