本发明涉及卫星导航，具体涉及一种基于二次多项式模型和aolmm的卫星钟差预报方法。
背景技术：
1、全球导航卫星系统(global navigation satellite system，gnss)具有导航、定位、授时等强大功能，是助力实现交通运输信息化和现代化的重要手段，涵盖海、陆、空等多个典型应用场景，广泛应用于交通、军事、农业等领域。
2、实时精密单点定位(real-time precision point positioning，rt-ppp)不受基准站作用距离的限制，基于单台接收机可实现全球用户高精度定位，是目前卫星导航定位领域的研究热点之一。rt-ppp的实现依赖于高精度的卫星钟差产品，因此为用户提供高精度实时卫星钟差产品是实现高精度rt-ppp的关键。目前，国际gnss服务组织(international gnss service,igs)可向用户提供超快速钟差预测产品和实时服务(real-time service,rts)产品。其中，超快速钟差预测产品通过建立卫星钟差模型实现卫星钟差预测，产品的稳定性较好，但受卫星钟差预测模型准确度限制，其精度比rts产品的精度差。rts产品是基于全球igs观测站的观测数据实时估计得到的，产品精度较高，由于rts产品通过网络实时播发给用户，当用户通信状况较差时会导致实时数据流的中断，影响到rt-ppp的准确性和稳定性。为维持卫星钟差实时估计产品的连续性，通常需要基于历史钟差数据进行钟差预报。因此，提升卫星钟差的预报精度对于用户定位至关重要。
3、为获取准确的预报钟差，国内外学者提出了多种卫星钟差预报模型，主要有传统模型、机器学习模型等，包括线性模型、二次多项式(quadratic polynomial,qp)模型、谱分析模型、灰色模型、求和自回归滑动平均(autoregressive integrated moving average,arima)模型、卡尔曼滤波模型、bp神经网络钟差预报模型和小波神经网络预报模型等。然而，星载原子钟物理特性复杂且不稳定，卫星钟差的二次多项式模型拟合残差中含有除白噪声外的多种有色噪声，导致卫星钟差具有非线性和非平稳特性，单一的预报模型难以对卫星钟差进行准确预报。例如二次多项式受到随机项和周期项的干扰，谱分析模型需要较长的拟合序列，arima模型定阶和模式识别相对困难且预报速度较慢，卡尔曼滤波模型需要先验信息等。此外，单一预报模型的预报精度很大程度上依赖于卫星钟特性，当不同卫星钟的特性存在较大差异时，很难得到高精度且稳定的预报结果，使用单一预报模型进行钟差预报在一定程度上限制了精度的提升。
技术实现思路
1、为解决卫星钟差复杂且不稳定导致单一预报模型模型难以进行准确预报的问题，发明提供了一种基于二次多项式模型和aolmm的卫星钟差预报方法，包括：
2、步骤s1)收集卫星钟差数据，并进行数据预处理；
3、步骤s2)采用二次多项式模型拟合卫星钟差数据并进行预报，获取二次多项式模型的卫星钟差的第一预报值以及拟合残差；
4、步骤s3)采用c-c方法选取嵌入维数和延迟时间来构建相空间；
5、步骤s4)采用小数据量法计算二次多项式模型的拟合残差的最大lyapunov指数，最大lyapunov指数大于0的拟合残差具有混沌特性；
6、步骤s5)采用aolmm法对具有混沌特性的拟合残差进行预报，得到第二预报值；
7、步骤s6)将使用二次多项式模型得到的第一预报值和使用aolmm法得到的第二预报值相加，获得最终的卫星钟差的预报值。
8、本发明的有益效果在于：
9、本发明提供的一种基于二次多项式(qp)模型和aolmm的卫星钟差预报方法。该方法首先利用二次多项式模型对钟差的趋势项进行预报，然后求取qp模型拟合残差时间序列的嵌入维数和延迟时间，进行相空间重构，并利用小数量法验证qp模型的拟合残差时间序列的混沌特性，接着利用aolmm法(加权一阶局域多步预测法)对qp模型的具有混沌特性的拟合残差时间序列进行预报，将qp模型的预报结果和aolmm的预报结果相加得到最终的钟差预报值。
10、相比于传统单一的钟差预报模型，本发明公开的钟差预报方法，根据钟差不同部分的特性利用不同的预报模型进行预报，最后将预报结果相加，提高了钟差预报的精度。本发明公开的钟差预报方法不局限于某个单一的卫星导航系统，适用于多个卫星导航系统卫星钟差的预报。
1.一种基于二次多项式模型和aolmm的卫星钟差预报方法，包括：
2.根据权利要求1所述的基于二次多项式模型和aolmm的卫星钟差预报方法，其中：在步骤s1)中，所述预处理包括：将每一个卫星钟差数据yi与卫星钟差数据序列的中间数m加上中位数绝对偏差mad的5倍的和相比较，其中如果卫星钟差数据序列中的数据数目是偶数则选取中间两个数的平均值作为中间数m，中位数绝对偏差mad＝median{|yi-m|/0.6745}，当卫星钟差数据的绝对值|yi|＞(m+5mad)时认定该卫星钟差数据yi为粗差，将作为粗差的卫星钟差数据剔除并通过剩余卫星钟差数据对其进行内插。
3.根据权利要求1所述的基于二次多项式模型和aolmm的卫星钟差预报方法，其中：在步骤s3)中，以嵌入维数m和延迟时间τ构建的相空间为：
4.根据权利要求3所述的基于二次多项式模型和aolmm的卫星钟差预报方法，其中：在步骤s4)中，所述计算二次多项式模型的拟合残差的最大lyapunov指数的方法是：
5.根据权利要求4所述的基于二次多项式模型和aolmm的卫星钟差预报方法，其中：在步骤s5)中，采用aolmm法进行一阶局域线性拟合的表达式如下：
6.根据权利要求5所述的基于二次多项式模型和aolmm的卫星钟差预报方法，其中：将得到的第k步的预报值作为新息加入拟合残差并重复执行步骤s5，得到多步预报值。
