CN110376620B

CN110376620B - 实时钟差预报方法、装置和计算机设备

Info

Publication number: CN110376620B
Application number: CN201910672057.9A
Authority: CN
Inventors: 戴志强; 葛茂荣; 鲍志雄; 李成钢; 史小雨; 左翔
Original assignee: Guangzhou Hi Target Navigation Tech Co ltd
Current assignee: Guangzhou Hi Target Navigation Tech Co ltd
Priority date: 2019-07-24
Filing date: 2019-07-24
Publication date: 2022-03-04
Anticipated expiration: 2039-07-24
Also published as: CN110376620A

Abstract

本申请涉及一种实时钟差预报方法、装置和计算机设备，数据处理系统基于基准站网获取的卫星实时观测数据获取卫星的实时钟差；然后对滑动窗口内各个历元的实时钟差进行拟合，构建钟差预报模型；其中，滑动窗口位于当前历元之前并随时间滑动；钟差预报模型用于表征实时钟差的变化特征；最后，根据钟差预报模型计算待预报历元的预报钟差。采用上述方法可以提升预报钟差的精度；进一步地，随着数据处理系统获得的预报钟差精度提升，在实时观测数据中断的情况下用户也可以通过高精度的预报钟差获得精密定位服务，从而提升卫星导航系统提供钟差服务的稳定性和连续性。

Description

实时钟差预报方法、装置和计算机设备

技术领域

本申请涉及卫星技术领域，特别是涉及一种实时钟差预报方法、装置和计算机设备。

背景技术

导航卫星自身的时钟给出的时间与世界标准时间的差异即为卫星钟差，获取精确的卫星钟差是全球导航卫星系统(英文：Global Navigation Satellite System；简写：GNSS)进行精密导航定位的重要条件。由于导航卫星获得的卫星钟差受外界环境和自身硬件的影响较大，难以精确模型化，通常采用地面基准站接收导航卫星发送的实时观测数据，并将实时观测数据发送给数据处理系统，通过数据处理系统对实时观测数据进行处理，生成钟差产品供用户使用。在实时观测数据出现中断，或者数据出现较大延迟时，用户收到的实时钟差产品均会出现不同程度的中断或缺失，影响实时精密定位服务系统的稳定性与连续性。

传统技术中，数据处理系统可以根据已获得的卫星钟差进行建模，例如采用线性模型、二次或更高阶的多项式模型、灰色模型、ARIMA模型和神经网络模型等，在一定的时间内生成预报钟差，当实时观测数据流出现中断、数据链路延迟或者数据处理系统故障时采用预报钟差向用户提供精密定位服务，在数据处理系统恢复重启后再基于实时观测数据向用户提供钟差产品。

但是，采用上述方法获得的预报钟差精度较差，不能满足精确定位的需求。

发明内容

基于此，有必要针对上述技术问题，提供一种实时钟差预报方法、装置和计算机设备。

一种实时钟差预报方法，上述方法包括：

基于基准站网获取的卫星实时观测数据获取卫星的实时钟差；

对滑动窗口内各个历元的实时钟差进行拟合，构建钟差预报模型；其中，滑动窗口位于当前历元之前并随时间滑动；钟差预报模型用于表征实时钟差的变化特征；

根据钟差预报模型计算待预报历元的预报钟差。

在其中一个实施例中，上述对滑动窗口内各个历元的实时钟差进行拟合，构建钟差预报模型，包括：

对滑动窗口内各个历元的实时钟差进行线性拟合，获得钟差线性拟合模型；

将同一历元的钟差线性拟合模型的值与实时钟差相减，获得线性预报残差序列；

根据线性预报残差序列提取实时钟差的残差变化特征；

基于钟差线性拟合模型以及残差变化特征，构建钟差预报模型。

在其中一个实施例中，上述根据线性预报残差提取实时钟差的残差变化特征，包括：

对线性预报残差序列进行傅里叶变换，获得多个周期项模型；周期项模型中包含多个周期项以及多个周期项的系数；

分别根据各周期项模型计算线性预报残差序列中各个残差对应的残差估计值；

计算线性预报残差序列中，各个拟合残差与对应的残差估计值的差值的平方和；

将平方和最小的周期项模型确定为实时钟差的残差变化特征。

在其中一个实施例中，上述获得钟差预报模型之后，还包括：

更新钟差预报模型的构建时间。

在其中一个实施例中，上述滑动窗口包含至少两个不同长度的滑动窗口，对滑动窗口内各个历元的实时钟差进行拟合，获得钟差预报模型，包括：

分别对各滑动窗口内各个历元的实时钟差进行拟合，获得各滑动窗口对应的钟差预报模型。

在其中一个实施例中，上述方法还包括：

确定当前时刻的实时钟差的播发状态是否正常；

若是，则向用户播发当前时刻的实时钟差；

若否，则向用户播发当前时刻的预报钟差。

在其中一个实施例中，上述向用户播发当前时刻的预报钟差，包括：

根据预报时长，选择预报时长对应的钟差预报模型，以获得目标预报钟差；预报时长为当前历元距离播发状态出现异常时刻之间的时长；

向用户播发目标预报钟差。

在其中一个实施例中，上述滑动窗口的长度分别为第一时长、第二时长和第三时长，第二时长大于第一时长，且小于第三时长；钟差预报模型包括第一时长对应的第一预报模型、第二时长对应的第二预报模型，以及第三时长对应的第三预报模型；根据预报时长，选择预报时长对应的钟差预报模型，获得目标预报钟差，包括：

若预报时长小于第一时长，则确定第一预报模型输出的预报钟差为目标预报钟差；

若预报时长小大于或等于第一时长，并小于第二时长，则确定第二预报模型输出的预报钟差为目标预报钟差；

若预报时长小大于或等于第二时长，并小于第三时长，则确定第三预报模型输出的预报钟差为目标预报钟差。

一种钟差预报装置，上述装置包括：

获取模块，用于基于基准站网获取的卫星实时观测数据获取卫星的实时钟差；

构建模块，用于对滑动窗口内各个历元的实时钟差进行拟合，构建钟差预报模型；其中，滑动窗口位于当前历元之前并随时间滑动；钟差预报模型用于表征实时钟差的变化特征；

计算模块，用于根据钟差预报模型计算待预报历元的预报钟差。

一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述实时钟差预报方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实时钟差预报方法的步骤。

上述实时钟差预报方法、装置和计算机设备，数据处理系统基于基准站网获取的卫星实时观测数据获取卫星的实时钟差；然后对滑动窗口内各个历元的实时钟差进行拟合，构建钟差预报模型；其中，滑动窗口位于当前历元之前并随时间滑动；钟差预报模型用于表征实时钟差的变化特征；最后，根据钟差预报模型计算待预报历元的预报钟差。由于数据处理系统构建钟差预报模型时采用的实时钟差是通过滑动窗口提取的，因此可以更灵活地捕捉预报时实时钟差的变化趋势，从而提升了预报钟差的精度；进一步地，随着数据处理系统获得的预报钟差精度提升，在实时观测数据中断的情况下用户也可以通过高精度的预报钟差获得精密定位服务，从而提升卫星导航系统提供钟差服务的稳定性和连续性。

附图说明

图1为一个实施例中实时钟差预报方法的应用环境图；

图2为一个实施例中实时钟差预报方法的流程示意图；

图3为另一个实施例中实时钟差预报方法的流程示意图；

图4为另一个实施例中实时钟差预报方法的流程示意图；

图5为另一个实施例中实时钟差预报方法的流程示意图；

图6为另一个实施例中实时钟差预报方法的流程示意图；

图7为一个实施例中实时钟差预报装置的结构框图；

图8为另一个实施例中实时钟差预报装置的结构框图；

图9为另一个实施例中实时钟差预报装置的结构框图；

图10为另一个实施例中实时钟差预报装置的结构框图；

图11为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的实时钟差预报方法，可以应用于如图1所示的应用环境中。其中，基准站100接收导航卫星200播发的实时观测数据，并将实时观测数据转发给数据处理系统300进行处理，获得钟差产品；上述导航系统可以但不限于是北斗导航系统、全球定位系统(Global Positioning System，简称GPS)、格洛纳斯系统、伽利略卫星定位系统等。上述数据处理系统可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种实时钟差预报方法，以该方法应用于图1中的数据处理系统为例进行说明，包括：

S101、基于基准站获取的卫星实时观测数据获取卫星的实时钟差。

对于卫星导航系统而言，时间的作用至关重要，时间的测量精度决定着间距的测量精度。例如，0.03纳秒的时间测量误差，其等效距离误差可以是1厘米。所以，卫星导航系统需要高精度的钟差，才能实现高精度的导航与定位。上述卫星导航系统可以是北斗导航系统、全球定位系统(Global Positioning System，简称GPS)、格洛纳斯系统、伽利略卫星定位系统等，在此不做限定。导航系统中的卫星上均配备高精度的原子钟，获得高精度的观测量。导航卫星获得的卫星钟差受外界环境和自身硬件的影响较大，难以精确模型化，通常采用地面基准站接收导航卫星发送的实时观测数据；其中，上述实时观测数据可以包括伪距和相位，其中伪距是指卫星获得的居立中含有时钟误差和大气层折射延迟，故称伪距，上述实时观测数据还可以包括其它遥测数据，在此不做限定。

在卫星导航系统中可以包括多颗卫星和多个地面基准站，地面基准站在接收到卫星播发的实时观测数据后，可以将实时观测数据发送给数据处理系统，通过数据处理系统对实时观测数据进行处理，生成钟差产品供用户使用。

数据处理系统可以实时接收实时观测数据，然后对实时观测数据进行预处理，例如评估实时观测数据中的相位是否出现跳变等，然后根据预处理后的实时观测数据构建观测方程，生成实时钟差。

S102、对滑动窗口内各个历元的实时钟差进行拟合，构建钟差预报模型；其中，滑动窗口位于当前历元之前并随时间滑动；钟差预报模型用于表征实时钟差的变化特征。

其中，上述历元是指观测时刻。对于同一卫星，数据处理系统获取实时钟差的进程正常的情况下，可以提取滑动窗口内的各个历元的实时钟差进行拟合。上述滑动窗口位于当前历元之前，并随着时间滑动。

上述滑动窗口的长度可以固定，也可以随观测状态进行调整，在此不做限定。上述滑动窗口内的各个历元，可以包含当前历元；也可以在当前历元之前并与当前历元间隔预设距离，在此不做限定。例如，数据处理系统可以获取10个历元的实时钟差，分别记为X1，X2，……X10，若当前历元为第10个历元，且滑动窗口的长度为5时，上述滑动窗口内的实时钟差可以是X6，X7，……X10，也可以是X4，X5，……X8；在数据处理系统继续获取10个历元的实时钟差之后，对于当前历元为第20个历元时，上述滑动窗口内的实时钟差可以是X16，X17，……X20，也可以是X14，X15，……X18；对于上述滑动窗口内实时钟差的获取方式在此不做限定。

另外，上述滑动窗口可以只包含一个长度，也可以包含至少两个不同长度的滑动窗口，相应地，数据处理系统可以分别对各滑动窗口内各个历元的实时钟差进行拟合，获得各滑动窗口对应的钟差预报模型。

数据处理系统通过滑动窗口提取各实时钟差之后，可以对实时钟差进行拟合，获得拟合函数；上述拟合方式可以是线性拟合，也可以是二项式拟合，还可以是更高阶的拟合方式，在此不做限定。

在获得实时钟差的拟合函数之后，数据处理系统可以根据拟合函数构建钟差预报模型，其中，上述钟差预报模型用于表征实时钟差的变化特征，可以是当前历元的实时钟差相对于上一历元的实时钟差的变化，也可以是实时钟差随时间的变化，对于钟差预报模型的构建方式在此不做限定。

具体地，数据处理系统可以在获取实时钟差之后，实时更新钟差预报模型，也可以设定一个更新周期，例如10分钟，每间隔十分钟构建一次钟差预报模型。进一步地，数据处理系统可以在构建钟差预报模型之后，更新该模型的构建时间。

S103、根据钟差预报模型计算待预报历元的预报钟差。

数据处理系统在获得钟差预报模型后，可以根据钟差预报模型计算待预报历元的预报钟差，例如，若钟差预报模型为实时钟差随时间的变化函数，数据处理系统可以直接将待预报历元的时刻带入上述变化函数，然后计算得到预报钟差；若钟差预报模型为当前历元的实时钟差与上一历元的实时钟差的差值特征，那么数据处理系统可以根据待预报历元的前一历元的实时钟差，以及差值来计算待预报历元的预报钟差，对于上述预报钟差的计算方式在此不做限定。

上述实时钟差预报方法，数据处理系统基于基准站网获取的卫星实时观测数据获取卫星的实时钟差；然后对滑动窗口内各个历元的实时钟差进行拟合，构建钟差预报模型；其中，滑动窗口位于当前历元之前并随时间滑动；钟差预报模型用于表征实时钟差的变化特征；最后，根据钟差预报模型计算待预报历元的预报钟差。由于数据处理系统构建钟差预报模型时采用的实时钟差是通过滑动窗口提取的，因此可以更灵活地捕捉预报时实时钟差的变化趋势，从而提升了预报钟差的精度；进一步地，随着数据处理系统获得的预报钟差精度提升，在实时观测数据中断的情况下用户也可以通过高精度的预报钟差获得精密定位服务，从而提升卫星导航系统提供钟差服务的稳定性和连续性。

图3为另一个实施例中实时钟差预报方法的流程示意图，本实施例涉及数据处理系统构建钟差预报模型的过程，在上述实施例的基础上，如图3所示，上述S102包括：

S201、对滑动窗口内各个历元的实时钟差进行线性拟合，获得钟差线性拟合模型。

由于在几个小时的范围内卫星的原子钟不会发生漂移，因此可以对实时钟差进行线性拟合，简化钟差线性拟合模型，提升拟合效率。

具体地，数据处理系统卫星的当前历元的实时钟差可以表示为x_k，可以对滑动窗口区间内的实时钟差序列x_k-N+1,x_k-N+2,…x_k进行线性拟合，获得的钟差线性拟合模型为：x_k(t)＝a₀+a₁t；

其中，N表示滑动窗口内包含的历元个数，a₀和a₁为该卫星钟差线性拟合模型的模型系数，t表示时间。

S202、将同一历元的钟差线性拟合模型的值与实时钟差相减，获得线性预报残差序列。

在获得钟差线性拟合模型之后，数据处理系统可以获得线性预报残差序列，具体地，可以根据钟差线性拟合模型计算滑动窗口内历元的钟差估计值，然后将该历元对应的钟差线性拟合值与实时钟差相减，获得拟合残差。

具体地，数据处理系统可以计算滑动窗口内的每个历元的拟合残差，也可以只获取部分历元的拟合残差，上述部分历元的拟合残差可以提取残差变化特征即可，例如可以设定拟合残差的序列长度。

进一步地，上述线性预报残差可以是钟差估计值与实时钟差的差值，也可以是该差值的绝对值，还可以是该差值乘以预设系数，对于上述拟合残差的形式在此不做限定。例如，上述当前历元的拟合残差可以表示为：Δx_k＝a₀+a₁t_k-x_k，也可以表示为Δx_k＝|a₀+a₁t_k-x_k|，其中t_k表示当前历元对应的时刻。

S203、根据线性预报残差序列提取实时钟差的残差变化特征。

具体地，数据处理系统可以对残差序列进行建模，提取残差变化特征。上述残差变化特征可以是残差随时间的变化特征，也可以是当前历元与上一历元拟合残差，相对于上一历元与前一历元的变化，对于上述残差变化特征形式在此不做限定。上述变化特征可以是周期变化特征，也可以是线性变化特征，在此不做限定。

S204、基于钟差线性拟合模型以及残差变化特征，构建钟差预报模型。

在上述步骤的基础上，数据处理系统可以根据残差变化特征获得不同时刻的残差估计值，然后在钟差线性拟合模型的基础上叠加残差估计值，获得准确的钟差预报模型。

例如，残差估计值可以表示为Δx_k(t)，钟差预报模型可以表示为x_k(t)+Δx_k(t)。

上述实时钟差预报方法，数据处理系统对滑动窗口内的实时钟差进行线性拟合，简化模型并提升拟合效率；进一步地，数据处理系统对拟合残差提取残差变化特征，根据残差变化特征和钟差线性拟合模型共同构建钟差预报模型，使得钟差预报模型精度更高。

图4为另一个实施例中实时钟差预报方法的流程示意图，本实施例涉及数据处理系统获得残差变化特征的具体方式，在上述实施例的基础上，如图4所示，上述S203包括：

S301、对线性预报残差序列进行傅里叶变换，获得多个周期项模型；周期项模型中包含多个周期项以及多个周期项的系数。

由于实时钟差经过线性拟合后，获得的线性预报残差序列包含周期性特征，因此可以对线性预报残差序列进行傅里叶变换，通过周期项来表示线性预报残差序列的变化特征。

对线性预报残差序列进行傅里叶变换，可以通过多个周期项模型来表示线性预报残差序列，其中周期项模型中包含多个周期项以及多个周期项的系数；例如，线性预报残差序列的周期项模型可以表示为：

其中，T_i ^m表示第m个周期项模型的第i个周期项的周期大小，p表示周期项模型中周期项的个数，

表示第m个周期项模型中第i个正弦项的系数，

表示第m个周期项模型中第i个余弦项的系数。

S302、分别根据各周期项模型计算线性预报残差序列中各个拟合残差对应的残差估计值。

进一步地，数据处理系统可以分别根据各周期项模型，计算线性预报残差序列中各个拟合残差对应的残差估计值。例如，对于第m个周期项模型，当前第k个历元的残差估计值可以表示为

其中表示当前历元对应的时刻。

S303、计算线性预报残差序列中，各个拟合残差与对应的残差估计值的差值的平方和。

S304、将平方和最小的周期项模型确定为实时钟差的残差变化特征。

然后，数据处理系统可以根据最小二乘法，从多个周期项模型中确定精度最高的一个周期项模型，来表征实时钟差的残差变化特征。

首先，可以计算线性预报残差序列中，第m个周期项模型获得的拟合残差与对应的残差估计值的差值的平方和，可以表示为：

其中，x_k-N+1,x_k-N+2,…x_k为实时钟差序列。

在获得了各个周期项模型的差值的平方和之后，数据处理系统可以认为上述平方和最小的周期项模型可以更准确地拟合拟合钟差序列的变化特征，将其确定为实时钟差的残差变化特征。

上述实时钟差预报方法，数据处理系统对线性预报残差序列进行傅里叶变换，提取线性预报残差序列的周期性的变化特征，使得根据钟差线性拟合模型和残差变化特征构建的钟差预报模型精度更高。

图5为另一个实施例中实时钟差预报方法的流程示意图，本实施例涉及数据处理系统播发预报钟差的方式，在上述实施例的基础上，上述方法还包括：

S401、确定当前时刻的实时钟差的播发状态是否正常；

S402、若是，则向用户播发当前时刻的实时钟差；

S403、若否，则向用户播发当前时刻的预报钟差。

具体地，数据处理系统可以根据是否能基于卫星的实时观测数据获得实时钟差，来确定实时钟差的播发状态是否正常，也可以根据系统告警信号来判断播发状态是否正常，在此不做限定。

若数据处理系统当前的实时钟差的播发状态正常，那么可以认为数据处理系统未出现故障，数据链路也未出现中断或者延迟，可以正常向用户播发实时钟差。

若数据处理系统当前的实时钟差的播发状态异常，那么可以认为数据处理系统可能出现故障，例如，数据链路出现中断或者延迟，导致不能正常向用户播发实时钟差，可以将获取的当前历元的预报钟差播发给用户，使得用户可以稳定地获得精密定位服务。

进一步地，当数据处理系统中包含多个钟差预报模型时，可以根据预报时长，选择预报时长对应的钟差预报模型，以获得目标预报钟差，并用户播发目标预报钟差；其中，预报时长为当前历元距离播发状态出现异常时刻之间的时长。

上述实时钟差预报方法，数据处理方法通过判断实时钟差的播发状态来确定是否播发预报钟差，使得播发状态异常的情况下，可以及时切换至播发预报钟差，可以通过高精度的预报钟差获得精密定位服务，从而提升卫星导航系统提供钟差服务的稳定性和连续性。

图6为另一个实施例中实时钟差预报方法的流程示意图，本实施例涉及数据处理系统根据预报时长选择目标预报钟差的过程，滑动窗口的长度分别为第一时长、第二时长和第三时长，第二时长大于第一时长，且小于第三时长；钟差预报模型包括第一时长对应的第一预报模型、第二时长对应的第二预报模型，以及第三时长对应的第三预报模型，在上述实施例的基础上，如图6所示，上述S403包括：

S501、若预报时长小于第一时长，则确定第一预报模型输出的预报钟差为目标预报钟差；

S502、若预报时长小大于或等于第一时长，并小于第二时长，则确定第二预报模型输出的预报钟差为目标预报钟差；

S503、若预报时长小大于或等于第二时长，并小于第三时长，则确定第三预报模型输出的预报钟差为目标预报钟差。

具体地，数据处理系统根据三个长度的滑动窗口，可以分别获得三个预报模型，例如三个滑动窗口的长度可以分别是1小时、2小时和3小时；相应地，数据处理系统可以分别提取1小时内、2小时内以及3小时内的各个实时钟差的特征，来构建钟差预报模型。

当数据处理系统中实时钟差的播发状态异常时，数据处理系统可以根据预报时长从上述三个预报模型输出的数据中选择一个目标预报钟差。例如，当时刻A时数据处理系统出现播发状态异常，则从时刻A开始选择第一预报模型输出的预报钟差为目标预报钟差；若到时刻B时，数据处理系统状态未恢复，且时刻A和时刻B之间的时间间距大于等于第一时长，且小于第二时长，例如时刻B距离时刻A大于1小时，但小于2小时；此时，根据第二时长对应的滑动窗口获得的钟差预报模型，获得的时刻B的预报钟差精度更高。进一步地，如果在时刻C时数据处理系统的状态未恢复，且时刻A和时刻C之间的时间间距大于等于第二时长，且小于第三时长，例如时刻C距离时刻A大于2小时，但小于3小时，那么可以选择第三预报模型输出的预报钟差为目标预报钟差。

上述实时钟差预报方法，数据处理系统根据预报时长选择对应的钟差预报模型，可以获得精度更高的预报钟差，使得用户获得更精密稳定的定位服务。

应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图7所示，提供了一种实时钟差预报装置，包括：获取模块10、构建模块20和计算模块30，其中：

获取模块10，用于基于基准站网获取的卫星实时观测数据获取卫星的实时钟差；

构建模块20，用于对滑动窗口内各个历元的实时钟差进行拟合，构建钟差预报模型；其中，滑动窗口位于当前历元之前并随时间滑动；钟差预报模型用于表征实时钟差的变化特征；

计算模块30，用于根据钟差预报模型计算待预报历元的预报钟差。

本申请实施例提供的实时钟差预报装置，可以实现上述方法实施例，其实现原理和技术效果类似，在此不再赘述。

在一个实施例中，如图8所示，在上述实施例的基础上，上述构建模块20包括：

拟合单元201，用于对滑动窗口内各个历元的实时钟差进行线性拟合，获得钟差线性拟合模型；

获取单元202，用于将同一历元的钟差线性拟合模型的值与实时钟差相减，获得线性预报残差序列；

提取单元203，用于根据线性预报残差序列提取实时钟差的残差变化特征；

构建单元204，用于基于钟差线性拟合模型以及残差变化特征，构建钟差预报模型。

在一个实施例中，在上述实施例的基础上，上述提取单元203具体用于：对线性预报残差序列进行傅里叶变换，获得多个周期项模型；周期项模型中包含多个周期项以及多个周期项的系数；分别根据各周期项模型计算线性预报残差序列中各个拟合残差对应的残差估计值；计算线性预报残差序列中，各个拟合残差与对应的残差估计值的差值的平方和；将平方和最小的周期项模型确定为实时钟差的残差变化特征。

在一个实施例中，如图9所示，在上述实施例的基础上，上述构建模块20包括更新单元205，用于：更新钟差预报模型的构建时间。

在一个实施例中，滑动窗口包含至少两个不同长度的滑动窗口，在上述实施例的基础上，上述构建模块20具体用与：分别对各滑动窗口内各个历元的实时钟差进行拟合，获得各滑动窗口对应的钟差预报模型。

在一个实施例中，如图10所示，在上述实施例的基础上，上述装置还包括确定模块40，用于：确定当前时刻的实时钟差的播发状态是否正常；若是，则向用户播发当前时刻的实时钟差；若否，则向用户播发当前时刻的预报钟差。

在一个实施例中，在上述实施例的基础上，上述确定模块40具体用于：根据预报时长，选择预报时长对应的钟差预报模型，以获得目标预报钟差；预报时长为当前历元距离播发状态出现异常时刻之间的时长；向用户播发目标预报钟差。

在一个实施例中，滑动窗口的长度分别为第一时长、第二时长和第三时长，第二时长大于第一时长，且小于第三时长；钟差预报模型包括第一时长对应的第一预报模型、第二时长对应的第二预报模型，以及第三时长对应的第三预报模型；上述确定模块40具体用于：若预报时长小于第一时长，则确定第一预报模型输出的预报钟差为目标预报钟差；若预报时长小大于或等于第一时长，并小于第二时长，则确定第二预报模型输出的预报钟差为目标预报钟差；若预报时长小大于或等于第二时长，并小于第三时长，则确定第三预报模型输出的预报钟差为目标预报钟差。

关于实时钟差预报装置的具体限定可以参见上文中对于实时钟差预报方法的限定，在此不再赘述。上述实时钟差预报装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储实时钟差预报数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种实时钟差预报方法。

本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

根据钟差预报模型计算待预报历元的预报钟差。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对滑动窗口内各个历元的实时钟差进行线性拟合，获得钟差线性拟合模型；将同一历元的钟差线性拟合模型的值与实时钟差相减，获得线性预报残差序列；根据线性预报残差序列提取实时钟差的残差变化特征；基于钟差线性拟合模型以及残差变化特征，构建钟差预报模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：对线性预报残差序列进行傅里叶变换，获得多个周期项模型；周期项模型中包含多个周期项以及多个周期项的系数；分别根据各周期项模型计算线性预报残差序列中各个拟合残差对应的残差估计值；计算线性预报残差序列中，各个拟合残差与对应的残差估计值的差值的平方和；将平方和最小的周期项模型确定为实时钟差的残差变化特征。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：更新钟差预报模型的构建时间。

在一个实施例中，滑动窗口包含至少两个不同长度的滑动窗口，处理器执行计算机程序时还实现以下步骤：分别对各滑动窗口内各个历元的实时钟差进行拟合，获得各滑动窗口对应的钟差预报模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定当前时刻的实时钟差的播发状态是否正常；若是，则向用户播发当前时刻的实时钟差；若否，则向用户播发当前时刻的预报钟差。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据预报时长，选择预报时长对应的钟差预报模型，以获得目标预报钟差；预报时长为当前历元距离播发状态出现异常时刻之间的时长；向用户播发目标预报钟差。

在一个实施例中，滑动窗口的长度分别为第一时长、第二时长和第三时长，第二时长大于第一时长，且小于第三时长；钟差预报模型包括第一时长对应的第一预报模型、第二时长对应的第二预报模型，以及第三时长对应的第三预报模型；处理器执行计算机程序时还实现以下步骤：若预报时长小于第一时长，则确定第一预报模型输出的预报钟差为目标预报钟差；若预报时长小大于或等于第一时长，并小于第二时长，则确定第二预报模型输出的预报钟差为目标预报钟差；若预报时长小大于或等于第二时长，并小于第三时长，则确定第三预报模型输出的预报钟差为目标预报钟差。

本实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

根据钟差预报模型计算待预报历元的预报钟差。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对滑动窗口内各个历元的实时钟差进行线性拟合，获得钟差线性拟合模型；将同一历元的钟差线性拟合模型的值与实时钟差相减，获得线性预报残差序列；根据线性预报残差序列提取实时钟差的残差变化特征；基于钟差线性拟合模型以及残差变化特征，构建钟差预报模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对线性预报残差序列进行傅里叶变换，获得多个周期项模型；周期项模型中包含多个周期项以及多个周期项的系数；分别根据各周期项模型计算线性预报残差序列中各个拟合残差对应的残差估计值；计算线性预报残差序列中，各个拟合残差与对应的残差估计值的差值的平方和；将平方和最小的周期项模型确定为实时钟差的残差变化特征。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：更新钟差预报模型的构建时间。

在一个实施例中，滑动窗口包含至少两个不同长度的滑动窗口，计算机程序被处理器执行时还实现以下步骤：分别对各滑动窗口内各个历元的实时钟差进行拟合，获得各滑动窗口对应的钟差预报模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定当前时刻的实时钟差的播发状态是否正常；若是，则向用户播发当前时刻的实时钟差；若否，则向用户播发当前时刻的预报钟差。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据预报时长，选择预报时长对应的钟差预报模型，以获得目标预报钟差；预报时长为当前历元距离播发状态出现异常时刻之间的时长；向用户播发目标预报钟差。

在一个实施例中，滑动窗口的长度分别为第一时长、第二时长和第三时长，第二时长大于第一时长，且小于第三时长；钟差预报模型包括第一时长对应的第一预报模型、第二时长对应的第二预报模型，以及第三时长对应的第三预报模型；计算机程序被处理器执行时还实现以下步骤：若预报时长小于第一时长，则确定第一预报模型输出的预报钟差为目标预报钟差；若预报时长小大于或等于第一时长，并小于第二时长，则确定第二预报模型输出的预报钟差为目标预报钟差；若预报时长小大于或等于第二时长，并小于第三时长，则确定第三预报模型输出的预报钟差为目标预报钟差。

本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims

1.一种实时钟差预报方法，其特征在于，所述方法包括：

基于基准站网获取的卫星实时观测数据获取所述卫星的实时钟差；

对滑动窗口内各个历元的所述实时钟差进行拟合，构建钟差预报模型；其中，所述滑动窗口位于当前历元之前并随时间滑动；所述钟差预报模型用于表征所述实时钟差的变化特征；其中，滑动窗口的长度分别为第一时长、第二时长和第三时长，所述第二时长大于所述第一时长，且小于所述第三时长；所述钟差预报模型包括所述第一时长对应的第一预报模型、所述第二时长对应的第二预报模型，以及所述第三时长对应的第三预报模型；

若预报时长小于所述第一时长，则确定所述第一预报模型输出的预报钟差为目标预报钟差；所述预报时长为当前历元距离实时钟差的播发状态出现异常时刻之间的时长；

若所述预报时长小大于或等于所述第一时长，并小于所述第二时长，则确定所述第二预报模型输出的预报钟差为目标预报钟差；

若所述预报时长小大于或等于所述第二时长，并小于所述第三时长，则确定所述第三预报模型输出的预报钟差为目标预报钟差。

2.根据权利要求1所述的方法，其特征在于，所述对滑动窗口内各个历元的所述实时钟差进行拟合，构建钟差预报模型，包括：

对所述滑动窗口内各个历元的所述实时钟差进行线性拟合，获得钟差线性拟合模型；

将同一历元的所述钟差线性拟合模型的值与所述实时钟差相减，获得线性预报残差序列；

根据所述线性预报残差序列提取所述实时钟差的残差变化特征；

基于所述钟差线性拟合模型以及所述残差变化特征，构建所述钟差预报模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述线性预报残差序列提取所述实时钟差的残差变化特征，包括：

对所述线性预报残差序列进行傅里叶变换，获得多个周期项模型；所述周期项模型中包含多个周期项以及所述多个周期项的系数；

分别根据各所述周期项模型计算所述线性预报残差序列中各个拟合残差对应的残差估计值；

计算所述线性预报残差序列中，所述各个拟合残差与对应的残差估计值的差值的平方和；

将所述平方和最小的周期项模型确定为所述实时钟差的残差变化特征。

4.根据权利要求1-3任一项所述的方法，其特征在于，获得钟差预报模型之后，还包括：

更新所述钟差预报模型的构建时间。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述滑动窗口包含至少两个不同长度的滑动窗口，所述对滑动窗口内各个历元的所述实时钟差进行拟合，获得钟差预报模型，包括：

分别对各所述滑动窗口内各个历元的所述实时钟差进行拟合，获得各所述滑动窗口对应的钟差预报模型。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

确定当前时刻的所述实时钟差的播发状态是否正常；

若是，则向用户播发当前时刻的所述实时钟差；

若否，则向所述用户播发当前时刻的所述预报钟差。

7.一种实时钟差预报装置，其特征在于，所述装置包括：

获取模块，用于基于基准站网获取的卫星实时观测数据获取所述卫星的实时钟差；

构建模块，用于对滑动窗口内各个历元的所述实时钟差进行拟合，构建钟差预报模型；其中，所述滑动窗口位于当前历元之前并随时间滑动；所述钟差预报模型用于表征所述实时钟差的变化特征；所述滑动窗口的长度分别为第一时长、第二时长和第三时长，所述第二时长大于所述第一时长，且小于所述第三时长；所述钟差预报模型包括所述第一时长对应的第一预报模型、所述第二时长对应的第二预报模型，以及所述第三时长对应的第三预报模型；

计算模块，用于在预报时长小于所述第一时长的情况下，确定所述第一预报模型输出的预报钟差为目标预报钟差；在所述预报时长小大于或等于所述第一时长，并小于所述第二时长的情况下，确定所述第二预报模型输出的预报钟差为目标预报钟差；在所述预报时长小大于或等于所述第二时长，并小于所述第三时长的情况下，则确定所述第三预报模型输出的预报钟差为目标预报钟差；所述预报时长为当前历元距离实时钟差的播发状态出现异常时刻之间的时长。

8.根据权利要求7所述的装置，其特征在于，所述构建模块包括：

拟合单元，用于对所述滑动窗口内各个历元的所述实时钟差进行线性拟合，获得钟差线性拟合模型；

获取单元，将同一历元的所述钟差线性拟合模型的值与所述实时钟差相减，获得线性预报残差序列；

提取单元，用于根据所述线性预报残差序列提取所述实时钟差的残差变化特征；

构建单元，用于基于所述钟差线性拟合模型以及所述残差变化特征，构建所述钟差预报模型。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现权利要求1-6任一项所述的实时钟差预报方法的步骤。