卫星导航系统中星载原子钟的钟差预报在优化导航电文中的钟差参数、满足实时动态精密单点定位的需求、提供卫星自主导航所需的先验信息等方面具有重要的作用。本文主要研究了提高导航卫星钟差预报精度和稳定性的方法,论文的主要工作和成果概括如下:1.研究了二次多项式模型、谱分析模型、灰色模型、时间序列模型以及Kalman滤波模型这五种常用钟差预报模型的预报效果。采用GPS钟差数据进行预报试验,根据每种方法的预报结果,对各模型的钟差预报效果进行分析和比较,总结了它们的优点与不足。2.根据星载原子钟钟差的特点,提出一种基于一次差方法的小波神经网络钟差预报算法:首先对钟差相邻历元间作一次差后的差值进行建模,根据时间序列预报一次差的值,然后再将预报的一次差还原,得到钟差预报值。该方法使得预报钟差的小波神经网络不但模型结构简单而且预报精度高。同时,针对钟差一次差序列提出了一种数据预处理方法。最后,钟差预报试验的结果表明:一次差方法可以使给定结构的小波神经网络的钟差预报效果得到显著提高,而基于钟差一次差序列的数据预处理方法则能够进一步改善小波神经网络钟差预报模型的预报性能;该方法的钟差预报效果优于五种常用钟差预报模型的预报效果。3.在卫星钟差二次多项式模型的基础上,考虑钟差的随机性部分,采用最小二乘配置的方法建立起了钟差预报的最小二乘配置模型。对于该模型协方差函数的确定,通过选取经验函数,对比协方差函数拟合方法、结合实验得出其协方差函数表达式中参数的合理取值范围。通过具体的预报试验证明了该模型在钟差短期预报中具有较高的预报精度和较好的稳定性,也证明了本文所给协方差函数参数取值的合理性。4.提出一种基于灰色模型和小波神经网络相结合的卫星钟差预报方法。首先通过灰色模型对钟差进行拟合并确定钟差预报的灰色模型,然后根据拟合残差对小波神经网络进行建模,最后将两种模型对应的预报结果相结合得到钟差预报值。该方法既提高了灰色模型短期预报的效果同时又避免了构造复杂的神经网络结构。通过卫星钟差的预报试验,证明了该方法的有效性及其优势。5.在组合预报钟差的思想上采用在信息领域广受关注的分布式计算技术,提出了一种卫星钟差的分布式预报方法,给出了该方法详细的技术路线和关键步骤,并对其可行性及所具备的优势进行了分析。