北斗二号卫星导航系统（BD2）作为我国“三步走”战略的关键一步,经过8年艰苦卓绝的建设,于2012年12月27日成功开通运行,为亚太地区的用户提供区域导航、定位、授时服务。星载原子钟作为卫星导航系统的关键设备,为卫星提供高精度的时间基准。随着BD2平稳精准地运行了近十年时间,部分在轨卫星已达到或接近设计寿命。对进入寿命末期的卫星开展相应的研究,是一项具有理论意义和实用价值的研究课题,同时对于掌握BD2服务性能具有重要意义。基于此,本文着重研究BD2卫星寿命末期的星载原子钟性能情况以及建立能够适应末期原子钟运行状态的钟差预报模型。论文的主要成果如下:1.提出了一种基于小波分析的钟差数据预处理方法。该方法将原始钟差数据利用事先选定的小波函数和分解层数进行分解,得到相应的低频和高频小波系数,再利用一定准则对其进行处理,最后重构得到处理过后的钟差数据。本文着重分析了不同小波函数和不同分解层数对预处理效果的影响,选出了最为适合处理北斗卫星钟差数据的小波组合。2.设计了一种较为综合的钟差数据质量评定方法。从数据连续性、内符合精度、外符合精度和数据周期特性四个方面对北斗卫星钟差数据进行了质量评定。从结果上看,北斗卫星钟差数据具有较高的精度,一小时跨度内精度优于0.1ns。同时,钟差数据中存在显著的周期特性,GEO和IGSO卫星的主周期为12小时和24小时,MEO卫星的主周期为6小时和12小时。其中C11卫星的周期项明显异于其他卫星。3.使用三年的卫星钟差数据对北斗二号在轨卫星的星载原子钟长期性能进行了分析。从结果上看,BDS卫星原子钟的频率准确度整体上均在10-11量级,频率漂移率基本在10-13/d量级,天稳定度基本在10-14量级,但个别卫星出现性能波动的现象。结合在轨运行时间,初步判断性能出现波动与卫星接近设计寿命有关。4.介绍利用一次差分数据进行钟差预报的原理,对比几种常用的钟差预报模型使用一次差分数据和相位数据的预报精度。结果表明,使用一次差分数据能明显提高各模型短期的钟差预报精度。5.研究基于一次差分数据的BP神经网络模型,通过构建适合卫星钟差数据的BP神经网络,提升卫星钟差预报精度。经过实验,在卫星出现性能波动期间,使用BP神经网络能有效克服频率变化带来的影响。但该模型本身也存在较大的局限性。6.研究基于一次差分数据的LSTM神经网络模型,构建适合卫星钟差数据的LSTM神经网络。经过对比实验,结果表明在卫星出现性能波动期间,使用本文建立的LSTM神经网络能较好地克服频率变化带来的影响,具有良好的钟差预报精度。