近日，中国科学院国家授时中心时间用户系统研究室科研团队在长波地波传播延迟特性的分析与预测领域取得新进展，该研究团队提出了一种基于滑动窗口且带周期项和二次多项式的长波地波传播时延预测方法，突破了传统预测技术的局限性。

长波信号作为重要的时间频率传递手段，其传播时延易受路径沿线地形、土壤电导率和气象条件等多重复杂因素影响，表现出显著的周期性时变特征。传统预测方法往往仅从单一角度进行预测，难以全面反映时延变化的复杂性。本研究团队通过系统性分析多种影响因素，构建了包含周期项的长波地波传播时延数学模型，通过实际测量数据验证，该模型显示出优异的可靠性和准确性，结果如图1所示。

基于这一数学模型，研究团队首先构造了带周期项的二次多项式模型作为预测模型1，为进一步提升预测精度并充分挖掘历史数据价值，又创新性地构建了基于滑动窗口且带周期项和二次多项式的长波预测模型（模型2），对即将新预测值插入实量值序列进行动态调整，利用这两个模型对7天延迟数据进行多时段预测。仿真及测试结果表明，短期内两种模型精度相当；但随着预测时长增加，模型2的优势突显。24小时预测中，绝对误差小于50ns的占比从13.61%大幅提升至89.65%，统计结果详见表1。

图1 长波地波时延模型拟合结果和实测数据波形图

图2 长波24小时地波传播延迟的预测结果及相应的预测误差（a模型1；b模型2）

表1 两种模型不同时长预测结果误差统计

相关论文以《Analysis and Prediction Method for the Ground Wave Propagation Delay Characteristics of Long-Wave Time Signals》为题，发表于期刊IET Microwaves Antennas & Propagation。