在全球卫星导航系统中，定位的准确性在很大程度上取决于时间测量的准确性，ns的钟差将会产生约0.3m的测距误差。为了提高卫星钟差预报的精度，研究星载原子钟的钟差预报及其预报算法，本文采用IGS服务器上提供的事后精密卫星钟差产品，并对其进行建模用以预报未来某个时间步长范围内的钟差。　　论文的主要研究内容如下:　　(1)为了对预报模型进行深入对比探究，本文采用了六种不同的单一预报模型，即:一次多项式模型、二次多项式模型、灰色模型、修正指数曲线法模型、自回归模型和自回归求和移动平均模型来建模。并通过预报试验，分析了它们在预报卫星钟差时误差的变化规律。　　(2)为了充分利用各单一模型的有效信息和预报优势。本文比较研究了不同的加权方法对钟差模型预报的影响，包括:经典加权组合法、预报有效度加权组合法和等权平均组合法，对各单一模型的预报结果进行加权处理。结果表明:在卫星钟差中长期的预报中，经典加权组合法出现优组合的次数多于等权平均组合法出现优组合的次数，等权平均组合法出现优组合的次数多于预报有效度加权组合法出现优组合的次数。其中经典加权组合法在72h的中长期预报的平均预报精度可以达到4ns以内，但预报有效度加权组合法在72h的中长期预报的平均预报精度可以达到12ns以内，等权平均组合法在72h的中长期预报的平均预报精度可以达到5ns以内，彰显了经典加权组合法在卫星钟差中长期预报中的优势。　　(3)针对卫星钟差呈趋势项和随机项变化的特点，本文采用多模型组合预报的方法。灰色模型预报钟差的趋势项部分，然后利用修正指数曲线法模型和自回归模型对灰色模型的模型残差进行建模和预报，最后将灰色模型与修正指数曲线法模型和自回归模型的预报结果对应相加即得到最终的预报值。结果表明，采用灰色模型与修正指数曲线法模型的组合预报法预报24h的卫星钟差的精度可达到1.5ns以内，采用灰色模型与自回归模型的组合预报法预报48h的卫星钟差预报精度可达到4ns以内。针对灰色模型预报卫星钟差的模型残差呈现非平稳变化的特点，采用了自回归滑动平均模型先对模型残差序列进行平稳化处理后进行建模后预报，结果表明，采用这种处理方法24h的卫星钟差预报精度可达到2ns以内。　　(4)在卫星钟差波动较大的情况下，基于最小二乘法的参数估计会在波动点处放大拟合的误差。在这种情况下，采用了最小一乘法对灰色模型进行了改进，并且通过预报试验证明了这种改进的有效性。结果表明，在28天的长期预报中，这种方法的预报精度可达到10.75ns以内，相对于传统的灰色模型在28天的长期预报精度提高了81.71％。　　本文主要的创新点如下:　　(1)针对灰色模型在预报卫星钟差的模型残差的特点，当模型残差呈平稳上升趋势、呈非平稳上升趋势和呈指数曲线下降趋势时，分别采用灰色模型与自回归模型组合、灰色模型与自回归滑动平均模型组合和灰色模型与修正指数曲线法模型组合预报，从而提高了卫星钟差预报的精度。　　(2)在存在钟跳情况下，利用最小一乘法对灰色模型进行了改进并且应用到了钟跳情况下的卫星钟差预报中，从预报试验的结果来看这种改进是很有效的。