陆基长波导航授时系统是完备PNT（Positioning Navigation and Timing,定位导航和授时）体系的重要组成部分。然而,想要使其提供高质量的PNT服务,获取准确、可靠的低频地波传播时延预测/修正量成为关键。由于受传播路径电特性复杂变化的影响,低频地波传播时延表现出明显的时变特性。因此,研究低频地波传播时延的时变特性并寻求可靠的预测方法具有重要的意义。本文立足于低频地波传播时延高精度预测的现实需求,围绕低频地波传播时延的时变特性展开研究,针对复杂长距离下传播时延的预测问题,提出了综合考虑传播路径上多位置点多气象的GR（Generalized Regression,广义回归）神经网络建模方法,有效地提高了传播时延的预测精度。具体内容如下:（1）基于理论预测方法,分析了地层和大气层中各时变因素对传播时延时变特性的作用机理,及其对传播时延的影响规律和影响程度。结果表明,气象因素与传播时延之间有着必然联系,对于1000km的传播距离,其变化所引起的传播时延时变量可达百纳秒量级甚至微秒量级。（2）基于长期监测数据,分析了低频地波传播时延的时变规律,及其与气象因子的相关性。指出:①传播时延随季节和昼夜的变化而变化,且其波动幅度随着传播距离的增加而增加;②相比于简单短路径,对于复杂长距离传播路径,传播时延的时变程度是全路径上各位置点气象因子时变情况综合作用的结果;③复杂长距离传播路径上的气象差异较大且不容忽视,路径上某一位置点的气象不足以反映整条路径上的气象,需要考虑传播路径上更多点的气象。（3）建立了适用于复杂长距离的传播时延时变预测模型。即针对复杂长距离情况,依次以全陆地路径和海陆路径为例,将BP（Backward Propagation,反向传播）神经网络和GR神经网络分别应用于低频地波传播时延的预测,建立了考虑传播路径上单点和多点气象的传播时延时变预测模型。结果表明,基于GR神经网络结合多位置点多气象因子构建的传播时延预测模型具有更高的精度和适用性。本文研究成果可为高性能陆基长波导航授时系统的研究提供一定参考价值。