1.一种基于GNSS钟差数据的RTC时钟芯片频漂精准建模方法，其特征在于，所述方法包括：接收GNSS钟差数据和按预设间隔读取RTC时钟芯片数据，以所述GNSS钟差数据的GNSS时间为基准，对RTC时钟芯片数据的时间戳进行同步；所述RTC时钟芯片数据是从RTC 时钟芯片按照预设间隔读取的计数值和时间戳；在预设时间窗口内，根据所述GNSS钟差数据和RTC时钟芯片数据计算频率差值序列；将所述GNSS钟差数据和RTC时钟芯片数据作为预构建神经网络模型的输入样本，所述频率差值序列为输出标签，训练所述神经网络模型，得到训练好的神经网络模型；将实时RTC时钟芯片数据输入训练好的神经网络模型，输出当前RTC时钟芯片频漂预测值。
2.根据权利要求1所述的方法，其特征在于，接收GNSS钟差数据和按预设间隔读取RTC时钟芯片数据，包括：通过GNSS接收机接收GNSS卫星信号，通过解析所述GNSS卫星信号，获取GNSS钟差数据，或者通过用户终端内置的GNSS接收模块接收GNSS卫星信号，通过解析所述GNSS卫星信号，获取GNSS钟差数据；在用户终端上，通过预安装的数据采集程序按照预设间隔读取 RTC 时钟芯片的计数值和时间戳，得到RTC时钟芯片数据。
3.根据权利要求1所述的方法，其特征在于，所述神经网络模型为多层感知器结构。
4.根据权利要求1至3任一项所述的方法，其特征在于，将所述GNSS钟差数据和RTC时钟芯片数据作为预构建神经网络模型的输入样本，包括：将所述GNSS钟差数据、RTC时钟芯片数据和环境数据作为预构建神经网络模型的输入样本。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：将所述环境数据与频率差值序列关联后，作为输入样本的特征。
6.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：根据当前RTC时钟芯片频漂预测值，对RTC时钟芯片进行调整。
7.一种基于GNSS钟差数据的RTC时钟芯片频漂精准建模装置，其特征在于，所述装置包括：数据获取模块，用于接收GNSS钟差数据和按预设间隔读取RTC时钟芯片数据，以所述GNSS钟差数据的GNSS时间为基准，对RTC时钟芯片数据的时间戳进行同步；所述RTC时钟芯片数据是从RTC 时钟芯片按照预设间隔读取的计数值和时间戳；频差序列计算模块，用于在预设时间窗口内，根据所述GNSS钟差数据和RTC时钟芯片数据计算频率差值序列，模型训练模块，用于将所述GNSS钟差数据和RTC时钟芯片数据作为预构建神经网络模型的输入样本，所述频率差值序列为输出标签，训练所述神经网络模型，得到训练好的神经网络模型；预测模块，用于将实时RTC时钟芯片数据输入训练好的神经网络模型，输出当前RTC时钟芯片频漂预测值。
