基于夹角余弦的电离层TEC混沌预测

利用加权一阶局域法对TEC时间序列进行预测时,提出利用夹角余弦对相似相点进行选择。结果表明,在5维相空间中,该方法除在第4分向量略不及欧氏距离外,其余4个分向量均优于后者。利用夹角余弦选择的相似相点进行一阶局域预测时,该方法得到的STD(0.660 1TECU)和RMS(0.670 0TECU)均小于欧氏距离得到的STD和RMS,说明夹角余弦可以准确地搜索到与基准点相关性更强的相似相点,因此,预测精度更高。     

混沌特征参数对神经网络预测电离层TEC的影响分析

利用国际GNSS服务组织(IGS)提供的东经115°经线上不同纬度处一年的电离层总电子含量(TEC)时间序列数据,研究了如何进一步提高基于神经网络方法预测电离层TEC的效果。研究表明:电离层TEC的预测误差与电离层TEC时间序列的最大Lyapunov指数与该序列均值的乘积具有较强的相关性;而且与时间延迟和嵌入维数的选择是否恰当也有着密切关系。     

卫星导航服务的全球电离层时变特性分析

针对电离层对无线电波应用技术的影响,该文利用IGS提供的1998年—2012年的全球电离层TEC数据,结合相应的太阳活动数据,采用时间序列分析、相关性分析以及等值线图等数理统计的方法,分析了全球电离层的时变特性;分析了电离层TEC、F10.7和太阳黑子数的相关性,发现3者之间的相关系数高度线性相关。通过电离层日变化规律的研究发现:电离层TEC日极大值出现的时刻集中在当地时间12时至16时,其中14时占38.47%,12时占26.58%,16时占19.05%;夜间TEC值与太阳活动强度密切相关,在太阳活动低峰年,夜间全球电离层TEC平均值在5TECU左右,在太阳活动高峰年,夜间全球电离层TEC平均值在17TECU左右,最大值可达24TECU。最后,从日地距离和太阳活动强度两个方面,讨论了全球电离层TEC季节变化规律以及成因。     

基于球谐函数区域电离层模型建立

利用GPS双频观测数据建立高精度、准实时的区域电离层总电子含量(TEC)模型是电离层研究的一个重要手段。文中探讨IGS观测站数据结合4阶球谐函数建立区域电离层格网模型的方法,并对硬件延迟(DCB)和TEC建模结果的可靠性进行分析,结果表明,DCB解算精度在0.4ns以内,TEC内外精度优于1.4TECU(1TECU=1016电子数/m2)和1.5TECU,满足导航定位中电离层改正的需要。     

全球电离层TEC格网时空变化特性分析

卫星导航定位中,电离层延迟是影响用户实时定位精度的重要因素之一。利用全球电离层格网(global ionosphere maps,GIM)提供电离层延迟改正是较为常用的方法,而GIM格网的精度受限于地面GNSS(global navigation satellite system)跟踪站的分布密度。利用区域内少量或1个GNSS跟踪站建立实时区域电离层总电子含量(total electron content,TEC)模型,生成高精度的实时区域电离层格网,为用户提供区域电离层延迟改正显得尤为重要。基于CODE(Center for Orbit Determination in Europe)分析中心2016—2018年995 d的GIM格网数据,分析了相邻格网点TEC的变化范围以及不同时间间隔同一格网点TEC的变化范围。结果表明,GIM在经度方向上分辨率为5°变化的均值范围为0.2～1.0 TECU,在纬度方向上分辨率为2.5°变化的均值范围为0.4～1.4 TECU,在经度和纬度分辨率均小于1°时,电离层TEC的变化小于1.0 TECU;1 h内同一格网点电离层TEC的变化均值约为1.28 TECU,30 min内同一格网点电离层TEC的变化小于1.0 TECU。该研究为小范围内(半径小于100 km)实时区域电离层TEC模型的建立及电离层格网的时间适用范围提供了有效的数据支撑和理论验证,同时对区域电离层TEC时空变化的研究、电离层TEC预报、电离层异常监测和磁暴监测等具有一定的参考意义。     

基于混沌时间序列的桥墩沉降预测

跨海大桥因船体撞击、移动车辆荷载、河水冲刷等因素的作用,桥墩的沉降变形表现为非线性特征。因此,首先对桥墩的沉降时间序列求取延迟时间τ和嵌入维数m,并采用最大Lyapunov指数证明该时间序列具有混沌特性;然后根据求取的参数建立加权零阶局域预测模型和加权一阶局域预测模型分别对沉降时间序列进行预测。算例结果表明,加权一阶局域预测模型具有较高的预测精度,且混沌局域预测法不适合做长期预测,但可做短期预测。     

基于RBF神经网络的改进模型在电离层TEC预报中的应用

为了提高电离层TEC值的预报精度,建立更高精度的电离层TEC预报模型,本文在RBF神经网络模型的基础上引入奇异谱分析(Singular Spectrum Analysis, SSA)方法,构建新的电离层TEC预报模型。该组合模型首先通过SSA提取原始序列中的特征分量,避免噪声分量对预报结果的影响,其次将去噪后特征分量作为RBF神经网络模型的输入值。使用IGS中心提供的TEC数据序列进行模型验证,结果表明,无论是对平静期电离层TEC预报还是磁暴期电离层TEC预报,相比于单一的RBF神经网络模型预报结果,本文提出的SSA-RBF神经网络模型的预报结果均更优,其中平静期预报残差在2 TECU以内,磁暴期预报残差在3—4 TECU以内,验证了本文提出组合模型的优越性。     

自回归移动平均模型的电离层总电子含量短期预报

摘 要：本文在充分考虑乘积性季节模型的情况下,利用差分法对电离层总电子含量（Total Electron Content,TEC）样本序列进行平稳化处理后,采用时间序列分析中的求和自回归移动平均模型（简称ARIMA,Autoregressive Integrated Moving Average)对TEC值序列进行预报分析。以欧洲定轨道中心（CODE）提供的2008-2012年电离层TEC值为样本数据,分析了该方法在电离层平静期、活跃期预报高、中、低不同纬度电离层TEC值的精度以及TEC样本数据的长短对预报精度的影响等。实验结果表明：在电离层平静期和活跃期预报6天的平均相对精度可达83.3%和86.6%;而平均预报残差分别为0.18±1.9TECU和0.69±2.6TECU,其中预报残差小于3TECU分别达到90%和81%以上;而且两个时期都具有纬度越高相对精度越低而绝对精度越高的规律。此外,预报精度会随TEC样本序列长度增加而提高,但40天左右为其最佳样本长度,如超过此长度,其精度会逐渐降低;而相同样本数据的预报精度会随预报长度的增加而减小,初期并不明显,但超过30天其相对精度将随时间明显降低。     

利用 ARMA 模型短期预报北极地区电离层 T EC

北极地区电离层结构分布较为特殊,存在梯度变化。利用时间序列分析中的自回归移动平均模型(Autoregressive Moving Average,ARMA)对欧洲定轨中心(CODE)发布的北纬67.5°~87.5°以及利用反距离加权插值法得到的90°的格网数据逐点进行建模,分别利用7d、10d、20d、30d、40d、50d的电离层TEC值为样本数据采用线性最小方差法进行预报分析。结果表明:90%以上的预报绝对误差小于3TECU,预报精度随TEC样本序列长度的增加而提高,但样本序列增加到一定值后,相对精度提高不大;相同样本数据的预报精度随预报时间长度的增加而降低,起初不是很明显,超过20d后精度降低明显且波动幅度较大。尽管北极地区存在梯度变化,ARMA模型在北极地区具有较高的预报精度,是一种比较理想的预报方法。     

BP神经网络模型的电离层预报精度评估

针对电离层电子总含量(total electron content,TEC)时间序列高噪声、非线性和非平稳的动态序列的特点，基于反向传播神经网络(back propagation neural network,BPNN)模型对欧洲定轨中心(Centre for Orbit Determination in Europe,CODE)提供的电离层格网(global ionosphere maps,GIM)数据产品中低纬度、中纬度、高经纬格网点TEC数据和对应的时间点、经纬度、太阳射电通量F10.7数据、赤道地磁活动指数Dst、全球地磁活动指数Kp数据进行样本训练并进行电离层预报.结果表明：基于BPNN模型能够较好地预报低纬度、中纬度和高纬度电离层TEC数值，平均相对精度分别到达了90.5%、88.7%、85.35%，残差均值分别为1.505 TECU、1.595 TECU、1.885 TECU，平均均方根误差(root mean square error,RMSE)值分别为1.94 TECU、2.13 TECU、3.08 TECU.     

顾及经纬度方向异性的电离层TEC IDW插值及精度分析

反距离加权（inverse distance weighting，IDW）是一种简单实用的插值方法。以全球电离层格网（global ionospheric map，GIM）产品为样本，考虑电离层总电子含量（total electron content，TEC）经纬度方向异性，引入经纬度方向异性调节因子，设计了包含等权在内的6种电离层距离计算方案，分析表明，电离层TEC与经度方向相关性高于纬度方向，不同电离层距离计算方案均能有效提高IDW插值精度。采用最优方案IDW插值分析长期插值精度，结果表明，电离层活动剧烈区域（南北纬度20°）连续12 a“两分两至”日前后全球电离层格网（global ionospheric map，GIM）产品插值，最优方案比普通IDW插值精度提升约25%；2014年太阳活动高年“两分两至”日GIM产品插值，地方时14 h后3~5 h电离层活动剧烈时，最优方案插值精度提升明显，插值均方根误差（root mean square，RMS）最大不超过4.0 TECU。     

基于混沌时间序列的桥梁沉降预测

混沌的离散情况常常表现为混沌时间序列,而混沌时间序列中蕴含着丰富的系统的动力学信息。本文基于某桥梁的实际观测的沉降时间序列用自相关法求取时间延迟t、用Cao方法求取嵌入维数获得相空间重构参数,然后用最大Lyapunov指数法进行时间序列的混沌特性识别,证明桥梁沉降运动系统具有混沌特性。最后分别使用加权一阶局域预测法、Volterra级数自适应预测法以及RBF神经网络预测模型进行预测,比较了几种方法的预测精度,得到RBF神经网络模型在短期预测中具有较好的性能。     

基于混沌理论的煤矿井筒地表沉降分析及预测

通过对主井及其附近两个稳定点进行了变形监测,利用混沌理论对两个时间序列进行了混沌特征的分析,发现两个时间序列的关联维数分别为1.3282和1.4587,嵌入维数都为3,最大Lyapunov指数分别为λ=0.0833和λ=0.0745。说明这两个监测点的时间序列具有混沌的特征,存在混沌现象。采用混沌一阶局域法进行预测时,采用不同时间间隔得到预测结果有较大差异。其中,采用最小时间间隔得到预测结果最差,而采用平均时间间隔得到的预报精度等级和预报准确率均为最优。     

基坑变形混沌特征识别与非线性预测模型研究

混沌理论特征识别是进行混沌时间序列分析和预测的前提。普通的线性数学算法已经无解决基坑变形所遇到的问题,为了研究基坑变形监测数据的非线性复杂问题,采用混沌非线性理论方法,首先求取基坑变形时间序列的延迟时间和嵌入维数,其次对基坑监测数据进行相空间重构,最后对比分析加权一阶局域预测模型以及RBF神经网络混沌预测模型的预测结果,实验表明RBF神经网络混沌预测模型预测精度最高,同时也说明了混沌预测模型更适合短期预测。最终证明了RBF神经网络混沌预测模型应用在基坑变形监测中的可行性与有效性。     

利用球冠谐分析方法和GPS数据建立中国区域电离层TEC模型

利用GPS实测资料建立了中国区域电离层TEC球冠谐分析模型(spherical cap harmonic analysis,SCHA),评估了该模型的精度和有效性.结果表明,该模型有较高的拟合精度,其拟合残差约为±3 TECU,且精度在时间和空间上分布较均匀.根据IGS分析中心发布的IONEX全球电离层数据(GIM),内插得到了区域内相应时段的平均电离层电子含量,并利用它对CSHA模型的零阶项系数C0.0所表示的区域平均电离层电子含量进行了检核.结果表明,二者具有较高的一致性和相关性,其谱特征相关系数为0.993.由于SCHA模型较GIM模型利用了更多本区域的GPS观测数据,因此其拟舍精度更高,拟合结果与实测数据更一致.时SCHA模型参数的时间序列进行谱分析,结果表明,该模型的模型系数较好地描述了区域电离层TEC的周期性变化特征.     

基坑变形的混沌时间序列分析方法及应用研究

运用混沌理论研究基坑变形破坏的演变机理,对基坑变形观测数据序列进行相空间重构,将若干固定时间延迟点上的测量作为新维处理,形成相点,按照关联维数方法求算吸引子维数,提取和恢复基坑系统原有的规律。实例分析表明,混沌理论为基坑预测研究提供了新的途径。     

太阳黑子数对电离层总电子含量的影响

针对太阳活动影响电离层变化的问题,该文利用2000年到2020年太阳黑子数和IGS组织提供的全球电离层总电子含量(TEC)格网数据,借助数理统计、相关系数及时间序列等方法,研究了太阳黑子数与电离层TEC之间的关系.实验结果表明:①两者之间的相关性具有分段变化的性质,分段变化由太阳黑子数的临界点L决定,因此确定了太阳黑子数与TEC日均值相关性的分段函数,并给出了太阳黑子数临界点L;②太阳黑子数的变化会引起电离层TEC值的变化,而这个变化具有1～3 d的滞后性,其中电离层TEC日均值滞后于太阳黑子数2d最为明显;③太阳黑子数和电离层TEC值具有明显的相关性,但太阳黑子数与电离层TEC值之间年相关性强弱不均.     

混沌理论支持下的桥梁变形监测研究

针对桥墩的非线性下沉问题，引入了混沌理论。采用改进的C-C算法计算时间序列的时间延迟τ，采用改进的G-P算法计算最佳嵌入维数m，进行相空间重构，并与传统算法对比抗干扰性，计算效率等得到了改善，运用Lvyapunov指数判别该时间序列的混沌特性；最后根据所求参数建立加权一阶局域预计模型和RBF神经网络混沌预计模型，分别对观测数据进行预计分析，将混沌时间预测结果与指数平滑法预测结果进行对比分析。得出混沌时间预测精度高于指数平滑法预测精度，RBF神经网络混沌预计模型的预计精度最高，证明混沌时间序列预计精度可靠，能够实时对桥身变形进行监测，避免灾害的发生。     

多尺度ARMA残差修正模型震前电离层TEC异常探测

为提高电离层总电子含量（total electronic content，TEC）扰动探测参考背景值的预测精度，提出了多尺度自回归移动平均（autoregressive moving average，ARMA）残差修正模型。通过对比该方法、ARMA模型、四分位距法（inter quartile range，IQR）及滑动时窗法对TEC背景值的预测精度，结果显示修正模型预测的TEC背景值平均相对精度为89.78%，分别比ARMA模型、IQR及滑动时窗法高5.18%、1.41%和1.42%，且预测值的残差绝对值小于等于3.0 TECU的百分比为91.67%，明显优于其他3种方法，说明修正模型探测震前TEC异常是可行的。利用该方法探测2013-04-20芦山县Mw7.0级地震震前电离层TEC扰动情况，验证了该方法的有效性。实验结果表明，震前第9天和第13天电离层明显的正异常和震前第1~4天明显的负异常极可能是孕育地震引起的，且正异常主要出现在08:00-10:00 UT，而负异常主要集中在0:00-14:00 UT。     

附有国际参考电离层约束的全球电离层模型

提出利用国际参考电离层附加虚拟观测值对总电子含量值为负数的地区、赤道异常区域和南半球区域电离层进行约束,在日固地磁参考系下采用15阶次的球谐展开建立全球电离层模型,解算得单位权中误差约为1.6TECU,残差绝对值小于3TECU的比例达90%以上,且全球电离层图与IGS电离层工作组的电离层产品精度相当,偏差RMS约为3.7TECU,卫星差分码偏差与欧洲定轨中心相比优于0.1ns,与IGS相比优于0.2ns,接收机差分码偏差与欧洲定轨中心相比优于1ns(大部分优于0.5ns),与IGS相比优于1.5ns。实验结果表明,附有国际参考电离层约束的全球电离层模型确保了全球各个地区的电离层总电子含量为正值,且有效提高了全球电离层模型在赤道异常区域、海洋地区和南半球的精度。