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。     

基于Chapman函数的电离层TEC同化模型构建

电离层总电子含量TEC(total electron content)是影响卫星导航定位的主要误差源之一。为了构建精确的电离层TEC模型,基于Chapman函数建立了基于物理机制的电离层TEC同化模型背景场,并着重以IGS发布的2008年4个时段低纬度、中纬度和高纬度地区的电离层TEC数据为样本,同化稀疏点上的已知电离层TEC值,分析模型计算值的残差和相对精度分布,利用模型对电离层TEC进行了2h短期预报和1d预报,并将1d的预报值和IGS发布值进行对比。实验结果表明:(1)由同化模型计算得到的TEC残差值超过92%分布在±2TECU以内,并且除边缘区域外,同化模型TEC计算值的相对精度均在90%以上;(2)2h和1d预报残差小于±3TECU的比例分别为81.8%和81.5%。     

基于CEEMD的电离层TEC组合预报模型

针对单一电离层总电子含量(TEC)预报模型存在的缺陷，如受外界因素干扰较大、预报精度随预报时间的增加明显降低等，本文提出一种基于补充集合经验模态分解(CEEMD)电离层TEC组合预报模型。该模型实现电离层TEC预报的关键途径为：首先，利用CEEMD对TEC原始序列进行自适应分解，得到具有不同频率的分量并依据分量复杂度分析结果进行重构；其次，使用广义回归神经网络(GRNN)模型对高频分量进行建模与预报，使用Holt-Winters模型对低频分量进行建模与预报；最后，重构高频分量预报结果与低频分量预报结果得到电离层TEC预报值。根据太阳活动选取两段不同年积日、不同纬度电离层TEC序列进行实验，结果表明本文提出组合预报模型较单一的Holt-Winters模型、GRNN模型预报精度更高，在太阳活动平静期预报结果的平均相对精度为92.83%,在太阳活动剧烈期预报结果的平均相对精度为84.35%,对于长时间TEC预报也具有较好的效果，稳定性高。     

利用时间序列分析预报电离层TEC

以IGS发布的电离层总电子含量(total electron content,TEC)数据为样本,利用时间序列分析进行预报。将TEC时间序列分解为趋势项、周期项和随机项的组合,并利用相关系数和偏相关系数确定模型阶数。对IGS提供的2008年TEC数据进行预报分析,结果表明,采用时间序列分析能达到较高精度,预报7 d时的平均相对精度为87.75%,预报精度大于60%的预报值占所有预报值的95%以上,预报精度大于85%的预报值占所有预报值的72.6%,95.3%的预报残差小于±3 TECU。     

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。     

EEMD-Holt-Winters的电离层TEC预报模型

利用IGS中心提供的全球电离层TEC数据,建立集合经验模态分解与Holt-Winters组合的预报模型。根据地磁活动情况,选取地磁平静时段和地磁活跃时段的低、中纬度TEC序列,分别采用EEMD-Holt-Winters组合模型和单一Holt-Winters模型进行建模预报。实验结果表明,地磁平静期文中模型的相对精度最优可达91.71%,均方根误差最优可达1.54 TECu,地磁活跃期文中模型的相对精度最优可达86.83%,均方根误差最优可达2.18 TECu,预报结果较单一模型有显著提高。     

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。     

利用BP神经网络改进电离层短期预报模型

电离层总电子含量TEC(Total Electron Content)是电离层的一个重要特征参数。对TEC的预报也已经成为电离层研究的一个热点。根据JS CORS中心提供的GPS观测数据,建立了区域实时多站多项式模型;并分别以模型计算得到的南京地区的电离层电子含量数据和苏州地区的电离层电子含量数据为样本,采用时间序列和BP神经网络融合模型进行了预报。结果表明,采用融合模型在短期预报中能够取得较好的效果,精度比时间序列模型提高20%左右。     

利用EMD方法改进电离层TEC预报模型

针对总电子含量(TEC)非线性、非平稳特性,将经验模态分解(EMD)方法引入此领域的数据处理中,利用EMD分解后的数据进行时间序列分析预报。采用IGS提供的2010年电离层TEC数据进行实验,结果表明,利用此方法预报5d内TEC的平均相对精度为92.25%,而采用单一时间序列分析预报的平均相对精度为89%。     

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。     

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。     

应用半参数AR模型的电离层TEC建模与预测

本文基于时间序列分析的DDS(Dynamic Data System)建模法,对季节性的电离层总电子含量(TEC)时间序列观测值平稳化后建立自回归AR模型,提出以半参数AR模型对普通AR模型精化,并利用半参数AR模型对电离层TEC预报。实例分析表明:利用半参数AR模型对电离层TEC进行预报,在短期内半参数模型预报效果优于普通AR模型,但随着预报时间变长,则半参数模型预报精度明显下降,其预报效果则不如普通的AR模型。     

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。     

利用球冠谐函数和时间序列分析预报南极地区电离层

利用球冠谐函数和时间序列分析实现了南极地区电离层预报。首先,通过南极地区的GPS实测数据提取高精度的电离层总电子含量,并建立了极区球冠谐函数模型;然后,对不同时间段形成的模型系数时间序列进行了谱分析得到周期项,利用傅里叶三角级数拟合并预报趋势项;最后,利用时间序列分析理论中的ARMA(p,q)模型对剔除了趋势项的随机信号部分进行预报。结果表明,一天内电离层预报精度在1TECU,三天内在1.5TECU。     

iGMAS全球电离层TEC格网产品精度分析

为了分析与评估国际GNSS监测评估系统(iGMAS)全球电离层TEC格网产品精度,该文基于iGMAS及IGS各电离层分析中心发布的全球电离层TEC格网产品,进行了精度比较分析,结果表明:iGMAS与IGS、CODE、JPL、ESOC、UPC等IGS电离层工作组发布的全球电离层TEC格网产品,在全球、不同纬度带和欧洲等不同区域均表现出较高的一致性和强相关性,互差为0~2.0 TECU;JPL分析中心GIM的内符合精度约为2.5 TECU,iGMAS、IGS、CODE、ESOC和UPC等分析中心GIM的内符合精度均小于1.5 TECU;在2~8 TECU的精度范围内,iGMAS全球电离层TEC格网产品的精度总体与IGS、CODE、JPL、ESOC、UPC等IGS电离层工作组的精度相当。     

CEEMD与GRNN神经网络电离层TEC预报模型

针对电离层电子总含量(TEC)存在非线性、非平稳,由多因素影响导致高噪声的问题,建立了补充集合经验模态分解(CEEMD)和广义回归神经网络(GRNN)模型相结合的CEEMD-GRNN电离层TEC预报模型. 以解决直接使用原始数据进行预测会导致拟合效果差、预测精度低的问题. 采用国际GNSS服务(IGS)中心提供的2019年电离层数据对高、中、低纬度磁暴和非磁暴的不同年积日数据进行实验,低纬处均方根误差(RMSE)最优可达到0.97 TECU,相对精度为91.28,验证了CEEMD-GRNN预报模型精度高于EMD-GRNN以及单一的GRNN模型.      

全球电离层TEC的轮胎调和分析与预报

将轮胎调和分析引入电离层TEC的模型化过程中,建立了基于轮胎调和分析的电离层TEC球谐系数模型,并对该模型进行详细的验证和分析。结果表明,本文模型计算精度高,系数截断为15阶时,恢复误差全年统计不超过4%,且除南、北极区外球谐模型具有很好的适用性。然后对该模型系数的时间序列特性进行了函数估计：引入逐级余差建模方法,使用趋势函数、功率谱分析、ARMA模型对球谐系数的时间序列进行分析,找出了模型系数时间序列变化的规律,构建了预报模型,实现了基于模型系数的预报,并对预报系数的精度变化问题和系数本身短期预报的数据积累时间进行分析,最终通过TEC的预报,验证了模型的精度。     

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.     

电离层TEC的预测模型

电离层总电子含量（TEC）的精确预报对提高GNSS导航精度,保障无线电空间远程通讯具有重要作用。分析了IGS发布的电离层格网点总电子含量（TEC）的时间序列特点,基于时间序列分析理论,以AR模型对格网点TEC随机时间序列平稳化后建模和预报。实例分析表明,研究的预报技术和方法是可行的。