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。     

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。     

一种改进Elman神经网络的电离层TEC预报方法

为了建立更高精度的电离层T EC预报模型,利用IGS数据中心提供的平静期与磁暴期电离层T EC原始序列,提出基于奇异谱分析法(SSA)与Elman神经网络结合的电离层T EC预报模型.实验结果表明,在电离层平静期T EC的预报精度上,SSA-Elman组合模型的精度更加稳定,预测残差值在2 T ECu以内;在电离层磁暴期T EC的预报上,SSA-Elman组合模型较单一Elman模型的预测精度有显著提升,预测值残差在3～4 TECu以内.通过对比分析,文中提出的组合模型方法有助于电离层T EC预报精度的提升.     

EEMD-RBF神经网络的电离层TEC预报模型

利用中、低纬度电离层总电子含量,首次建立基于集合经验模态分解与径向基函数神经网络组合模型的电离层TEC预报模型。同时,根据地磁指数的变化特征,对低纬度电离层TEC值进行磁暴日的预报建模。实验结果表明,文中提出的方法在平静日连续5 d和磁暴日连续5 d的预测上,预报效果有明显改善。     

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%。     

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.     

利用GNSS数据结合NeQuick模型优化磁暴期F2层临界频率参数估计

F2层临界频率foF2是高频通信的重要参数,目前获取F2层临界频率(foF2)最有效的手段是电离层测高仪,但磁暴期间电离层自身剧烈变化会造成测高仪foF2数据严重缺失。经验模型如NeQuick虽能给出foF2估计值,但磁暴期精度却不及磁静日水平。本文选取2015年12月19日至2015年12月22日磁暴期中国地壳运动监测网GNSS双频数据进行区域建模并估算出电子总含量(total electron content,TEC),利用实测区域TEC对NeQuick模型有效电离参数Az进行估计,得出NeQuick模型优化后TEC总含量和F2层临界频率foF2,并反演出磁暴期初相,主相及恢复相阶段变化过程。以中国地区台站实测数据作为参考对比,结果表明:GNSS数据优化后的NeQuick模型TEC精度大概提升了20%~40%,foF2的实时精度提升了10%~25%。GNSS优化后NeQuick模型能准确反演出电离层的由正相暴转为负相暴演化过程,而原始模型由于仅依赖于输入的太阳活动水平,只能反映出与磁静日水平相当的日变化趋势值。利用该方法可以有效提高磁暴期TEC和foF2的经验模型的计算精度,特别是弥补磁暴期foF2数据缺失的不足,可以作为磁暴期电离层垂直探测仪的有益补充或者有效参考。     

改进的GM-AR组合模型在电离层TEC预报中的应用

电离层总电子含量(TEC)是影响GPS导航定位精度的重要因素之一。因此对于电离层总电子含量的研究及准确预测可以大大提高GPS的定位精度。由于灰色预测模型在理论上可以进行中长期预测,但实际应用中随着时间的推移,其预测精度会随之下降,为解决这一问题,对GM(1,1)模型进行改进,并将改进后的GM(1,1)模型与时间序列模型组合。利用改进的GM-AR模型进行TEC预报,预报的精度比两种方法单独预测的精度有较大提高,并应用实例证明该方法的可行性。     

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。     

磁暴期全球电离层电子含量变化分析研究

电离层电子含量(TEC)受太阳活动影响较大,磁暴发生时,TEC变化在全球范围内变化不一,研究该时期的TEC扰动变化情况对电离层的研究至关重要．本文以2015年3月特大磁暴为研究对象,利用包括北斗系统在内的全球卫星导航系统（GNSS）TEC数据和中国区域的电离层测高仪f _oF2数据,对此次电离层磁暴的扰动特性进行研究并讨论其可能的物理机制．      

2017年9月磁暴期间电离层TEC变化分析

为了进一步研究磁暴对电离层总电子含量变化的影响,基于2017年9月6日太阳爆发X93级特大耀斑并引发磁暴现象,文中将iGMAS提供的全球电离层总电子含量格网数据与中国科学院空间环境预报中心(SEPC)提供的磁暴环电流指数进行相关性分析,并重点分析了磁暴过程中不同阶段环电流指数与全球不同纬度带电离层总电子含量变化的相关性及影响,结果表明:1) 此次特大耀斑爆发13小时后发生大磁暴,磁暴主相阶段环电流指数与滞后1 h的电离层总电子含量相关系数为-0999 7,即随着磁暴加剧电离层总电子含量迅速增加,恢复相阶段迅速减少并趋于稳定;2) 电离层总电子含量变化随磁暴环电流指数变化而变化,两者变化趋势一致,磁暴强度与电离层总电子含量变化呈强负相关性,磁暴对不同纬度带的电离层总电子含量影响趋于一致,影响程度大小由高纬至低纬逐渐递减;3) 磁暴对不同纬度带的电离层总电子含量变化影响不同步,其影响存在由高纬逐渐延伸至低纬,磁暴主相阶段对不同纬度带的影响时延约为1 h,恢复相阶段时延逐渐消失,电离层电离层总电子含量变化趋于稳定;[JP2]4) 此次磁暴恢复相阶段出现的电离层总电子含量异常变化,还有待进一步研究分析。      

磁暴事件对高精度TEC二维分布的影响

电离层总电子含量(TEC)是电离层探测与研究工作的重要特征参量之一．利用地基GPS接收站台网,可以获得大量的垂直TEC数据．本文提出一种高精度TEC地图重构方法,基于Kriging法对垂直TEC进行插值处理,实现了亚大区域高分辨率TEC二维分布的重构,并与实测数据对比验证了本方法的精度和有效性．基于此二维分布,分析了区域TEC值随时间、纬度的变化情况;重点分析了磁静日与磁暴期间南北半球不同纬度TEC值的不同表现特征,并给出了磁暴期间不同纬度TEC的变化趋势所存在的差异及其解释,相关研究成果可为区域高分辨率电离层监测系统的建立提供方法支撑．      

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。     

单站区域电离层TEC建模及精度分析

为了分析单站区域电离层总电子含量(total electron content,TEC)模型的适用范围和精度,基于2～15阶次球谐函数,分别建立了欧洲区域16个单站区域电离层TEC模型,生成了区域格网TEC,并与欧洲定轨中心(Center for Orbit Determination in Europe,CODE)、...     

Spherical cap harmonic model for mapping and predicting regional TEC

An approach to modeling the regional ionospheric total electron content (TEC) based on spherical cap harmonic analysis is presented. This approach not only provides a better regional TEC mapping accuracy, but also the capability for ionospheric model prediction based on spectrum analysis and least squares collocation. Unlike conventional approaches, which predict the immediate TEC with models using current observations, the spherical cap harmonic approach utilizes models using past observations to predict a model which will provide future TEC values. A significant advantage in comparison with conventional approaches is that the spherical cap harmonic approach can be used to predict the long-term TEC with reasonable accuracy. This study processes a set of GPS data with an observation time span of 1 year from two GPS networks in China. The TEC mapping accuracy of the spherical cap harmonic model is compared with the polynomial model and the global ionosphere model from IGS. The results show that the spherical cap harmonic model has a better TEC mapping accuracy with smoother residual distributions in both temporal and spatial domains. The TEC prediction with the spherical cap harmonic model has been investigated for both short- and long-term intervals. For the short-term interval, the prediction accuracies for the latencies of 1-day, 2-days, and 3-days are 2.5 TECU, 3.5 TECU, and 4.5 TECU, respectively. For the long-term interval, the prediction accuracy is 4.5 TECU for a 2-month latency.     

Ionospheric TEC predictions over a local area GPS reference network

Single layer ionosphere models are frequently used for ionospheric modeling and estimation using GPS measurements from a network of GPS reference stations. However, the accuracies of single layer models are inherently constrained by the assumption that the ionospheric electrons are concentrated in a thin shell located at an altitude of about 350 km above Earths surface. This assumption is only an approximation to the physical truth because the electrons are distributed in the entire ionosphere region approximately from 50 to 1,000 km. To provide instantaneous ionospheric corrections for the real-time GPS positioning applications, the ionospheric corrections need to be predicted in advance to eliminate the latency caused by the correction computation. This paper will investigate ionospheric total electron content (TEC) predictions using a multiple-layer tomographic method for ionospheric modeling over a local area GPS reference network. The data analysis focuses on the accuracy evaluation of short-term (5 min in this study) TEC predictions. The results have indicated that the obtainable TEC prediction accuracy is at a level of about 2.8 TECU in the zenith direction and 95% of the total electron content can be recovered using the proposed tomography-based ionosphere model.     

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。     

Global ionosphere map constructed by using total electron content from ground-based GNSS receiver and FORMOSAT-3/COSMIC GPS occultation experiment

Effects of rapidly changing ionospheric weather are critical in high accuracy positioning, navigation, and communication applications. A system used to construct the global total electron content (TEC) distribution for monitoring the ionospheric weather in near-real time is needed in the modern society. Here we build the TEC map named Taiwan Ionosphere Group for Education and Research (TIGER) Global Ionospheric Map (GIM) from observations of ground-based GNSS receivers and space-based FORMOSAT-3/COSMIC (F3/C) GPS radio occultation observations using the spherical harmonic expansion and Kalman filter update formula. The TIGER GIM (TGIM) will be published in near-real time of 4-h delay with a spatial resolution of 2.5° in latitude and 5° in longitude and a high temporal resolution of every 5 min. The F3/C TEC results in an improvement on the GIM of about 15.5%, especially over the ocean areas. The TGIM highly correlates with the GIMs published by other international organizations. Therefore, the routinely published TGIM in near-real time is not only for communication, positioning, and navigation applications but also for monitoring and scientific study of ionospheric weathers, such as magnetic storms and seismo-ionospheric anomalies.     

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。