利用人工神经网络预测电离层foF2参数

利用人工神经网络技术实现了电离层foF2参数提前1小时预测.从foF2时间序列本身的变化特征出发,根据时间序列相关分析结果确定网络输入参数.选用当前时刻foF2值,预测时刻前一天的foF2值,预测时刻前7天foF2平均值,当前时刻前7天foF2平均值,foF2的一阶差分及表示当前时刻t的变量共六个参数作为神经网络输入,下一时刻值作为神经网络输出.对于太阳活动高年平均预测相对误差小于6%,均方根误差小于0.6 MHz,太阳活动低年平均预测相对误差小于10%,均方根误差小于0.5 MHz.     

利用人工神经网络预测电离层foF2参数

利用人工神经网络技术实现了电离层f_oF₂参数提前1小时预测.从f_oF₂时间序列本身的变化特征出发,根据时间序列相关分析结果确定网络输入参数.选用当前时刻f_oF₂值,预测时刻前一天的f_oF₂值,预测时刻前7天f_oF₂平均值,当前时刻前7天f_oF₂平均值,f_oF₂的一阶差分及表示当前时刻t的变量共六个参数作为神经网络输入,下一时刻值作为神经网络输出.对于太阳活动高年平均预测相对误差小于6%,均方根误差小于0.6 MHz,太阳活动低年平均预测相对误差小于10%,均方根误差小于0.5 MHz     

电离层参数短期预报研究进展

对国内外电离层参数短期预报方法进行了综述,重点介绍了几种作者最新研究的电离层foF2参数短期预报方法.包括基于混沌时间序列分析的电离层foF2参数提前15 min(分钟)准实时预测方法、基于人工神经网络技术的提前1 h(小时)现报方法、提前1～3 d(天)的神经网络预测方法、相似日短期预报方法以及综合预报模型方法.利用中国垂测站多年的观测数据对各种算法的预测精度进行了评估,并与国内外相关算法进行了定性或定量比较,各种预报方法都在前人的预报精度基础之上有了一定的提高.其中提前15 min(分钟)预测方法平均相对误差小于4%,平均绝对误差小于0.2 MHz,可以用于实时性和精度要求较高的短波系统;提前1小时预报方法在太阳活动高年平均预测相对误差小于6%,均方根误差小于0.6 MHz,太阳活动低年平均预测相对误差小于10%,均方根误差小于0.5 MHz,平均相对误差比前人研究的自相关方法提高3个百分点左右;对于提前1～3 d(天)短期预报,综合预报模型方法充分利用了神经网络方法、自相关方法以及相似日方法的优点,获得了高于任何一种单一方法的精度,对于中国9个垂测站(海口、广州、重庆、拉萨、兰州、北京、乌鲁木齐、长春、满洲里)在不同太阳活动性条件下的历史数据进行了精度测试,提前1天和提前3天预测的平均相对误差分别小于10%和小于15%,达到了国内先进水平.此外,该方法还可以综合更多预报方法,具有进一步提高预报精度的潜力.文中提出的针对不同尺度进行电离层参数预测的方法具有一定的理论基础,且精度高、易实现,对从事电离层短期预报算法研究及相关专业的学者具有一定的参考价值.