基于球谐函数模型的电离层预报

据球谐函数模型系数的特点,采用ARMA(p,q)模型对球谐函数模型系数进行预报,由球谐函数模型计算电离层VTEC。提出了针对某一时刻球谐系数进行预报的方法,相比传统按照时刻顺序的预报,预报时间大大延长,预报精度也有所提高。试验结果表明,相比中高纬度地区,低纬度地区预报精度偏低,同时,一天中不同时刻预报结果有所差别,前半天的预报效果明显好于后半天。     

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ARMA模型的GPS钟差预报改进研究

以导航卫星钟误差预报钟常用的传统预测方法(二次项拟合模型与灰色模型)为基础,依据各自适用的特点,对IGS提供卫星钟差的时间序列进行了分解并建模分析。二次多项式模型参与建模的观测数据多,模型比较稳定,但是模型是关于时间的函数,随着时间的增长,预报误差也会积累,因此适合短期预报。灰色模型仅利用4个数据即可建立模型,因此可以加快建模的速度,模型的精度与时间没有直接关系,因此适合长期预测。传统预测模型二次多项式拟合与灰色模型建模时忽略了钟差中的随机项,利用时间序列模型对随机项进行了时间序列分解分析。     

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。     

基于Holt-Winter的电离层延迟预报模型

区域CORS系统为电离层延迟的研究提供了新的技术和数据平台,可利用参考站实际观测数据解算电离层延迟。根据电离层延迟具有周日性和季节性的特征,提出利用Holt-Winter模型对实算的电离层延迟进行预报。利用JSCORS的实测数据,对Holt-Winter的无季节模型、加法模型和乘法模型进行实例分析。结果表明,加法模型和乘法模型的预报效果较好,加法模型要稍优于乘法模型。     

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%。     

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。     

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。     

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。     

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T EC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...     

基于灰色组合模型的电离层电子含量预报

为了提高电离层VTEC预报的精度,该文采用GM(2,1)模型对电离层VTEC序列进行周期性趋势项提取,对其残差序列建立时间序列模型,形成灰色时序组合模型,进行电离层VTEC预报。实例计算结果表明,基于灰色时序组合模型的电离层VTEC预报精度较高,稳定性较好,且随着预报天数的增加,该模型的预报精度有所降低;高纬度地区的电离层VTEC预报精度最高、最为稳定,中纬度地区次之,而低纬度地区的预报精度最低、稳定性最差。     

基于小波变换与ARMA模型的建筑物沉降预报

对建筑物进行沉降监测并预报其变化趋势,能有效保障建筑物的安全性。本文提出一种基于小波变换的ARMA模型用于建筑物沉降预报。利用小波多尺度分析将沉降监测数据分解为高频信号和低频信号,并分别采用ARMA模型进行预测,然后将各序列预测结果进行合成,得到最终预测结果。并以青岛市某高层建筑物监测数据为例,分别采用传统ARMA模型以及基于小波变换的ARMA模型进行预报对比分析,结果表明基于小波变换的ARMA模型取得了较高的预报精度。     

超高阶全球地形球谐系数模型的构建方法与实现

针对10 800阶地形球谐系数模型构建的计算精度、计算稳定性及超大规模运算量等问题,本文首先通过比较分析矩形离散积分方法、Gauss-Legendre积分方法和Driscoll/Healy积分方法,验证了Driscoll/Healy积分方法具有更高的计算精度。然后,给出了改进的Belikov公式,将完全正常化缔和勒让德函数在全球范围内以优于10^-12精度高效、稳定递推至10 800阶;提出了联合FFT和基于OpenMP的多核并行方法求解超高阶球谐系数的优化策略,显著提高了球谐系数模型构建的计算效率。最后,利用Earth2014＿TBI与全球海底地形模型STO＿IEU2020格网数据建立了全球10 800阶地形球谐系数模型sph.10 800＿IEU,总体精度与Earth2014＿TBI2014.shc相当,在试验海域的相对精度略优于模型Earth2014＿TBI2014.shc。     

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。     

改进的修正预测法预报电离层

利用自回归移动平均ARMA模型的线性最小方差预测法预报电离层存在的主要问题是极值点处预测误差较大。通过对模型阶数上限及定阶准则的选取进行实验分析,确定了合适的模型阶数并建立了相应模型。修正预测法可利用新信息对线性最小方差预测法的预测结果进行修正。这是一种短期预报方法,每次向前预测一步即2 h,但结果并不理想。考虑到电离层变化的周期性,为了进一步减小极值点处预测误差,提出了改进的修正预测法。实验表明,改进的修正预测法预测结果与原始值符合较好。     

改进的修正预测法预报电离层

利用自回归移动平均ARMA模型的线性最小方差预测法预报电高层存在的主要问题是极值点处预测误差较大.通过对模型阶数上限及定阶准则的选取进行实验分析,确定了合适的模型阶数并建立了相应模型.修正预测法可利用新信息对线性最小方差预测法的预测结果进行修正.这是一种短期预报方法,每次向前预测一步即2 h,但结果并不理想.考虑到电离...     

基于EOF分解的区域电离层VTEC预报模型研究

区域电离层的监测和预报是一项具有重要意义的工作,也是目前一个比较热门的研究方向。据此,着重研究了区域电离层的预报模型,以期能够为区域内的用户提供短期的电离层VTEC预报信息。提出了一种基于EOF分解的区域电离层VTEC预报模型,该模型同时考虑了VTEC时间序列的时间分布特性和空间分布特性:首先通过EOF分解提取随时间变化的时间分量和不随时间变化的空间分量,并对时间分量进行预测,最后通过EOF重构获取VTEC预报值。采用IGS提供的195个格网点的VTEC数据对模型进行验证,结果显示,基于EOF分解区域电离层VTEC预报模型的预报平均相对误差为4.05%,相比于普通的时间序列模型其精度可以提高40.3%。     

基于ARIMA与Holt-Winters组合模型的电离层TEC预报

分别采用时间序列中的求和自回归移动平均模型ARIMA(Autoregressive integrated moving average)模型和指数平滑模型Holt-Winters的加法模型,对IGS站发布的广西地区16个格网点进行短期的电子含量TEC预报。并利用组合权重的方法对两种模型组合进行TEC短期预报。分析比较不同季节各个模型的预测效果,以及电子含量的变化与太阳黑子数变化之间的联系。结果表明,组合模型的预测精度在各个季节都优于两种单一模型,不同季节,太阳黑子数的含量和电离层电子含量预测的精度也有较大差异。