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。     

电离层延迟对星载InSAR精度的影响

针对电离层对L、P等较长波段的星载合成孔径雷达干涉测量(InSAR)成像产生的相位延迟效应会造成InSAR精度下降的问题,建立电离层相位延迟模型,分析背景电离层TEC对不同波段SAR信号的距离和相位延迟,给出了TEC和SAR相位延迟之间的关系曲线;提出用沿电磁波传播斜距上的电子积分总量STEC来代替垂测TEC,采用简化射线描迹方法进行STEC估计,提高了TEC计算精度;通过仿真实验分析不同TEC分布模型对InSAR精度的影响。实验结果表明,因干涉测量中基线估计的补偿效应,使得成像范围内等量分布的TEC对测量精度无明显影响;成像范围内TEC值随空间位置不同而发生变化时,对InSAR的精度将产生较大影响,需要考虑电离层的校正。     

利用数据同化技术实现区域电离层TEC重构

电离层参量的提取是开展电离层研究的基础,而数据同化技术则是获取电离层参量的一种重要手段。以NeQuick模型的输出作为背景场,Kalman滤波作为同化算法,利用数据同化技术实现区域电离层TEC重构,结果表明,数据同化方法重构的倾斜总电子含量（TEC）和垂直TEC与实测值较为一致。相比NeQuick模型及全球电离层地图（GIM）数据,数据同化方法重构得到的TEC的平均误差和标准差均有明显的降低,实测数据验证了数据同化技术在区域TEC重构中的精度和可靠性。     

全球电离层实时建模方法研究EI北大核心CSCD

电离层总电子含量(TEC)是描述电离层变化特性的关键参量,构建实时电离层TEC模型可为实时导航定位用户提供电离层延迟改正,加快精密单点定位收敛速度,实现对空间天气的精准监测。基于此,论文以构建实时电离层TEC模型为目标,从融合多源电离层数据构建电离层TEC模型和高精度电离层TEC预报模型的构建展开研究,主要研究内容及贡献如下:(1)使用不同方法评估了2002年001天-2018年365天IRI-2016模型、NeQuick2模型与IGS提供的电离层最终产品(IGSG)的精度。     

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。     

电离层TEC经验模型的建立方法研究与实现

总电子含量TEC是电离层物理学中的重要参数之一,被广泛应用于修正GNSS卫星信号的电离层延迟和电离层时空变化特性的研究。在实际应用中,电离层经验模型是获取TEC的重要途径之一。以TEC数据为背景建立的电离层经验模型可在整体上体现TEC的时空变化特性。但是,有些TEC经验模型的精度不高,在某些局部区域上不能准确描述电离层的时变特性。制约电离层TEC经验模型精度的主要因素有:①未能全面考虑电离层的变化规律(特别是异常现象),并将其合理模型化;②TEC建模数据(如GIMs TEC)的精度在全球范围内不统一,建模过程采用等权方式是不合理的。     

时间序列分析在电离层短期预报中的应用

根据IGS提供的2012年TEC数据,在得到TEC值残差序列的基础上,利用谱分析去掉周期项和Matlab工具箱去掉趋势项并采用平滑算法去噪后,对随机项进行时间序列分析。目前,电离层格网点的预报均建立在原始TEC上,阐述了采用差分后的TEC值进行预报的方法,以减少日变化周期项的影响。根据AR（p）模型预报的结果加上周期项和趋势项后,再加上前一天对应时段的TEC值与IGS发布的数据比较,结果表明,该方法利用短期IGS发布的TEC值进行电离层预报能取得较高的精度。     

利用GPS双频数据进行区域电离层TEC提取

从利用GPS提取区域电离层总电子含量(total electron content,TEC)的基本原理出发,解决了伪距观测值优化以及硬件延迟(DCB)处理问题,并将提取的TEC信息与欧洲定轨中心(CODE)计算的全球电离层(GIM)模型内插值应用在单频精密单点定位中,进行电离层延迟改正实验。结果表明,利用本文提取的TEC值进行单频精密单点定位电(PPP)离层延迟改正时,点位精度能提高到0.2~0.4m左右,明显优于利用GIM内插值的改正精度。     

Linux Shell在电离层TEC格网数据提取和分析中的应用

电离层延迟误差是卫星导航和定位中不可忽略的重要误差,全球电离层总电子含量(TEC)格网数据因其将全球按规则的经纬度格网化,并给出了相应格网点的电离层TEC值,从而为用户使用提供了极大的便利．本文基于Linux Shell脚本编写简单、快速和容易维护等优点,利用Shell脚本对电离层TEC格网数据进行提取和分析处理,主要包括全球和自定义区域电离层TEC数据提取、均值计算、格网经纬度互差计算、最值提取等应用,可为基于全球电离层格网(GIM)数据对全球或区域电离层TEC周年变化、季节变化、周日变化规律以及时空变化特性等相关规律的分析研究提供一定的参考.