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...     

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%。     

ARIMA模型在电离层TEC预报中的应用

电离层电子总含量的确定是影响全球定位系统定位精度一个很重要的因素,目前针对电离层建立不少的模型。文中提出运用时间序列理论中的ARIMA模型对电离层进行预报,并利用数据进行计算分析,结果表明该模型适合电离层电子总含量的预报。     

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。     

电离层TEC建模与预测

基于时间序列分析的DDS(dynamic data system)法,以AR模型和CAR模型对电离层格网点进行建模并预测。实例分析表明,应用时间序列分析的AR和CAR模型对电离层格网点总电子含量进行预报,具有模型辨识过程简单、计算工作量小、便于上机实现、预测精度高等优点。与AR模型相比,CAR模型的预报效果更佳。     

利用神经网络预报短期电离层TEC变化

利用神经网络,基于IGS提供的(40°N,115°E)网格点TEC数据,本文构造了该点处提前一天的TEC预报模型。神经网络模型的预测目标是待预测日一天内的12个TEC数值。输入参数包括预测日前一日的太阳黑子数、地磁Kp指数、预测日前27天的太阳黑子数三角函数拟合参数,以及预测日前2天16个Kp指数的多项式拟合参数。实验结果表明训练后的神经网络模型可以反映出不同季节的TEC周日变化以及地磁暴情况下的TEC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。     

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。     

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。     

全球电离层TEC数据统计分析与全局趋势分析

以IGS发布的电离层TEC数据为样本,通过三维图、等值线图、频率直方图等对数据进行统计分析,得出电离层TEC在时间和空间上的变化规律.对全球电离层数据进行球谐函数拟合,并通过分析找出其最合适的阶数.     

利用GPS三频观测值监测电离层TEC及其变化率

三频观测数据为监测电离层总电子含量提供了更多的观测值选择。在双频观测值估算电离层总电子含量的原理基础上,利用不同纬度地区的三频GPS观测资料计算获得了电离层总电子含量值及其变化率。分析结果表明：由于GPS接收机码间偏差的影响,不同频率间组合获得的电离层总电子含量结果出现较大的系统差异,使用不同频率组合获得的电离层TEC变化率有很好的一致性。     

利用GPS监测电离层总电子含量的季节性变化

利用Georgiadiou电离层模型计算了GPS系统硬件延迟，从而由双频伪距观测值获取绝对电离层总电子含量值。利用北京IGS站的GPS观测数据分别计算了2000年和2004年各个不同月份的总电子含量值，对两年各月份的总电子含量进行多项式拟合，发现总电子含量的季节性变化趋势一致。     

几种地基GPS区域电离层TEC建模方法的比较及其一致性研究

利用GPS实测资料实现了中国区域电离层电子含量建模,比较和评估了多项式模型、三角级数模型和低阶球函数模型的监测精度及存在的问题。研究表明,在平静电离层的条件下,多项式模型和低阶球函数模型拟合的精度较好,但前者存在明显的边际效应;三角级数模型在用于大区域拟合时精度较差;高纬度地区模型拟合的精度要优于低纬度地区。根据这些模型参数设置的特点以及电离层本身的变化分布规律,分析了这些差异存在的原因。