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...     

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-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。     

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。     

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.     

基于河北省CORS的区域电离层模型精度分析

为提高区域电离层模型和导航定位服务的精度,利用河北省连续运行参考站系统（CORS） 6个基准站的GPS卫星观测数据进行区域电离层建模和接收机差分码偏差（DCB）估计,并引入中国科学院（CAS）发布的电离层产品内插得到的垂直总电子含量（VTEC）进行区域电离层模型精度验证。实验结果表明,估计的单日GPS卫星DCB与产品值精度相当,偏差控制在0.5 ns以内;河北省CORS站GPS系统接收机DCB稳定性较好,5 d的标准偏差均小于0.1 ns;利用河北省CORS建立的区域电离层TEC在地磁平静期与磁暴期均与CAS产品值具有较高的一致性,TEC偏差控制在2 TECU以内。河北省区域电离层模型能有效监测电离层TEC在不同地磁状态下的时空变化,提高区域导航定位服务水平。     

利用时间序列分析预报电离层TEC

以IGS发布的电离层总电子含量(total electron content,TEC)数据为样本,利用时间序列分析进行预报。将TEC时间序列分解为趋势项、周期项和随机项的组合,并利用相关系数和偏相关系数确定模型阶数。对IGS提供的2008年TEC数据进行预报分析,结果表明,采用时间序列分析能达到较高精度,预报7 d时的平均相对精度为87.75%,预报精度大于60%的预报值占所有预报值的95%以上,预报精度大于85%的预报值占所有预报值的72.6%,95.3%的预报残差小于±3 TECU。     

全球电离层对2015年3月17日强地磁暴的响应分析

强地磁暴会引起电离层剧烈扰动,这对卫星导航定位精度有严重影响。文中采用空基-地基观测数据分析了全球电离层对2015-03-17强地磁暴的响应特征。结果表明,在地磁暴期间电离层扰动明显,且各地响应特征并不一致。从纬度上看,中低纬地区电离层TEC和foF2有明显增加趋势,而高纬地区电离层TEC和foF2明显小于背景值。从经度上看,电离层扰动主要分布在欧洲-非洲扇区和美洲扇区,该区域TEC高于背景值30 TECU,foF2高于背景值5 MHz。表明此次电离层对地磁暴的响应与热层O/N_2比的变化有关。     

活跃期区域电离层总电子短期预报及适用性分析

太阳活跃期受太阳风高能粒子影响易发生磁暴,使得电离层总电子含量异常扰动,其非平稳性与非线性特征较平静期明显增强。分别利用2011年区域内多个测站的实测数据与IGS（International GNSS Service）发布的全球电离层模型（global ionosphere model,GIM）进行逐点建模,选取db4小波基对样本序列进行分解后,采用时间序列模型对各分量进行预报并重构,实现对ARIMA（auto regressive integrated moving average）模型的改进。通过分析ARIMA模型与改进模型预报值的残差比例和实验区域内均方根误差的分布情况,来评定改进模型的预报精度与适用性。结果表明,改进模型的残差与实验区域内的均方根误差较ARIMA模型总体减小,且该模型对区域内均方根误差峰值能起到较大的削弱作用。     

全球电离层TEC格网时空变化特性分析

卫星导航定位中,电离层延迟是影响用户实时定位精度的重要因素之一。利用全球电离层格网(global ionosphere maps,GIM)提供电离层延迟改正是较为常用的方法,而GIM格网的精度受限于地面GNSS(global navigation satellite system)跟踪站的分布密度。利用区域内少量或1个GNSS跟踪站建立实时区域电离层总电子含量(total electron content,TEC)模型,生成高精度的实时区域电离层格网,为用户提供区域电离层延迟改正显得尤为重要。基于CODE(Center for Orbit Determination in Europe)分析中心2016—2018年995 d的GIM格网数据,分析了相邻格网点TEC的变化范围以及不同时间间隔同一格网点TEC的变化范围。结果表明,GIM在经度方向上分辨率为5°变化的均值范围为0.2～1.0 TECU,在纬度方向上分辨率为2.5°变化的均值范围为0.4～1.4 TECU,在经度和纬度分辨率均小于1°时,电离层TEC的变化小于1.0 TECU;1 h内同一格网点电离层TEC的变化均值约为1.28 TECU,30 min内同一格网点电离层TEC的变化小于1.0 TECU。该研究为小范围内(半径小于100 km)实时区域电离层TEC模型的建立及电离层格网的时间适用范围提供了有效的数据支撑和理论验证,同时对区域电离层TEC时空变化的研究、电离层TEC预报、电离层异常监测和磁暴监测等具有一定的参考意义。     

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...     

2018年8月磁暴期间北斗GEO卫星电离层TEC时空变化分析

基于北斗GEO卫星独有的静地特性,本文利用其观测数据提取电离层TEC进行磁暴期间电离层TEC时空变化研究。同时利用全球电离层格网图GIM值进行试验对比,结果表明：北斗GEO卫星提取的TEC与GIM模型值变化趋势一致,并且前者可更有效地监测电离层的细微扰动变化。在此次磁暴发生期间,亚太地区电离层TEC变化及扰动响应特征在纬度方向差异明显。其中南北半球较高纬度区域,电离层TEC在磁暴主相阶段主要表现为正响应扰动,而赤道及北半球较低纬度区域,电离层TEC在磁暴主相及恢复相阶段均产生了强度更大、持续时间更长的正响应扰动。结合现有研究,认为造成此次电离层异常扰动的激励因素主要为东向快速穿透电场的增强及热层中性成分的变化。试验结果也证明了GEO卫星可以精准有效地监测在磁暴发生时电离层TEC的变化规律及不同空间位置处TEC产生的扰动响应特征。     

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。     

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。     

电离层总电子数预报方法研究

针对电离层总电子数对于提高导航定位精度的重要性,该文采用2014年国际GPS服务公布的年积日为第1~10d的电离层总电子数为原始数据,以自回归模型、灰色系统模型、BP神经网络模型两两结合的方式完成建模和预报。通过比较不同纬度、不同预测天数的实验结果分析各模型预报精度及适用范围。结果表明,利用BP神经网络模型对AR模型的预测值进行补偿,在赤道处模型拟合的相对精度达到91.32%;残差范围控制在-1.0~0.8TECU内,预报残差最优可达到0.0TECU,从而证明了该方法可以提高电离层总电子数预报精度。     

层析反演与神经网络方法在电离层建模及预报中的应用

将香港地区某天由电离层层析反演得到的电子密度值分成6组,利用神经网络方法对该6组数据分别进行了拟合建模及预报。实验结果表明,采用电离层层析技术并经神经网络模型预报得出的电子密度值精度明显高于由IRI2007模型提供的电子密度值,其预报的30min及60min的电子密度值精度可分别达到0.45TECU和1.34TECU。     

Galileo卫星导航系统电离层全球建模及其性能分析

为全面分析和评估Galileo电离层全球建模和卫星差分码偏差的精度，该文选取全球364个GNSS观测站，利用15阶球谐函数构造高精度的电离层格网模型，并以CODE发布的电离层产品为基准，将其与该文建立的电离层网格模型按照不同纬度进行验证和分析。此外，该文将计算的差分码偏差与现有偏差产品进行对比分析。实验结果表明，Galileo建立的电离层模型在平静日状态下与CODE的平均偏差在2 TECU以内、均方根误差在3 TECU以内；在活跃日状态下的结果与CODE的平均偏差在3 TECU以内、RMSE在4 TECU以内。解算的卫星差分码偏差与现有偏差产品进行对比分析的结果表明，平静日的偏差在0.1 ns以内，活跃日的偏差在0.2 ns以内，两种状态下的STD均在0.1 ns以内。所以，采用Galileo进行电离层建模可以精确表现电离层。     

应用半参数AR模型的电离层TEC建模与预测

本文基于时间序列分析的DDS(Dynamic Data System)建模法,对季节性的电离层总电子含量(TEC)时间序列观测值平稳化后建立自回归AR模型,提出以半参数AR模型对普通AR模型精化,并利用半参数AR模型对电离层TEC预报。实例分析表明:利用半参数AR模型对电离层TEC进行预报,在短期内半参数模型预报效果优于普通AR模型,但随着预报时间变长,则半参数模型预报精度明显下降,其预报效果则不如普通的AR模型。     

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.