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。     

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。     

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。     

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。     

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。     

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。     

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%。     

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 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。     

基于北斗地基增强系统的中国区域电离层建模研究

在卫星导航定位中,电离层延迟误差是主要误差源之一,其影响可以到达数米乃至数百米,有必要进行高精度的电离层模型研究,尤其是区域的高精度电离层模型建立．本文基于北斗地基增强系统114基准站三系统 (GPS／BDS／GLONASS) 双频的观测数据进行电离层提取计算,并结合多项式函数模型进行建模,得出中国区域内的电离层模型,并采用直接跟CODG的电离层产品比较和间接通过单频精密单点定位方式来评估模型精度．结果表明,基于北斗地基增强系统建立的中国区域电离层模型精度高于CODG发布的电离层格网模型且更符合中国区域电离层的真实空间分布．      

混沌特征参数对神经网络预测电离层TEC的影响分析

利用国际GNSS服务组织(IGS)提供的东经115°经线上不同纬度处一年的电离层总电子含量(TEC)时间序列数据,研究了如何进一步提高基于神经网络方法预测电离层TEC的效果。研究表明:电离层TEC的预测误差与电离层TEC时间序列的最大Lyapunov指数与该序列均值的乘积具有较强的相关性;而且与时间延迟和嵌入维数的选择是否恰当也有着密切关系。     

Monitoring Seasonal Variations of Ionospheric TEC Using GPS Measurements

The regional ionospheric model is adopted to determine satellite-plus-receiver differential delay. The satellite-plus-receiver differential delay is estimated as constant values for each day. Dual-frequency GPS pseudo-ranges observables are used to compute vertical TEC (VTEC). All the monthly mean VTEC profiles are represented by graphs using GPS data of the Beijing IGS site between 2000 and 2004. The monthly averaged values and amplitudes of VTEC are also represented by graphs. The results indicate that the VTEC has seasonal dependency. The monthly averaged values and amplitudes of VTEC in 2000 are about 2 times larger than that in 2004. The maximum VTEC values are observed in March and April, while the minimum VTEC values are observed in December. The seasonal variations trend is found to be similar after polynomial fitting between 2000 and 2004.     

Investigation of ionosphere TEC distribution in China region by GIM model

In this paper, the TEC in China region is calculated by final GIM model and plotted as contour maps, the TEC value calculated from dual frequency GPS measurements (carrier-phase and pseudorange) is used as the reference truth and the TEC values from GIM models are then compared with the reference truth, and the accuracy and performance of GIM model in China region are analyzed and concluded.     

Investigation of ionosphere TEC distribution in China region by GIM model

In this paper, the TEC in China region is calculated by final GIM model and plotted as contour maps, the TEC value calculated from dual frequency GPS measurements（carrier-phase and pseudorange） is used as the reference truth and the TEC values from GIM models are then compared with the reference truth, and the accuracy and performance of GIM model in China region are analyzed and concluded.     

基于GPS数据的地震前电离层TEC异常研究

选取印度洋区域7个IGS站,运用2004年12月26日印度洋地震前后共计25 d的GPS观测数据,计算出高时空分辨率的VTEC。综合考虑了太阳和地磁活动参数,运用统计分析的方法,详尽阐释了地震发生前TEC减小的电离层异常现象。     

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。