MEEMD-Elman神经网络的电离层TEC预报模型

利用IGS中心提供的不同纬度的电离层TEC值,建立基于改进的集总平均经验模态分解(MEEMD)算法和Elman回归神经网络(ERNN)模型相结合的电离层TEC预报模型。实验结果表明,在低、中、高不同纬度采用本文方法预报5 d电离层TEC的预测值的均方根误差最优可达到0.96 TECu,相对精度最优达到95.4%,精度较EMD-ERNN模型及单一ERNN模型有显著提高。     

MEEMD-ARMA残差修正电离层TEC预测模型

提出一种改进的集总平均经验模态分解与自回归移动平均模型组合的残差修正模型,并利用2015年不同经纬度同一时段以及相同经纬度不同时段IGS提供的电离层电子总量数据,用3种模型对5 d内的数据进行预测。结果表明,改进模型5 d 内的平均相对精度为96%,而EMD-ARMA模型及ARMA模型分别为94.5%、93%。