基于KF-LSTM组合模型的短期电离层TEC预测 |
| |
引用本文: | 李磊,黎竞,杨晨.基于KF-LSTM组合模型的短期电离层TEC预测[J].大地测量与地球动力学,2023(10):1020-1025. |
| |
作者姓名: | 李磊 黎竞 杨晨 |
| |
作者单位: | 大连海事大学理学院 |
| |
基金项目: | 国家自然科学基金(61601078); |
| |
摘 要: | 针对电离层总电子含量(TEC)时间序列非线性、非平稳性等特点,提出以卡尔曼滤波对电离层TEC数据进行预处理为基础,融合长短期记忆神经网络模型,构建KF-LSTM短期电离层组合模型预测TEC的方法,并利用该模型预测2016年和2018年4个时段的高、中、低纬度及赤道地区36个格网点提前1 d的电离层TEC。结果表明,KF-LSTM组合模型预测效果优于传统BP神经网络模型和单纯的LSTM模型。在赤道地区,其预测效果与C1PG模型相当;在15°~75°N地区,其预测效果优于C1PG模型。
|
关 键 词: | 电离层TEC 卡尔曼滤波 长短期记忆神经网络 短期预测 |
|
|