论文部分内容阅读
电离层延迟误差是卫星导航定位误差中的主要误差之一,电离层总电子含量(TEC)是引起电离层延迟误差的一个主要参量。认识和掌握TEC变化规律,并对其进行高精度预测,可为消除电离层延迟误差研究提供重要资料。基于BP神经网络模型具有极强的非线性映射能力,在非平稳时间序列预报应用中能充分发挥其优势。本文将对电离层TEC变化特征以及BP神经网络在该领域进行研究和分析。本文主要研究内容有:1.利用IGS中心提供的2014年电离层GIM数据计算南北半球不同纬度圈上6个格网点的电离层TEC自相关函数,对电离层TEC变化特性进行分析;再计算太阳黑子、地磁指数以及其他影响因子与电离层TEC的相关系数。通过分析,得到以下结论:(1)电离层TEC变化呈非平稳特征,且从高纬度到低纬度的非平稳性逐渐增强。(2)太阳黑子与TEC的相关系数超过0.2,TEC变化受太阳黑子的影响。(3)地磁指数与TEC的平均相关系数也超过0.2,Dst、Kp、AE指数影响着TEC变化。(4)往年电离层TEC与本年对应电离层TEC的相关系数超过0.8,可将往年对应TEC值作为影响因子考虑到预报工作中。2.利用IGS中心提供的2014年中国及周边地区375个格网点的电离层TEC为实验数据,将2012年和2013年对应TEC加入BP网络模型中参与训练并进行短期预报;将太阳黑子数和地磁指数(Dst、Kp、AE指数)加入网络模型中参与训练并进行中长期预报。最后将预报结果与未顾及影响因子的BP神经网络模型和时间序列模型进行对比,实验结果表明:(1)顾及影响因子的F-BP模型、未顾及因子的N-BP模型和时间序列ARIMA模型的结果均比Klobuchar等传统模型精度高;其中F-BP模型的预报精度又优于N-BP模型和ARIMA模型,ARIMA模型预报精度优于N-BP模型。(2)将影响电离层TEC变化的因子加入BP神经网络输入层,能使网络训练更具方向性和引导性,从而更好地对非平稳电离层TEC进行仿真,得到更高精度的预报结果。(3)顾及影响因子的BP神经网络模型适用于非平稳变化的电离层TEC预报中。