层析反演与神经网络方法在电离层建模及预报中的应用

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

层析反演与神经网络方法在电离层建模及预报中的应用

陈必焰, 戴吾蛟, 蔡昌盛, 夏朋飞

文章导航 > 武汉大学学报 ● 信息科学版 > 2012 > 37(8): 972-975

陈必焰, 戴吾蛟, 蔡昌盛, 夏朋飞. 层析反演与神经网络方法在电离层建模及预报中的应用[J]. 武汉大学学报 ● 信息科学版, 2012, 37(8): 972-975.

引用本文:

陈必焰, 戴吾蛟, 蔡昌盛, 夏朋飞. 层析反演与神经网络方法在电离层建模及预报中的应用[J]. 武汉大学学报 ● 信息科学版, 2012, 37(8): 972-975.

CHEN Biyan, DAI Wujiao, CAI Changsheng, XIA Pengfei. Ionospheric Modeling and Forecasting Based on Tomographic and Neural Network Method[J]. Geomatics and Information Science of Wuhan University, 2012, 37(8): 972-975.

Citation:

CHEN Biyan, DAI Wujiao, CAI Changsheng, XIA Pengfei. Ionospheric Modeling and Forecasting Based on Tomographic and Neural Network Method[J]. Geomatics and Information Science of Wuhan University, 2012, 37(8): 972-975.

层析反演与神经网络方法在电离层建模及预报中的应用

陈必焰^1,2,
戴吾蛟^1,2,
蔡昌盛^1,2,
夏朋飞^1,2

¹中南大学测绘与国土信息工程系,长沙市麓山南路932号410083;²湖南省精密工程测量与形变灾害监测重点实验室,长沙市麓山南路932号410083

基金项目: 国家自然科学基金资助项目(41004011);;中南大学前沿研究计划资助项目(2009QZZD002)

作者简介:
陈必焰，硕士生，研究方向为电离层建模与预报。

中图分类号: P228.42

Ionospheric Modeling and Forecasting Based on Tomographic and Neural Network Method

¹ Department of Surveying Engineering & Geo-Informatics,Central South University, 932 South Lushan Road,Changsha 410083,China;² Key Lab of Precise Engineering Surveying & Deformation Disaster Monitoring of Hunan Province, 932 South Lushan Road,Changsha 410083,China

Funds: 国家自然科学基金资助项目(41004011);;中南大学前沿研究计划资助项目(2009QZZD002)

摘要: 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。
- 电离层层析 /
- 神经网络 /
- 电子密度值 /
- GPS
Abstract: The electron density values of one day in Hong Kong obtained by ionospheric tomographic are divided into 6 groups.Then,the 6 groups data are fitted modeling and forecasting by neural network method.The results show that the accuracy of electron density value forecasted by the tomographic and neural network model is significantly higher than the electron density value provided by IRI2007 model.The precision of the electron density forecast value within 30 minutes and 60 minutes can respectively arrive at 0.45 TECU and 1.34 TECU.
- ionospheric tomographic /
- neural network /
- electron density value /
- GPS

[1]	祝会忠, 路阳阳, 徐爱功, 李军. 长距离GPS/BDS双系统网络RTK方法 . 武汉大学学报 ● 信息科学版, 2021, 46(2): 252-261. doi: 10.13203/j.whugis20190352
[2]	王振杰, 聂志喜, 欧吉坤. 一种基于TurboEdit改进的GPS双频观测值周跳探测方法 . 武汉大学学报 ● 信息科学版, 2014, 39(9): 1017-1021. doi: 10.13203/j.whugis20130021
[3]	聂文锋, 胡伍生, 潘树国, 宋玉兵. 利用GPS双频数据进行区域电离层TEC提取 . 武汉大学学报 ● 信息科学版, 2014, 39(9): 1022-1027. doi: 10.13203/j.whugis20130046
[4]	谢益炳, 伍吉仓, 陈俊平, 刘伟洲. GPS和GLONASS组合的全球实测电离层TEC建模 . 武汉大学学报 ● 信息科学版, 2014, 39(8): 930-934. doi: 10.13203/j.whugis20130128
[5]	谢益炳, 陈俊平, 伍吉仓, 胡丛玮. 不同约束条件对电离层电子含量和硬件延迟的影响 . 武汉大学学报 ● 信息科学版, 2014, 39(7): 799-803.
[6]	许超钤, 姚宜斌, 张豹, 严凤. 2010-08-01太阳风暴对电离层及GPS测量的影响分析 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 689-693.
[7]	李慧, 袁运斌, 闫伟, 李子申. 附加平滑约束的电离层层析反演 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 412-415.
[8]	吴寒, 姚宜斌, 陈鹏, 肖勇. GNSS电离层层析成像算法研究 . 武汉大学学报 ● 信息科学版, 2013, 38(12): 1405-1408.
[9]	蔡昌盛, 戴吾蛟, 匡翠林, 朱建军. 利用UofC消电离层组合的GPS/GLONASS精密单点定位研究 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 827-830.
[10]	涂锐, 黄观文, 张勤, 王利. GPS单频机电离层延迟改正新算法 . 武汉大学学报 ● 信息科学版, 2012, 37(6): 667-670.
[11]	李一鹤, 沈云中. GPS观测值的时间相关性对基线解算影响 . 武汉大学学报 ● 信息科学版, 2011, 36(4): 427-430.
[12]	林雪原, 鞠建波. 利用神经网络预测的GPS/SINS组合导航系统算法研究 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 601-604.
[13]	李博峰, 沈云中, 楼立志. GPS中长基线观测值随机特性分析 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 176-180.
[14]	郑作亚, 卢秀山, 韩晓冬. 基于一类新小波函数基的GPS相位观测值周跳探测 . 武汉大学学报 ● 信息科学版, 2008, 33(6): 639-643.
[15]	柳景斌, 王泽民, 章红平, 朱文耀. 几种地基GPS区域电离层TEC建模方法的比较及其一致性研究 . 武汉大学学报 ● 信息科学版, 2008, 33(5): 479-483.
[16]	章红平, 施闯, 唐卫明. 地基GPS区域电离层多项式模型与硬件延迟统一解算分析 . 武汉大学学报 ● 信息科学版, 2008, 33(8): 805-809.
[17]	孟泱, 王泽民, 鄂栋臣. 基于GPS数据的地震前电离层TEC异常研究 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 81-84.
[18]	罗孝文, 欧吉坤. 中长基线GPS网络RTK模糊度快速解算的一种新方法 . 武汉大学学报 ● 信息科学版, 2007, 32(2): 156-159.
[19]	王泽民, 孟泱, 伍岳, 梁树军. GPS、Galileo及其组合系统导航定位的DOP值分析 . 武汉大学学报 ● 信息科学版, 2006, 31(1): 9-11.
[20]	蔡昌盛, 高井祥, 李征航. 利用GPS监测电离层总电子含量的季节性变化 . 武汉大学学报 ● 信息科学版, 2006, 31(5): 451-453.

WeChat

点击查看大图

计量

文章访问数: 803
HTML全文浏览量: 24
PDF下载量: 488
被引次数: 0

层析反演与神经网络方法在电离层建模及预报中的应用

¹中南大学测绘与国土信息工程系,长沙市麓山南路932号410083;²湖南省精密工程测量与形变灾害监测重点实验室,长沙市麓山南路932号410083

基金项目: 国家自然科学基金资助项目(41004011);;中南大学前沿研究计划资助项目(2009QZZD002)

作者简介:
陈必焰，硕士生，研究方向为电离层建模与预报。

收稿日期: 2012-06-15
刊出日期: 2012-08-05

中图分类号: P228.42

关键词:

电离层层析 /

电子密度值 /

摘要: 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。

English Abstract

陈必焰, 戴吾蛟, 蔡昌盛, 夏朋飞. 层析反演与神经网络方法在电离层建模及预报中的应用[J]. 武汉大学学报 ● 信息科学版, 2012, 37(8): 972-975.

引用本文:

陈必焰, 戴吾蛟, 蔡昌盛, 夏朋飞. 层析反演与神经网络方法在电离层建模及预报中的应用[J]. 武汉大学学报 ● 信息科学版, 2012, 37(8): 972-975.

CHEN Biyan, DAI Wujiao, CAI Changsheng, XIA Pengfei. Ionospheric Modeling and Forecasting Based on Tomographic and Neural Network Method[J]. Geomatics and Information Science of Wuhan University, 2012, 37(8): 972-975.

Citation:

CHEN Biyan, DAI Wujiao, CAI Changsheng, XIA Pengfei. Ionospheric Modeling and Forecasting Based on Tomographic and Neural Network Method[J]. Geomatics and Information Science of Wuhan University, 2012, 37(8): 972-975.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码