延迟是全球卫星导航定位中重要的误差源之一,提高电离层TEC建模和预报精度对改善卫星导航定位精度至关重要.本文构建了以太阳辐射通量指数F_(10.7)、地磁活动指数Dst、地理坐标和中国科学院(Chinese Academy of Sciences,CAS)GIM数据为...延迟是全球卫星导航定位中重要的误差源之一,提高电离层TEC建模和预报精度对改善卫星导航定位精度至关重要.本文构建了以太阳辐射通量指数F_(10.7)、地磁活动指数Dst、地理坐标和中国科学院(Chinese Academy of Sciences,CAS)GIM数据为输入参数的NeuralProphet神经网络模型(NP模型),实现在2015年3月特大磁暴期中国区域电离层TEC短期预报.为验证NP模型的预报精度,本文同时构建了长短期记忆神经网络(Long Short-term Memory Neural Network,LSTM)模型进行对比分析.结果统计分析表明,NP模型在磁暴期(2015年DOY076-078)TEC预报值RMSE和RD分别为0.83 TECU和3.13%,绝对和相对精度较LSTM模型分别提高1.49 TECU和10.25%;且NP模型RMSE优于1.5 TECU的比例达97.24%,远高于LSTM模型.NP模型预报值与CAS具有较好一致性和无偏性,偏差均值仅为-0.01 TECU,而LSTM模型预报值的均值偏大,偏差均值为1.49 TECU.从低纬到中纬度的三个纬度带内,NP模型RMSE分别为1.12、0.83和0.44 TECU,精度比LSTM模型提高1.94、1.56和1.23 TECU.整体上,在磁暴期NP模型预报性能明显优于LSTM模型,能够精细描述中国区域电离层TEC时空变化.展开更多
电离层总电子含量TEC的监测与预报是近地空间环境研究的重要内容,对卫星通讯和导航定位等有重要意义。使用基于Transformer(变形金刚)的iInformer(告密者)模型,提出中国区域电离层TEC短期预报新方法,且分别对磁静期与磁暴期电离层进行...电离层总电子含量TEC的监测与预报是近地空间环境研究的重要内容,对卫星通讯和导航定位等有重要意义。使用基于Transformer(变形金刚)的iInformer(告密者)模型,提出中国区域电离层TEC短期预报新方法,且分别对磁静期与磁暴期电离层进行预测。为了分析短期电离层新模型预测效果,选取神经网络模型、线性模型、长短时记忆模型进行对比。结果表明,磁静期选定区域内iInformer模型有效适用于短期预测任务且预测精度明显优于其他对比模型,均方根误差在3个区域均低于1.45 TECU(total electron content units,总电子含量单位)。iInformer模型在应对不同数据量时,均能保持稳定的预测性能。特别是在数据集数量相对有限(少于2个月)的情况下,iInformer模型的预报精度显著优于其他模型。相较于单一数据源,多数据源下的iInformer模型预测精度有显著提升,提升幅度在2%~7.4%。展开更多
文摘电离层总电子含量TEC的监测与预报是近地空间环境研究的重要内容,对卫星通讯和导航定位等有重要意义。使用基于Transformer(变形金刚)的iInformer(告密者)模型,提出中国区域电离层TEC短期预报新方法,且分别对磁静期与磁暴期电离层进行预测。为了分析短期电离层新模型预测效果,选取神经网络模型、线性模型、长短时记忆模型进行对比。结果表明,磁静期选定区域内iInformer模型有效适用于短期预测任务且预测精度明显优于其他对比模型,均方根误差在3个区域均低于1.45 TECU(total electron content units,总电子含量单位)。iInformer模型在应对不同数据量时,均能保持稳定的预测性能。特别是在数据集数量相对有限(少于2个月)的情况下,iInformer模型的预报精度显著优于其他模型。相较于单一数据源,多数据源下的iInformer模型预测精度有显著提升,提升幅度在2%~7.4%。
