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
半参数球谐函数(Semiparametric Spherical Harmonic,Semi-SH)模型能减少电离层预报模型误差以及残余周期带来的系统误差.但是半参数球谐函数模型中窗宽参数的选取会带来一定的估计偏差,本文利用长短期记忆神经网络(Long-Short Term Mem...半参数球谐函数(Semiparametric Spherical Harmonic,Semi-SH)模型能减少电离层预报模型误差以及残余周期带来的系统误差.但是半参数球谐函数模型中窗宽参数的选取会带来一定的估计偏差,本文利用长短期记忆神经网络(Long-Short Term Memory Networks,LSTM)在非平稳性时间序列预报中的良好适应性,提出了一种联合Semi-SH与LSTM(Semi-SH-LSTM)的全球电离层TEC短期组合预报模型,适用于1—5天的短期预报.Semi-SH-LSTM模型通过预报球谐函数系数解算全球电离层TEC,利用二次多项式和半参数核估计方法分别拟合球谐系数趋势项和周期项,最后基于LSTM对拟合残差进行补偿预报.本文利用欧洲定轨中心(Center for Orbit Determination in Europe,CODE)球谐函数系数产品,采用单天预报和多天预报两种实验方案验证Semi-SH-LSTM模型的有效性.实验结果表明,相比于Semi-SH模型和综合半参数与自回归模型,Semi-SH-LSTM模型的单天全球TEC预报残差RMS值分别提升了12.6%和13.1%;误差小于1 TECU占比分别提升了4.9%、4.6%.基于Semi-SH-LSTM模型的多天全球TEC预报残差RMS值分别提升了10.5%和8.5%,误差小于1 TECU占比提升了3.9%和3.2%.同时,半参数LSTM组合预报模型每预报一天耗时约在2 h以内.展开更多
文摘半参数球谐函数(Semiparametric Spherical Harmonic,Semi-SH)模型能减少电离层预报模型误差以及残余周期带来的系统误差.但是半参数球谐函数模型中窗宽参数的选取会带来一定的估计偏差,本文利用长短期记忆神经网络(Long-Short Term Memory Networks,LSTM)在非平稳性时间序列预报中的良好适应性,提出了一种联合Semi-SH与LSTM(Semi-SH-LSTM)的全球电离层TEC短期组合预报模型,适用于1—5天的短期预报.Semi-SH-LSTM模型通过预报球谐函数系数解算全球电离层TEC,利用二次多项式和半参数核估计方法分别拟合球谐系数趋势项和周期项,最后基于LSTM对拟合残差进行补偿预报.本文利用欧洲定轨中心(Center for Orbit Determination in Europe,CODE)球谐函数系数产品,采用单天预报和多天预报两种实验方案验证Semi-SH-LSTM模型的有效性.实验结果表明,相比于Semi-SH模型和综合半参数与自回归模型,Semi-SH-LSTM模型的单天全球TEC预报残差RMS值分别提升了12.6%和13.1%;误差小于1 TECU占比分别提升了4.9%、4.6%.基于Semi-SH-LSTM模型的多天全球TEC预报残差RMS值分别提升了10.5%和8.5%,误差小于1 TECU占比提升了3.9%和3.2%.同时,半参数LSTM组合预报模型每预报一天耗时约在2 h以内.