-
题名基于DOA-BP神经网络的电离层TEC短期预测
- 1
-
-
作者
倪育德
闫苗玉
刘瑞华
-
机构
中国民航大学电子信息与自动化学院
-
出处
《航空学报》
EI
CAS
CSCD
北大核心
2024年第4期186-199,共14页
-
基金
国家自然科学基金(U2233215)。
-
文摘
影响全球导航卫星系统(GNSS)所需导航性能(RNP)的最大误差源之一是电离层延迟,该延迟与电离层总电子含量(TEC)成正比,因此TEC的准确预测直接影响到GNSS的RNP。探索性地使用2021年提出的澳洲野犬优化算法(DOA)优化反向传播(BP)神经网络,构建DOA-BP神经网络TEC短期预测模型,以欧洲定轨中心(CODE)提供的电离层TEC值作为数据集,训练、测试DOA-BP TEC短期预测模型,实现全球范围和中国区域不同电离层格网点处TEC值的高精度短期预测,并将预测结果分别与传统BP神经网络模型、麻雀搜索算法(SSA)优化的BP神经网络模型(SSA-BP)预测的TEC值进行对比分析,结果表明,相较传统BP模型,DOA-BP模型的TEC预测精度明显提高,且相比其他优化模型(如SSA-BP模型),预测的TEC精度也占一定优势,能准确反映全球不同时空下电离层TEC的变化特征,可作为电离层TEC短期预测的一种新方法。
-
关键词
电离层
总电子含量(TEC)
澳洲野犬优化算法(DOA)
反向传播(BP)神经网络
短期预测
-
Keywords
ionosphere
total electron content(TEC)
dingo optimization algorithm(DOA)
back propagation(BP)neural network
short-term prediction
-
分类号
V249.3
[航空宇航科学与技术—飞行器设计]
P235
[天文地球—摄影测量与遥感]
-