文/刘贵云 湖南省地质测绘院 湖南衡阳 421001

利用ARMA模型预报电离层总电子含量研究

文/刘贵云 湖南省地质测绘院 湖南衡阳 421001

利用IGS中心的电离层TEC数据作为实验数据，采用ARMA模型对TEC进行建模预报，并对对该模型的预报精度与BP神经网络进行对比分析，实验结果表明：ARMA模型的预报精度较为稳定，能更好地反映TEC变化趋势。

总电子含量；ARMA模型；BP神经网络；精度分析

1.引言

电离层延迟一直是GNSS定位的主要误差来源，对卫星的导航定位精度产生严重的影响，因此，需要对电离层延迟误差进行修正。电离层延迟误差主要受传播路径上的总电子含量（Total Electron Content， TEC）影响[1］，而对TEC的研究一直是国内外的研究热点，并取得了一定的研究成果。现今，常用电离层TEC预报模型有球谐模型[2］、Klobuchar模型[3］等，文献[2］基于球谐函数模型的基础上，采用时间序列分析模型进行预报，其预报精度有了较大的提高，但模型计算较为复杂，而文献[3］提出的改进Klobuchar模型计算简便，基于广播星历所提供的8参数即可解算TEC，并对模型的初始相位、振幅和夜间时延值进行改进，从而提高了模型的预报精度，但该模型是根据长期的观测资料建立的，因此模型精度仍有待提高。针对以上问题，国内外的学者基于TEC数据的非线性、非平稳特性，提出了格网模型[4］、时间序列模型[5］、神经网络模型[6］等，并取得了一定的效果。因此，本文采用时间序列模型对处于不同时空环境的电离层TEC数据进行建模预报，并与BP神经网络对比，重点分析两种模型的预报精度。……