APP下载

自适应卡尔曼滤波的电离层TEC预测模型改进

2018-06-07王建敏黄佳鹏刘梓然祝会忠马天明

导航定位学报 2018年2期
关键词:卡尔曼滤波模型

王建敏,黄佳鹏,刘梓然,祝会忠,马天明

(1.辽宁工程技术大学 测绘与地理科学学院,辽宁 阜新 123000;2.辽宁科技大学 土木工程学院,辽宁 鞍山 114000)

0 引言

由于电离层自身的不稳定性,对于穿过该层的全球卫星导航系统(global navigation satellite system,GNSS)的电波会产生折射、散射等物理现象。电离层总电子数(total electron content,TEC)是反映电离层状况的重要属性,电离层TEC的波动情况将会对人类生活产生极大的影响。近几年业界使用GNSS针对电离层TEC进行监测,通过探测电离层的异常情况作为研究地震发生的先验信息。因此,研究预报模型对电离层TEC的变化情况进行高精度预报,进而揭示随着电离层TEC急剧变化可能发生的物理现象及自然灾害,具有重要的科研及实用的意义[1-4]。文献[1]使用国际GNSS服务(International GNSS Service,IGS)组织公布的电离层TEC进行自回归滑动平均模型(auto regressive and moving average model,ARMA)的建模与预测,以电离层平静期和活跃期为研究对象,预报6 d的相对精度达到80 %以上[1]。文献[2]使用自回归模型(auto regressive model,AR)对电离层TEC进行预报,使用不同的原始数据分别向后预测2 d、3 d,通过比较模型的预报精度,证明AR模型针对电离层TEC具有很好的预报精度[2]。文献[3]利用AR模型与误差反向传播神经网络模型(back propagation,BP)等组合模型完成电离层TEC预报,得到组合模型较单一模型可得到更好的预报结果的结论[3]。文献[4]利用神经网络模型完成1 d的电离层TEC预报,表明训练好的神经网络模型能够充分反映出不同季节电离层TEC的变化。文献[5]利用小波神经网络完成电离层TEC短期预报,在南北高纬度地区得到较高精度。以上研究均是直接基于IGS公布的数据完成预报,对于预处理方式大多以差分方式使数据平稳化;……

登录APP查看全文

猜你喜欢

卡尔曼滤波模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
改进的扩展卡尔曼滤波算法研究
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
3D打印中的模型分割与打包
基于模糊卡尔曼滤波算法的动力电池SOC估计
FLUKA几何模型到CAD几何模型转换方法初步研究
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于EMD和卡尔曼滤波的振荡信号检测
基于卡尔曼滤波的组合导航误差补偿