周强波

(核工业二三〇研究所, 湖南 长沙 410007)

电离层是距地面60～2 000 km的电离区域，其包含的大量自由电子使穿越其中的无线信号发生折射，是GNSS测量、导航、定位的主要误差源之一。电离层总电子含量(Total Electric Content, TEC)是表征电离层结构的一个重要参数，精确TEC模型对卫星导航定位、无线电传播通讯、自然现象的认知反演具有重要意义。电离层模型可分为理论模型和经验模型两类，理论模型可以定性地描述电离层的结构特征和变化规律，通常较为复杂且精度较低。经验模型是根据长期的观测数据利用一系列数学物理方法拟合建立，使用这类模型在进行某一地区的一定时间段内电离层TEC预报可获得较高的精度。

目前常见的电离层TEC预报模型有灰色系统模型[1-2]、时间序列模型[3-4]、神经网络模型[5-6]等。其中，灰色系统模型在小数据量预报中具有优势，在面对大量TEC数据时预报精度较差。时间序列模型在短期预报领域精度较高，随着预报时间的增加精度随之下降。神经网络模型需要大量的数据进行训练才能拟合出精确的模型，且参数设置复杂，预报结果不稳定。针对TEC序列非线性、不平稳、复杂无序的特点，部分学者基于先分解再预测的思路建立预报模型[7-8]，在TEC预报领域取得了较好的效果。文献[9-10]针对时空场的时间序列预报，利用经验正交函数(Empirical Orthogonal Function, EOF)和方差贡献率提取主时间成分剔除冗余信息，更有效利用时间信息取得了更好的效果。文献[11-12]利用经验模态分解(Empirical Mode Decomposition, EMD)首先做数据预处理，然后利用预报模型对各分量进行预测重构，但EMD分解会出现模态混叠的现象，进而影响预报精度。……