一种附加约束站的电离层总电子含量预测系统及方法技术方案

本发明专利技术提出了一种附加约束站的电离层总电子含量预测系统及方法。服务器计算得到修正后太阳指数及地磁指数，构建太阳指数、地磁指数样本并标记对应的总电子含量标签，输入反向传播神经网络训练得到预测模型；获取四个观测站的多个采集时刻的总电子含量，反距离加权内插得到预测点的各时刻的总电子含量。构建当前及上一时刻的太阳、地磁指数样本，通过神经网络得到当前及上一时刻的预测总电子含量；对预测总电子含量进行修正。计算预测点当前及上一时刻的修正后总电子含量差值，计算各观测点当前及上一时刻的总电子含量差值的平均值，比较二者差异，结合差异阈值确定最终预测点的总电子含量。本发明专利技术实现区域高精度电离层总电子含量预测。量预测。量预测。

【技术实现步骤摘要】
一种附加约束站的电离层总电子含量预测系统及方法


[0001]本专利技术属于电离层电子总含量预报领域，尤其涉及一种附加约束站的电离层总电子含量预测系统及方法。

技术介绍

[0002]作为日地空间的重要组成部分，电离层是一个不断变化且结构复杂的开放系统，对于人类的空间活动以及现代无线电系统有着重要影响。伴随着卫星定位技术的快速发展，电离层对于人类生活以及生产的影响也更多地体现在导航、无线电通讯以及卫星定位等领域。特别是在卫星定位方面，由于卫星或者接收机所发射的电磁波信号在电离层中传播时，往往会受到电离层的影响而出现延迟现象，进而导致卫星定位精度下降成为卫星定位特别是单频用户的主要误差来源之一。实时地对电离层电子密度进行准确且定量的预报，不仅可以改正电离层延迟，提高实时定位的精度，对于研究空间天气变化机理也有重要意义。
[0003]引入物理参数的预报模型，可以弥补传统纯数学预报模型无法预测出电离层时域异常跃变的缺陷，对电离层预报增加可靠的约束条件，可以保障预报的可靠性。附加约束站优化预报结果的方式，可以显著削弱未建模因素对引起的临近天电离层跃变对预测精度的影响。
[0004]现有技术针对根据太阳指数、地磁指数构建的电离层总电子含量预测模型，因缺少其他影响总电子含量预测精度的未建模因素，会影响电离层总电子含量的预测精度。

技术实现思路

[0005]为了解决前述技术问题，本专利技术提出了一种附加约束站的电离层总电子含量预测系统及方法。
[0006]本专利技术系统的技术方案为一种附加约束站的电离层总电子含量预测系统，包括：
[0007]第一地磁观测仪、第二地磁观测仪、第三地磁观测仪、第四地磁观测仪、服务器；
[0008]所述的服务器分别与所述的第一地磁观测仪、第二地磁观测仪、第三地磁观测仪、第四地磁观测仪依次无线连接；
[0009]所述第一地磁观测仪部署于第一观测站点；
[0010]所述第二地磁观测仪部署于第二观测站点；
[0011]所述第三地磁观测仪部署于第三观测站点；
[0012]所述第四地磁观测仪部署于第四观测站点；
[0013]所述第一地磁观测仪用于实时采集第一观测站点的地磁水平分量的东向分量、地磁水平分量的北向分量，无线传输至所述服务器；
[0014]所述第二地磁观测仪用于实时采集第二观测站点的地磁水平分量的东向分量、地磁水平分量的北向分量，无线传输至所述服务器；
[0015]所述第三地磁观测仪用于实时采集第三观测站点的地磁水平分量的东向分量、地
磁水平分量的北向分量，无线传输至所述服务器；
[0016]所述第四地磁观测仪用于实时采集第四观测站点的地磁水平分量的东向分量、地磁水平分量的北向分量，无线传输至所述服务器；
[0017]所述服务器结合获取的全球电离层总电子含量数据，通过所述附加约束站的电离层预报方法预测待观测站点的下一时刻的总电子含量；
[0018]服务器结合计算得到每个历史时刻的地磁指数；构建每组太阳指数样本、每组地磁指数样本，标记对应的电离层总电子含量标签；构建反向传播神经网络，通过反向传播方法优化训练得到优化后反向传播神经网络；获取每个地磁扰动时刻，进一步计算每个地磁扰动时刻的地磁高阶变化率，获取每个地磁扰动时刻的地磁指数；结合优化后反向传播神经网络预测得到每个地磁扰动时刻的预测电离层总电子含量；通过最小二乘法求解得到求解后多项式模型；通过反距离加权插值方法，得到预测站点的每个采集时刻的电离层总电子含量；通过优化后反向传播神经网络预测得到预测站点的当前时刻的预测电离层总电子含量、预测站点的上一时刻的预测电离层总电子含量；修正得到预测站点的当前时刻的修正后电离层总电子含量、预测站点的上一时刻的修正后电离层总电子含量；计算得到当前时刻的神经网络电离层总电子含量计算差值、当前时刻的多观测站点差值的平均值，进一步结合电离层总电子含量阈值进行计算，得到预测站点的当前时刻的校正后电离层总电子含量。
[0019]本专利技术方法的技术方案为一种附加约束站的电离层总电子含量预测系统及方法，具体步骤如下：
[0020]步骤1：服务器获取多个历史时刻的太阳指数、获取每个观测站点多个历史时刻的电离层总电子含量，将每个时刻的太阳指数通过窗口平滑处理得到每个时刻的修正后太阳指数，获取每个观测站点多个历史时刻的地磁水平分量的东向分量、每个观测站点多个历史时刻的地磁水平分量的北向分量，结合每个观测站点每个历史时刻的地磁水平分量的东向分量、每个观测站点每历史时刻的地磁水平分量的北向分量计算，得到每个历史时刻的地磁指数；
[0021]步骤2：通过多个历史时刻的修正后太阳指数构建每组太阳指数样本，通过多个历史时刻的地磁指数构建每组地磁指数样本，标记每组太阳指数样本、每组地磁指数样本对应的电离层总电子含量标签；
[0022]步骤3：构建反向传播神经网络，将每组太阳指数样本、每组地磁指数样本输入至反向传播神经网络进行预测，得到每组太阳指数样本、每组地磁指数样本对应的预测电离层总电子含量，结合每组太阳指数样本、每组地磁指数样本对应的电离层总电子含量真实标签构建反向传播神经网络损失函数模型，通过反向传播方法优化训练得到优化后反向传播神经网络；
[0023]步骤4：实时采集每个观测站点每个时刻的地磁水平分量的东向分量、每个观测站点每个时刻的地磁水平分量的北向分量，计算得到每个时刻的地磁指数，若每个时刻的地磁指数小于地磁阈值则发生地磁扰动，则将对应时刻定义为每个地磁扰动时刻，进一步计算每个地磁扰动时刻的地磁高阶变化率，获取每个地磁扰动时刻的地磁指数；
[0024]步骤5：重复执行步骤4直至获得多个地磁扰动时刻的地磁高阶变化率，服务器获取每个地磁扰动时刻的电离层总电子含量，并结合优化后反向传播神经网络预测得到每个
地磁扰动时刻的预测电离层总电子含量；
[0025]步骤6：结合每个地磁扰动时刻的电离层总电子含量、每个地磁扰动时刻的预测电离层总电子含量计算每个地磁扰动时刻的电子总含量预报差值，将每个地磁扰动时刻的地磁指数作为多项式模型的输入，将每个地磁扰动时刻的电子总含量预报差值作为多项式模型的输出，构建多项式模型，通过最小二乘法求解得到求解后多项式模型；
[0026]步骤7：服务器通过定轨服务器分别在线获取每个采集时刻的第一观测站点的电离层总电子含量、每个采集时刻的第二观测站点的电离层总电子含量、每个采集时刻的第三观测站点的电离层总电子含量、每个采集时刻的第四观测站点的电离层总电子含量，将每个采集时刻的第一观测站点的电离层总电子含量、每个采集时刻的第二观测站点的电离层总电子含量、每个采集时刻的第三观测站点的电离层总电子含量、每个采集时刻的第四观测站点的电离层总电子含量通过反距离加权插值方法，得到预测站点的每个采集时刻的电离层总电子含量；
[0027]步骤8：根据多个采集时刻执行步骤1得到多个采集时刻的修正后太阳指数、多个采集时刻的地磁指数，通过多个采集时刻的修正后太阳指数分别构建当前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种附加约束站的电离层总电子含量预测系统，其特征在于，包括：第一地磁观测仪、第二地磁观测仪、第三地磁观测仪、第四地磁观测仪、服务器；所述的服务器分别与所述的第一地磁观测仪、第二地磁观测仪、第三地磁观测仪、第四地磁观测仪依次无线连接；所述第一地磁观测仪部署于第一观测站点；所述第二地磁观测仪部署于第二观测站点；所述第三地磁观测仪部署于第三观测站点；所述第四地磁观测仪部署于第四观测站点；所述服务器通过所述第一地磁观测仪实时采集第一观测站点的地磁水平分量的东向分量、地磁水平分量的北向分量；所述服务器通过所述第二地磁观测仪实时采集第二观测站点的地磁水平分量的东向分量、地磁水平分量的北向分量；所述服务器通过所述第三地磁观测仪实时采集第三观测站点的地磁水平分量的东向分量、地磁水平分量的北向分量；所述服务器通过所述第四地磁观测仪实时采集第四观测站点的地磁水平分量的东向分量、地磁水平分量的北向分量；服务器结合计算得到每个历史时刻的地磁指数；构建每组太阳指数样本、每组地磁指数样本，标记对应的电离层总电子含量标签；构建反向传播神经网络，通过反向传播方法优化训练得到优化后反向传播神经网络；获取每个地磁扰动时刻，进一步计算每个地磁扰动时刻的地磁高阶变化率，获取每个地磁扰动时刻的地磁指数；结合优化后反向传播神经网络预测得到每个地磁扰动时刻的预测电离层总电子含量；通过最小二乘法求解得到求解后多项式模型；通过反距离加权插值方法，得到预测站点的每个采集时刻的电离层总电子含量；通过优化后反向传播神经网络预测得到预测站点的当前时刻的预测电离层总电子含量、预测站点的上一时刻的预测电离层总电子含量；修正得到预测站点的当前时刻的修正后电离层总电子含量、预测站点的上一时刻的修正后电离层总电子含量；计算得到当前时刻的神经网络电离层总电子含量计算差值、当前时刻的多观测站点差值的平均值，进一步结合电离层总电子含量阈值进行计算，得到预测站点的当前时刻的校正后电离层总电子含量。2.一种利用权利要求1所述的附加约束站的电离层总电子含量预测系统进行附加约束站的电离层总电子含量预测方法，其特征在于，包括以下步骤：步骤1：服务器获取多个历史时刻的太阳指数、获取每个观测站点多个历史时刻的电离层总电子含量，将每个时刻的太阳指数通过窗口平滑处理得到每个时刻的修正后太阳指数，获取每个观测站点多个历史时刻的地磁水平分量的东向分量、每个观测站点多个历史时刻的地磁水平分量的北向分量，计算得到每个历史时刻的地磁指数；步骤2：通过多个历史时刻的修正后太阳指数构建每组太阳指数样本，通过多个历史时刻的地磁指数构建每组地磁指数样本，标记每组太阳指数样本、每组地磁指数样本对应的电离层总电子含量标签；步骤3：构建反向传播神经网络，将每组太阳指数样本、每组地磁指数样本输入至反向传播神经网络进行预测，得到每组太阳指数样本、每组地磁指数样本对应的预测电离层总电子含量，构建反向传播神经网络损失函数模型，通过反向传播方法优化训练得到优化后反向传播神经网络；
步骤4：实时采集每个观测站点每个时刻的地磁水平分量的东向分量、每个观测站点每个时刻的地磁水平分量的北向分量，结合地磁阈值判断得到每个地磁扰动时刻，进一步计算每个地磁扰动时刻的地磁高阶变化率，获取每个地磁扰动时刻的地磁指数；步骤5：重复执行步骤4直至获得多个地磁扰动时刻的地磁高阶变化率，服务器获取每个地磁扰动时刻的电离层总电子含量，并结合优化后反向传播神经网络预测得到每个地磁扰动时刻的预测电离层总电子含量；步骤6：计算每个地磁扰动时刻的电子总含量预报差值，将每个地磁扰动时刻的地磁指数作为多项式模型的输入，将每个地磁扰动时刻的电子总含量预报差值作为多项式模型的输出，构建多项式模型，通过最小二乘法求解得到求解后多项式模型；步骤7：服务器通过定轨服务器分别在线获取每个采集时刻的每个观测站点的电离层总电子含量，通过反距离加权插值方法得到预测站点的每个采集时刻的电离层总电子含量；步骤8：构建当前时刻的太阳指数样本、上一时刻的太阳指数样本、当前时刻的地磁指数样本、上一时刻的地磁指数样本，通过优化后反向传播神经网络预测分别得到预测站点的当前时刻的预测电离层总电子含量、预测站点的上一时刻的预测电离层总电子含量；步骤9：结合预测站点的当前时刻的预测电离层总电子含量进行修正得到预测站点的当前时刻的修正后电离层总电子含量，结合预测站点的上一时刻的预测电离层总电子含量进行修正得到预测站点的上一时刻的修正后电离层总电子含量；步骤10：计算当前时刻的神经网络电离层总电子含量计算差值，计算当前时刻的多观测站点差值的平均值，将当前时刻的神经网络电离层总电子含量计算差值、当前时刻的多观测站点差值的平均值结合电离层总电子含量阈值进行计算，得到预测站点的当前时刻的校正后电离层总电子含量。3.根据权利要求2所述的附加约束站的电离层总电子含量预测方法，其特征在于：步骤1所述计算得到预测站点的每个历史时刻的地磁指数，具体如下：计算每个观测站点每个历史时刻的地磁水平分量观测值，具体如下：其中，表示第i个观测站点第h个历史时刻的地磁水平分量的东向分量，表示第i个观测站点采集的第h个历史时刻的地磁水平分量的北向分量，表示第i个观测站点第h个历史时刻的地磁水平分量观测值，H表示历史的数量；计算每个观测站点每个历史时刻的暴时变化量，具体如下：其中，表示第i个观测站点第h个历史时刻的静日变化量，表示第i个观测站点的地磁纬度，dH
i,h
表示i个观测站点第h个历史时刻的暴时变化量，表示i个观测站点第h个历史时刻的基线值，H表示历史的数量；所述每个历史时刻的地磁指数，具体如下：
其中，Dst
h
表示计算得到的预测站点第h个历史时刻的地磁指数，dH
i,h
表示i个观测站点第h个历史时刻的暴时变化量，H表示历史的数量；步骤2所述通过多个历史时刻的修正后太阳指数构建每组太阳指数样本，具体如下：F
h
＝(FP
h
,FP
h+1
,...,FP
h+L
‑1)h∈[1,H]其中，F
h
表示第h组太阳指数样本，FP
h+j
‑1表示第h组太阳指数样本中第j个修正后太阳指数，即第h+j
‑
1个历史时刻的修正后太阳指数,j∈[1,L]，L表示每组太阳指数样本中修正后太阳指数的数量，H表示历史的数量；步骤2所述通过多个历史时刻的地磁指数构建每组地磁指数样本，具体如下：D
h
＝(Dst
h
,Dst
h+1
,...,Dst
h+L
‑1)h∈[1,H]其中，D
h
表示第h组地磁指数样本，Dst
h+j
‑1表示第h组地磁指数样本中第j个地磁指数，即第h+j
‑
1个历史时刻的地磁指数,j∈[1,L]，L表示每组太阳指数样本中修正后太阳指数的数量，H表示历史的数量；步骤2所述每组太阳指数样本、每组地磁指数样本对应的全球电离层总电子含量真实标签，具体如下：GTEC
h+L
h∈[1,H]其中，GTEC
h+L
表示第h组太阳指数样本、第h组地磁指数样本对应的电离层总电子含量真实标签，即第h+L个历史时刻的电离层总电子含量，H表示历史的数量；步骤3所述反向传播神经网络损失函数模型，具体定义如下：结合每组太阳指数样本、每组地磁指数样本对应的电离层总电子含量真实标签构建反向传播神经网络损失函数模型，具体如下：其中，GTEC
h+L
表示第h组太阳指数样本、第h组地磁指数样本对应的电离层总电子含量真实标签，即第h+L个历史时刻的电离层总电子含量，表示第h组太阳指数样本、第h组地磁指数样本对应的预测电离层总电子含量，H表示历史时刻的数量。4.根据权利要求3所述的附加约束站的电离层总电子含量预测方法，其特征在于：步骤4所述结合地磁阈值判断得到每个地磁扰动时刻，具体如下：计算得到每个时刻的地磁指数，若每个时刻的地磁指数小于地磁阈值则发生地磁扰动，则将对应时刻定义为每个地磁扰动时刻；步骤4所述计算每个观测站点每个时刻的地磁指数，具体如下：计算每个观测站点每个时刻的地磁水平分量观测值，具体如下
其中，为第i个观测站点采集的第p时刻的地磁水平分量的东向分量，为第i个观测站点采集的第p时刻的地磁水平分量的北向分量，为第i个观测站点第p时刻的地磁水平分量观测值，P表示实时采集的时刻的数量；计算每个观测站点每个时刻的暴时变化量，具体如下：i∈[1,4]，p∈[1,P]其中，为第i个观测站点的第p时刻的静日变化，为第i个观测站点的地磁纬度，dH
i,p
表示i个观测站点的第p时刻的暴时变化量，为第i个观测站点第p时刻的地磁水平分量观测值，为i个观测站点的第p时刻的基线值，P表示实时采集的时刻的数量；计算每个时刻的地磁指数，具体如下：其中，TDst
p
表示第p时刻的地磁指数，P表示实时采集的时刻的数量，dH
i,p
表示i个观测站点的第p时刻的暴时变化量；步骤4所述计算每个地磁扰动时刻的地磁高阶变化率，具体如下：步骤4所述计算每个地磁扰动时刻的地磁高阶变化率，具体如下：其中，dDst
k
表示第k个地磁扰动时刻的地磁高阶变化率，即第t
k
个时刻的地磁高阶变化率，第j个地磁扰动时刻的地磁指数，即第t
j
个时刻的地磁指数，L表示每组太阳指数样本中修正后太阳指数的数量，DstA
k
第k个地磁扰动时刻的平均地磁指数，K表示地磁扰动时刻的数量。5.根据权利要求4所述的附加约束站的电离层总电子含量预测方法，其特征在于：步骤5所述每个地磁扰动时刻的电离层总电子含量，具体定义如下：SGTEC
k
k∈[1,K]其中，SGTEC
k
表示服务器获取的第k个地磁扰动时刻的电离层总电子含量，K表示地磁扰动时刻的数量；步骤5所述结合优化后反向传播神经网络预测得到每个地磁扰动时刻的预测电离层总
电子含量，具体定义如下：其中，表示第k个地磁扰动时刻的电离层总电子含量预测值，K表示地磁扰动时刻的数量。6.根据权利要求5所述的附加约束站的电离层总电子含量预测方法，其特征在于：步骤6所述计算每个地磁扰动时刻的电子总含量预报差值，具体如下：其中，dTEC
k
表示第k个地磁扰动时刻的电离层总电子含量预测差值，表示第k个地磁扰动时刻的电离层总电子含量预测值，SGTEC
k
表示服务器获取的第k个地磁扰动时刻的电离层总电子含量，K表示地磁扰动时刻的数量；步骤6所述构建多项式模型，具体如下：dTEC
k
＝a+b*dDst
k
+c*dDst
k2
+d*dDst
k3
k∈[1,K]其中，a表示零次多项式参数，b表示一次多项式参数，c表示二次多项式参数，d三次多项式参数，dDst
k
表示第k个地磁扰动时刻的地磁高阶变化率，dTEC
k
表示第k个地磁扰动时刻的电离层总电子含量预测差值，K表示地磁扰动时刻的数量。7.根据权利要求6所述的附加约束站的电离层总电子含量预测方法，其特征在于：步骤...

【专利技术属性】
技术研发人员：孔建，张琦，姚宜斌，程世龙，张良，彭文杰，
申请(专利权)人：湖北珞珈实验室，
类型：发明
国别省市：