【技术实现步骤摘要】
本专利技术涉及电离层探测，特别涉及一种基于改进时空预测模型的全球电离层tec预测方法及系统。
技术介绍
1、对于北斗精密单点定位来说，存在着许多影响定位精度的误差源，其中电离层误差就是导航定位中需要考虑的重要因素之一，在卫星导航系统中，研究和采用不同的技术手段，以减轻或校正电离层误差，是提高定位精度和可靠性的关键。电离层是地球大气中的一部分，位于大气圈的外层，离地高度约60～1000km，主要由离子和自由电子组成。这个层次的名称来源于其中的气体分子因太阳辐射而被电离，产生带电离子和自由电子的特殊状态。得益于它的存在，无线电波便可进行长距离传播。影响电离层活动的因素非常复杂，主要包含太阳活动、地磁场、季节和经纬度等等，这些成分发生变化时，电离层会出现很大的扰动，进而影响电磁波的传播以及卫星定位的精度。因此能够提前预知这些变化并准确预报出电离层的变化，对于定位来说有十分重要的意义。电离层tec是描述电离层形态结构和特征的重要参量，tec表示的是在单位面积上沿垂直方向的电离层中的电子总量。常用单位tecu表示，1tecu＝1016el/m2。电离层延迟误差与卫星信号到接收机路径上的tec值成比例。
2、igs在1998年成立电离层工作组，并开始发布全球单天电离层服务产品ionex，提供全球范围内600多个台站的gps观测数据。全球电离层tec格网(global ionosphere map,gim)是igs的重要组成部分，为全球电离层研究和应用提供了十分丰富的数据资源和垂直tec的地理分布图(vtec map)。igs提供
技术实现思路
1、为此，本专利技术提供一种基于改进时空预测模型的全球电离层tec预测方法及系统，应用神经网络进行电离层的预测并改正，以提高全球电离层tec的预测精度和实时性。
2、按照本专利技术所提供的设计方案，一方面，提供一种基于改进时空预测模型的全球电离层tec预测方法，包含：
3、获取目标时间段内全球电离层tec格网数据及空间环境数据，所述空间环境数据包括地磁活动指数、太阳通量和磁暴环电流指数；
4、将全球电离层tec格网数据转换为热力图，并将热力图表示为多维张量；
5、对多维张量和空间环境数据进行预处理，并将预处理后的多维张量和空间环境数据按预设时间间隔分组，得到样本训练集和样本测试集；
6、利用样本训练集和样本测试集对预设神经网络模型进行训练调优，直至预设神经网络模型达到收敛条件，得到全球电离层tec时空预测模型，所述预设神经网络模型采用seresnet构建；
7、利用全球电离层tec时空预测模型对指定未来时间段内全球电离层tec进行预测，得到指定未来时间段内全球电离层tec。
8、作为本专利技术基于改进时空预测模型的全球电离层tec预测方法，进一步地，获取目标时间段内全球电离层tec格网数据及空间环境数据，包含：
9、通过gnss服务组织授权并获取目标时间段内全球电离层tec格网数据；
10、获取用于确定目标时间段内太阳风驱动类型的omni数据集，通过omni数据集提取指定分辨率下的空间环境数据。
11、作为本专利技术基于改进时空预测模型的全球电离层tec预测方法，进一步地，将全球电离层tec格网数据转换为热力图，将热力图表示为多维张量，包含：
12、依据指定分辨率获取目标时间段内的全球电离层tec格网数据热力图，基于热力图、空间环境数据设置张量参数，并依据张量参数将热力图表示为多维张量，所述张量参数包含：样本数、样本帧数、通道数、图像高度和图像宽度组成。
13、作为本专利技术基于改进时空预测模型的全球电离层tec预测方法，进一步地，对多维张量和空间环境数据进行预处理，包含：
14、检查并评估多维张量和空间环境数据，并去除残缺数据；
15、对多维张量和空间环境数据进行标准化处理，以将多维张量和空间环境数据转化到同一维度上进行表示。
16、作为本专利技术基于改进时空预测模型的全球电离层tec预测方法，进一步地，所述预设神经网络模型采用seresnet构建，包含：
17、采用seresnet-50对热力图进行空间特征提取；针对提取的空间特征，利用lstm网络学习空间特征中的时序依赖关系，利用自注意力机制动态调整lstm网络输出权重，并对不同时间步的空间特征进行加权组合；针对加权组合后的空间特征，利用全连接层预测指定时间段的全球电离层tec。
18、作为本专利技术基于改进时空预测模型的全球电离层tec预测方法，进一步地，利用样本训练集和样本测试集对预设神经网络模型进行训练调优，包含：
19、将样本训练集按照时间段进行分组，并从分组中选取训练用样本数据和真值用标签数据，基于预设损失函数并利用样本数据和标签数据对预设神经网络模型进行训练；
20、将均方根误差和决定系数作为模型评价指标，基于模型评价指标并利用样本测试集对训练后的预设神经网络模型性能进行评估，以获取全球电离层tec时空预测模型。
21、作为本专利技术基于改进时空预测模型的全球电离层tec预测方法，进一步地，预设损失函数采用平均绝对误差损失函数来构建模型训练用目标损失函数，以将最小化目标损失函数作为模型训练过程中的优化目标。
22、再一方面，本专利技术还提供一种基于改进时空预测模型的全球电离层tec预测系统，包含：数据获取模块、数据转换模块、数据处理模块、模型训练模块和预测输出模块，其中，
23、数据获取模块，用于获取目标时间段内全球电离层tec格网数据及空间环境数据，所述空间环境数据包括地磁活动指数、太阳通量和磁暴环电流指数；
24、数据转换模块，用于将全球电离层tec格网数据转换为热力图，并将热力图表示为多维张量；
25、数据处理模块，用于对多维张量和空间环境数据进行预处理，并将预处理后的多维张量和空间环境数据按预设时间间隔分组，得到样本训练集和样本测试集；
26、模型训练模块，用于利用样本训练集和样本测试集对预设神经网络模型进行训练调优，直至预设神经网络模型达到收敛条件，得到全球电离层tec时空预测模型，所述预设神经网络模型采用seresnet构建；
27、预测输出模块，用于利用全球电离层tec时空预测模型对指定未来时间段内全球电离层tec进行预测，得到指定未来时间段内全球电离层tec。
28、本专利技术的有益效果：
29、本专利技术根据seresnet+lstm+attention构建时空预测网络，并通过收集历史时间段中的全球tec格网数据和空间环境数据来学习全球电离层tec的变化规律，利用训练后的时空预测网络来对全球电离层本文档来自技高网...
【技术保护点】
1.一种基于改进时空预测模型的全球电离层TEC预测方法，其特征在于，包含：
2.根据权利要求1所述的基于改进时空预测模型的全球电离层TEC预测方法，其特征在于，获取目标时间段内全球电离层TEC格网数据及空间环境数据，包含：
3.根据权利要求1所述的基于改进时空预测模型的全球电离层TEC预测方法，其特征在于，将全球电离层TEC格网数据转换为热力图，将热力图表示为多维张量，包含：
4.根据权利要求1或3所述的基于改进时空预测模型的全球电离层TEC预测方法，其特征在于，对多维张量和空间环境数据进行预处理，包含：
5.根据权利要求1所述的基于改进时空预测模型的全球电离层TEC预测方法，其特征在于，所述预设神经网络模型采用SEResNet构建，包含：
6.根据权利要求1或5所述的基于改进时空预测模型的全球电离层TEC预测方法，其特征在于，利用样本训练集和样本测试集对预设神经网络模型进行训练调优，包含：
7.根据权利要求6所述的基于改进时空预测模型的全球电离层TEC预测方法，其特征在于，预设损失函数采用平均绝对误差损失函
8.一种基于改进时空预测模型的全球电离层TEC预测系统，其特征在于，包含：数据获取模块、数据转换模块、数据处理模块、模型训练模块和预测输出模块，其中，
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，当计算机程序被执行时，能够实现如权利要求1～7任一项所述的方法。
...【技术特征摘要】
1.一种基于改进时空预测模型的全球电离层tec预测方法，其特征在于，包含：
2.根据权利要求1所述的基于改进时空预测模型的全球电离层tec预测方法，其特征在于，获取目标时间段内全球电离层tec格网数据及空间环境数据，包含：
3.根据权利要求1所述的基于改进时空预测模型的全球电离层tec预测方法，其特征在于，将全球电离层tec格网数据转换为热力图，将热力图表示为多维张量，包含：
4.根据权利要求1或3所述的基于改进时空预测模型的全球电离层tec预测方法，其特征在于，对多维张量和空间环境数据进行预处理，包含：
5.根据权利要求1所述的基于改进时空预测模型的全球电离层tec预测方法，其特征在于，所述预设神经网络模型采用seresnet构建，包含：
6.根据权利要求1...
【专利技术属性】
技术研发人员：贾鹏，桑睿果，王雨祺，廖庆敏，卢宗庆，贾小波，刘洁，谢成玉，王倩倩，董德柱，
申请(专利权)人：郑州威科姆华大北斗导航科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。