测绘科学

2022, v.47;No.286(04) 34-43+67

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

组合模型的电离层总电子短期预报研究
Research on combined model in short term ionospheric total electron prediction

王建敏;唐彦;吕楠;李特;

摘要(Abstract):

针对电离层总电子含量(TEC)是受到众多影响因素的非平稳性、非线性时间序列的问题,该文提出一种基于小波分解与埃尔曼(Elman)神经网络模型和差分自回归移动平均(ARIMA)模型组合的方法。利用db4小波对电离层TEC样本序列分解得到低频信息和高频信息,对高频信息采用ARIMA模型进行预报,对低频信息采用Elman神经网络模型进行预报,将ARIMA模型和Elman神经网络模型的预报值进行重构,从而得到电离层TEC的预测值。实验表明,组合模型在电离层平静期和活跃期预报的均方根误差分别为0.83、1.08 TECu,残差小于1 TECu的比例分别为80.28%、68.00%,较单一模型有了大幅的提升。

关键词(KeyWords): 电离层;总电子含量;小波分解;埃尔曼神经网络;差分自回归移动平均模型

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41474020)

作者(Authors): 王建敏;唐彦;吕楠;李特;

DOI: 10.16251/j.cnki.1009-2307.2022.04.005

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享