江苏区域电离层TEC监测和预报模型研究

发布时间：2017-04-16 10:04

  本文关键词：江苏区域电离层TEC监测和预报模型研究，由笔耕文化传播整理发布。

【摘要】：电离层是影响GPS定位精度的主要误差源之一,对电离层TEC的监测和预报研究一直是一个热点。目前我国已经建立全国及周边地区的长期监测和预报模型,但是在区域和短期预报方面还不够成熟。本文利用JSCORS系统部分站点连续观测数据,对江苏省内部分区域进行电离层TEC的监测和预报研究。主要研究内容如下:1)利用JSCORS系统部分站点连续观测数据反算电离层的原理和过程,分别采用载波平滑伪距方法和载波相位方法,同时顾及硬件延迟(接收机和卫星硬件延迟),求得穿刺点处VTEC。考虑载波相位方法定位精度高于载波平滑伪距方法,而且,载波相位方法计算得到TEC稳定性高于载波平滑伪距方法,最终选择载波相位方法。2)对比分析几种电离层TEC监测模型,选择区域多项式单层模型为本文研究电离层TEC的监测模型,根据监测时间长短和区域使用性,确定多项式阶数,并对多形式模型进行精度分析;结果显示内符合精度在1.28—1.82TECU之间,相对精度在90%以上,外符合精度为1.44TECU,相对精度为92.4%。3)分析电离层TEC的几种预报模型,采用AR(p)时间序列模型和BP神经网络模型作为本文的预报模型,系统介绍AR(p)时间序列定阶过程和精度评价,计算结果显示AR(p)时间序列模型总体预报平均精度达到92%,中误差在±1.60TECU;描述BP神经网络的工作流程,提出把余弦函数和一次线性函数组合与之前时刻的电离层TEC值共同作为输入层,通过中误差确定隐含层数,最后进行预报精度评定的方法。结果显示:总体预报平均精度达到92.9%,中误差约为±1.4TECU。4)将AR(p)时间序列与BP神经网络组合形成模型进行电离层TEC的预报研究,分析组合原理和方法,最终对三种模型的精度进行比较分析,组合模型的预测通总体预报平均精度达到93.4%,中误差在±1.36TECU;组合模型预报精度高于AR(p)时间序列模型和BP神经网络模型精度。5)利用组合模型生成江苏省内部分区域电离层TEC预报图。
【关键词】：CORS 区域电离层 TEC 监测 预报
【学位授予单位】：南京林业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P228.4;P352.7
【目录】：

• 致谢3-4
• 摘要4-5
• Abstract5-8
• 第一章 绪论8-13
• 1.1 研究背景8
• 1.2 研究目的和意义8-9
• 1.3 国内外研究现状9-11
• 1.3.1 国外研究现状9-10
• 1.3.2 国内研究现状10-11
• 1.4 本文研究内容11-13
• 第二章 基于GPS电离层监测模型和预报模型13-26
• 2.1 GPS信号传播与电离层电子含量13-16
• 2.1.1 电离层折射对GPS信号传播影响13-14
• 2.1.2 利用GPS获得电离层信息原理14-16
• 2.2 GPS电离层监测模型16-19
• 2.2.1 经典模型16-17
• 2.2.2 实测资料建立的区域拟合模型17-19
• 2.3 电离层预报模型19-24
• 2.3.1 灰色预测理论20
• 2.3.2 神经网络模型20-23
• 2.3.3 时间序列模型23-24
• 2.4 本章小结24-26
• 第三章 基于JSCORS系统区域电离层TEC监测模型建立与分析26-40
• 3.1 CORS系统简介26-27
• 3.1.1 CORS基本原理26
• 3.1.2 JSCORS简介26-27
• 3.2 穿刺点处TEC值27-32
• 3.2.1 载波相位平滑伪距法求TEC值28
• 3.2.2 载波相位求TEC值28-31
• 3.2.3 两种TEC计算方法比较31-32
• 3.3 区域电离层VTEC多项式模型构建32-33
• 3.4 基于JSCORS系统电离层监测结果分析模型精度分析33-35
• 3.4.1 站点概况33-34
• 3.4.2 模型精度分析34-35
• 3.5 区域电离层TEC的时空变化特征分析35-38
• 3.5.1 区域电离层TEC的时间变化特征分析36
• 3.5.2 区域电离层TEC的空间变化特征分析36-38
• 3.6 本章小结38-40
• 第四章 基于JSCORS系统电离层TEC预报模型建立与分析40-58
• 4.1 基于AR时间序列模型的电离层VTEC预报40-46
• 4.1.1 AR时间序列模型概念和基本原理40-41
• 4.1.2 AR(p)时间序列操作流程41-42
• 4.1.3 AR(p)时间序列预报结果与精度分析42-46
• 4.1.3.1 AR(p)时间序列原始数据处理42-44
• 4.1.3.2 AR(p)时间序列预报成果分析44-46
• 4.2 基于BP神经网络模型的电离层VTEC预报46-52
• 4.2.1 BP神经网络模型概念和原理46-47
• 4.2.2 BP神经网络算法和操作流程47-49
• 4.2.3 BP神经网络的预报结果与精度分析49-52
• 4.2.3.1 输入层节点数选择与确定49-51
• 4.2.3.2 BP神经网络模型预报成果分析51-52
• 4.3 AR(p)时间序列与BP神经网络组合模型研究52-54
• 4.3.1 AR(p)时间序列与BP神经网络组合模型组合过程52-53
• 4.3.2 组合模型预测结果分析53-54
• 4.4 三种模型的综合评价54-56
• 4.5 区域TEC预报专题图生成56-57
• 4.6 本章小结57-58
• 第五章 总结与展望58-60
• 5.1 本文研究内容总结58
• 5.2 展望58-60
• 攻读学位期间发表的学术论文60-61
• 参考文献61-63

【参考文献】

中国期刊全文数据库 前3条

1 刘瑞源;王建平;武业文;平劲松;吴振森;张北辰;胡红桥;;用于中国地区电离层总电子含量短期预报方法[J];电波科学学报;2011年01期

2 熊晶;吴云;林剑;;用BP神经网络技术探测汶川地震前电离层NmF2异常扰动[J];大地测量与地球动力学;2013年01期

3 朱晓华,杨秀春,蔡运龙;基于灰色系统理论的旅游客源预测模型——以中国入境旅游客源为例[J];经济地理;2005年02期

中国硕士学位论文全文数据库 前6条

1 薛军琛;中国地区电离层延迟函数模型建立与精度估计[D];山东科技大学;2010年

2 杨一洲;GPS载波相位定位算法研究[D];西安电子科技大学;2011年

3 梁秀娟;基于双频GNSS信号的电离层延迟模型的研究[D];哈尔滨工业大学;2011年

4 吕洪标;基于CORS网络的中国区域电离层延迟的模型与应用研究[D];山东科技大学;2011年

5 田言涛;利用地基GPS网研究和监测电离层总电子含量及应用[D];中国科学院研究生院（上海天文台）;2007年

6 夏明清;电离层TEC预测方法研究[D];南京信息工程大学;2012年

  本文关键词：江苏区域电离层TEC监测和预报模型研究，由笔耕文化传播整理发布。

，

本文编号：310557