EEMD-RBF神经网络的电离层TEC预报模型

发布时间：2022-12-04 22:37

　　利用中、低纬度电离层总电子含量,首次建立基于集合经验模态分解与径向基函数神经网络组合模型的电离层TEC预报模型。同时,根据地磁指数的变化特征,对低纬度电离层TEC值进行磁暴日的预报建模。实验结果表明,文中提出的方法在平静日连续5 d和磁暴日连续5 d的预测上,预报效果有明显改善。 

【文章页数】：5 页

【文章目录】：
1 模型算法原理
    1.1 集合经验模态分解(EEMD)基本原理
    1.2 径向基函数神经网络(RBF)基本原理
2 实验结果与讨论
3 结 论


【参考文献】：
期刊论文
[1]近年来我国GNSS电离层延迟精确建模及修正研究进展[J]. 袁运斌,霍星亮,张宝成.  测绘学报. 2017(10)
[2]利用BP神经网络改进电离层短期预报模型[J]. 陆建华,王斌,胡伍生.  测绘科学技术学报. 2017(01)
[3]自回归移动平均模型的电离层总电子含量短期预报[J]. 张小红,任晓东,吴风波,芦琪.  测绘学报. 2014(02)
[4]基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析[J]. 张晓瑞,方创琳,王振波,马海涛.  长江流域资源与环境. 2013(06)
[5]利用EMD方法改进电离层TEC预报模型[J]. 汤俊,姚宜斌,陈鹏,张顺.  武汉大学学报(信息科学版). 2013(04)
[6]电离层电子总含量不同时间尺度的预报模型研究[J]. 盛峥.  物理学报. 2012(21)
[7]利用时间序列分析预报电离层TEC[J]. 陈鹏,姚宜斌,吴寒.  武汉大学学报(信息科学版). 2011(03)



本文编号：3709117