自回归神经网络的电离层总电子含量预报

• 作者: 吉长东 沈祎凡 潘飞 王强
• 来源期刊: 导航定位学报
• 学科: 地球科学
• 关键词: 非线性自回归神经网络 电离层预报 时间序列 经验模态分解 总电子含量
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 96-101
• 页数: 6页
• 分类号: P228
• 字数: 3962字
• 语种: 中文
• DOI: 10.16547/j.cnki.10-1096.20180418

摘要

为了进一步提高TEC的预报精度,针对TEC时间序列高噪声、非平稳、包含线性和非线性动态序列的特性,运用经验模态分解和非线性自回归动态神经网络,基于分解-预测-重构的思想构建EMD-NAR预测模型;并对比分析EMD-NAR组合模型和单一模型的预报精度,同时运用EMD-NAR预测模型分析不同环境下的电离层TEC时间序列.实验结果表明EMD-NAR动态神经网络模型能很好地反映电离层TEC的变化特性,平静期和活跃期的预测平均相对精度分别为94％和88.3％,预报残差小于1个TECu的分别占71％和68.5％,小于3个TECu的分别占90.3％和87.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王强	辽宁工程技术大学测绘与地理科学学院	32	157	7.0	11.0
2	吉长东	辽宁工程技术大学测绘与地理科学学院	56	250	9.0	12.0
3	沈祎凡	辽宁工程技术大学测绘与地理科学学院	4	3	1.0	1.0
4	潘飞	辽宁工程技术大学测绘与地理科学学院	1	3	1.0	1.0