基于深度学习构建的全球电离层NmF2模型

• 作者: 刘胜男 李旺 袁建刚
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 电离层模型 神经网络 IRI模型 峰值电子密度 区域电离层异常
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 大地测量学与导航
• 页码范围: 15-20
• 页数: 6页
• 分类号: P222
• 字数: 2930字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2020.01.004

摘要

采用递归神经网络对空基COSMIC和地基垂测站数据建立了全球电离层峰值电子密度模型,模型均方根误差达到1.3×105 el/cm3.在春夏秋冬4个季节内,人工神经网络ANN模型预测精度比IRI模型分别提高了25.7％、19.7％、33.3％和21.8％.另外,ANN模型不仅能够有效地模拟全球电离层时空变化特征,也能够成功地模拟电离层的诸多区域物理变化特性,如赤道电离异常、威德尔海异常、中纬度夜间异常和冬季异常.ANN模型可以为改正单频接收机的电离层延迟发挥一定的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘胜男		7	9	2.0	3.0
2	袁建刚		13	13	3.0	3.0
3	李旺	中国矿业大学环境与测绘学院	2	0	0.0	0.0