CEEMD与GRNN神经网络电离层TEC预报模型

• 作者: 高清文 赵国忱
• 来源期刊: 全球定位系统
• 关键词: 电离层 电子总含量 补充集合经验模态分解(CEEMD) 广义回归神经网络 预报精度
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 理论与探讨
• 页码范围: 76-84
• 页数: 9页
• 分类号: P228.4
• 语种: 中文
• DOI: 10.12265/j.gnss.2020091401

摘要

针对电离层电子总含量(TEC)存在非线性、非平稳,由多因素影响导致高噪声的问题,建立了补充集合经验模态分解(CEEMD)和广义回归神经网络(GRNN)模型相结合的CEEMD-GRNN电离层TEC预报模型.以解决直接使用原始数据进行预测会导致拟合效果差、预测精度低的问题.采用国际GNSS服务(IGS)中心提供的2019年电离层数据对高、中、低纬度磁暴和非磁暴的不同年积日数据进行实验,低纬处均方根误差(RMSE)最优可达到0.97 TECU,相对精度为91.28,验证了CEEMD-GRNN预报模型精度高于EMD-GRNN以及单一的GRNN模型.