基于RBF神经网络的改进模型在电离层TEC预报中的应用

摘要：

为了提高电离层TEC值的预报精度,建立更高精度的电离层TEC预报模型,本文在RBF神经网络模型的基础上引入奇异谱分析(Singular Spectrum Analysis,SSA)方法,构建新的电离层TEC预报模型.该组合模型首先通过SSA提取原始序列中的特征分量,避免噪声分量对预报结果的影响,其次将去噪后特征分量作为RBF神经网络模型的输入值.使用IGS中心提供的TEC数据序列进行模型验证,结果表明,无论是对平静期电离层TEC预报还是磁暴期电离层TEC预报,相比于单一的RBF神经网络模型预报结果,本文提出的SSA-RBF神经网络模型的预报结果均更优,其中平静期预报残差在 2 TECU以内,磁暴期预报残差在 3-4 TECU以内,验证了本文提出组合模型的优越性.

关键词：奇异谱分析、RBF神经网络模型、电离层、平静期、磁暴期

所属期刊栏目：46

分类号：P228(大地测量学)

在线出版日期：2023-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：164-167