一种基于LSTM与IRI模型的电离层层析TEC组合预测方法

摘要：

电离层总电子含量(total electron content,TEC)作为评估无线电波穿过电离层时产生误差的主要物理量,对其准确的估算以及预测具有重要的研究意义.本文结合电离层层析算法反演重构的TEC数据,提出一种基于长短期记忆(long short-term memory,LSTM)与国际参考电离层(international reference ionosphere,IRI)模型的组合预测模型,实现了对欧洲上空平静态电离层的TEC预测,并与IRI梯度法、LSTM网络预测结果进行对比.实验结果表明:IRI梯度法提前1 h能够产生理想的预测结果,提前2 h与3 h的预测精度明显下降;LSTM模型在提前2 d的预测结果表现良好,但随着迭代预测时长的增加预测结果中出现较多异常值.统计误差显示,本文所提出的组合预测模型相比于IRI梯度法预测性能更为稳定,对单一LSTM模型修正效果明显,消除了预测结果中大部分异常值,有效提高了单一模型的预测精度.组合预测模型与实际层析TEC之间的预测均方根误差(root mean squared error,RMSE)为1.1 TECU,与欧洲定轨中心提供的TEC预测RMSE为1.7 TECU.

关键词：电离层层析、总电子含量(TEC)预测、长短期记忆(LSTM)、IRI、组合预测方法

所属期刊栏目：37

分类号：P352.7(空间物理)

资助基金：国家重点研发计划2018YFF01013702

在线出版日期：2022-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：852-861