一种应用于远距离的长波地波传播时延时变特性预测方法技术

本发明专利技术公开了一种应用于远距离的长波地波传播时延时变特性预测方法，首先搭建长波地波传播时延的长期监测系统，获取长波地波传播时延数据；沿传播路径附近选取合适的位置点，并获取这些位置点的温度、湿度和大气压三种气象数据；然后对获取的传播时延数据和气象数据进行预处理；最后根据预处理过的传播时延数据和气象数据，使用广义回归神经网络GRNN进行预测，得到远距离的长波地波传播时延时变特性。本发明专利技术实现远距离的长波地波传播时延时变特性的高精度预测，提高陆基长波导航/授时系统的精度。

【技术实现步骤摘要】
一种应用于远距离的长波地波传播时延时变特性预测方法
本专利技术属于陆基长波导航/授时
，具体涉及一种应用于远距离的长波地波传播时延时变特性预测方法。
技术介绍
长波地波信号由于发射功率大、抗干扰能力强、覆盖范围广、传播稳定等特点，被广泛地应用于导航、定位和授时系统。当长波地波信号沿地球表面进行传播时，传播路径上的大气折射率以及地表的电特性会随气候、天气条件的改变而发生改变，从而使得传播时延表现出复杂的时变特性。现有技术中，对传播距离较近时，长波地波传播时延的预测精度已经得到显著提高，但对传播距离较远时，长波地波传播时延预测的研究却相对较少，长波地波传播时延是整条传播路径上各种气象因素综合作用的结果。传播路径上任意位置的温度、湿度、大气压等气象因子的变化都会对传播时延产生不容忽视的影响。近年来，人工神经网络由于具有大规模并行、分布式处理、自组织、自学习以及自适应等特点，被广泛应用于语音分析、图像识别计算机视觉等诸多领域。基于以上分析，若能利用传播路径上更多位置的气象数据，通过人工神经网络实现远距离的长波地波传播时延时本文档来自技高网...

【技术保护点】
1.一种应用于远距离的长波地波传播时延时变特性预测方法，其特征在于，具体按照以下步骤实施：/n步骤1、搭建长波地波传播时延的长期监测系统，获取长波地波传播时延数据；/n步骤2：沿传播路径附近选取合适的位置点，并获取这些位置点的温度、湿度和大气压三种气象数据；/n步骤3：对步骤1获取的传播时延数据和步骤2获得的气象数据进行预处理；/n步骤4：根据步骤3预处理过的传播时延数据和气象数据，使用广义回归神经网络GRNN进行预测，得到远距离的长波地波传播时延时变特性。/n

【技术特征摘要】
1.一种应用于远距离的长波地波传播时延时变特性预测方法，其特征在于，具体按照以下步骤实施：
步骤1、搭建长波地波传播时延的长期监测系统，获取长波地波传播时延数据；
步骤2：沿传播路径附近选取合适的位置点，并获取这些位置点的温度、湿度和大气压三种气象数据；
步骤3：对步骤1获取的传播时延数据和步骤2获得的气象数据进行预处理；
步骤4：根据步骤3预处理过的传播时延数据和气象数据，使用广义回归神经网络GRNN进行预测，得到远距离的长波地波传播时延时变特性。


2.根据权利要求1所述的一种应用于远距离的长波地波传播时延时变特性预测方法，其特征在于，所述步骤1中长波地波传播时延的长期监测系统结构为：包括Loran-C接收机(1)，Loran-C接收机(1)与Loran-C天线(2)通信连接，Loran-C接收机(1)用以提供各长波导航/授时台站的基本信息，同时跟踪导航/授时台站发射的组重复信息GRI信号；GPS接收机(3)与GPS天线(4)通信连接，GPS接收机(3)用以提供位置信息及时间基准信号1PPS；Loran-C接收机(1)和GPS接收机(3)均通过串行接口与时间间隔计数器(5)连接，利用时间间隔计数器(5)对Loran-C接收机(1)输出的GRI信号和GPS接收机(3)输出的1PPS信号进行比对，从而输出长波地波传播时延数据；Loran-C接收机(1)、GPS接收机(3)、时间间隔计数器(5)均通过串行接口与USB转串口磨砂盒(6)连接；USB转串口磨砂盒(6)和工业PC(7)电性连接，将长波地波传播时延数据传送并保存到工业PC(7)上。


3.根据权利要求1所述的一种应用于远距离的长波地波传播时延时变特性预测方法，其特征在于，所述步骤3具体如下：
步骤3.1、采用拉依达准则对步骤1获取的传播时延数据、步骤2获取的传播路径上不同位置点的温度数据、湿度数据以及大气压数据中是否存在异常值进行判断；
步骤3.2：对步骤3.1判断的传播时延数据中的异常值、传播路径上不同位置点的温度数据中的异常值、湿度数据中的异常值和大气压数据中的异常值进行修正。


4.根据权利要求3所述的一种应用于远距离的长波地波传播时延时变特性预测方法，其特征在于，所述步骤3.1具体如下：
针对传播时延数据，采用拉依达准则对步骤1和步骤2中获取的实验测量数据中的异常值进行判断的具体过程：设一组传播时延数据共有g个，第k个传播时延数据Zk与该组传播时延数据的平均值的差值为vk，即



如果差值vk的绝对值|vk|大于三倍标准偏差σ，即
|vk|＞3σ(2)
则该值被认为是异常值，采用实验标准偏差s(Zk)表示标准偏差σ，即



当第k个传播时延数据Zk在范围之外时，认为Zk是异常值；
步骤2获取的传播路径上不同位置点的温度数据、湿度数据以及大气压数据中是否存在异常值进行判断的具体过程，同传播时延数据异常值判断方法一致。


5.根据权利要求3所述的一种应用于远距离的长波地波传播时延时变特性预测方法，其特征在于，所述步骤3.2具体如下：为满足传播时延数据、传播路径上不同位置点的温度数据、湿度数据和大气压数据在时间轴上的连续性，对传播时延数据...

【专利技术属性】
技术研发人员：蒲玉蓉，郑晓依，张金生，席晓莉，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61