一种电离层参数的预测方法技术

本发明专利技术公开了一种电离层参数的预测方法，先选择测量站点的电离层临界频率foF2参数作为样本，分为训练集和测试集；然后构建双向长短时记忆神经网络BiLSTM的网络结构，利用训练集数据进行第一个BiLSTM神经网络训练和电离层临界频率foF2参数的预测；再计算预测值前N天历史日的foF2参数值与该预测值之间的相似度大小，选择相似度最大的历史日数据作为相似历史日数据；最后将相似历史日数据和预测值对应的当前时刻的真实标签值构成相似日样本，训练第二个BiLSTM神经网络，得到电离层参数预测网络模型。本发明专利技术的预测方法减小了由于人工或环境等带来的数据误差，从而提升了预测结果的精度。精度。精度。

【技术实现步骤摘要】
一种电离层参数的预测方法


[0001]本专利技术涉及电离层研究及应用
，特别是涉及一种电离层参数的预测方法。

技术介绍

[0002]地球电离层是地球高层大气的电离部分，距离地球表面约50km～1000km，对变化的太阳和磁层能量输入有明显的反应。电离层中的等离子体不仅影响无线电波的传播还会影响着人类的通信、军事和日常生活。
[0003]近几十年来，为了能够更快更准确的获得电离层参数信息，科学家已研究出许多方法对电离层参数进行预测。国际参考电离层(IRI)是目前使用最广泛的电离层参数预测模型，IRI模型是根据大量实测数据所建立起来的经验模型，目的是为了更接近真实电离层。但是，IRI模型对长时期的数据具有依赖性，因此对短期内的参数预测性能并不好。为此，科学家们研究出一些数学算法来解决这一问题。Stanislawska等人利用自协方差的方法对数据进行处理并预测了未来两小时的电离层foF2的值。Chan等人在基于非线性径向基函数的基础上建立了可以短期预测foF2的预测模型。传统的数学方法模型在处理时序数据时需要预处理的数据很多，工作量大，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电离层参数的预测方法，其特征在于，包含以下步骤：步骤1：选择测量站点的电离层临界频率foF2参数作为样本，对缺失的数据进行筛选和剔除并划分为训练集和测试集；步骤2：构建长短时记忆神经网络BiLSTM的网络结构，利用训练集数据进行第一个的BiLSTM神经网络训练和电离层临界频率foF2参数的预测；步骤3：计算预测值的前N天历史日的foF2参数值与该预测值之间的相似度大小，选择相似度最大的历史日数据作为相似历史日数据；步骤4：将相似历史日数据和预测值对应的当前时刻的真实标签值构建成相似日样本，训练第二个BiLSTM神经网络，得到电离层参数预测网络模型。2.根据权利要求1所述的电离层参数的预测方法，其特征在于，所述步骤1中，从电离层参数测量站中，选择测量间隔时间至少1小时的总数据且至少包含3年的电离层临界频率foF2参数作为数据样本，每组历史数据和标签数据取24小时的数据，且数据没有缺失。3.根据权利要求1所述的电离层参数的预测方法，其特征在于，所述步骤2中，BiLSTM...

【专利技术属性】
技术研发人员：郑丹丹，柳文，邓敏，姚志强，盛孟刚，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：