一种基于机器学习和模型约束的全球电离层制造技术

本发明专利技术公开了一种基于机器学习和模型约束的全球电离层

【技术实现步骤摘要】
一种基于机器学习和模型约束的全球电离层F2层参数建模方法


[0001]本专利技术属于太空环境态势感知领域，特别涉及该领域中的一种基于机器学习和模型约束的全球电离层
F2
层参数建模方法
。

技术介绍

[0002]电离层是影响通信
、
导航定位
、
指挥控制
、
遥感侦查等无线电系统关键的太空环境影响因素之一
。
根据高度的不同，电离层可相应划分为
D
层
、E
层和
F
层
。F
层从地球上方约
140
～
600km
延伸，白天分为
F1
和
F2
两层
。F2
层具有最大的电子密度，对
10
～
35MHz
频率的高频
(HF)
无线信号传播具有重要影响
。
建立全球电离层
F2
层参数模型，特别是
F2
层峰值密度
(NmF2)
和峰值高度
(hmF2)
，对于提升穿越电离层的无线电系统，如短波通信
、
卫星导航
、
测控和监视雷达的性能具有非常重要的应用价值
。
[0003]目前，全球电离层可以获取到的观测数据正日益增多
。
美国马萨诸塞州罗威尔
(Lowell)
大学建立了全球电离层无线电观测台
(Global Ionospheric Radio Observatory,GIRO)
，
GIRO
可以提供全球超过
50
个台站的数字电离层测高仪自动判读
(Auto Scaling)
数据
。
同时，自
2006
年
COSMIC
星座建立以来，利用无线电掩星进行电离层探测的卫星也日益增多
。
这些地基和卫星提供了大量的
、
高质量的全球电离层探测数据资料，为构建全球电离层建模奠定了重要的基础
。
[0004]机器学习能指导计算机寻找大数据规律，从海量数据中学习得到合适的模型，拟合复杂非线性函数，常用于预测或估计其他未知数据
。
随着计算机性能的提升和数据量的不断增加，机器学习取得了长足发展，但机器学习算法缺乏对电离层物理变化的内在约束，限制了模型泛化能力的提升
。
如能将机器学习与现有的电离层模型相结合，则可进一步提升机器学习算法的可靠性和建模精度
。
[0005]太阳是电离层变化最重要的影响源，太阳辐射变化能够对全球电离层的变化产生全局的影响，从而强烈控制电离层的变化行为
。
地磁活动对电离层的影响主要表现为对带电粒子运动的控制作用，因此地磁同样是影响电离层活动的另一个重要的影响来源，加上受中性气体成分和电离成分综合作用的影响，电离层时间和空间变化规律非常复杂
。
如何找到控制电离层
F2
层参数的关键控制参量，并以这些关键控制参量为输入，利用大规模的天基和地基观测资料，构建出最优化的数学模型，对
F2
层峰值密度
(NmF2)
和峰值高度
(hmF2)
的时间和空间变化特征加以准确地描述，是电离层建模过程中面临的主要难题
。

技术实现思路

[0006]本专利技术所要解决的技术问题，就是提供一种基于机器学习和模型约束的全球电离层
F2
层参数建模方法
。
[0007]本专利技术采用如下技术方案：
[0008]一种基于机器学习和模型约束的全球电离层
F2
层参数建模方法，其改进之处在
于，包括如下步骤：
[0009]步骤1，测高仪观测资料的获取与预处理：
[0010]步骤
11
，下载全球电离层无线电观测台电离层数字测高仪自动判读数据；
[0011]步骤
12
，从自动判读数据中，提取测高仪经度
、
纬度坐标
、
观测时刻
、
自动判读置信分
、
电离层
F2
层临界频率
foF2
和电离层
F2
层峰值高度
hmF2
；
[0012]步骤
13
，删除自动判读置信分低于
75
的垂测数据；
[0013]步骤
14
，利用
foF2
计算电离层
F2
层峰值密度
NmF2
，计算方法如下：
[0014]NmF2
＝
foF22/80.62
[0015]步骤
15
，输出经步骤
13
处理后的电离层垂测参量并存储到文本文件中，所述的电离层垂测参量包括测高仪经度
、
纬度坐标
、
观测时刻
、NmF2
和
hmF2
；
[0016]步骤2，掩星观测资料的获取与预处理：
[0017]步骤
21
，下载掩星电子密度剖面观测资料；
[0018]步骤
22
，从电子密度剖面中，提取观测时刻
、
碰撞点纬度
、
经度
、
高度坐标和电离层值；
[0019]步骤
23
：从电子密度剖面中提取
NmF2
和
hmF2
：
[0020]NmF2
＝
max{Ne
i
,i
＝
1,2,...,n}
[0021]hmF2
＝
h
j
(Ne
j
＝＝
NmF2)
j
＝
1,2,...n
[0022]上式中，
max
表示取最大值，
Ne
为电子密度，
h
为碰撞点高度，
n
为一次掩星事件包含的采样点总数；
[0023]步骤
24
：剔除
hmF2
不在
150
～
450km
高度区间的电子密度剖面；
[0024]步骤
25
：剔除
490km
和
420km
高度上的斜率
S
不在
‑
9<S<
‑
0.02
区间的电子密度剖面：
[0025][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于机器学习和模型约束的全球电离层
F2
层参数建模方法，其特征在于，包括如下步骤：步骤1，测高仪观测资料的获取与预处理：步骤
11
，下载全球电离层无线电观测台电离层数字测高仪自动判读数据；步骤
12
，从自动判读数据中，提取测高仪经度
、
纬度坐标
、
观测时刻
、
自动判读置信分
、
电离层
F2
层临界频率
foF2
和电离层
F2
层峰值高度
hmF2
；步骤
13
，删除自动判读置信分低于
75
的垂测数据；步骤
14
，利用
foF2
计算电离层
F2
层峰值密度
NmF2
，计算方法如下：
NmF2
＝
foF22/80.62
步骤
15
，输出经步骤
13
处理后的电离层垂测参量并存储到文本文件中，所述的电离层垂测参量包括测高仪经度
、
纬度坐标
、
观测时刻
、NmF2
和
hmF2
；步骤2，掩星观测资料的获取与预处理：步骤
21
，下载掩星电子密度剖面观测资料；步骤
22
，从电子密度剖面中，提取观测时刻
、
碰撞点纬度
、
经度
、
高度坐标和电离层值；步骤
23
：从电子密度剖面中提取
NmF2
和
hmF2
：
NmF2
＝
max{Ne
i
,i
＝
1,2,...,n}hmF2
＝
h
j
(Ne
j
＝＝
NmF2)
j
＝
1,2,...n
上式中，
max
表示取最大值，
Ne
为电子密度，
h
为碰撞点高度，
n
为一次掩星事件包含的采样点总数；步骤
24
：剔除
hmF2
不在
150
～
450km
高度区间的电子密度剖面；步骤
25
：剔除
490km
和
420km
高度上的斜率
S
不在
‑
9<S<
‑
0.02
区间的电子密度剖面：上式中，
N
e,490
表示
490km
高度上的电子密度，
N
e,420
表示
420km
高度上的电子密度；步骤
26
，剔除各点的电子密度值与原值之间平均偏差
M
D
大于3的电子密度剖面：上式中，
N
表示电子密度的样本数量；步骤
27
，剔除
110km
以上存在小于0的电子密度剖面；步骤
28
，输出满足要求的掩星参量并存储到文本文件中，所述的掩星参量包括碰撞点经度
、
纬度坐标
、
观测时刻
、NmF2
和
hmF2
；步骤3，利用国际参考电离层模型
IRI
计算
NmF2
和
hmF2
：步骤
31
，将测高仪坐标
、
掩星碰撞点坐标
、
观测时刻和太阳黑子数输入到国际参考电离层模型
IRI
中，计算对应时间和地点处的
NmF2
和
hmF2
；步骤
32
，输出
IRI
模型计算所得的
NmF2
和
hmF2
，并存储到文本文件中；步骤4，利用水平风场模型
HWM
计算纬向风场速度和经向风场速度：步骤
41
，将测高仪坐标
、
掩星碰撞点坐标
、
观测时刻，太阳黑子数
、
地磁指数输入到水平
风场模型中，计算对应时间和地点处的纬向风场速度和经向风场速度；步骤
42
，输出
HWM
模型计算所得的纬向风场速度和经向风场速度，并存储到文本文件中；步骤5，机器学习构建全球
NmF2
模型：步骤
51
，选择年积日
DOY、
地方时
LT、
地理纬度坐标地磁纬度地理经度坐标
λ
、
太阳黑子数
、F10.7
指数
、
太阳风速
、
地磁
Ap
指数
、Kp
...

【专利技术属性】
技术研发人员：欧明，王志钢，郭珊，朱庆林，甄卫民，陈龙江，吴家燕，王妍，张宇航，陈亮，刘钝，董翔，
申请(专利权)人：中国电波传播研究所中国电子科技集团公司第二十二研究所，
类型：发明
国别省市：