实测数据结合迁移学习的高精度甚低频日变化预测方法技术

技术编号:40536327 阅读:42 留言:0更新日期:2024-03-01 13:58
本发明专利技术公开了实测数据结合迁移学习的高精度甚低频日变化预测方法,具体按照以下步骤实施:步骤1、基于波导模理论方法,建立理论数据库;步骤2、建立BP神经网络模型;步骤3、对一条路径下的BP神经网络模型进行训练,得到对相应区域内甚低频电波场强随时间变化的理论预测模型;步骤4、获取实测数据,根据实测数据,使用迁移学习对步骤3中训练好的相应区域内甚低频电波场强随时间变化的理论预测模型进行修正,得到最终的预测神经网络模型,并采用此模型进行甚低频电波场强随时间变化的预测。本发明专利技术解决了现有技术中存在的无法精确以及快速方便的预测甚低频日变化的问题。

【技术实现步骤摘要】

本专利技术属于电磁学,具体涉及一种实测数据结合迁移学习的高精度甚低频日变化预测方法


技术介绍

1、电离层在地球-电离层波导结构中扮演着关键的角色,它不仅受到太阳活动、地球自转、地磁场等多种因素的影响,而且对于电波的传播性质有着深远的影响。这种复杂的动态性和多因素的影响使电离层成为一个研究领域的焦点,而深入研究电离层波传播特性对于多个领域具有极其重要的意义。首先,电离层波传播特性的研究对于地震预测具有重要意义。地震是一种极端自然灾害,预测地震发生的时间和地点一直是科学家们的追求。电离层中的电波传播特性受地震前兆信号的影响,通过研究电场强度等参数的变化,可以提供有关地震发生的线索。因此,深入了解电离层中电波的日变特性对于地震的预测具有潜在的应用前景。其次,太阳活动对电离层波传播特性也有显著的影响。太阳活动周期导致太阳辐射的变化,进而影响了电离层的性质。研究太阳活动与电波传播之间的关系可以提高通信和导航系统的性能,因为这些系统依赖于电离层中的电波传播。此外,电离层的研究对于天文学和地球科学等领域也具有重要价值。电离层中的电波传播与大气和地球的物理特性有关,因此本文档来自技高网...

【技术保护点】

1.实测数据结合迁移学习的高精度甚低频日变化预测方法,其特征在于,具体按照以下步骤实施:

2.根据权利要求1所述的实测数据结合迁移学习的高精度甚低频日变化预测方法,其特征在于,所述步骤1具体按照以下步骤实施:

3.根据权利要求2所述的实测数据结合迁移学习的高精度甚低频日变化预测方法,其特征在于,所述步骤2具体按照以下步骤实施:

4.根据权利要求3所述的实测数据结合迁移学习的高精度甚低频日变化预测方法,其特征在于,所述步骤3具体按照以下步骤实施:

5.根据权利要求4所述的实测数据结合迁移学习的高精度甚低频日变化预测方法,其特征在于,所述步骤4...

【技术特征摘要】

1.实测数据结合迁移学习的高精度甚低频日变化预测方法,其特征在于,具体按照以下步骤实施:

2.根据权利要求1所述的实测数据结合迁移学习的高精度甚低频日变化预测方法,其特征在于,所述步骤1具体按照以下步骤实施:

3.根据权利要求2所述的实测数据结合迁移学习的高精度甚低频日变化预测方法,...

【专利技术属性】
技术研发人员:蒲玉蓉陈园园席晓莉
申请(专利权)人:西安理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1