【技术实现步骤摘要】
本专利技术涉及卫星大地测量及空间天气领域，特别是涉及一种四维电离层模型构建方法及其应用。
技术介绍
1、现有的电离层模型构建方法大多数都是基于全球卫星导航系统（globalnavigation satellite system，gnss）观测值这一单一数据源反演得到电离层总电子含量（total electron content，tec），然后使用一定的方法构建电离层二维tec模型，常用的方法包括两类：一是基于函数模型的方法，即：在电离层薄层假设下采用特定数学函数描述全球电离层tec变化，求解模型系数，计算固定格网点处的垂直电离层tec；二是基于离散格网的方法，即：将全球电离层划分为固定的二维或三维单元，并假设单元格内电子密度均匀不变；在此基础上，建立视线方向电离层tec与单元格内电子密度之间的关系，求解单元格内的电子密度；最后，积分得到固定格网点处的垂直电离层tec。
2、一种传统电离层二维tec建模方法的主要流程包括：①使用gnss观测值及星历文件提取传播路径上的倾斜电离层延迟。将gnss观测值数据进行预处理后，使用载波平滑伪距方法反演倾斜路径上电离层延迟。②将求得的倾斜路径上的电离层总延迟通过投影函数及电离层薄壳假设转为垂直路径上的电离层延迟。③求解模型系数。通过球谐模型或者多项式模型等函数模型拟合垂直方向的电离层延迟，求解电离层模型系数；④求解格网处电离层延迟，根据求解后系数的电离层模型计算格网处的电离层延迟，形成产品。
3、gnss发射的电磁波信号在电离层中传播时，会产生几米到几十米的误差，是制约
4、需要说明的是，在上述
技术介绍
部分公开的信息仅用于对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、针对目前电离层模型精度低，时空分辨率大，已无法满足日益发展的gnss高精度定位及电离层观测的需求的问题，本专利技术提供一种四维电离层模型构建方法及其应用。
2、为实现上述目的，本专利技术采用以下技术方案：
3、一种四维电离层模型构建方法，包括如下步骤：
4、s1、获取用于深度学习训练的电离层电子密度数据，并使用所述电离层电子密度数据训练一个电离层数据同化扩散模型，其中，所述电离层数据同化扩散模型利用噪声增强的前向扩散过程将所述电离层电子密度数据逐渐转化为高斯噪声，随后通过逆向过程逐渐去除高斯噪声，以达到电离层电子密度数据同化的目标；
5、s2、将待测区域的多源电离层观测数据输入训练好的所述电离层数据同化扩散模型中，利用所述电离层数据同化扩散模型的所述逆向过程对所述多源电离层观测数据进行同化处理，得到基于同化处理后的多源电离层观测数据的四维电离层模型。
6、进一步地：
7、步骤s1中，用于模型训练的所述电离层电子密度数据采用国际参考电离层模型按照经度、纬度、高度计算定义好的三维网格中的电子密度值，以一个太阳活动周期为时间范围，以1小时为时间分辨率。
8、步骤s2中，所述多源电离层观测数据来自于gnss原始观测值数据、cosmic掩星数据、电离层数字测高仪数据及jason海洋测高卫星数据中的至少两种。
9、步骤s2包括：获取待测区域的不同来源的电离层数据，将其转化为经度、纬度、高度、时间、电子密度的表示形式的数据；将待测区域的电离层按照经度1度、纬度1度、高度10km划分成大小相同的三维网格，将获取的不同来源的电离层数据的电子密度归化到设置好的三维网格中。
10、步骤s1中，结合电离层经验模型与历史观测值数据来提供用于深度学习训练的电离层电子密度数据；训练过程中，所述电离层数据同化扩散模型通过寻找电离层经验模型计算结果的修正项来使同化后的数据更接近真实值；其中，基于贝叶斯理论，将同化处理问题转化为后验概率密度分布的计算。
11、训练过程中，所述电离层数据同化扩散模型通过逆向过程来优化所述修正项，其中，通过估计同化处理的梯度项，利用梯度信息来指导数据的恢复，从而实现对同化结果的优化。
12、一种所述的四维电离层模型构建方法构建的四维电离层模型的应用，所述应用包括导航定位或电离层监测。
13、一种计算机可读存储介质，存储有计算机程序，所述计算机程序由处理器执行时，实现所述的四维电离层模型构建方法。
14、本专利技术具有如下有益效果：
15、本专利技术提供了一种基于多源数据的四维电离层模型构建方法及其应用，利用多种电离层观测数据结合深度学习方法中的扩散模型，构建精度更高更精细的四维电离层模型，从而能够为导航定位提供更加精确的电离层改正，以及为空间天气领域电离层监测提供更加准确的电离层数据。
16、针对目前导航、航空、空间天气领域对电离层模型高精度、高维度以及对多源电离层数据融合的处理方法的需求问题，本专利技术设计出一种基于扩散模型的多源电离层数据建模方法，充分利用不同来源的电离层观测数据，将扩散模型结合到四维电离层建模过程中，通过深度学习方法进行数据同化，将不同来源、不同精度的电离层数据结合，提高了所构建的电离层模型的精度，并使用电离层电子密度ied来表示，将传统的二维的tec模型结合时间域扩展为四维的电子密度模型，显著提高电离层模型的精度及时空分辨率。
17、本专利技术多源数据四维电离层构建方法基于数据同化与扩散模型构建多源数据四维电离层，其优势在于充分利用丰富的电离层观测资源，获取高精度的电离层测量结果，结合深度学习方法，使用扩散模型，将其融入到数据同化的方法中，使用非自回归的方式进行推理，能够构建出精度高、时空分辨率低、计算资源需求少的四维电离层模型。
18、与传统技术相比，本专利技术实施例的优点主要为：
19、（1）所构建的电离层模型的精度高、时空分辨率高。由于采用了多源电离层观测数据，观测资源丰富，能够显著提高电离层模型的精度，并且使传统的二维电离层tec模型转变为四维的电离层电子密度模型。
20、（2）在保证电离层模型精度的前提下，降低生成模型的计算资源的需求。由于结合了深度学习中的扩散模型，能够处理大量、高维的电离层数据，提高数据同化的计算效率。同时由于深度学习的特性，一旦模型训练完成，所需的计算资源会显著变低，有助于模型的时效性。
21、本专利技术实施例中的其他有益效果将在下文中进一步述及。
本文档来自技高网...【技术保护点】
1.一种四维电离层模型构建方法，其特征在于，包括如下步骤：
2.如权利要求1所述的四维电离层模型构建方法，其特征在于，步骤S1中，用于模型训练的所述电离层电子密度数据采用国际参考电离层模型按照经度、纬度、高度计算定义好的三维网格中的电子密度值，以一个太阳活动周期为时间范围，以1小时为时间分辨率。
3.如权利要求1所述的四维电离层模型构建方法，其特征在于，步骤S2中，所述多源电离层观测数据来自于GNSS原始观测值数据、COSMIC掩星数据、电离层数字测高仪数据及Jason海洋测高卫星数据中的至少两种。
4.如权利要求1所述的四维电离层模型构建方法，其特征在于，步骤S2包括：获取待测区域的不同来源的电离层数据，将其转化为经度、纬度、高度、时间、电子密度的表示形式的数据；将待测区域的电离层按照经度1度、纬度1度、高度10 km划分成大小相同的三维网格，将获取的不同来源的电离层数据的电子密度归化到设置好的三维网格中。
5.如权利要求1至4任一项所述的四维电离层模型构建方法，其特征在于，步骤S1中，结合电离层经验模型与历史观测值数据来提供用于
6.如权利要求5所述的四维电离层模型构建方法，其特征在于，训练过程中，所述电离层数据同化扩散模型通过逆向过程来优化所述修正项，其中，通过估计同化处理的梯度项，利用梯度信息来指导数据的恢复，从而实现对同化结果的优化。
7.一种如权利要求1至6任一项所述的四维电离层模型构建方法构建的四维电离层模型的应用，所述应用包括导航定位或电离层监测。
8.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序由处理器执行时，实现如权利要求1至6任一项所述的四维电离层模型构建方法。
...【技术特征摘要】
1.一种四维电离层模型构建方法，其特征在于，包括如下步骤：
2.如权利要求1所述的四维电离层模型构建方法，其特征在于，步骤s1中，用于模型训练的所述电离层电子密度数据采用国际参考电离层模型按照经度、纬度、高度计算定义好的三维网格中的电子密度值，以一个太阳活动周期为时间范围，以1小时为时间分辨率。
3.如权利要求1所述的四维电离层模型构建方法，其特征在于，步骤s2中，所述多源电离层观测数据来自于gnss原始观测值数据、cosmic掩星数据、电离层数字测高仪数据及jason海洋测高卫星数据中的至少两种。
4.如权利要求1所述的四维电离层模型构建方法，其特征在于，步骤s2包括：获取待测区域的不同来源的电离层数据，将其转化为经度、纬度、高度、时间、电子密度的表示形式的数据；将待测区域的电离层按照经度1度、纬度1度、高度10 km划分成大小相同的三维网格，将获取的不同来源的电离层数据的电子密度归化到设置好的三维网格中。
【专利技术属性】
技术研发人员：陈波，孙梦飞，刘通，方胜良，刘健，魏小峰，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
类型：发明
国别省市：
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。