一种基于深度学习的电离层闪烁预测方法技术

本发明专利技术涉及全球导航卫星系统电离层研究技术领域，具体涉及一种基于深度学习的电离层闪烁预测方法，通过获取相关的电离层背景环境参数，预处理后作为原始数据集特征值；然后依据获取的电离层幅度闪烁指数S4值判断并标记电离层闪烁事件发生与否，并将电离层闪烁发生与否作为标签，构成原始数据集标签；将原始数据集划分为训练集、验证集和测试集，对训练集采用Borderline‑SMOTE重采样得到样本相对平衡的电离层闪烁预测训练数据集；利用粒子群优化算法对XGBoost模型的参数进行寻优，通过验证集确认最优模型参数作为XGBoost模型的配置参数；将训练集输入PSO‑XGBoost模型中进行电离层闪烁预测模型的训练；最后输入测试集至训练好的模型中进行电离层是否发生闪烁的预测。

【技术实现步骤摘要】

本专利技术涉及全球导航卫星系统电离层研究，具体涉及一种基于深度学习的电离层闪烁预测方法。

技术介绍

1、距离地球表面高度约60-1000km的大气电离区域存在大量自由电子，经过太阳紫外线、x射线等的作用下形成了由带电粒子组成的中性电离区域，称为电离层。电离层会吸收太阳紫外线、宇宙高能射线等，使地球免于辐射影响；但另一方面，电离层又会对无线电信号造成绕射和散射等效应，使信号的幅度与相位发生不同程度的抖动，发生电离层闪烁。日常的卫星信号通信，都需要跨越电离层来传播无线电信号。且目前全球对gnss的应用需求不断增长，作为对卫星导航定位、信号通信等方面影响最大的电离层闪烁效应，规避其不良影响是迫切的需要。电离层闪烁难以利用常规的延迟误差处理方法予以削弱，会影响导航系统应用，对导航系统服务的完好性、连续性和可用性产生威胁。应对电离层闪烁事件不良影响的重要措施之一，是在其发生之前进行闪烁预测，以便提前预知闪烁现象的发生，并能够采取相应规避措施，减轻闪烁对卫星导航以及通信产生的不利影响。

2、由于引发电离层闪烁事件的物理过程复杂、变量众多且各变量之间存在不同本文档来自技高网...

【技术保护点】

1.一种基于深度学习的电离层闪烁预测方法，其特征在于，包括下列步骤：

2.如权利要求1所述的基于深度学习的电离层闪烁预测方法，其特征在于，

3.如权利要求2所述的基于深度学习的电离层闪烁预测方法，其特征在于，

4.如权利要求3所述的基于深度学习的电离层闪烁预测方法，其特征在于，

5.如权利要求4所述的基于深度学习的电离层闪烁预测方法，其特征在于，

6.如权利要求5所述的基于深度学习的电离层闪烁预测方法，其特征在于，

7.如权利要求6所述的基于深度学习的电离层闪烁预测方法，其特征在于，

【技术特征摘要】

1.一种基于深度学习的电离层闪烁预测方法，其特征在于，包括下列步骤：

2.如权利要求1所述的基于深度学习的电离层闪烁预测方法，其特征在于，

3.如权利要求2所述的基于深度学习的电离层闪烁预测方法，其特征在于，

4.如权利要求3所述的基于深度学习...

【专利技术属性】
技术研发人员：孙希延，黎霏，纪元法，贾茜子，邹玉华，孙文杰，李国主，李龙，李晶晶，白杨，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：