CN108733622A - 基于自相关不等间隔迭代法的电离层tec单站预报方法 - Google Patents

基于自相关不等间隔迭代法的电离层tec单站预报方法 Download PDF

Info

Publication number
CN108733622A
CN108733622A CN201810547363.5A CN201810547363A CN108733622A CN 108733622 A CN108733622 A CN 108733622A CN 201810547363 A CN201810547363 A CN 201810547363A CN 108733622 A CN108733622 A CN 108733622A
Authority
CN
China
Prior art keywords
auto
forecast
ionized layer
correlation
tec
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810547363.5A
Other languages
English (en)
Inventor
武业文
杨建伟
张太忠
金德君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN201810547363.5A priority Critical patent/CN108733622A/zh
Publication of CN108733622A publication Critical patent/CN108733622A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于自相关不等间隔迭代法的电离层TEC单站预报方法，该方法一方面采用分段预报的思想，将一个大的提前量分解成两个或多个小提前量，最终达到减小预报误差的目的；另一方面，采用电离层TEC的相对变化量作为预报量，这样可有效减小较现有方法中电离层TEC为平稳随机过程所带来的影响，新预报量更为适用自相关分析法的预报，可以提高电离层TEC短期预报精度，为无线电导航通讯等无线电设备提高保障。

Description

基于自相关不等间隔迭代法的电离层TEC单站预报方法
技术领域
本发明涉及一种基于自相关分段迭代法的电离层TEC单站预报方法，属于电离层TEC预报领域。
背景技术
电离层的参数预报通常分为两种：一种是长期预报，另一种是短期预报。长期预报的预报提前量一般为3个月以上，是指预测将来若干个月的电离层特性的平均情况。该措施是先建立各电离层月中值参量与其相应的表征太阳活动指数的相关关系，然后将预报的太阳活动指数代入相关方程，从而求得电离层参量，实现预报。针对foF2和M(3000)F2，在我国通常用以下两种方法进行预测：1)CCIR方法：预测全球上述电离层特征参数的月中值，用ITU的CCIR340报告建议的方法，以R12为随太阳活动周期变化的参量，并以foF2与R12线性相关为基础。2)亚大方法：亚洲大洋洲部分区域上述特征参数的月中值的预测方法，它采用由重庆站的foF2导出的预报指数IC，在亚大地区，特别是中国区域，foF2与IC的相关性比foF2与R12的相关性更好，在此基础上形成中国参考电离层CRI。
电离层短期预报则通常是对电离层参数进行提前1-3天的预报。因短期预报的实用性，且随着研究的深入，短期预报备受关注。在电离层短期预报方面，有人利用自相关分析法首先对中国地区电离层foF2/TEC进行了短期预报，还有人提出了适用于全球电离层总电子含量TEC的预报方法，构建了中国电离层TEC现报模型等。其中，基于自相关法的电离层TEC预报方法，结合克里格插值方法，能形成一种适用于中国地区的电离层TEC短期预报方法(分为单站预报和区域重构两部分),现已应用于国家气象局空间天气监测预警中心。不过该方案中，基于自相关方法的单站预报方案是制约其预报精度的重要原因之一,提高其预报精度将有利于整体预报精度的提高。
现有的基于自相关分析法的电离层TEC短期预报方法中，需假设电离层TEC为平稳随机过程。在此基础上获得的结果显示随着预报提前量的增大，预报误差非线性增大。
发明内容
本发明为了解决现有技术中存在的问题，提供一种可以提高电离层TEC短期预报精度的基于自相关不等间隔迭代法的电离层TEC单站预报方法。
为了达到上述目的，本发明提出的技术方案为：一种基于自相关不等间隔迭代法的电离层TEC单站预报方法，其特征在于，包括以下步骤：
步骤一、基于预报时刻前设定时间段的电离层TEC数据作为数据集，计算电离层TEC相对变化量的自相关系数；
步骤二、将预报提前量T拆分为若干间隔提前量T1～Tm，m为间隔提前量个数，T1～Tm均为预报量时间间隔的整数倍，且T1～Tm的和等于T，至少一个间隔提前量与其他间隔提前量不同；
步骤三、进行提前T1的预报，获取电离层TEC的预报值，将提前T1的预报值加入自相关系数计算的数据集，并再开展提前T2的预报；
步骤四、将提前T1和T2的预报值加入自相关系数计算的数据集，然后进行提前T3的预报，以此类推，直至进行提前Tm的预报，则提前Tm的预报结果即为提前量T的预报值。
对上述技术方案的进一步设计为：电离层TEC的相对变化量计算方法为：
其中，TEC(t)为预报时刻前设定时间段中t时刻的TEC值，是预报时刻前设定时间段中TEC的平均值。
在进行提前预报时，用电离层TEC相对变化量作为预报参数。
所述Tm至少为预报量时间间隔的2倍。
在进行提前预报时，在设定时间段内选取与当前间隔提前量最近的一定范围，在该范围内挑选前n个最大的自相关系数，并确定n个最大的自相关系数所对应的相对变化量及自相关系数，利用这些相对变化量及自相关系数计算预报值。
将预报值加入自相关系数计算的数据集的规则为，将当前数据集的第一个数据删除，然后将当前预报值补入数据集的末尾。
本发明的有益效果为：
本发明通过电离层TEC的相对变化量作为预报参数，采用不等间隔迭代的方法，一方面一定程度上保证了预报参数的“平稳性”要求；另一方面有效改善了现有方法中随着预报提前量增加预报误差非线性增大的问题。
本发明的不等间隔迭代的方法，同时还减弱了等间隔迭代过程中因为迭代次数过多引起的误差累计增大的问题；新方法的预测精度相比于现有方法精度更高。
附图说明
图1为本发明对比例一的曲线图；
图2为本发明对比例二的曲线图；
图3为本发明对比例三的曲线图；
图4为本发明对比例四的曲线图；
图5为本发明对比例五的曲线图；
图6为本发明对比例六的曲线图。
具体实施方式
下面结合附图以及具体实施例对本发明进行详细说明。
实施例
本实施例中预报提前量T＝1h，将T拆分为0.25h、0.25h和0.5h。则本实施例的基于自相关不等间隔迭代法的电离层TEC单站预报方法步骤包括：
步骤1、选取15分钟时间间隔、预报时刻前30天的电离层TEC观测序列为数据集(记作数据集一)，计算TEC的相对变化量
其中，TEC(t)为前三十天中t时刻的TEC值，是前三十天中TEC的平均值。
步骤2、根据下式计算电离层Z3自相关系数ρ(τ)，下式中的Z(t)为Z3值
其中：
其中，E、б和ρ分别表示统计参数的数学期望、方差和自相关系数，N为统计参数的个数，S为统计计算相关参数的中间量，p为待统计参数的序号，τ为时间间隔。
步骤3、对步骤2计算获得的电离层TEC自相关系数进行函数拟合：
其中A24，A12和τ0为待定系数，通过最小均方拟合的方法来确定。
步骤4、对电离层TEC进行提前k＝0.25h预报时，选取最近k开始的4天范围内挑选前48个最大的自相关系数(n＝48)，并确定所对应的Z3值及自相关系数带入(7)式，求解系数λj；
其中i＝0,1,2…n-1；μ为拉格朗日乘数因子；ρ是电离层TEC的自相关系数，λj是tj时刻的Z3的权重系数。
步骤5、将权重系数及相应的Z3值带入下式计算Z3的预报值，然后基于(1)式换算成电离层TEC值，记作TEC15。
步骤6、将观测数据集一的第一个数据删除，在最后补入TEC15，并将此时的电离层TEC数据集记作数据集二。以数据集二为输入，重新按照步骤1-5计算，并将获得的TEC值记作TEC30；
步骤7、将数据集二的第一个数据删除，在最后一位补入TEC30，并将此时的电离层TEC序列记作数据集三。以数据集三作为输入，重新按照步骤1-5计算，其中步骤4中的提前量k＝0.5h，计算获得的TEC值记作TEC1h。该值即为基于电离层TEC相对变化量的不等间隔迭代获得电离层TEC预报值。
下面根据多组对比例对本发明的预报误差做进一步说明。
对比例一
本对比例以北京站为例，分别将直接预报值和间接预报值和观测值进行比较，从图1中可明显观察到间接预测值与观测值的吻合度更高，误差小。本对比例中直接预报值采用电离层TEC作为预报参量，直接进行提前1小时预报，即现有方法；间接预报值采用电离层TEC作为预报参量，然后按本发明的不等间隔迭代法先进行两次提前15分钟预报，然后进行提前1小时预报。
对比例二
本对比例以广州站为例，分别将直接预报值和间接预报值和观测值进行比较，从图2中可明显观察到间接预测值与观测值的吻合度更高，误差小。本对比例中直接预报值采用电离层TEC作为预报参量，直接进行提前1小时预报，即现有方法；间接预报值采用电离层TEC作为预报参量，然后按本发明的不等间隔迭代法先进行两次提前15分钟预报，然后进行提前1小时预报。
结合对比例一和二可说明采用不等间隔迭代的方法，可显著减小预测误差，预测精度高。对比例三
本对比例以北京站为例，分别将直接预报值和间接预报值和观测值进行比较，从图3中可明显观察到间接预测值与观测值的吻合度更高，误差小。本对比例中直接预报值采用电离层TEC作为预报参量，直接进行提前1小时预报，即现有方法；间接预报值采用本发明的电离层TEC相对变化量作为预报参量，同时按本发明的不等间隔迭代法先进行两次提前15分钟预报，然后进行提前1小时预报。
对比例四
本对比例以广州站为例，分别将直接预报值和间接预报值和观测值进行比较，从图4中可明显观察到间接预测值与观测值的吻合度更高，误差小。本对比例中直接预报值采用电离层TEC作为预报参量，直接进行提前1小时预报，即现有方法；间接预报值采用本发明的电离层TEC相对变化量作为预报参量，同时按本发明的不等间隔迭代法先进行两次提前15分钟预报，然后进行提前1小时预报。
结合对比例三和四可说明本发明利用电离层TEC相对变化量作为预报参量，同时采用不等间隔迭代的方法，得到的预报值精度高。
对比例五
本对比例以广州站为例，将三种不同预报参量下的不同预报方法得到的提前1小时预报误差进行对比，Z1的预报参量为电离层TEC，Z2的预报参量为电离层TEC的绝对变化值(TEC减去均值)，Z3的预报参量是电离层TEC的相对变化值；方法1是直接提前1小时预报(现有方法)，方法2是先提前15分钟预报，然后提前45分钟预报，方法3是提前15分钟后再提前15分钟预报，最后提前30分钟预报(不等间隔迭代方法)，方法4为依次重复4次提前15分钟预报(等间隔迭代方法)，结果如图5所示，“Z3-方法3”的绝对误差最小。
对比例六
本对比例以北京站为例，将三种不同预报参量下的不同预报方法得到的提前1小时预报误差进行对比，Z1的预报参量为电离层TEC，Z2的预报参量为电离层TEC的绝对变化值(TEC减去均值)，Z3的预报参量是电离层TEC的相对变化值；方法1是直接提前1小时预报(现有方法)，方法2是先提前15分钟预报，然后提前45分钟预报，方法3是提前15分钟后再提前15分钟预报，最后提前30分钟预报(不等间隔迭代方法)，方法4为依次重复4次提前15分钟预报(等间隔迭代方法)，结果如图6所示，“Z3-方法3”的绝对误差最小。
本发明的技术方案不局限于上述各实施例，凡采用等同替换方式得到的技术方案均落在本发明要求保护的范围内。

Claims (6)

1.一种基于自相关不等间隔迭代法的电离层TEC单站预报方法，其特征在于，包括以下步骤：
步骤一、基于预报时刻前设定时间段的电离层TEC数据作为数据集，计算电离层TEC相对变化量的自相关系数；
步骤二、将预报提前量T拆分为若干间隔提前量T1～Tm，m为间隔提前量个数，T1～Tm均为预报量时间间隔的整数倍，且T1～Tm的和等于T，至少一个间隔提前量与其他间隔提前量不相等；
步骤三、进行提前T1的预报，获取电离层TEC的预报值，将提前T1的预报值加入自相关系数计算的数据集，并再开展提前T2的预报；
步骤四、将提前T1和T2的预报值加入自相关系数计算的数据集，然后进行提前T3的预报，以此类推，直至进行提前Tm的预报，则提前Tm的预报结果即为提前量T的预报值。
2.根据权利要求1所述的基于自相关不等间隔迭代法的电离层TEC单站预报方法，其特征在于，电离层TEC的相对变化量计算方法为：
其中，TEC(t)为预报时刻前设定时间段中t时刻的TEC值，是预报时刻前设定时间段中TEC的平均值。
3.根据权利要求2所述的基于自相关不等间隔迭代法的电离层TEC单站预报方法，其特征在于，在进行提前预报时，用电离层TEC相对变化量作为预报参数。
4.根据权利要求3所述的基于自相关不等间隔迭代法的电离层TEC单站预报方法，其特征在于，所述Tm至少为预报量时间间隔的2倍。
5.根据权利要求4所述的基于自相关不等间隔迭代法的电离层TEC单站预报方法，其特征在于，在进行提前预报时，在设定时间段内选取与当前间隔提前量最近的一定范围，在该范围内挑选前n个最大的自相关系数，并确定n个最大的自相关系数所对应的相对变化量及自相关系数，利用这些相对变化量及自相关系数计算预报值。
6.根据权利要求5所述的基于自相关不等间隔迭代法的电离层TEC单站预报方法，其特征在于，将预报值加入自相关系数计算的数据集的规则为，将当前数据集的第一个数据删除，然后将当前预报值补入数据集的末尾。
CN201810547363.5A 2018-05-31 2018-05-31 基于自相关不等间隔迭代法的电离层tec单站预报方法 Pending CN108733622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810547363.5A CN108733622A (zh) 2018-05-31 2018-05-31 基于自相关不等间隔迭代法的电离层tec单站预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810547363.5A CN108733622A (zh) 2018-05-31 2018-05-31 基于自相关不等间隔迭代法的电离层tec单站预报方法

Publications (1)

Publication Number Publication Date
CN108733622A true CN108733622A (zh) 2018-11-02

Family

ID=63931334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810547363.5A Pending CN108733622A (zh) 2018-05-31 2018-05-31 基于自相关不等间隔迭代法的电离层tec单站预报方法

Country Status (1)

Country Link
CN (1) CN108733622A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113379107A (zh) * 2021-05-26 2021-09-10 江苏师范大学 基于lstm和gcn的区域电离层tec预报方法
CN114861134A (zh) * 2022-07-08 2022-08-05 四川大学 一种计算水滴运动轨迹的步长确定方法及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060229813A1 (en) * 2005-03-30 2006-10-12 Tobiska William K Ionospheric forecast system (IFS)
CN106134464B (zh) * 2009-12-17 2011-08-24 中国电子科技集团公司第二十二研究所 一种电离层参数短期预报的方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060229813A1 (en) * 2005-03-30 2006-10-12 Tobiska William K Ionospheric forecast system (IFS)
CN106134464B (zh) * 2009-12-17 2011-08-24 中国电子科技集团公司第二十二研究所 一种电离层参数短期预报的方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘瑞源等: "用于中国地区电离层总电子含量短期预报方法", 《电波科学学报》 *
刘瑞源等: "自相关分析法在中国电离层短期预报中的应用", 《科学通报》 *
金德君: "《中国地区电离层TEC短期预报方法研究》", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113379107A (zh) * 2021-05-26 2021-09-10 江苏师范大学 基于lstm和gcn的区域电离层tec预报方法
CN113379107B (zh) * 2021-05-26 2023-12-19 江苏师范大学 基于lstm和gcn的区域电离层tec预报方法
CN114861134A (zh) * 2022-07-08 2022-08-05 四川大学 一种计算水滴运动轨迹的步长确定方法及存储介质
CN114861134B (zh) * 2022-07-08 2022-09-06 四川大学 一种计算水滴运动轨迹的步长确定方法及存储介质

Similar Documents

Publication Publication Date Title
CN104616079B (zh) 基于气温变化的电网日用电量预测方法
Shiyin et al. Estimation of glacier runoff and future trends in the Yangtze River source region, China
CN103279804A (zh) 超短期风电功率的预测方法
WO2021204970A1 (en) Probabilistic determination of transformer end of life
CN102393877A (zh) 一种桥梁结构钢箱梁随机温度场的模拟方法
CN103996084A (zh) 基于纵向时刻Markov链模型的风功率概率预测方法
CN113435630B (zh) 一种产流模式自适应的流域水文预报方法及系统
CN108733622A (zh) 基于自相关不等间隔迭代法的电离层tec单站预报方法
CN104615866A (zh) 一种基于物理统计模型的寿命预测方法
CN109711662B (zh) 一种基于多源数据融合的电网抗差状态估计方法
CN110969306A (zh) 基于深度学习的配电低压台区负荷预测方法及装置
CN105974777A (zh) 一种利用Algos和Kalman组合产生原子时标的方法
CN110764121A (zh) 一种gnss实时全球电离层tec建模方法
CN114186194B (zh) 一种基于空间风暴过程的设计波高计算方法
Zhu et al. Validation of rainfall erosivity estimators for mainland China
CN104199274A (zh) 一种铷钟频率修正值的预估方法
CN117272812B (zh) 一种低纬小区域电离层模型构建方法
CN116776539B (zh) 一种基于交叉小波分析的咸潮预报方法和系统
CN113504557A (zh) 面向实时应用的gps频间钟差新预报方法
CN108537360A (zh) 一种顾及多因子的自适应Kalman滤波滑坡预报方法
CN106134464B (zh) 一种电离层参数短期预报的方法及装置
CN105590035B (zh) 一种高精度微波地表发射率的计算方法
CN102360430A (zh) 一种基于支持向量机和误差估计的供热负荷区间预报方法
CN114492036A (zh) 一种基于小样本的三参数威布尔分布参数估计的迭代方法
CN109472295B (zh) 基于Pearson相关系数的WAMS/SCADA系统对时排序方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181102