CN114690275A - 一种电离层闪烁发生概率季节变化相位角翕动预测方法 - Google Patents
一种电离层闪烁发生概率季节变化相位角翕动预测方法 Download PDFInfo
- Publication number
- CN114690275A CN114690275A CN202210148166.2A CN202210148166A CN114690275A CN 114690275 A CN114690275 A CN 114690275A CN 202210148166 A CN202210148166 A CN 202210148166A CN 114690275 A CN114690275 A CN 114690275A
- Authority
- CN
- China
- Prior art keywords
- doy
- phase angle
- occurrence probability
- ionospheric scintillation
- seasonal
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/955—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on satellite
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电离层闪烁发生概率季节变化相位角翕动预测方法,包括如下步骤:步骤1,用傅里叶函数表示电离层闪烁发生概率季节变化相位角随年积日的变化:步骤2,利用经验模式预测季节变化相位角的傅里叶函数角频率的翕动修正量:步骤3,利用修正后的傅里叶函数角频率计算修正后的电离层闪烁发生概率季节变化相位角。本发明所公开的电离层闪烁发生概率季节变化相位角翕动预测方法,能够给出中国低纬地区VHF/UHF/P频段电离层闪烁月发生概率峰值随太阳活动水平下降而向冬季月份推迟时间的预测信息,有助于提高VHF/UHF/P频段中国低纬地区电离层闪烁发生的预报准确度。
Description
技术领域
本发明属于卫星通信和雷达领域,特别涉及该领域中的一种电离层闪烁发生概率季节变化相位角翕动预测方法,服务于VHF频段数据交换系统、VHF/UHF频段卫星测控、UHF/P频段天基SAR/远程目标监视雷达/卫星通信等系统的中国低纬地区电离层闪烁影响预报。
背景技术
在电离层正常的电子密度背景上漂浮着密度不等、尺度不等的电离体,称为电离层不均匀体。当卫星信号在电离层不均匀体中传播时,会引起传播路径和传播时间的改变,使得信号的振幅、相位以及到达角发生快速起伏变化,导致信号衰落、频移等,被称为电离层闪烁。电离层闪烁效应会直接影响卫星通信/雷达/测控等电子信息系统的误码率、通信质量、定位精度、作用距离等性能指标,因此,通过监测、建模、告警与预报预警等空间天气保障工作,可减缓电离层闪烁对VHF频段数据交换系统、VHF/UHF频段卫星测控、UHF/P频段天基SAR/远程目标监视雷达/卫星通信等电子信息系统的不利影响,具有重要应用价值。
在现有技术中,尚未发现电离层闪烁发生概率季节变化相位角翕动预测相关的学术论文或者专利。1985年,Tsunoda在其学术论文中指出了电离层闪烁发生的季节变化与本地地磁子午面与本地日落线之间夹角φdoy存在较好相关,同时指出两者存在一定差异,限于缺乏相关研究数据,文中并未给出电离层闪烁发生概率季节变化观测数据与φdoy之间的差异相关结论或者成果,特别是随太阳活动水平下降而向冬季月份推迟现象。此外,张红波等在已经获得授权的发明专利《一种中国低纬地区电离层闪烁发生概率预报方法》(CN105116469B)中,仅采用本地地磁子午面与本地日落线之间夹角φdoy来预测电离层闪烁发生概率的宏观季节变化特性,也未包含实际电离层闪烁发生概率随太阳活动水平下降而向冬季月份推迟的相关预测模型或预测方法。
发明内容
本发明所要解决的技术问题就是提供一种电离层闪烁发生概率季节变化相位角翕动预测方法,通过电离层闪烁发生概率季节变化相位角翕动预测来解决电离层闪烁发生概率随太阳活动水平下降而向冬季月份推迟的建模预测问题。
本发明采用如下技术方案:
一种电离层闪烁发生概率季节变化相位角翕动预测方法,其改进之处在于,包括如下步骤:
步骤1,用傅里叶函数表示电离层闪烁发生概率季节变化相位角φdoy随年积日的变化,其函数形式为:φdoy=a0+a1*cos(doy*w)+b1*sin(doy*w):
步骤1A,首先计算某一年全部的电离层闪烁发生概率季节变化相位角φdoy,doy=1,2,3,......,dmax,,dmax为一年总天数,闰年dmax=366,平年dmax=365;
步骤1C,采用非线性函数拟合工具对Xdoy和Yφ进行傅里叶函数拟合,傅里叶函数形式为:φdoy=a0+a1*cos(doy*w)+b1*sin(doy*w),获得傅里叶函数系数a0,a1,b1和w,其同时满足向量函数关系式:Yφ=a0+a1*cos(Xdoy*w)+b1*sin(Xdoy*w);
步骤2,利用经验模式预测季节变化相位角φdoy的傅里叶函数角频率的翕动修正量Δw:
步骤2A,预测翕动修正量Δw的经验模式是年平均太阳活动指数Rz的函数,并且年平均太阳活动指数Rz存在适用范围限制,Rz适用范围检查方法如下所示:
其中,Rin为限定值域后的年平均太阳活动指数;
步骤2B,依据限定值域后的年平均太阳活动指数Rin,利用经验模式预测翕动修正量Δw,其计算方法如下:
Δw=-(aΔ0+aΔ1*cos(Rin*wΔ)+bΔ1*sin(Rin*wΔ)),式中,aΔ0=0.008056,aΔ1=-0.005449,bΔ1=0.005821,wΔ=-0.01081;
本发明的有益效果是:
本发明所公开的电离层闪烁发生概率季节变化相位角翕动预测方法,能够给出中国低纬地区VHF/UHF/P频段电离层闪烁月发生概率峰值随太阳活动水平下降而向冬季月份推迟时间的预测信息,有助于提高VHF/UHF/P频段中国低纬地区电离层闪烁发生的预报准确度,增强VHF频段数据交换系统、VHF/UHF频段卫星测控、UHF/P频段天基SAR/远程目标监视雷达/卫星通信等电子信息系统的电离层闪烁影响应对能力。
基于海口地区2004年至2020年多年数据,验证了本发明所给出的电离层闪烁发生概率季节变化相位角翕动值与电离层闪烁发生概率随太阳活动水平下降而向冬季月份推迟以及年平均太阳活动指数Rz的相关性,均存在较好的强相关。因此,本发明是解决电离层闪烁发生概率随太阳活动水平下降而向冬季月份推迟的建模预测的一种有效技术途径,具有非常好的应用价值。
附图说明
图1是本发明所公开电离层闪烁发生概率季节变化相位角翕动预测方法的流程示意图;
图2是海口地区2004年至2007年,2012年和2013年六年间的UHF频段电离层闪烁月发生概率归一化数据曲线图;
图3(a)是基于海口地区2004年至2020年的UHF频段电离层闪烁月发生概率归一化数据提取的Δw观测数据,以及年平均太阳活动指数Rz数据;
图3(b)是Δw观测数据与预测数据之间的对比分析结果图;
图4是海口地区2006年UHF频段电离层闪烁月发生概率归一化观测数据曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1,如图1所示,本实施例公开了一种电离层闪烁发生概率季节变化相位角翕动预测方法,包括如下步骤:
步骤1,用傅里叶函数表示电离层闪烁发生概率季节变化相位角φdoy随年积日的变化,其函数形式为:φdoy=a0+a1*cos(doy*w)+b1*sin(doy*w):
步骤1A,假定当前年份为2006年,首先计算2006年全部的电离层闪烁发生概率季节变化相位角φdoy,doy=1,2,3,......,dmax,,其中φdoy单位为度,dmax为一年总天数,2006年dmax=365;
步骤1C,采用Matlab非线性函数拟合工具cftool对Xdoy和Yφ进行傅里叶函数拟合,傅里叶函数形式为:φdoy=a0+a1*cos(doy*w)+b1*sin(doy*w),获得傅里叶函数系数a0=0.08941,a1=-22.86,b1=5.522和w=0.01684(单位为度/秒),其同时满足向量函数关系式:Yφ=a0+a1*cos(Xdoy*w)+b1*sin(Xdoy*w);
步骤2,利用经验模式预测季节变化相位角φdoy的傅里叶函数角频率的翕动修正量Δw:
步骤2A,预测翕动修正量Δw的经验模式是年平均太阳活动指数Rz(单位为无量纲)的函数,并且年平均太阳活动指数Rz存在适用范围限制,Rz适用范围检查方法如下所示:
其中,Rin为限定值域后的年平均太阳活动指数,2006年年平均太阳活动指数Rz=16.05,则Rin=16.05。
步骤2B,依据限定值域后的年平均太阳活动指数Rin(单位为无量纲),利用经验模式预测翕动修正量Δw(单位为度/秒),其计算方法如下:
Δw=-(aΔ0+aΔ1*cos(Rin*wΔ)+bΔ1*sin(Rin*wΔ)),式中,aΔ0=0.008056,aΔ1=-0.005449,bΔ1=0.005821,wΔ=-0.01081,可得2006年Δw修正量为-0.0017(度/秒);
步骤3,利用修正后的傅里叶函数角频率w+Δw=0.0151计算修正后的电离层闪烁发生概率季节变化相位角修正后的可应用于评估电离层闪烁月发生概率峰值随太阳活动水平下降而向冬季月份推迟现象,具体计算公式如下:
图2是海口地区2004年至2007年,2012年和2013年六年间的UHF频段电离层闪烁月发生概率归一化数据。
图3(a)是基于海口地区2004年至2020年的UHF频段电离层闪烁月发生概率归一化数据提取的Δw观测数据,以及年平均太阳活动指数Rz数据。图3(b)是Δw观测数据与预测数据之间的对比分析结果。
图4是海口地区2006年UHF频段电离层闪烁月发生概率归一化观测数据曲线图,基于常规φdoy预测的电离层闪烁发生概率归一化数据和基于修正后预测的电离层闪烁发生概率归一化数据,可以看出基于修正后预测的电离层闪烁发生概率归一化数据更接近真实情况。
综上所述,本发明提供的电离层闪烁发生概率季节变化相位角翕动预测方法,可通过电离层闪烁发生概率季节变化相位角翕动预测来解决电离层闪烁发生概率随太阳活动水平下降而向冬季月份推迟的建模预测问题。基于海口地区2004年至2020年多年数据,验证了本发明所给出的电离层闪烁发生概率季节变化相位角翕动值与电离层闪烁发生概率随太阳活动水平下降而向冬季月份推迟以及年平均太阳活动指数Rz的相关性,均存在较好的强相关。因此,本发明是解决电离层闪烁发生概率随太阳活动水平下降而向冬季月份推迟的建模预测的一种有效技术途径,具有非常好的应用价值。
Claims (1)
1.一种电离层闪烁发生概率季节变化相位角翕动预测方法,其特征在于,包括如下步骤:
步骤1,用傅里叶函数表示电离层闪烁发生概率季节变化相位角φdoy随年积日的变化,其函数形式为:φdoy=a0+a1*cos(doy*w)+b1*sin(doy*w):
步骤1A,首先计算某一年全部的电离层闪烁发生概率季节变化相位角φdoy,doy=1,2,3,......,dmax,,dmax为一年总天数,闰年dmax=366,平年dmax=365;
步骤1C,采用非线性函数拟合工具对Xdoy和Yφ进行傅里叶函数拟合,傅里叶函数形式为:φdoy=a0+a1*cos(doy*w)+b1*sin(doy*w),获得傅里叶函数系数a0,a1,b1和w,其同时满足向量函数关系式:Yφ=a0+a1*cos(Xdoy*w)+b1*sin(Xdoy*w);
步骤2,利用经验模式预测季节变化相位角φdoy的傅里叶函数角频率的翕动修正量Δw:
步骤2A,预测翕动修正量Δw的经验模式是年平均太阳活动指数Rz的函数,并且年平均太阳活动指数Rz存在适用范围限制,Rz适用范围检查方法如下所示:
其中,Rin为限定值域后的年平均太阳活动指数;
步骤2B,依据限定值域后的年平均太阳活动指数Rin,利用经验模式预测翕动修正量Δw,其计算方法如下:
Δw=-(aΔ0+aΔ1*cos(Rin*wΔ)+bΔ1*sin(Rin*wΔ)),式中,aΔ0=0.008056,aΔ1=-0.005449,bΔ1=0.005821,wΔ=-0.01081;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210148166.2A CN114690275B (zh) | 2022-02-17 | 2022-02-17 | 一种电离层闪烁发生概率季节变化相位角翕动预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210148166.2A CN114690275B (zh) | 2022-02-17 | 2022-02-17 | 一种电离层闪烁发生概率季节变化相位角翕动预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114690275A true CN114690275A (zh) | 2022-07-01 |
CN114690275B CN114690275B (zh) | 2023-04-25 |
Family
ID=82137323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210148166.2A Active CN114690275B (zh) | 2022-02-17 | 2022-02-17 | 一种电离层闪烁发生概率季节变化相位角翕动预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114690275B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6184816B1 (en) * | 1998-07-06 | 2001-02-06 | Alliedsignal Inc. | Apparatus and method for determining wind profiles and for predicting clear air turbulence |
CN106134520B (zh) * | 2009-05-11 | 2014-05-28 | 中国电子科技集团公司第二十二研究所 | 中低纬地区电离层闪烁短期预报方法 |
WO2016034252A1 (en) * | 2014-09-05 | 2016-03-10 | Fugro Intersite B.V. | Ionospheric scintillation prediction |
CN111830596A (zh) * | 2020-07-30 | 2020-10-27 | 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) | 一种未来半小时内单站uhf频段电离层闪烁事件发生时长的预测方法 |
-
2022
- 2022-02-17 CN CN202210148166.2A patent/CN114690275B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6184816B1 (en) * | 1998-07-06 | 2001-02-06 | Alliedsignal Inc. | Apparatus and method for determining wind profiles and for predicting clear air turbulence |
CN106134520B (zh) * | 2009-05-11 | 2014-05-28 | 中国电子科技集团公司第二十二研究所 | 中低纬地区电离层闪烁短期预报方法 |
WO2016034252A1 (en) * | 2014-09-05 | 2016-03-10 | Fugro Intersite B.V. | Ionospheric scintillation prediction |
CN111830596A (zh) * | 2020-07-30 | 2020-10-27 | 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) | 一种未来半小时内单站uhf频段电离层闪烁事件发生时长的预测方法 |
Non-Patent Citations (1)
Title |
---|
刘钝等: "闪烁影响下的RAIM可用性预测方法" * |
Also Published As
Publication number | Publication date |
---|---|
CN114690275B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luo et al. | Trends of precipitation in Beijiang River basin, Guangdong province, China | |
Chen et al. | Seasonal predictions of tropical cyclones using a 25-km-resolution general circulation model | |
Friederichs et al. | Statistical downscaling of extreme precipitation events using censored quantile regression | |
Buizza et al. | Probabilistic predictions of precipitation using the ECMWF ensemble prediction system | |
Nashwan et al. | Non-stationary analysis of extreme rainfall in peninsular Malaysia | |
US20110307177A1 (en) | System and method for detecting volumetric soil water content | |
Specq et al. | Improving subseasonal precipitation forecasts through a statistical–dynamical approach: application to the southwest tropical Pacific | |
Mo et al. | Estimating the extreme wind speed for regions in China using surface wind observations and reanalysis data | |
Song et al. | Improving multi-model ensemble forecasts of tropical cyclone intensity using Bayesian model averaging | |
Guan et al. | Improvement of statistical postprocessing using GEFS reforecast information | |
Kim et al. | Interannual variations of the boreal summer intraseasonal variability predicted by ten atmosphere–ocean coupled models | |
Ying et al. | Statistical downscaling prediction of summer precipitation in southeastern China | |
CN105388467A (zh) | 一种修正多普勒天气雷达回波衰减的方法 | |
El Gharamti et al. | Ensemble streamflow data assimilation using WRF-Hydro and DART: novel localization and inflation techniques applied to Hurricane Florence flooding | |
Tan et al. | Moisture budget analysis of extreme precipitation associated with different types of atmospheric rivers over western North America | |
Gong et al. | Dynamic-statistics combined forecast scheme based on the abrupt decadal change component of summer precipitation in East Asia | |
CN114690275A (zh) | 一种电离层闪烁发生概率季节变化相位角翕动预测方法 | |
Zhu et al. | Forecast calibrations of surface air temperature over Xinjiang based on U-net neural network | |
Otsuka et al. | GSMaP RIKEN Nowcast: Global precipitation nowcasting with data assimilation | |
CN111830596B (zh) | 一种未来半小时内单站uhf频段电离层闪烁事件发生时长的预测方法 | |
Han et al. | An algorithm of spatial composition of hourly rainfall fields for improved high rainfall value estimation | |
Fang et al. | Multi-scheme corrected dynamic–analogue prediction of summer precipitation in northeastern China based on BCC_CSM | |
Yang et al. | The applicability of real-time flood forecasting correction techniques coupled with the Muskingum method | |
Lakshmi et al. | Prediction of future extremes during the Northeast Monsoon in the coastal districts of Tamil Nadu State in India Based on ENSO | |
KR20180060286A (ko) | 단시간 강수 예측의 정확도 향상을 위한 보정 방법 및 시스템 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |