公开(公告)号：CN104992054B

公开(公告)日：2018-09-21

申请号：CN201510344370.1

申请日：2015-06-19

Applicant: 东南大学

Inventor： 胡伍生 ,  王松寒 ,  华远峰 ,  丁茂华

IPC: G06F19/00 ,  G06N3/02

Abstract: 本发明公开了基于时间序列二维化的电离层垂直总电子含量预报方法，包括四个步骤：步骤S1是通过已知的电离层垂直总电子含量数据分析电离层垂直总电子含量随时间的变化特性；步骤S2是构建时间序列二维化平面，确定待预测的电离层垂直总电子含量与已知的电离层垂直总电子含量之间的权值，并根据权值对准备作为输入层的已知的电离层垂直总电子含量数据进行加权处理；步骤S3是构建神经网络模型；步骤S4是利用神经网络模型对电离层垂直总电子含量进行预报。本发明对电离层垂直总电子含量进行时间序列二维化处理，采用不等权值设置，对电离层垂直总电子含量具有良好的预报效果。

公开(公告)号：CN105808821A

公开(公告)日：2016-07-27

申请号：CN201610102061.8

申请日：2016-02-25

Applicant: 东南大学

Inventor： 胡伍生 ,  王松寒 ,  韩理想

IPC: G06F17/50

CPC classification number: G06F17/5036

Abstract: 本发明公开了一种基于EOF分解的电离层垂直总电子含量短期预报方法，其特征在于：包括以下的步骤：S1：对区域电离层VTEC数据进行EOF分解；S2：利用时间序列模型对步骤S1分解得到的时间分量数据进行预测；S3：根据EOF重构方程，将空间分量和预测得到的时间分量进行重构，得到电离层VTEC的预测值。本发明通过将电离层垂直总电子含量数据进行EOF分解，有效的把随时间变化的变量场分解为不随时间变化的空间函数部分以及只依赖时间变化的时间函数部分，实现了VTEC的预报；本发明对EOF分解出来的只依赖时间变化的时间分量部分利用时间序列模型进行预测，然后将预测结果与不随时间变化的空间函数部分进行EOF重构。

公开(公告)号：CN105182366A

公开(公告)日：2015-12-23

申请号：CN201510557767.9

申请日：2015-09-02

Applicant: 东南大学

Inventor： 胡伍生 ,  丁茂华 ,  余龙飞 ,  王松寒

IPC: G01S19/07

CPC classification number: G01S19/07

Abstract: 本发明公开了一种GNSS区域对流层天顶延迟改正的ISAAS模型计算方法，首先利用BP神经网络技术表示Saastamoinen模型误差；使用高精度的IGS对流层延迟产品数据训练BP神经网络；然后，用Saastamoinen模型方法计算用户位置的对流层天顶延迟；接着，用已经训练完毕的BP神经网络计算用户位置的Saastamonien模型模型残差；最后、计算修改后对流层天顶延迟。本发明计算出的对流层天顶延迟要比Saastamonien模型的精度提高大约12.4％。因此，对于一定区域的对流层，可以利用本发明提出的方法计算其延迟数值。

公开(公告)号：CN104992054A

公开(公告)日：2015-10-21

申请号：CN201510344370.1

申请日：2015-06-19

Applicant: 东南大学

Inventor： 胡伍生 ,  王松寒 ,  华远峰 ,  丁茂华

IPC: G06F19/00 ,  G06N3/02

Abstract: 本发明公开了基于时间序列二维化的电离层垂直总电子含量预报方法，包括四个步骤：步骤S1是通过已知的电离层垂直总电子含量数据分析电离层垂直总电子含量随时间的变化特性；步骤S2是构建时间序列二维化平面，确定待预测的电离层垂直总电子含量与已知的电离层垂直总电子含量之间的权值，并根据权值对准备作为输入层的已知的电离层垂直总电子含量数据进行加权处理；步骤S3是构建神经网络模型；步骤S4是利用神经网络模型对电离层垂直总电子含量进行预报。本发明对电离层垂直总电子含量进行时间序列二维化处理，采用不等权值设置，对电离层垂直总电子含量具有良好的预报效果。