-
题名广东地区高精度电离层延迟模型构建方法
- 1
-
-
作者
蔡泓威
江俊飞
李妍
叶世榕
-
机构
广东电网有限责任公司电力科学研究院
国家卫星定位系统工程技术研究中心
-
出处
《广东电力》
北大核心
2025年第2期47-56,共10页
-
基金
国家重点研发计划项目(2019YFC1509603)
中国南方电网有限责任公司科技项目(GDKJXM20210154)。
-
文摘
全球卫星导航系统(global navigation satellite system,GNSS)的高精度定位技术是支撑无人机智能巡检的关键技术,但广东省处于低纬度地区,电离层活动频繁且强烈,各向异性特征显著,现有全球电离层地图(global ionospheric maps,GIM)在该区域的校正精度不足,经常导致无人机在巡检时出现较大的定位偏差。因此,提出一种基于单星电离层模型(satellite-based ionospheric model,SIM)的电离层延迟校正方法。首先采用载波相位平滑伪距技术,从GNSS双频观测数据中精确提取电离层的总电子含量(total electron content,TEC);根据此数据,为每颗卫星独立建立低阶多项式模型,实现电离层TEC的精准校正,并有效规避了传统方法中使用的映射函数带来的误差,并利用广东电网多个连续运行参考站(continuous operating reference stations,CORS)的实测数据进行验证。结果表明,SIM显著提升了电离层延迟的校正精度,特别是在电离层活动剧烈的时段及区域表现出色。在中等太阳活动水平下,SIM的校正精度表现稳定,日均偏差为0.1463总电子含量(total electron content unit,TECU),即0.1463×10^(16)电子/m^(2),标准偏差(STD)为0.9192×10^(16)电子/m^(2),显示了良好的适应性和远高于GIM的精度。模型在冬季与夏季表现出相似的优异性能,证实了其良好的环境适应性与稳定性,为低纬度地区高精度GNSS定位及电离层延迟改正提供了有效的新方案。
-
关键词
全球卫星导航系统
电离层延迟校正
单星电离层模型
总电子含量
-
Keywords
global navigation satellite system(GNSS)
ionospheric delay correction
satellite-based ionospheric model(SIM)
total electron content unit(tecu)
-
分类号
TM75
[电气工程—电力系统及自动化]
-
-
题名一种组合模型的电离层总电子含量预报方法
被引量：3
- 2
-
-
作者
王建敏
徐迟
祁向前
黄佳鹏
-
机构
辽宁工程技术大学测绘与地理科学学院
龙岩学院资源工程学院
-
出处
《导航定位学报》
CSCD
2023年第2期166-175,共10页
-
基金
国家自然科学基金项目(41474020)。
-
文摘
针对电离层总电子含量(TEC)的非线性、非平稳等多种因素影响会导致全球导航定位服务数据的高噪声问题,提出一种小波分解、长短期记忆(LSTM)网络模型、埃尔曼(Elman)神经网络模型组合的方法:采用国际全球卫星导航系统服务组织(IGS)中心提供的不同纬度、不同时间段的TEC格网点数据,利用db4小波分解对前20 d的TEC样本序列进行分解得到高频信息与低频信息;再分别利用LSTM模型和Elman模型对高频信息和低频信息进行预报;然后将2种模型的预报值进行重构;最后利用滑动窗口预测连续多个2 d数据进行分析研究。实验结果表明,组合模型在春、夏、秋、冬不同季节的电离层预报的均方根误差分别为0.85、0.68、0.84和0.84个总电子含量单位(TECu),平均绝对值残差分别为0.66、0.55、0.60和0.69个TECu,平均相对精度分别为97.1%、97.1%、96.7%、95.9%,与2种单一模型相比可有大幅度提升。
-
关键词
小波分解
长短期记忆(LSTM)网络模型
埃尔曼(Elman)神经网络模型
滑动窗口
电离层总电子含量单位(tecu)
-
Keywords
wavelet decomposition
long-short term(LSTM)memory network model
Elman neural network model
sliding window
ionosphere total electron content unit(tecu)
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
