典型文献
基于智能优化粒子滤波算法的热层大气预报研究
文献摘要：
随着人类空间活动的快速发展,地球低轨航天器数量迅速增长,近地空间变得愈发拥挤.因此,亟需采取有效措施预报低轨航天器的运行轨迹,以避免卫星碰撞等事件的发生.热层大气对航天器的拖曳作用,是造成其轨道衰减的重要原因.然而,由于热层数值模式存在诸多不确定性参数,以及太阳和地磁活动等外部驱动难以预测等多种因素,热层大气预报误差会随时间的增加而快速增大.对热层大气的可靠预报仍是空间天气领域的难题之一.本研究开发了一种新型的基于全球观测的热层预报模式(GOFT).该模式通过智能优化粒子滤波算法,对理论模式中可能导致热层状态估计出现显著误差的主要不确定性参数进行智能调整,提高了模式的预报性能.同时,GOFT对热层大气状态的准确估计将有助于提升对高层大气时空演化特性的深入认识.
文献关键词：
热层;预报;智能优化粒子滤波;不确定性参数
中图分类号：
作者姓名：
任德馨;雷久侯
作者机构：
中国科学技术大学地球和空间科学学院,中国科学院近地空间环境重点实验室,合肥230026;中国科学技术大学蒙城地球物理国家野外科学观测研究站,蒙城233500;中国科学技术大学,中国科学院比较行星学卓越创新中心,合肥230026
文献出处：
引用格式：
[1]任德馨;雷久侯-.基于智能优化粒子滤波算法的热层大气预报研究)[J].中国科学（地球科学）,2022(01):186-198
A类：
智能优化粒子滤波,GOFT
B类：
粒子滤波算法,热层,类空,航天器,近地空间,得愈,拥挤,报低,运行轨迹,拖曳,层数,数值模式,不确定性参数,地磁活动,外部驱动,难以预测,预报误差,空间天气,研究开发,预报模式,理论模式,层状,状态估计,智能调整,预报性能,时空演化特性
AB值：
0.329911
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
