典型文献
基于改进GRNN的电离层VTEC误差模型
文献摘要：
为进一步改正电离层延迟,在研究分析Klobuchar模型电离层模型的总电子含量误差时发现其存在着一些周期性规律信息.针对这些误差信息,提出了利用K-折交叉验证方法优化广义回归神经网络(generalized regression neural network,GRNN)径向学习速度,并建立基于Klobuchar模型的总电子含量误差补偿模型,对这些误差信息进行预测和补偿.试验结果表明,优化后的误差模型对不同地区和不同季节下电离层电子含量误差具有较好的预报精度和拟合效果.利用该模型对Klobuchar模型进行误差补偿,可将该模型总电子含量预报误差减小32％-90％,提高了改正精度.
文献关键词：
电离层延迟;误差补偿;总电子含量;神经网络
中图分类号：
作者姓名：
简益梅;许承东;王倚文;彭雅奇
作者机构：
北京理工大学宇航学院,北京100081;北京空间飞行器总体设计部,北京100094;中国直升机设计研究所天津直升机研发中心,天津300000
文献出处：
引用格式：
[1]简益梅;许承东;王倚文;彭雅奇-.基于改进GRNN的电离层VTEC误差模型)[J].计算机仿真,2022(08):45-50
A类：
Klobuchar
B类：
GRNN,VTEC,误差模型,改正,正电,电离层延迟,电离层模型,总电子含量,周期性规律,交叉验证,验证方法,方法优化,广义回归神经网络,generalized,regression,neural,network,学习速度,误差补偿模型,不同季节,节下,预报精度,拟合效果,预报误差
AB值：
0.340504
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。
