典型文献
基于因果卷积与LSTM网络的电离层总电子含量预报
文献摘要：
电离层总电子含量(TEC)不仅是分析电离层形态的关键参数之一,同时为导航及定位等空间应用系统消除电离层附加时延提供重要支撑.由于电离层TEC的时空变化特征,本文融合因果卷积和长短时记忆网络,以太阳活动指数F10.7、地磁活动指数Dst和电离层TEC历史数据作为特征输入,构建深度学习模型,实现提前24 h预报电离层TEC.进一步利用2005-2013年连续9年的CODE TEC数据,全面评估了模型在北京站(40°N,115°E)、武汉站(30.53°N,114.36°E)和海口站(20.02°N,110.38°E)的预报性能.结果显示不同太阳活动条件下三个站的TEC值与真实测量值的相关系数都大于0.87,均方根误差大都集中在0～1 TECU以内,且模型预报精度与纬度、太阳、地磁活动程度、季节变化相关.与仅由长短时记忆网络构成的预报模型相比,本实验模型均方根误差降低了15％,为电离层TEC预报模型的实际应用提供了参考.
文献关键词：
电离层总电子含量;预报;因果卷积;长短时记忆网络
中图分类号：
作者姓名：
唐丝语;黄智
作者机构：
江苏师范大学物理与电子工程学院 徐州 221116
文献出处：
引用格式：
[1]唐丝语;黄智-.基于因果卷积与LSTM网络的电离层总电子含量预报)[J].空间科学学报,2022(03):357-365
A类：
B类：
因果卷积,电离层总电子含量,空间应用,应用系统,加时,时延,时空变化特征,长短时记忆网络,以太,太阳活动,F10,地磁活动指数,Dst,历史数据,深度学习模型,CODE,北京站,武汉站,海口,预报性能,测量值,TECU,预报精度,纬度,季节变化,预报模型,实验模型
AB值：
0.245978
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。
