基于神经网络的准实时单站电离层TEC反演

摘要

使用全球导航卫星系统(Global Navigation Satellite System,GNSS)进行电离层总电子含量(Total Electron Content,TEC)反演时,单站相对于多站观测网是一种灵活简便的方法。基于人工神经网络(Artificial Neural Network,ANN)提出了一种准实时单站电离层总电子含量反演的方法。在这种方法中,上一个时段的硬件偏差作为初值并随着观测值调整,同时电离层总电子含量也准实时反演。为了对这种方法进行详细评估,通过位于中国的单站,4天磁静日的总电子含量分别采用本文方法与经典的最小二乘球谐函数法反演,其中硬件偏差和总电子含量的参考值通过附近的多站网得到。在另一个测试中,通过位于欧洲的单站,一次电离层暴事件及前后磁静日的总电子含量也分别通过上述方法反演。在磁静日,估计的硬件偏差整体上相对于最小二乘球谐函数法更接近参考值,反演的总电子密度更接近参考值。电离层暴时,两种方法反演的总电子含量也具有高度一致性,神经网络法估计的硬件偏差与磁静日的硬件偏差更接近。结果表明,提出的神经网络法相比最小二乘球谐函数法具有较高的精度。