基于实时观测数据的大气密度模式修正

针对国际大气密度模式NRLMSISE-00, 以中国神舟飞船探测数据为基础, 提出一种基于实时大气密度观测数据的模式修正方法. 通过计算分析模式计算结果与探测数据的误差分布特征, 针对地磁相对平静期(Ap≤ 30)模式计算的误差特点, 建立了一种平均误差修正方法, 即认为在相对平静期, 在相同纬度和地方时, 模式误差基本相同, 某一时刻模式预测误差可以近似用与其相同纬度和地方时的平均误差来替代, 从而对模式预测结果进行修正. 以神舟4号探测数据为基础, 通过对模式预测结果采用两种方式进行修正, 可以看到模式误差得到了一定的改善. 采用误差库累积准实时修正, 修正后的误差由原来的20 %降至6 %; 采用误差库5天滑动预报修正后, 模式提前1, 2, 3天的预测误差由原来的20 %分别降至7.8 %, 9.4 %和10.5%.      

一种基于温度参数的热层密度修正方法

热层大气的阻力效应是影响低轨航天器大量空间操作的重要因素, 尤其是经验密度模式, 其固有的至少15%的内符合误差已严重制约航天器轨道计算精度的提高. 针对广泛应用的经验密度模式, 选择物理背景简明、关联参数较少的JACCHIA71模式, 以地磁平静条件下的全球散逸层顶温度最小值T_c及125 km高度拐点温度T_x为对象, 建立密度相对于上述温度参数的条件方程, 推导密度相对于温度参数的解析偏导数, 并给出其最小二乘解. 同时, 利用CHAMP卫星数据对模式进行修正, 模式平均误差从40%降低至3%左右. 通过TG01飞行器的轨道预报比较, 修正前后轨道预报位置精度从2 km提升至1 km左右. 经过CHAMP卫星和TG01飞行器的实测数据检验, 验证了修正算法的正确性和有效性.      

利用二维核回归估计的大气密度模式修正

传统经验大气密度模式预测大气密度存在的较大误差会引起低轨卫星轨道预报误差,对卫星的再入轨、控制计划、碰撞规避及精密定轨造成不利影响.利用天宫一号卫星探测数据,针对大气NRLMSISE-00模式计算的误差特点,在地磁相对平静(Ap ≤ 30)的时间段内,对相近地方时和纬度的模式误差分布进行分析发现,相近地方时和纬度的模式误差分布基本相同.利用二维核回归估计方法,对与预测点相近地方时和纬度的样本误差进行加权,估计预测点处的模式误差,进而按距离预测日期天数的长短,采用加权修正法对模式预测结果进行修正,修正后大气模式误差的均方差(RMS)由14.09%降至4.05%.研究结果表明,该修正方法可以显著提高大气密度预报精度.      

电离层薄层高度对电离层模型化的影响

利用IRI2012模型分析了电离层薄层高度的时空变化规律,提出了基于应用中STEC的电离层改正误差分析理论,分析了电离层薄层高度变化的相关影响.结果表明,电离层薄层高度变化对电离层穿刺点位置、投影映射函数值、电离层建模结果、电离层模型精化和电离层模型精度评估结果的影响较大.高度截止角为10°时,电离层薄层高度变化导致电离层穿刺点的经纬度差异最大可达3.2°,投影映射函数最高可引入约15.46%的误差,电离层建模结果差异和建模实用误差最高分别达9.71%,3.64%,采用不同薄层高度数据的电离层模型参数拟合和模型精化结果最大可引入约9.26%的误差,采用不同电离层薄层高度数据进行模型精度评定时最大可引入约9.62%的误差.根据这些研究结果可知:在实际应用中应采用电离层薄层高度模型,并选取较大的卫星高度截止角来减小薄层高度变化引入的误差;采用固定高度时,区域电离层建模采用与实际电离层薄层一致的固定高度;进行精度评估时,参考数据的电离层薄层高度与需要精度评估的电离层模型薄层高度相等.      

大气阻力参数修正对低轨空间目标轨道预报精度的改进

对于低轨空间目标, 大气阻力是影响轨道预报精度的主要摄动力. 本文提出了一种 基于空间环境数据和神经网络模型的空间目标大气阻力参数修正方法, 基于目 标的历史两行元根数, 通过模拟得到外推一天轨道预报中预报结果与观测数据 符合最好的阻力调制系数, 分析表明其与太阳F_10.7指数和地磁Ap指数具有很好的相关性. 根据已有数据, 构建神经网络模型, 实现对阻力调制系数 的补偿计算, 从而改进低轨目标外推一天的轨道预报. 结果表明, 神经网络模 型相比两行元根数能够更及时地对空间环境变化进行响应. 将该方案应用于天 宫一号和国际空间站的外推一天轨道预报, 验证了方案的正确性和普适性, 对 地磁扰动引起的较大预报误差改进效果更好, 误差能够降低50%~60%; 平均而言, 预报精度可以提高约30%, 改进成功率达到80%左右.      

NRLMSISE-00大气模型与GRACE和CHAMP卫星大气密度数据的对比分析

利用GRACE(Gravity Recovery And Climate Experiment)和CHAMP(Challenging Mini-Satellite Payload)卫星2002-2008年的大气密度数据与NRLMSISE-00大气模型密度结果进行比较,分析了模型密度误差及其特点.结果显示,NRLMSISE-00大气模型计算的密度值普遍偏大,其相对误差随经纬度变化,在高纬度相对较小;相对误差随地方时变化,在02:00LT和15:00LT左右较大,10:00LT和20:00LT左右较小.通过模型密度相对误差与太阳F_10.7指数的对比分析发现,在太阳活动低年模型相对误差最大,而在太阳活动高年相对误差较小;将模型结果分别与GRACEA/B双星和CHAMP卫星的密度数据进行比较,发现对于轨道高度更高的GRACE卫星轨道,模型相对误差更大;在地磁平静期,相对误差与地磁ap指数(当前3h)相关性不强,但是在大磁暴发生时,误差急剧增大.      

GNSS电离层模型改正精度评估与分析

电离层时延误差是导航定位信号在空间传播路径上的主要误差源之一,因此全面了解GNSS电离层模型的改正精度具有一定现实意义.根据GPS,BDS和Galileo系统所采用的电离层修正模型,利用2014年电离层校正参数,以高精度全球电离层图为基准,评估分析了三大系统电离层时延的改正精度.结果表明:目前GNSS使用的几种电离层修正模型的改正率在65~75%左右;Galileo系统使用的第二版NeQuick模型与第一版NeQuick模型相比在修正精度上并无显著提高;GPS使用的Klobuchar 8参数模型在北半球25°-45°N的中纬度地区精度很高,但是在全球其他区域精度较低,分布性较差,而NeQuick模型全球改正率分布则较为平均且平滑.      

高弹道测量数据电波折射误差快速修正算法

飞行器制导精度评估、特别是航天器的姿态与定点控制、落点预报等，都离不开高精度的外弹道测量数据。在影响测量数据精度因素中，折射误差是主要误差源之一。目前折射误差修正方法中，一类精度很高，但计算速度太慢，无法应用于实时计算；一类速度很快，但因为使用的是简化模型，因而精度较差，难以满足未来高精度测控的需要。如何在确保实时计算速度基础上，又能提高其处理精度，正是文章构造出的快速折射修正二步方法所解决的课题。经仿真计算证明，该方法的结果完全满足实际工程对精度和速度的要求。     

基于NTCM-BC模型的全球卫星导航系统单频电离层延迟修正

选择NTCM-BC模型作为单频电离层延迟修正模型,通过非线性最小二乘拟合的方法,利用提前一天预测的电离层图（COPG文件）,计算得到NTCM-BC模型修正系数;利用Klobuchar模型和IGS发布的GIM数据对NTCM-BC模型进行比较和分析.对太阳活动高、中、低年实测数据的分析结果表明:全球平均水平上,NTCM-BC模型的电离层延迟修正性能明显优于Klobuchar模型,NTCM-BC模型的TEC平均误差和均方根误差比Klobuchar模型分别下降了41%和30%;模型的TEC计算误差与太阳活动剧烈程度成正相关,即太阳活动高年模型误差较大,太阳活动低年误差相对较低.相较于磁静日,磁扰日期间Klobuchar模型和NCTM模型的误差均有一定程度的增加.此外,模型的电离层修正误差同时存在明显的纬度、季节和地方时差异.      

基于遗传算法的航空发动机部件特性修正

研究了航空发动机部件特性修正技术,提出了一种基于变适应度函数的模型优化算法,以达到减小总体建模误差,提高模型精度的目的.在稳态模型的基础上,对引气系数、总压恢复系数和各部件的特性进行了修正,使修正后的模型输出与实验数据相一致.采用改进遗传算法,对交叉率和变异率进行了非线性自适应调整,并根据误差大小调整适应度加权系数,避免算法陷入局部最优,同时减小最大建模误差.仿真结果表明,修正后各实验参数平均误差从2.420 8%减小到0.321 7%,模型满足稳态误差小于2%的要求.      

LSTM神经网络在太阳F10.7射电流量中期预报中的应用

F_10.7指数作为大气密度经验模型的重要输入参量，其预报精度直接影响航天器轨道预报精度.研究发现，太阳活动表现出长时间尺度上平均11年和中短时间尺度平均27天的周期性变化特征.依据这一观测事实，基于长短期记忆单元（Long Short-term Memory，LSTM）递归神经网络方法进行F_10.7指数未来27天的中期预报.利用一个连续长时段F_10.7数据作为训练数据，构建LSTM神经网络训练和预测模型，分别预测太阳活动高低年未来27天的F_10.7指数.结果表明，太阳活动高年的第27天F_10.7指数预报平均相对误差最优可达10%以内，低年最优可达2%以内.      

Use of two-line element data for thermosphere neutral density model calibration

Traditional empirical thermospheric density models are widely used in orbit determination and prediction of low-Earth satellites. Unfortunately, these models often exhibit large density errors of up to around 30% RMS. Density errors translate into orbit errors, adversely affecting applications such as re-entry operations, manoeuvre planning, collision avoidance and precise orbit determination for geodetic missions. The extensive database of two-line element (TLE) orbit data contains a wealth of information on satellite drag, at a sufficiently high spatial and temporal resolution to allow a calibration of existing neutral density models with a latency of one to two days. In our calibration software, new TLE data for selected objects is converted to satellite drag data on a daily basis. The resulting drag data is then used in a daily adjustment of density model calibration parameters, which modify the output of an existing empirical density model with the aim of increasing its accuracy. Two different calibration schemes have been tested using TLE data for about 50 objects during the year 2000. The schemes involve either height-dependent scale factors to the density or corrections to CIRA-72 model temperatures, which affect the density output based on a physical model. Both schemes have been applied with different spherical harmonic expansions of the parameters in latitude and local solar time. Five TLE objects, varying in perigee altitude between 280 and 530 km, were deliberately not used during calibration, in order to provide independent validation. Even with a single daily parameter, the RMS density model error along their tracks can already be reduced from the 30% to the 15% level. Adding additional parameters results in RMS errors lower than 12%.     

冕洞相关地磁Ap指数中短期预报方法研究

地磁Ap指数是描述全球地磁活动水平的重要指数, 过去许多参考大气模式中都用Ap指数来表述地磁活动状态, 大气模式的运行需要输入地磁Ap指数, 因此, 地磁Ap指数的预报一直是空间环境预报中一个非常重要的内容. 针对太阳活动低年冕洞引起的地磁扰动具有明显27天重现的特性, 利用修正的自回归方法, 对地磁Ap指数进行了提前27天的预报; 采用从SOHO/EIT观测资料发展出来的描述冕洞特性的Pch因子, 进行了提前三天的地磁Ap指数预报. 结果显示, 将统计方法与物理分析相结合, 进行地磁Ap指数的中短期数值预报, 可以得到较好的预报效果.      

太阳E10.7指数的反演及预报方法

针对高层大气密度预报和轨道预报业务中对新型太阳紫外辐射指数E_10.7的需求,基于TIMED-SEE观测仪器提供的0.1～105 nm太阳辐射强度数据,开展了E_10.7指数反演和中期预报研究。 E_10.7指数是太阳光谱中波长为0.1～105 nm的辐射流量,单位与F_10.7指数相同（sfu,1 sfu=10–22 W·m–2·Hz–1）。 TIMED-SEE观测仪器提供的0.1～105 nm太阳辐射强度实测值具有高时间分辨率、延迟时间短和易获得的优势,利用最小二乘法拟合可反演出准实时的E_10.7指数,均方根误差为5.445 sfu。利用高阶自回归模型对E_10.7的中期预报效果尚佳,未来27天的预报值平均相对误差为7.83%。利用同样方法还开展了E_10.7指数81天中心滑动平均值未来27天预报试验,未来27天的预报值平均相对误差仅为3.63%。      

K波段微波高光谱辐射计的晴空定标方法

K波段微波高光谱辐射计应用于大气探测方向,能够减少地表至对流层内的大气廓线误差和提高廓线的垂直分辨率.针对平均辐射温度在宽大气频谱和不同天空仰角下存在浮动的问题,结合所统计的北京地区往年廓线数据和晴空条件下的Liebe大气吸收模型（1993）,提出了一种微波高光谱下改进的晴空定标方法.相比于传统的晴空定标方法,该方法利用先验的气象数据对定标过程进行优化计算,有利于提高平均辐射温度的预测精度.误差分析结果表明当K波段微波高光谱辐射计采用改进的晴空定标方法时,能够有效减少平均辐射温度对其定标误差的影响.      

基于电子密度同化的热层大气密度预报方法

采用热层电离层耦合模式TIEGCM和集合卡尔曼滤波同化方法,利用同化COSMIC电离层掩星电子密度数据优化热层电离层参量,并将模式预报的大气密度与CHAMP卫星大气密度数据进行对比,分别开展模拟和实测数据的同化预报实验.在模拟数据同化实验中,状态向量包含温度、风场和离子成分的实验结果表明,仅优化温度即可达到最优的热层大气密度预报效果.在实测数据同化实验中,将温度作为状态向量参数,优化结果表明,循环同化过程中模式预报的大气密度相对偏差的均方根误差在48h内从38%减小到27%,同化稳定时间至少需要30h.预报过程中大气密度预报效果的改善持续时间为34h.这表明电子密度同化能够改善热层大气密度的预报精度,设计的实验方案合理可行,可获得较长的预报时效.      

High accuracy satellite drag model (HASDM)

The dominant error source in force models used to predict low-perigee satellite trajectories is atmospheric drag. Errors in operational thermospheric density models cause significant errors in predicted satellite positions, since these models do not account for dynamic changes in atmospheric drag for orbit predictions. The Air Force Space Battlelab’s High Accuracy Satellite Drag Model (HASDM) estimates and predicts (out three days) a dynamically varying global density field. HASDM includes the Dynamic Calibration Atmosphere (DCA) algorithm that solves for the phases and amplitudes of the diurnal and semidiurnal variations of thermospheric density near real-time from the observed drag effects on a set of Low Earth Orbit (LEO) calibration satellites. The density correction is expressed as a function of latitude, local solar time and altitude. In HASDM, a time series prediction filter relates the extreme ultraviolet (EUV) energy index E_10.7 and the geomagnetic storm index a_p, to the DCA density correction parameters. The E_10.7 index is generated by the SOLAR2000 model, the first full spectrum model of solar irradiance. The estimated and predicted density fields will be used operationally to significantly improve the accuracy of predicted trajectories for all low-perigee satellites.