电离层f_0F_2参数提前24小时预测

利用中国9个垂测站(海口、广州、重庆、拉萨、兰州、北京、乌鲁木齐、长春、满洲里)一个太阳周(1976-1986年)的数据资料,采用三层前向反馈神经网络(BP网络)实现了电离层F2层临界频率(f0F2)参数提前24h预测.通过对f0F2参数的时间序列及其与日地活动之间进行相关分析,确定f(t)(当前时刻f0F2)、经过变换的F10.7指数等5个参数作为神经网络的输入参数,并通过同时段训练法获得不同时刻的预测值,本文与自相关分析法进行了预测性能比较.结果表明,上述方法构建的神经网络可以达到较高的预测精度.针对暴时数据,对神经网络算法进行了改进,提高了神经网络法对暴时数据的适用性.     

利用神经网络预报电离层f0F2

由中国武汉电离层台站和澳大利亚Hobart台站的电离层F2层临界频率(f0F2)的资料,利用三层前向反馈神经网络(BP网络),提出一种提前24h预测f0F2的方法,该方法以前5天观测的f0F2数据拟合的5个系数以及太阳活动参数作为输入,以当天24 h的f0F2作为输出对网络进行训练,训练好的网络可以实现对f0F2提前24 h的预报.预测结果显示,利用神经网络预测的f0F2与实际观测结果变化趋势较一致,并且比IRI的计算结果更加准确.误差分析表明,在南半球Hobart(-42.9°,147.3°)台站比中国武汉站(30.4°,114.3°)的结果要好,在低年比高年要好,在冬夏季节比春秋季节稍好.本文说明利用神经网络对电离层参量进行预报是一种切实可行的方法.     

航空液压泵磨损状况预测

磨损是航空液压泵典型的渐进性故障之一,因磨损量难以测量,对磨损状况进行准确的预测比较困难.针对上述问题,提出了基于多尺度数据的支持向量机预测方法,该方法将支持向量机用于时间序列预测的基本理论和数据多尺度分解、相空间重构方法结合,能更有效地挖掘时间序列的内在联系及变化规律.采用回油流量作为反映航空液压泵磨损状况的敏感信号,将其分解为趋势项和随机项,采用多尺度支持向量机作等维信息一步预测和多步预测,利用网格方法对预测模型参数寻优.对比传统支持向量机算法分析其预测精度,结果表明:多尺度支持向量机模型预测精度更高,适于中长期预测.      

利用F_(10.7)短期预报电离层F_0F_2

通过对电离层历史数据和太阳射电流量F10.7的回归分析,提出了一种单站电离层f0F2的短期预报方法,以F10.7的流动平均值fc为输入,以未米3天的f0F2为输出,分别利用中国地区8个台站的数据进行检验,分析不同太阳活动水平、季节以及地方时预报误差的分布特征.结果表明,该方法能有效地预测未来1～3天的f0F2.该方法还可应用于其他电离层参量的短期预报.     

电离层暴时经验模型STORM在中国区域的适应性研究

利用中国区域内9个垂测站1976---1987年一个太阳活动周期的电离层暴时f0F2数据, 统计分析了电离层暴事件的等级, 以及不同等级的电离层暴随季节和地磁纬度的分布特征. 研究发现, 中小型电离层暴在春秋季发生的概率较大, 不同季节的发生次数与地磁纬度具有明显的关系. 利用STORM模型对电离层暴时f0F2和大型及特大型电离层暴时f0F2的预测值与月中值进行了比较. 结果表明, 除了冬季误差增大外, 发生电离层暴时STORM模型能够有效地改善月中值模型. 增加中国的暴时数据, 并提高对冬季的暴时参数f0F2的预测是改善STORM模型的重要因素. 建立合适的暴时指数来预测f0F2是未来研究的重点.      

电离层参数行为的相轨道表示及其新的预测模型

以不同时间尺度的电离层参数时间序列重构的相轨道,表征了该参数的复杂行为,并由此提出了参量预测的相空间相似及回归模型。两模型用于海口(20°2'N,102°20'E)f₀F₂和M(3000)F₂的预测,取得了满意的结果。      

复杂背景下单个运动物体的实时视觉追踪算法

介绍了一种完全基于图像信息的运动检测视觉追踪算法.该算法综合了已有的一些算法,并在他们的基础上进行改进,可以实现在摄像机运动不剧烈的情况下,对单个运动物体的追踪.由人工选取目标,计算机开始在第1帧和第2帧图像中提取特征点,并在两帧图像中对特征点进行匹配.利用匹配的特征点建立仿射运动模型,以估计背景的运动和预测目标位置.假设运动目标所占的像素面积很小,在预测点附近的一块小邻域内进行光流分割得到运动目标.该算法在640×480大小的两帧连续图片上验证,取得了较好的效果.在PC上的实验证明,设置适当的参数,本算法可以应用于12.5Hz或25Hz的图像采集频率.      

基于SMO—SVR的飞机舵面损伤故障趋势预测

飞机舵面出现损伤时,为了更准确的预测状态参量变化情况,提出了一种改进的序贯最小优化支持向量回归(SMO-SVR, Sequential Minimal Optimization Support Vector Regression)预测方法.采用改进C-C平均方法对多元时间序列进行相空间重构,以确定最优嵌入维数m和延迟时间τ_d.根据所求m和τ_d建立加权SVR预测模型,并调整了SMO算法的停机准则.利用区间自适应粒子群算法(IAPSO, Interval Adaptive Particle Swarm Optimization)优化SVR参数,以提高参数优化速度.为了验证改进算法的有效性,针对飞机方向舵损伤故障趋势进行了预测和分析,并与径向基函数神经网络(RBFNN, Radial Basis Function Neural Network)方法进行了对比,仿真结果表明SMO-SVR预测模型具有很好的预测能力.     

集合卡尔曼滤波在电离层短期预报中的应用

提出了一种利用集合卡尔曼滤波对电离层f0F2短期预报结果进行优化的方法. 利用训练好的神经网络对f0F2进行提前1~24 h的预报, 考虑前一天预报误差的反馈信息, 动态跟踪 f0F2的变化趋势, 引入集合卡尔曼滤波对神经网络的预报结果实行进一步修正和优化. 实验结果表明, 此方法的预报效果优于单纯的神经网络模型和IRI模型. 此方法还可以应用于其他电离层参量的短期预报.      

基于自适应RVM的电子系统缓变故障预测方法

针对电子系统缓变故障的预测问题,提出一种自适应相关向量机(RVM, Relevance Vector Machine)方法.首先,对反映电子系统性能的参数序列进行相空间重构,建立RVM的输入输出对应关系;然后,将嵌入维数和核函数参数作为人工鱼位置,取留一交叉验证(LOOCV, Leave-One-Out Cross-Validation)误差的相反数作为目标函数,利用人工鱼群算法(AFSA, Artificial Fish Swarm Algorithm)实现方法参数的自适应优化选择;最后,通过雷达发射机高压电源与多注速调管的故障预测实验验证了方法的性能.实验结果表明:该方法在预测精度和预测可靠性方面优于现有方法.     

利用神经网络预报中国地区电离层f0F2

利用神经网络技术并考虑太阳和地磁活动对电离层的影响,提出了一种提前5 h预报中国地区电离层临界频率f0F2的方法.网络输入包括时间、季节、地理纬度、太阳天顶角、最近一天的12个观测值(F-23,F-22,F-21,F-20,F-19,F-18,F-5,F-4,F-3,F-2,F-1,F0)和前30天滑动平均值(A-24,A-23,A-22,A-4,A-3A-2,A-1,A0),网络输出分别为未来5 h的f0F2值F+1,F+2,F+3,F+4,F+5.选取乌鲁木齐、长春、重庆和广州站1958-1968年间的数据训练网络,利用中国9个电离层站的历史数据检验网络,根据均方根误差衡量网络性能的好坏.结果表明,神经网络的预报结果能较好地符合实测数据.这说明利用神经网络实现中国地区电离层f0F2的时空预报是可行的.     

地磁场与电离层异常现象及其与地震的关系

利用中国地磁台网与电离层台站资料,总结了大地震前出现的地磁低点位移、地磁日变异常及电离层f0F2(F2层临界频率)异常现象.对比研究了1997年11月8日玛尼7.5级与2001年11月14日昆仑山口西8.1级地震前磁场与电离层异常分布及特征.结果显示,两次巨大地震前磁场与电离层短临异常时空分布特征有较好的一致性,震中周围出现日变异常、拉萨台出现电离层f0F2明显异常;震前约1个月出现地磁低点位移,其突变分界线通过震中地区.      

NeQuick模式在亚太地区扇区电离层参数f0F2的预测能力

利用亚洲、澳大利亚地区8个电离层观测台站的F2层临界频率f0F2的历史观测数据,考察了NeQuick模式预报电离层基本参数f0F2在亚太扇区的适应性.对比分析表明,此模式能比较好地预测各地的F2层临界频率,其绝对误差在南半球各站相对北半球各站较大,太阳活动高年相对太阳活动低年较大,春秋季相对夏冬季较大.其误差均方根在太阳活动高年相对太阳活动低年较大.      

基于电离层暴时f_0F_2经验模型Kalman滤波短期预报

利用时间累积地磁指数印ap(T),建立了强地磁扰动条件下电离层f0F2与月中值相对偏差经验模型.该经验模型只在春秋季节和夏季特强地磁扰动条件ap(T)>100,即时间累积地磁指数大于100时达到理想精度.尝试利用气象预报中常用的Kalman滤波方法对模型的系数进行实时修正,以提高预报精度,并对长春站1986-1995年近一个太阳周f0F2数据进行提前一小时预报试验.冬季预报均方根误差为0.76MHz,春秋季节为0.68MHz,夏季为0.61MHz.在特强地磁扰动条件下,预测误差在0.87～1.43MHz之间.该预报方法同时与包含暴时修正模型STORM的国际参考电离层IRI2001进行了比较,展示了Kalman滤波方法实时修正模型系数的能力和良好的应用前景.     

中低纬电离层对行星际磁场南向翻转的响应

利用卫星和地面台站的历史数据, 研究了中低纬电离层f0F2 对强行星际磁场南向翻转的响应. 结果表明, 行星际磁场南向翻转能引起电离层扰动式响应, 响应特性与纬度、季节和翻转时刻的地方时有关. 在中纬, 发生在夏分季和夜间的翻转能造成较强的电离层负响应, 其幅度随纬度的降低而变弱, 在恢复过程中存在不规则振荡; 在低纬, 南向翻转引起的电离层响应在夏分季较强, 在冬季则较弱, 且易被淹没在电离层自身的扰动中. 分析指出电离层最大负响应与翻转后南向磁场极大值之间有着较好的线性关系.      

新版亚大地区F2电离层频率预测方法

新版亚大地区F2电离层频率预测方法根据电离层参量与太阳黑子数12个月流动平均值R12的互相关原理, 使用R12代替了由重庆F2层临界频率导出的电离层指数Ic, 减小了R12转换为Ic时的误差; 并在原亚大地区F2电离层频率预测方法的基础上审慎地选择并增补了一些探测站的大量数据, 不再使用三组不 同R12值的B系数去插值, 避免了中间环节所带来的插值误差. 并对几种不同方法的预测结果进行了比较, 结果显示新版本的预测精度较高.      

电离层数字测高仪被动接收观测模式研究

利用CADI(Canadian Advanced Digital Ionosonde)电离层数字测高仪平台,实现了新的电离层数字测高仪被动接收观测模式.利用新开发的观测模式,在观测台站开展了一系列实验观测研究,经过信号处理和信息提取,获得了电离层特征参量f0F2回归方程,高频信道背景噪声分布,电离层D层对电波的吸收等电离层探测信息.实验观测结果表明,所获取的f0F2与主动探测结果相关性在0.84以上,高频信道背景噪声分布以及电离层D层吸收状况与电离层实际分析结果相吻合.