双通道微波辐射计大气折射率剖面反演的神经网络算法

基于地基双通道微波辐射计（23．8GHz和31．65GHz）所测天顶方向的亮温测量数据和地面气象参数,给出了一种利用微波辐射测量反演大气折射率剖面的神经网络算法。利用青岛地区历史探空数据仿真的大气辐射亮温对神经网络进行了训练,回归得到了三段折射率剖面模型,并对利用实测亮温反演的大气折射率剖面与探空实测折射率剖面和模式剖面进行了比较分析,分析结果表明利用微波辐射计反演的折射率剖面与实测剖面间有很好的一致性,较三段折射率剖面模式具有更好的反演精度。     

对流层大气折射误差的微波辐射计修正

目前,雷达的目标跟踪定位、卫星的测控定轨等对大气折射误差高精度修正的要求越来越高。针对传统大气折射误差修正方法的成本高、实时性差等问题,研究利用对水汽和液态水含量敏感的双通道微波辐射计测得的辐射亮温来反演大气折射率的方法。对微波辐射计的反演结果和探空数据的结果进行比较,计算不同海拔高度上反演的平均偏差和均方差,发现利用微波辐射计反演得到的折射率剖面与探空值吻合较好,验证了此方法的可行性。同时介绍了微波辐射计新的定标方法和微波辐射计对于水平不均匀大气的折射误差修正方法。     

大气水平不均匀条件下电波折射修正法——辐射计法

对于大气水平不均匀性较大的地区,用59型探空仪测量大气剖面,然后用大气球面分层法计算电波折射误差,其精度不会太高。本文提出了用微波辐射计直接测量电波传播路径上大气辐射亮度温度而得到电波折射修正量的方法——辐射计法。由于辐射计法是直接在电波传播路径上进行测量,直接反应大气的空间结构和时变特性,并且不需要施放探空仪,具有方便、灵活、实时、全天候和修正精度高等优点,因此是一种非常实用的高精度电波折射修正方法。     

大气水平不均匀条件下电波折射修正法——辐射计法

对于大气水平不均匀性较大的地区,用５９型探空仪测量大气剖面,然后用大气球面分层法计算电波折射误差,其精度不会太高。本文提出了用微波辐射计直接测量电波传播路径上大气射亮度温度而得到电波折射正量的方法－辐射计法。由于辐射计法是直接在电波传播路径上进行测量,直接反应大气的空间结构和时变特性,并且不需要施放探空仪,具有方便、灵活、实时、全天候和修正精度高等优点,因此是一种非常实用的高精度电波折射修正方法。     

基于分段模型的测速雷达电波折射误差修正方法

针对高精度测速系统在优化设备时取消探空气象测量的要求,提出用统计大气折射率剖面分段模型代替探空测量剖面,并在此基础上建立了基于分段模型的测速雷达电波折射误差修正方法。利用某测站历史气象数据对该方法进行了验证,结果表明精度较高,基本上能够满足测速雷达数据处理电波折射修正的精度要求。     

电波折射修正中大气剖面的获取方法研究

提高电波折射修正精度的关键是获取精确的大气剖面。本文分析了几种获取大气剖面的方法及误差。结果表明，用综合法获取的大气剖面误差较小，更适用于高精度电波折射修正。     

外测数据对流层折射误差修正及精度分析

针对对流层引起的航天器外测数据折射误差,基于对流层分段模型,以测站历史气象数据拟合折射衰减系数,建立测控站上空对流层折射率模型,并利用实测地面折射率对统计模型进行优化,进一步提高模型反映大气剖面的真实性.利用该模型对S频段多颗在轨卫星50多跟踪圈次的实测外测数据进行修正分析,并与微波辐射计实时修正结果进行比较,测距、测角、测速互差分别优于0.9m、0.02°、0.06 m/s.将该模型应用于卫星长管外测数据的实时修正,可提高轨道测量数据质量.     

地基单站GPS探测大气折射环境

基于地基单站双频GPS接收机,提出了实时遥感探测大气折射环境（包括对流层折射率剖面与电离层电子密度剖面）的方法,并经过实验验证可行。在对流层方面,改进精密单点定位技术使得对流层低仰角斜延迟可以实时解算,然后利用相关向量机方法反演得到对流层折射率剖面;在电离层方面,采用Kalman滤波技术消除硬件延迟得到电离层TEC,基于IRI模型,利用遗传算法反演得到电离层电子密度剖面。此研究为大气折射环境的实时、高效、低成本探测提供了一种新手段。     

电波折射误差实时修正方法研究

目前的实时弹道处理过程中,由于获得探空气象数据比较困难,电波折射误差均采用各种简化方法进行计算,因而大气折射误差计算的精度不高,修正效果不佳。针对这种现状,本文提出了基于双指数模型的射线瞄迹法计算大气折射误差。试算结果表明,该方法的计算精度与事后数据处理所采用的电波折射误差修正方法相当,且能够满足实时处理的时间要求。     

一种基于海上探空气象数据的大气折射率模型

针对测量船精度鉴定中电波折射经验模型修正精度较差的问题,在双指数大气折射率模型的基础上,通过对测量船历次任务的100多次探空气象数据进行处理,回归分析得到干项和湿项特征高度与海平面气象参数的关系式。试算结果表明:基于该模型用射线描迹法计算折射修正量,其计算精度与事后数据处理采用的计算方法相当,距离、仰角修正后的最大残余误差约为3%,满足了测量船在三大洋任意海域的精度鉴定需求。     

电波折射误差实时修正的公式拟合方法

在实际工程应用中,为了提高雷达测量精度,电波折射误差的修正主要采用实时修正方法。本文给出了电波折射误差实时修正的公式拟合方法,该方法在实际应用中能够快速得到折射误差,从而提高了雷达测量精度。     

基于RBF神经网络的微惯性测量组合标定

针对微惯性测量组合标定精度低的问题,充分发挥神经网络良好的逼近非线性函数的优势,以RBF神经网络为主要逼近手段,对微惯性测量组合输出非线性特性进行精确逼近,从而得到更为准确的标定结果。试验结果表明,基于RBF神经网络的标定算法能够有效地逼近微惯性测量组合敏感信息,与传统基于最小二乘法建模方法相比,微惯性测量组合输出标定精度有了显著提高,为后续的载体姿态准确解算奠定了基础。     

测速雷达的电波折射简易修正方法及精度分析

为尽量简化多测速雷达定轨系统的气象测量，探讨了采用Hopfield对流层折射指数模型代替探空气象测量的适用性。主要分析了采用Hopfield模型与采用实际探空测量数据的折射误差修正量差别，目标轨迹误差对修正量的影响，以及气象参数对修正量的影响。     

应用端部效应改善的LS+NN模型进行日长变化预报

现有ΔLOD(Delta Length-Of-Day,日长变化)预报模式在进行周期项与残差项拟合分离时,通常没有考虑LS(Least Squares,最小二乘)拟合序列的端部效应,预报精度难以取得较大提高。针对端部效应现象,首先采用时间序列分析模型在ΔLOD序列两端进行数据延拓,构成一个新序列,然后用新序列求得LS外推模型系数,再结合LS外推模型和NN(Neural Network,神经网络)对原始ΔLOD序列进行预测。算例表明,在ΔLOD序列两端增加延拓数据,能有效改善LS拟合序列的端部效应;端部效应改善的LS+NN模型的预报精度明显优于常规LS+NN模型,精度最大提高了17.86%。该方法不仅适用于LS+NN模型,也适用于LS外推模型与其他模型的组合。     

基于改进的灰色RBF模型的初始备件预测研究

针对初始备件故障规律不稳定和历史消耗数据少的特点,将遗传算法、GM（1,1）模型和RBF神经网络有机结合．提出了改进的灰色RBF预测模型。该模型利用遗传算法对GM（1,1）模型参数进行动态寻优,并利用RBF网络对预测值进行残差修正。最后,通过采集新机部队某初始备件上半年的消耗数据,对该模型进行了实例仿真。结果表明：改进...     

基于神经网络的光纤陀螺温度漂移误差建模与补偿

光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一,在实际应用中必须对光纤陀螺温度漂移误差进行适当补偿。传统的最小二乘法等线性补偿方法很难满足补偿精度的要求且适用性较差,利用BP及RBF神经网络分别建立非线性光纤陀螺温度漂移误差模型,可以有效提高补偿精度,使用FOG温箱实测数据对最小二乘模型及神经网络补偿模型进行了测试对比,验证了基于神经网络的非线性补偿算法在FOG温度漂移补偿中的有效性。