基于SABA优化的Volterra级数空战目标机动轨迹预测

目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题,通过分析并结合目标机动轨迹时序数据所具备的混沌特性,引入Volterra泛函级数模型进行目标机动轨迹预测。为解决Volterra泛函级数模型中存在高阶核函数难以求解的问题,利用变异机制和自适应步长控制机制改进蝙蝠算法的寻优能力,进而构建了一种基于自适应蝙蝠算法（SABA）优化的Volterra泛函级数目标机动轨迹预测模型,并利用优化后不同阶数的Volterra泛函级数模型对目标未来机动轨迹进行预测。仿真实验中,通过与其他优化算法改进的Volterra泛函级数模型的预测精度对比,验证了所提预测模型的可行性,同时也说明了二阶Volterra泛函级数模型更加适用于目标机动轨迹预测。      

实时电离层格网数据精度评估

电离层延迟是制约单频接收机定位精度的重要误差源之一.为提高单频接收机的实时电离层改正精度,需要实时电离层数据.以中国科学院空天信息创新研究院提供的实时电离层数据为例,对比分析不同太阳活动期实时电离层数据及预报电离层数据与IGS最终电离层数据之间的差值以及不同太阳活动期、不同纬度测站的电离层数据对电离层延迟进行改正后得到的定位精度.结果表明:在低太阳活动期和高太阳活动期,实时电离层数据无法很好地反映大部分海洋上空的电离层变化特性;对不同太阳活动期,实时电离层数据在高纬度测站的定位精度优于预报数据和广播模型,在中纬度测站的定位精度略低于预报数据而与广播模型定位精度相当,在低纬度测站的定位精度略优于预报数据和广播模型.      

基于相空间重构的f_0F_2一步预测算法研究

利用低纬度地区某垂测站2005年3月和4月两个月,f0F2参数共5856个数据样奉,对提前15min的一步预测算法进行了研究.基于混沌时间序列的相空间重构方法,以相近邻点轨迹具有相似性为预测理论基础,采用k最近邻点的方法对下一时刻的,f0F2进行预测.对邻点个数的选取采用了训练法和自适应选择法,对选出的邻点采用平均法和自回归两种方法进行处理,并对几种不同方法的预测结果进行了比较.结果证明,基于相空间重构的一步预测算法预测精度较高,并且容易实现,运算速度高,适用于电离层参数准实时预报.     

太阳X射线耀斑特征参数预报方法研究

太阳耀斑是重要的空间天气事件, 有关太阳耀斑参数的预报对于电离层突然骚扰(SID)影响的评估具有实用意义. 本文采用GOES-8卫星上第23太阳周软X射线通量的数据, 通过数值拟合的方法对X级耀斑强度的峰值以及X级耀斑的结束时间进行预测. 利用这种方法对第23太阳周中的X级耀斑进行分析, 最多可以提前17min预测出X级耀斑的峰值, 在预测X级耀斑结束时间时, 预测的X级耀斑结束时间最多可以提前60min左右, 从预报结果来看, 预报方法具有一定的有效性和实用性.      

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.     

运用信息融合式高阶UKF的微小卫星姿态确定算法

为提高微小卫星微型低成本姿态敏感器的姿态确定精度,基于磁强计/太阳敏感器/陀螺仪的姿态敏感器配置以及无迹卡尔曼滤波方法（Unscented Kalman Filter,UKF）,设计了一种基于高阶UKF算法并且融合磁强计与太阳敏感器观测信息的微小卫星姿态确定算法.为提高系统状态方程非线性函数的一步预测精度,采用基于五阶UT变换的高阶UKF算法,增加了Sigma采样点数量,提高了系统状态预测精度.单一观测向量滤波算法不能同时满足多个不同量纲观测数据,本文提出一种同时利用两个观测向量的信息融合式滤波算法,根据磁强计和太阳敏感器的观测信息,通过卡尔曼滤波原理中的增益计算,分别得出地磁矢量和太阳矢量对应的卡尔曼增益信息.采用高斯概率密度准则进行信息融合,进而完成预测值的修正,得到同时满足磁强计以及太阳敏感器观测需求的四元数估计值,降低了观测误差的影响.仿真分析验证了算法的优越性.      

计及电离层倾斜的P—D变换及其短波通信MUF的预报方法

本文提出了计及电离层倾斜的高频返回散射电离图的最小时延换算为大圆距离的计算方法，并讨论利用返回散射电离图进行最高可用频率预报。在Ｄ＞１０００ｋｍ条件下，Ｐ－Ｄ变换的最大误差在３．５％以内，实时预报结果与ＣＣＩＲ提供的频率预报的月平均值相差±１．５ＭＨＺ．     

基于集成学习的太阳质子事件短期预报方法

太阳质子事件是一种由太阳活动爆发时喷射并传播到近地空间的高能粒子引起的空间天气现象。这些高能粒子会对航天器和宇航员产生严重危害,对太阳质子事件进行准确的短期预报是航天活动灾害预防的重要内容。针对当前主要预报模型中普遍存在的高虚报率问题,提出了一种基于集成学习的太阳质子事件短期预报方法,利用第23个太阳活动周数据,建立了一种集成8种机器学习模型的太阳质子事件短期预报系统。实验结果表明,本文方法在取得了80.95%的报准率的同时,将虚报率降低至19.05%,相比现有的预报系统具有较为明显的优势。      

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.      

基于Volterra级数的功放行为建模与简化

Volterra级数行为模型因其高复杂度而只适用于弱非线性系统,对于具有强非线性和长记忆效应的功率放大器,Volterra级数模型将包含大量的待辨识参数.对射频功率放大器的行为建模进行了研究,提出了功率放大器Volterra级数行为模型的简化方法,通过引入邻对角核控制因子和动态偏离阶数控制因子,合理移除了对信号输出影响较少甚至无关的辨识参数,从而在保证模型准确度的前提下有效地降低了模型的复杂度和参数提取时间.采用了一个10 W的射频功率放大器实例用于模型提取和验证,模型与仿真实验的数据结果对比表明,简化的Volterra行为模型能够很好地描述功放的非线性特性及记忆效应,验证了简化行为模型的有效性和灵活性.     

奇异谱分析在太阳10.7cm射电流量中期预测中的应用

首次尝试利用信号处理技术奇异谱分析方法预测太阳活动低年未来27天太阳10．7cm射电流量．选取的预报试验时间段是2004年4月30日至5月30日,此试验期内太阳活动水平相对较低．在样本时间序列的构建上,吸取了相似周数据分析思路,采取的是23周实时观测数据与其相似周第20周下降年部分数据相结合的方式,既增加了样本长度又避开了太阳活动的活跃期．这31天的预报试验结果表明,大部分情况下,预报值基本上体现出F10．7的变化趋势,平均相对误差为10．5％;比同时期美国空军预测值的平均相对误差小,前者为11．3％,后者为14．6％;除两天外,SSA每一次27天的预报结果的平均相对误差比美国空军(AAF)的要小;对不同的时间提前量而言,AAF提前1天到提前12天的预报准确性较奇异谱分析方法要高,即AAF较短期的预报效果更好．     

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.      

Solar activity prediction studies and services in NAOC

Solar activity prediction services started in 1960’s in National Astronomical Observatories, Chinese Academy of Sciences (NAOC). As one of the members of the International Space Environment Service (ISES), Regional Warning Center of China (RWC-China) was set up in 1990’s. Solar Activity Prediction Center (SAPC), as one of the four sub-centers of RWC-China, is located in NAOC. Solar activity prediction studies and services in NAOC cover short-term, medium-term, and long-term forecast of solar activities. Nowadays, certain prediction models, such as solar X-ray flare model, solar proton event model, solar 10 cm radio flux model, have been established for the practical prediction services. Recently, more and more physical analyses are introduced in the studies of solar activity prediction, such as the magnetic properties of solar active regions and magnetic structure of solar atmosphere. Besides traditional statistics algorithms, Machine Learning and Artificial Intelligence techniques, such as Support Vector Machine (SVM) method, are employed in the establishment of forecast models. A Web-based integrated platform for solar activity data sharing and forecast distribution is under construction.     

Using Back Propagation Neural Network Method to Forecast Daily Indices of Solar Activity F10.7

The solar 10.7 cm radio flux，F_10.7，a measure of the solar radio flux per unit frequency at a wavelength of 10.7 cm，is a key and serviceable index for monitoring solar activities.The accurate prediction of F_10.7 is of significant importance for short-term or long-term space weather forecasting. In this study，we apply Back Propagation （BP） neural network technique to forecast the daily F_10.7 based on the trial data set of F_10.7 from 1980 to 2001.Results show that this technique is better than the other prediction techniques for short-term forecasting，such as Support Vector Regression method.      

基于斜向探测最高可用频率反演电离层参数

提出了一种利用斜向探测F₂层最高可用频率及其对应时延反演传播路径中点临界频率f₀F₂和3000km传输因子M（3000）F₂的新方法.该方法从工程实用角度出发,利用射线传播理论直接反演得到临界频率和3000km传输因子.通过对长春-径阳和新乡-赤峰两条斜向探测链路中点电离层参数的反演分析,验证了方法的稳定性;利用反演结果与北京垂直探测数据对比,验证了方法的准确性;通过与Smith方法的对比,验证了方法的实用性.统计分析显示,此方法具有与Smith方法可比的精度,明显优于参考电离层模型给出的结果,其均方误差为0.48MHz,相对误差为10.50%;具有较好的稳定性,对不同距离的探测链路有较好的适应性,反演精度差异为0.03MHz;具有可操作性强,易于实现的特点.本研究成果可用于短波通信频率实时预报、动态频率管理及其相关领域.      

用斜探测电离图(P-f)作频率预报

本文分析了斜探测电离图(P-f)。在对测得的电离图判读的基础上给出了最高观测频率MOF的日变化曲线,它可看作为电离层准实时频率预报曲线。图中同时提供了几个重要的电离层预报参数,如MOF、LOF、MUF及E_s的影响等。文章最后把斜测电离图与同时测得的返回散射电离图(在同一张电离图上)结合起来,给出了最佳工作频率窗口,其结果可以作为(在固定线路上)修正长期预报的依据,因为长期预报是用垂测数据经换算得到的。      

用开环门限自回归分析方法探讨短波衰退事件的预报

本文基于电离层突然骚扰对强太阳活动的依赖关系,用开环门限自回归分析方法,以每日最大2800MHz射电爆发峰值流量为预报因子,探讨短波衰退事件(SWF)的预报.通过对1980.1—6月和1980.1—2月的短波衰退事件作中、短期预报的检验,表明,用此方法作中期预报的效果优于经验方法的预报;用于短期预报(3天)效果较好.      

基于地磁坐标和Kriging技术的高纬地区f0F2重构方法

为能够在高纬区域获取高精度电离层参数特性结果,提出了基于地磁坐标的高纬度区域电离层F₂层临界频率（f₀F₂）的重构方法.该方法确定了基于地磁坐标的变异函数,通过求解改进Kriging方程得出估计值.方法的确定取决于对2种坐标系、2类电离层距离计算方法以及尺度因子的选取.通过对俄罗斯6个垂直探测站在太阳活动高年（2013年）和低年（2017年）的f₀F₂历史观测数据使用月中值进行交叉验证,证明了引入地磁坐标和利用球面距离计算方法对高纬度地区进行重构能够达到最优效果.相比现有方法,其整体标准误差和绝对误差均有所降低.上述研究证实了该方法的有效性,对电子信息系统的可用频率预测以及通信效能保障具有重要意义.