基于神经网络的磁平静期赤道电集流预测

利用BP神经网络技术分别对2008年后磁平静期印度扇区、秘鲁扇区以及CHAMP卫星的赤道电集流（EEJ）变化进行预测,其中神经网络训练数据为对应的2000—2007年磁平静期EEJ观测数据,输入参量为天数、地方时、太阳天顶角、太阳活动指数（F_10.7）、太阴时以及卫星地理经度,输出参量为EEJ.对EEJ预测结果进行了统计学分析,并且与实际观测结果进行对比.结果表明：BP神经网络对事件中EEJ的变化具有很好的预测能力,预测结果能够反映EEJ的重要分布特征;EEJ预测值与观测值之间具有很好的相关性,其中地磁台站观测值与预测值相关性系数可达85%以上.此外,将BP神经网络模型的预测结果与Yamazaki提出的经验模型结果进行对比,结果显示BP神经网络与其经验模型性能相当.研究结果表明,BP神经网络技术在平静期EEJ变化预测方面性能优异,具有良好的应用前景.     

基于惯性系的双轴旋转式惯导系统转位方法

针对双轴旋转式惯导系统中不能自动补偿标度因数误差与地球自转耦合误差的问题,提出了一种改进的转位方法。该方法不增加转轴数目,通过补偿地球自转在转轴平面的投影抑制耦合误差项,计算结果表明该方法适用于激光陀螺惯导系统和光纤陀螺惯导系统。利用改进的转位方法对双轴旋转式惯导系统进行仿真,仿真结果验证了该方法的可行性。研究结果为双轴旋转式惯导系统的工程设计和改进提供了一定的理论支持。     

赤道地区热层纬向风反转时间和风速的经度分布差异

使用CHAMP卫星观测资料和TIEGCM模拟数据,研究了太阳活动低年春秋分季节赤道地区热层纬向风的反转时间和风速在经度分布上的差异,重点分析了离子拖曳力在不同地磁场构型下对纬向风速地理经度分布的影响。研究发现,纬向风一般在清晨时段由东向转为西向,下午时段由西向转为东向,但反转时间存在明显的经度差异,最大经度差异可达1.8 h,这主要是由于低层大气非迁移潮汐波的影响。非迁移潮汐波使下午时段的风场反转时间提前约2 h,更符合卫星观测结果;但其对清晨时段风场反转时间的影响不明显,从而使模拟结果与观测结果有较大差异。纬向风的经度四波结构主要来源于低层大气潮汐,但离子拖曳力对不同地磁场构型下的纬向风四波结构有一定的影响。分析发现,除低层大气非迁移潮汐波的作用外,离子拖曳力对纬向风四波结构的贡献约为25%,白天时段的贡献高于夜晚时段,在理想偶极子磁场时的贡献高于真实地磁场。