时延-角度特性研究

本文在球不对称局域准抛物电离层模型下,设计了一套射线追踪算法的计算机程序。研究了时延随角度变化特性。指出了最小时延的传统求解方法的适应范围,讨论了时延-角度特性曲线与返回散射电离图的关系及其能量分布特点。      

电离层特征参量的自相关原理插值方法

通过选用合适的电离层平稳性参数, 建立相应的正定自相关系数模型, 利用自相关分析原理, 提出了一种针对电离层特征参量历史缺失数据插值处理的新方法. 该方法能够提高Muhtarov 和Kutiev 在1999 年提出的自相关系数法的插值精度, 通常情况下可以把误差降低1 到2 个百分点以上, 有时甚至能降低接近9 个百分点, 在很大程度上改善了对电离层历史缺失数据的插值处理效果. 此外, 本文还对插值误差随季节、太阳活动性和地理纬度等的变化规律进行了分析.      

利用人工神经网络预测电离层f0F2月中值

提出了利用人工神经网络技术预测电离层临界频率月中值的方案。在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上,考虑足够的周年和黑子周期变化的数据训练网络,使ｆ０Ｆ２月中值预测值与实测数据比较平均误差为０．３４ＭＨｚ预测精度有了较大改进,最后采用分形学的基本理论得到电离层ｆ０Ｆ２月中值的分数维为３,选用３个输入量,分别预测高,低年ｆ０Ｆ２月中值,与实测数据比较平均误差为０．３ＭＨｚ。     

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.     

高频返回散射电离图中的离散源回波的地面距离的确定

本文给出一个从高频返回散射电离图中确定离散散射源回波地面距离的方法.它是假定散射源的描迹是抛物线形式且切于最小时延线来计算固定散射源地面距离的.它仅仅基于单站得到的返回散射电离图的最小时延线和三组散射源回波描迹的时延和频率数据即可完成.实验检验的结果表明,本文方法计算结果的误差不大于3％.      

利用高频返回散射技术探测电离层大尺度扰动

本文叙述了利用相控阵脉冲多普勒探测技术测量电离层大尺度扰动(LSTID)。给出了LSTID的分析方法和计算方法。对典型事件进行了计算并获得了LSTID的特征参量。在研究中采用折皱反射模式说明了LSTID的形态。      

高频返回散射回波频谱测量

本文采用脉冲多普勒雷达技术, 测量了电离层高频返回散射回波的时延-功率-多普勒频率的三维频谱图.对典型的频谱图作了分析, 并由谱图推算了电离层等效反射面的垂直运动速度, 它与垂直探测资料推算的结果相符.      

利用返回散射技术确定运动目标地面径向轨迹

本文提出了一个在高频地面返回散射探测中,利用高频雷达所获得的数据:最小时延线和目标信号时延以及目标运动的多普勒频率测量值计算离散的运动目标地面距离的方法.它不需要中点实测或假设的电离层数据,而仅用单站资料就可以完成.最后给出此法的计算结果与实验结果的比较说明了此方法的可用性.      

利用人工神经网络预测电离层f_0F_2月中值

提出了利用人工神经网络技术预测电离层临界频率月中值的方案．在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上,考虑足够的周年和黑子周期变化的数据训练网络,使 ｆ０Ｆ２月中值预测值与实测数据比较平均误差为 ０．３４ＭＨｚ,预测精度有了较大改进．最后采用分形学的基本理论得到电离层 ｆ０Ｆ２月中值的分数维为 ３,选用 ３个输入量,分别预测高、低年 ｆ０Ｆ２月中值,与实测数据比较平均误差为 ０．３ＭＨｚ．