[发明专利]一种基于SVM多分类算法的太阳射电暴强度判定方法

说明书

本发明公开了一种基于SVM多分类算法的太阳射电暴强度判定方法，所述SVM多分类算法的基本原理为针对一个多分类问题，将其中每两个类型组合成一个二分类器，对于每个二分类器，找出一个最优超平面，将样本分为两类，最终通过投票统计的方法得到分类结果。在此过程中，首先提取出能反映观测地卫星太阳射电暴强度的数据，进行数据预处理，得到特征向量，并对太阳射电暴强度类型进行标记。接着将样本输入SVM分类器中进行学习，得到最优分类器。当新的特征向量进入分类器时，将自动进行分类。该判定方法能自动判别太阳射电暴强度类型，效率和准确率较高，并且不依赖于射电望远镜，成本低。

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于SVM多分类算法的太阳射电暴强度判定方法。

背景技术

随着GNSS等卫星技术在现代社会越来越广泛应用，太阳射电暴强度对GNSS信号的影响已成为不可忽视的重要部分。由于射电爆发现象通常发生得十分突然，并且常和太阳活动区的质子爆发、X射线爆发或耀斑爆发等现象同时发生，其辐射强度大、变化剧烈，当抵达地球时，会造成一系列的地球物理效应，比如磁暴、激光、通讯干扰等。在以往多起太阳射电爆发期间，太阳射电暴可能导致卫星载噪比下降，定位误差增大，几何精度因子增加，卫星失锁、可见星数大幅下降等情况，如此可见，太阳射电暴产生的噪声信号是导航信号的影响因素之一。

由于不同的太阳射电暴强度，对GNSS信号的干扰是不同的，为了使导航系统在太阳射电暴发生时能够正常工作，太阳射电暴的分类工作有利于对于太阳射电的研究，对维持卫星导航系统的正常运行具有重大意义。同时，太阳射电暴强度也影响着天气，太阳射电暴的分类工作有助于对灾害性天气做出预警，具有很好的实用价值。

传统分类方法一般需要具有专业知识的天文学家对太阳射电暴强度进行手工分类，这种方法费时费力，并且效率和准确率不高。

发明内容

为了解决上述存在问题。本发明提供一种基于SVM多分类算法的太阳射电暴强度判定方法，太阳射电暴发生时，对GNSS信号产生的影响进行综合考查，结合机器学习中的SVM算法，判定太阳射电暴的强度。此方法对太阳射电暴强度分类具有可行性，判定结果能同时给出多个台站太阳射电暴强度类型。对比于传统方法，结合多种因素，节省时间人力成本，识别准确度和效率相对提高。为达此目的：

本发明提供一种基于SVM多分类算法的太阳射电暴强度判定方法，具体步骤如下:

(1)进行数据预处理，计算观测地不同时刻的特征向量，特征向量包括观测地载噪比下降值、观测地总定位误差、几何精度GDOP因子和卫星失锁数目；

(2)根据射电流量的变化，将太阳射电暴划分为太阳射电暴未发生、强度较弱、强度较强、强度很强4种类型，并且将4种类型的特征向量对应的标签分别赋值为1、2、3和4；

(3)将其中每两个类型进行组合构造一个二分类器，得到6组训练集，对于每组训练集构造一个未知的非线性SVM二分类模型，并对训练样本进行交叉验证选取最优参数，得出6组训练好的二分类模型；

(4)将待识别的卫星导航信号提取出来的特征向量输入步骤(3)中的分类模型中，每一个模型输出一个结果，如判定结果为p，则第p类计一票，最终预测样本的判定结果为得票数最多的一类。

作为本发明进一步细化，步骤(1)具体包括：

(1.1)输入观测地每颗卫星的载噪比、观测地的定位误差、几何精度GDOP因子和卫星失锁数目；

(1.2)对观测地载噪比进行数据预处理：

取当前每颗卫星载噪比下降值的平均值作为该台站载噪比下降值，记为x₁，单位：dBHz；

snr_i＝前8个时刻所测卫星载噪比平均值-该时刻载噪比值