[发明专利]一种适合于单站电离层TEC的短期预报方法

权利要求书

1.一种适合于单站电离层TEC的短期预报方法，其特征在于，包括以下步骤：

步骤一：利用双频GPS观测数据，采用球谐函数获取预测位置的垂直TEC数据；

步骤二：将预测位置处的垂直TEC数据进行差分：式中：I(j)为垂直TEC，j＝2，4，6，…22LT；

步骤三：将差分后的数据在[-1 1]的范围内进行标准化处理，并划分为训练集和测试集；

步骤四：标注训练集，即采用滑动切分技术将训练数据转换为输入序列和输出序列的形式；

步骤五：构建基于ConvLSTM-BiLSTM的电离层TEC短期预报模型；

步骤六：采用随机梯度优化算法适应矩估计Adam和误差反向传播算法训练TEC短期预报模型，即分批对所有样本进行训练，根据损失函数对每个参数梯度的一阶矩估计和二阶矩估计动态调整参数的学习速率和学习步长，确定每次沿梯度反方向移动的距离，不断更新神经网络模型的权重，直至损失函数趋于稳定值；

步骤七：输入TEC测试数据并运行模型，输出为一个长度为12的序列，并采用反标准化和反差分技术将输出序列还原，即获取地方时00，02，04，…22时的电离层TEC预测值；

步骤八：将预测值和真实观测值进行比较，计算均方误差、相对误差和绝对误差分布，评估模型预测性能；

步骤九：选取不同地理位置的观测点，重复测试，全面评估模型预测性能。

2.根据权利要求1所述的一种适合于单站电离层TEC的短期预报方法，其特征在于，步骤一中，获取垂直TEC数据的时间分辨率为2h，每天获取12个TEC数据。

3.根据权利要求1所述的一种适合于单站电离层TEC的短期预报方法，其特征在于，步骤三中，测试集为全部数据的后12行，其余为训练集。

4.根据权利要求1所述的一种适合于单站电离层TEC的短期预报方法，其特征在于，步骤四中，TEC训练集滑动切分方式为：利用一个宽为48的滑动窗口将数据切分为若干片段，每个片段中输入序列为连续3天的TEC观测值，输出序列为第4天的TEC值；每个输入序列又划分为3×12的子时间序列，作为ConvLSTM网络的输入参数进行信息编码。

5.根据权利要求1所述的一种适合于单站电离层TEC的短期预报方法，其特征在于，步骤五中，电离层TEC短期预报模型网络的结构依次为输入层、编码-预测层和输出层；编码-预测层包括ConvLSTM和BiLSTMCNN，其中，ConvLSTM用于提取数据隐藏的时空特征，BiLSTM用于提取TEC序列数据的周期特性；BiLSTM主要由1个双向长短时记忆网络BiLSTM和2个全连接层组成，BiLSTM输出结果的每个时间步长用相同的全连接层操作，以完成LSTM网络不同长度的输入序列和输出序列之间的转换。

6.根据权利要求1-5任一项所述的一种适合于单站电离层TEC的短期预报方法，其特征在于，步骤六中，损失函数采用均方误差MSE评估模型性能，一次训练所取的样本数设为270。