项目名称: 基于神经网络的区域电离层延迟改正模型研究

项目编号: No.41274028

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 胡伍生

作者单位: 东南大学

项目金额: 70万元

中文摘要: 本项目研究的核心技术是神经网络技术,关键技术为基于神经网络的模型误差补偿技术。研究目标是利用模型误差补偿技术,建立高精度的区域电离层延迟改正模型和预报模型,并分析研究区域电离层的时空变化特征。项目研究成果将为航天活动、通讯、导航和我国太空发展计划作出积极贡献。具体研究内容包括:(1)神经网络BP算法改进研究,改进与完善申请人创新的神经网络H-BP算法;(2)基于H-BP算法,实现模型误差补偿的神经网络模型,希望能在解决这个国际测绘难题方面取得一定突破;(3)基于CORS(连续运行参考站),实现电离层TEC(总电子含量)提取算法;(4)基于模型误差补偿技术,建立高精度的区域电离层延迟改正模型;(5)对区域电离层的时空变化特征进行分析;(6)基于模型误差补偿技术,建立区域电离层预报模型,期望模型精度有较大提高。

中文关键词: 电离层延迟;模型误差补偿;神经网络;预报模型;

英文摘要: The method of compensating model error based on neural network is the key technology of this research program. The aim of this research program is to build the regional ionospheric delay correction model and the regional ionospheric forecast model with high accuracy based on the method of compensating model error, and to analyze the spatio-temporal variation characteristics of the ionospheric TEC (Total Electron Content). The research production will make contribution on the spaceflight activity, the communication, the navigation and the outer space development program of China. The research contents include as follows: (1) To improve the H-BP (High efficiency BP) algorithm developed by the proposer (Dr. Wusheng HU); (2) To build the neural network model for compensating model error based on the H-BP algorithm; (3) To develop the software for calculating the ionospheric TEC based on the CORS (Continuous Operational Reference System); (4) To build the regional ionospheric delay correction model with high accuracy based on the method of compensating model error; (5) To analyze the spatio-temporal variation characteristics of the regional ionospheric TEC; (6) To build the regional ionospheric forecast model with high accuracy based on the method of compensating model error.

英文关键词: Ionosphere delay;Model error compensation;Neural network;Forecasting model;

成为VIP会员查看完整内容
0

相关内容

WWW 2022 :基于纯MLP架构的序列推荐模型
专知会员服务
15+阅读 · 2022年3月20日
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
28+阅读 · 2021年6月4日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
80+阅读 · 2020年12月18日
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
WWW 2022 :基于纯MLP架构的序列推荐模型
专知
0+阅读 · 2022年3月20日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
深度排序模型在淘宝直播的演进与应用
专知
0+阅读 · 2021年3月18日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
超分辨率相关资源大列表
极市平台
24+阅读 · 2019年5月11日
基于LSTM深层神经网络的时间序列预测
论智
21+阅读 · 2018年9月4日
Attention模型方法综述 | 多篇经典论文解读
PaperWeekly
107+阅读 · 2018年6月11日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Arxiv
13+阅读 · 2020年3月30日
Arxiv
24+阅读 · 2018年10月24日
小贴士
相关VIP内容
WWW 2022 :基于纯MLP架构的序列推荐模型
专知会员服务
15+阅读 · 2022年3月20日
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
28+阅读 · 2021年6月4日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
80+阅读 · 2020年12月18日
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
相关资讯
WWW 2022 :基于纯MLP架构的序列推荐模型
专知
0+阅读 · 2022年3月20日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
深度排序模型在淘宝直播的演进与应用
专知
0+阅读 · 2021年3月18日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
超分辨率相关资源大列表
极市平台
24+阅读 · 2019年5月11日
基于LSTM深层神经网络的时间序列预测
论智
21+阅读 · 2018年9月4日
Attention模型方法综述 | 多篇经典论文解读
PaperWeekly
107+阅读 · 2018年6月11日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员