基于神经网络的电离层F2层临界频率预测方法  

Prediction method of the ionospheric F2 layer critical frequency based on neural networks

作　　者：金会彬[1] 张灿[1] 秦磊 

机构地区：[1]中国科学院研究生院信息科学与工程学院,北京100049

出　　处：《中国科学院研究生院学报》2008年第3期403-407,共5页Journal of the Graduate School of the Chinese Academy of Sciences

基　　金：“863”国家科技计划(2007AA01Z297);国家“十一五”项目资助

摘　　要：在电离层风暴期,现存的电离层F2层临界频率预测方法不能满足实际应用的要求.根据磁层ap系数和太阳黑子月均值作为风暴期训练序列,提出了一种基于神经网络的电离层F2层临界频率预测新方法.模拟结果表明,这种新方法比现有的预测方法(STORM模型和Cander提出的神经网络方法)具有更好的预测性能.During ionospheric storm periods, the existing prediction methods for the critical frequency of ionospheric F2 layer （foF2） can not satisfy the requirements of the practical applications. In this paper, a new prediction method of the foF2 based on neural networks is proposed. This method is driven by the previous time series of the ap index and the monthly mean of the solar spot number, while the output is the estimations of the foF2 in the next 24 hours. The simulation results indicate that the new method outperforms the existing prediction methods （such as STORM model, or neural network method proposed by Cander）.

关 键 词：FOF2 神经网络 风暴期 电离层 太阳活动 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]