一种电离层电子含量的预报方法、计算机设备和可读存储介质与流程

技术特征：
1.一种电离层电子含量的预报方法，其特征在于，所述预报方法包括以下步骤：s1、获取电离层原始电子含量tec时间序列，进行傅里叶变换后得到fourier频谱支撑区间；s2、基于经验小波变换ewt对所述fourier频谱支撑区间进行滤波，得到多个具有不同特征的本征模态函数分量；s3、构建lstm模型，将所述本征模态函数分量作为长短时记忆lstm神经网络的输入层，利用lstm神经网络对输入的数据进行训练及建模，输出相应的预测分量；s4、对所述预测分量进行求和重构，得到预测电离层tec值。2.根据权利要求1所述的电离层电子含量的预报方法，其特征在于，步骤s2中，所述基于经验小波变换ewt，在每个所述区间上构造小波滤波器组进行滤波，通过信号重构得到多个具有不同特征的本征模态函数分量包括：s21、将所述fourier频谱支撑区间划分为连续的区间；s22、基于littlewood-paley和meyer小波的构建法在所述每个所述区间上构建daitong1小波滤波器组；s23、通过信号重构，经ewt处理，分解信号得到所述本征模态函数分量。3.根据权利要求2所述的电离层电子含量的预报方法，其特征在于，步骤s21具体包括：将由经过傅里叶变换得到的fourier频谱支撑区间分割成n个连续的部分，其中λ
n
表示划分结果，由下式(1)表示：λ
n
＝[ω
n-1
,ω
n
],n＝1,2,
…
,n
ꢀꢀ
(1)整个fourier频谱支撑区间表示为：其中，ω
n
表示各分段的边界。4.根据权利要求3所述的电离层电子含量的预报方法，其特征在于，所述各分段的边界ω
n
通过以下方法进行确定：对于由tec序列得到的fourier频谱，首先检测fourier频谱中的局部最大值，进行降序排序，定义所述fourier频谱中找到m个局部极大值m
j
(j＝1,
…
,m)，且m
j
满足m
j
>m
π
α(m
1-m
π
)，定义不等式的右边为阈值，其中α对应于相对振幅比，则存在以下两种情况：1)当m≥n时，取前n-1个最大值；2)当m＜n时，保持所有检测的最大值并将n重置为适当的值；其中，n为大于阈值的局部最大值的个数，将所述局部最大值对应的ω
n
定义为每个分段的边界，再加上0和π，得到n 1个边界；定义一个以ω
n
为中心点的过渡区域t
n
，宽为2λ
n
，确定好λ
n
之后，定义经验小波为每个连续分段λ
n
上的带通滤波器。5.根据权利要求4所述的电离层电子含量的预报方法，其特征在于，步骤s22中，所述基于littlewood-paley和meyer小波的构建法在所述每个所述区间上构建daitong1小波滤波器组具体包括：对于n>0，经验小波函数ψ
n
(ω)和经验尺度函数分别由以下两式表示：
其中，β(x)＝x4(35-84x 70x
2-20x3)，γ∈[0,1]。6.根据权利要求5所述的电离层电子含量的预报方法，其特征在于，步骤s23中，所述通过信号重构，经ewt处理，分解信号得到所述本征模态函数分量具体包括：定义细节系数和近似系数其中所述细节函数由经验小波函数与信号f(t)内积产生，所述近似系数由经验尺度函数与信号f(t)内积产生，两者的公式如下：(t)内积产生，所述近似系数由经验尺度函数与信号f(t)内积产生，两者的公式如下：其中，ψ
n
(ω)和分别是ψ
n
(t)和的傅里叶变换，傅里叶变换和逆变换分别记为f[
·
]和f-1
[
·
]；得到信号f(t)的重构表达式：基于上述公式，经过ewt处理，所述信号f(t)可分解得到频率由低到高的调幅-调频分量成分f
k
(t)(k＝1,2,3...)：(t)(k＝1,2,3...)：7.根据权利要求1至6中任一项所述的电离层电子含量的预报方法，其特征在于，步骤s3中，所述构建lstm模型，将所述本征模态函数分量作为长短时记忆lstm神经网络的输入层，利用lstm神经网络对输入的数据进行训练及建模，输出相应的预测分量具体包括：在对步骤s2得到的不同本征模态函数分量，依次划分为训练集和测试集，训练集和测
试集为两个互斥的集合、划分方法为留出法；所述lstm模型包括输入层、隐藏层和输出层，其中，隐藏层有288个lstm单元。8.根据权利要求7所述的电离层电子含量的预报方法，其特征在于，所述隐藏层中的每个lstm单元有3个控制单元状态的门，分别为输入门、遗忘门和输出门，所述输出门决定当前单元值是否输出；其中所述输入门的计算公式为：所述遗忘门的计算公式为：f
t
＝σ(w
f
·
[h
t-1
,x
t
] b
f
)所述输出门的计算公式为：式中，h
t-1
和x
t
分别为t-1时刻的输出和t时刻的输入；c
t-1
和c
t
分别表示t-1和t时刻的状态；h
t
为t时刻的输出信息；sigmoid函数作为激活函数通过输出0～1之间数值来控制“遗忘”信息程度，1表示“完全保留”，0表示“完全舍弃”；w
f
和b
f
分别是遗忘门的权重参数和偏置项。9.一种计算机设备，其特征在于，包括：处理器和存储器，所述存储器用于存储程序，所述处理器用于从存储器中调用并运行所述程序以执行权利要求1至8中任一项所述的电离层电子含量的预报方法。10.一种计算机可读存储介质，其特征在于，包括计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行权利要求1至8中任一项所述的电离层电子含量的预报方法。

技术总结
本申请涉及一种电离层电子含量的预报方法、计算机设备和可读存储介质，该方法通过经验小波变换对原始TEC时间序列进行分解，得到若干具有不同特征的分量，利用长短时记忆神经网络对不同分量分别进行训练并预测，将各分量的预测结果进行重构，得到TEC的预报结果。本申请的技术方案能够详细展示TEC时间序列的具体细节，充分利用时间序列中的有效信息，在不同地磁环境条件下具有较好的适用性和更高的准确性，预报模型精度有着显著提高。预报模型精度有着显著提高。预报模型精度有着显著提高。


技术研发人员：王中元 刘冰雨
受保护的技术使用者：苏州元宇时空信息技术有限公司
技术研发日：2022.07.28
技术公布日：2022/11/11