CN112084699A - 一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法 - Google Patents
一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法 Download PDFInfo
- Publication number
- CN112084699A CN112084699A CN202010930883.1A CN202010930883A CN112084699A CN 112084699 A CN112084699 A CN 112084699A CN 202010930883 A CN202010930883 A CN 202010930883A CN 112084699 A CN112084699 A CN 112084699A
- Authority
- CN
- China
- Prior art keywords
- frequency
- ionosphere
- elevation angle
- group
- group distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000005433 ionosphere Substances 0.000 claims abstract description 72
- 238000005070 sampling Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 239000002245 particle Substances 0.000 claims description 39
- 238000000605 extraction Methods 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000000746 purification Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000013213 extrapolation Methods 0.000 claims description 4
- 230000014509 gene expression Effects 0.000 claims description 3
- 230000005358 geomagnetic field Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 14
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000013589 supplement Substances 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 10
- 239000000523 sample Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法,包括如下步骤:步骤1,获取固定频率的群距离—仰角分布曲线,确定描迹点:步骤2,获取斜向探测电离层图频率—群距离曲线:步骤3,电离图描迹点采样:步骤4,电离层参数反演:步骤5,生成电子浓度剖面。本发明所公开的基于仰角扫描的返回散射电离图电子浓度反演方法能充分利用当前分布广泛的电离层监测设备,实现电离层监测网络协同,实现高精度电离层监测;提高电离层监测网的电离层监测质量;有益补充与丰富当前电离层监测手段。
Description
技术领域
本发明属于电离层电子浓度仿真计算领域,特别涉及该领域中的一种基于仰角扫描的返回散射电离图电子浓度反演方法。
背景技术
短波传播主要是依靠电离层的反射来完成的,要达到良好的短波通信就必须对电离层的变化及传播情况、在正常时和不正常时可能使用的最佳工作频率的效果等作正确和及时的了解,而电离层介质的特征导致了短波通信明显的弱点:短波通信存在通信盲区;多径效应严重,造成信号多径时延散布,引起频率选择性衰落;电离层随机起伏造成信号相位起伏,造成多谱勒展宽和时间选择性衰落;电离层参数可变性大,使短波通信性能随时间、频率、地点不断变化。
这些弱点使短波通信的有效性、可靠性、适应性变差。为了更加详细地掌握电离层传播模式、特征参数变化,确保通信顺利进行,特别是提高短波数字通信的有效性,就需要对电离层参数进行实时仰角扫描探测,这对于电离层的精细结构评估掌握具有关键的意义。
发明内容
本发明所要解决的技术问题就是提供一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法。
本发明采用如下技术方案:
一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法,其改进之处在于,包括如下步骤:
步骤1,获取固定频率的群距离-仰角分布曲线,确定描迹点:
针对于返回散射扫频数据处理,从群距离-频率-仰角图上获得相应的仰角-群距离分布趋势线,将同频信道识别后剔除并进行信道补偿,根据补偿后电离层图像获得每个信道覆盖的群距离范围获得仰角-群距离曲线,具体步骤为:
步骤11,同频干扰处理:
步骤112,设门限值为M,(Ai-B)>M时认为存在同频干扰;
步骤12,同频干扰补偿:对于同频干扰频点或频段,利用前后信号幅度进行插值补偿;
步骤13,回波边界信息提取:利用Canny算子进行边界检测,提取返回散射扫频电离图回波信息边界;
步骤14,仰角-群距离点迹提取,利用获得的回波信号边界分布信息,在群距离-频率-仰角图上获得某频点相应的仰角-群距离分布,经过空滤滤波处理后,得到群距离-仰角图像,最后通过曲线拟合,得到群距离-仰角曲线;
即经过干扰抑制、噪声去除、模式判别、参数提取过程获得不同仰角下的返回散射群距离传播信息:群距离-仰角曲线,在曲线中选取典型描迹;
步骤2,获取斜向探测电离层图频率-群距离曲线:
通过对斜向探测电离层图进行度量,准确实时给出电离层各层描迹信息及关键参数,电离层参数提取包括电离图净化、伪描迹提取、描迹形成和描迹识别,最终实现电离层特征参数提取,具体步骤为:
步骤21,电离图净化:即删除背景噪声和干扰,首先利用模糊理论去噪法,删除大部分底噪,然后基于统计滤波及垂测电离图特征,删除不需要的散点噪声和多模多跳信号;
步骤22,伪描迹提取:通过约束外推方法,将电离图中能够关联起来的信号点连接成若干条描迹,并通过对电离图进行全局搜索,提取所有能关联起来的描迹,形成描迹域,用于后续描迹的识别与参数提取;
步骤23,描迹形成:对伪描迹进行处理,剔除描迹混合、虚假描迹和干扰信号,对描迹进行进一步的识别及修正处理;
步骤24,描迹识别:参照IRI电离层模型,对解析出的描迹进行模式关联与识别,最后提取各电离层参数;
步骤3,电离图描迹点采样:
通过以下步骤实现电离层临频、峰高、半厚参量的反演:在定频返回散射群距离-仰角描迹中采样I个点(Pi,βi),i=1,2,3·····I作为观测值,Pi表示群路径,βi表示仰角,尽量包含高仰角与低仰角信息,在斜测描迹中选取J个点频率-群距离点(foj,Poj),j=1,2,3······J,foj表示频率,Poj表示群路径,同时斜测的地面距离Dobs为已知项1000km;
步骤4,电离层参数反演:
构建QP电离层模型,QP电离层模型忽略地磁场和碰撞影响,并假设电离层球形对称分布,可获得射线传播的群路径P、地面距离D的解析表达式:
式中:
F=f/fc,fc 2=80.6Nm;cosγ=r0cosβ0/rb;f为工作频率;fc为电离层临界频率;γ为电波射线在电离层底部的入射角;β0为射线仰角;rb为相应电离层底高;ym=rm-rb称为半厚度;rm为电子浓度峰值高度;r0=6370km为地球半径;利用粒子群寻优算法寻找最优的电离层临频fc、峰高rm和半厚ym,按如下流程进行粒子群寻优算法计算:根据斜测描迹采样信息和定频返回仰角-群距离采样信息,初始化每个粒子位置及速度,每个粒子位置包含临频、半厚、峰高三个参量,带入电离层模型,给定PSO参数并更新各个粒子的速度和位置后也带入电离层模型,合成定频—仰角-群距离曲线与斜测-频率-群距离曲线,计算各粒子适应值以便表征采点的群距离误差量,找出个体和群体最优值,如寻优结束则获取斜测采样点对应的传播射线仰角和群距离,在反演结果评估后结束,如寻优未结束则再次更新各个粒子的速度和位置;即利用粒子群寻优算法,计算当前电离层状态下满足所选返回散射与斜测描迹信息的电离层临频、半厚、峰高参数;
粒子群参数设置见下表:
各个粒子的适应值由基于均方误差最小的准则表征,各个粒子的适应值为:其中,Pi为返回散射图描迹观测值,Pi′为返回散射计算值,Poj为斜测图描迹观测值,Poj′为斜测计算值,判断最优条件为:min(f);
寻优结束后,对本次反演结果进行评估,评估依据斜测采集点j点的误差接受度Vj,评估分值score计算公式为:
其中,Vj为斜测对应采集点的误差接受度,ΔPoj为计算群路径与测量群路径的差值,ΔPoj=|P′oj-Poj|,ε为群距离的误差门限值;
步骤5,生成电子浓度剖面:
利用电离层临频、半厚、峰高参数计算电子浓度剖面,电子浓度剖面采用抛物层曲线模型计算公式如下:
其中,N为电子浓度,单位m-3;fc为临频,单位Hz。
进一步的,在步骤2中,电离层特征参数包含频率—群距离曲线。
本发明的有益效果是:
本发明所公开的基于仰角扫描的返回散射电离图电子浓度反演方法能充分利用当前分布广泛的电离层监测设备,实现电离层监测网络协同,实现高精度电离层监测;提高电离层监测网的电离层监测质量;有益补充与丰富当前电离层监测手段。
附图说明
图1是联合反演示意图;
图2(a)是返回散射探测原始电离图的群距离-频率-能量图;
图2(b)是返回散射探测原始电离图的群距离-频率-仰角图;
图3(a)是返回散射电离图边界提取的群距离-频率-能量边界图;
图3(b)是返回散射电离图边界提取的群距离—频率-仰角图;
图4是仰角扫描探测电离图预处理结果图;
图5是群距离-仰角曲线提取图;
图6是斜向探测电离图;
图7是返回电离图采样示意图;
图8是斜测描迹采样示意图;
图9是基于粒子群优化算法的电离层反演流程图;
图10(a)是临频的粒子全局最优值随迭代变化图;
图10(b)是峰高的粒子全局最优值随迭代变化图;
图10(c)是半厚的粒子全局最优值随迭代变化图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
基于返回散射仰角扫描的电离层探测对于进一步掌握高精度电离层精细结构有着非常重要的意义,可以满足短波通信等高频应用***对区域工作参数实时获取的迫切需求,从而提高短波通信的质量和有效性以及短波定位精度。由于传统的返回散射探测存在一些弱点,因此,研究基于仰角扫描的高频返回散射探测新技术新方法具有较大应用价值。而为应对基于仰角扫描的高频返回散射探测电离层电子浓度反演中面临的问题,实现基于仰角扫描的返回散射电离图反演,本申请提出以下的实施例。图1是联合反演示意图;图2(a)是返回散射探测原始电离图的群距离—频率—能量图;图2(b)是返回散射探测原始电离图的群距离—频率—仰角图;图3(a)是返回散射电离图边界提取的群距离—频率—能量边界图;图3(b)是返回散射电离图边界提取的群距离—频率—仰角图。
实施例1,本实施例公开了一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法,包括如下步骤:
步骤1,获取固定频率的群距离—仰角分布曲线,确定描迹点:
针对于返回散射扫频数据处理,主要是从群距离—频率—仰角图上获得相应的仰角—群距离分布趋势线,由于电离图中有干扰信息存在,需要将同频信道识别后剔除并进行信道补偿,根据补偿后电离层图像获得每个信道覆盖的群距离范围获得仰角—群距离曲线,具体步骤为:
步骤11,同频干扰处理:
步骤112,设门限值为M,(Ai-B)>M时认为存在同频干扰;
步骤12,同频干扰补偿:对于同频干扰频点或频段,利用前后信号幅度进行插值补偿;
步骤13,回波边界信息提取:利用Canny算子进行边界检测,提取返回散射扫频电离图回波信息边界;
步骤14,仰角—群距离点迹提取,利用获得的回波信号边界分布信息,在群距离—频率—仰角图上获得某频点相应的仰角—群距离分布,经过空滤滤波处理后,得到如图4所示群距离—仰角图像,最后通过曲线拟合,得到如图5所示群距离—仰角曲线;
即经过干扰抑制、噪声去除、模式判别、参数提取过程获得不同仰角下的返回散射群距离传播信息:群距离—仰角曲线,在曲线中选取典型描迹;
步骤2,获取斜向探测电离层图频率—群距离曲线(电离层斜向链路描迹提取):
通过对斜向探测电离层图进行度量,准确实时给出电离层各层描迹信息及关键参数,斜向探测电离图如图6所示,电离层参数提取包括电离图净化、伪描迹提取、描迹形成和描迹识别等步骤,最终实现电离层特征参数(包含频率—群距离曲线)提取,具体步骤为:
步骤21,电离图净化:电离图净化类主要完成了电离图的净化功能,即删除背景噪声和干扰,首先利用模糊理论去噪法,删除大部分底噪,然后基于统计滤波及垂测电离图特征,删除不需要的散点噪声和多模多跳信号,使电离图保留有用信号,便于后续的描迹外推提取;
步骤22,伪描迹提取:通过约束外推方法,将电离图中能够关联起来的信号点连接成若干条描迹,并通过对电离图进行全局搜索,提取所有能关联起来的描迹,形成描迹域,用于后续描迹的识别与参数提取;
步骤23,描迹形成:对伪描迹进行处理,剔除描迹混合、虚假描迹和干扰信号,对描迹进行进一步的识别及修正处理;
步骤24,描迹识别:参照IRI电离层模型,对解析出的描迹进行模式关联与识别,最后提取各电离层参数;
步骤3,电离图描迹点采样:
图7、图8是以临频6MHz,电离层峰高250km,半厚50km单F层仿真生成的基于仰角扫描的定频返回散射电离图和地面距离1000km的斜测电离图。通过以下步骤实现电离层临频、峰高、半厚参量的反演:在定频返回散射群距离—仰角描迹中采样I个点(Pi,βi),i=1,2,3·····I作为观测值,Pi表示群路径,βi表示仰角,尽量包含高仰角与低仰角信息,本实施例选择3个点(P1,β1)、(P2,β2)、(P3,β3)分别为(1968.5km,8°)、(1398.5km,15°)、(941.5km,30°);在斜测描迹中选取J个点频率—群距离点(foj,Poj),j=1,2,3······J,foj表示频率,Poj表示群路径,本实施例选择3个描迹点(fo1,Po1)、(fo2,Po2)、(fo3,Po3)分别为(5.285MHz,1097km)、(9.455MHz,1117km)、(11.09MHz,1165km),同时斜测的地面距离Dobs为已知项1000km;
步骤4,电离层参数反演:
时差定位中的地面距离与群距离坐标变换采用QP电离层模型(准抛物线模型)。构建QP电离层模型,QP电离层模型忽略地磁场和碰撞影响,并假设电离层球形对称分布,可获得射线传播的群路径P、地面距离D的解析表达式:
式中:
F=f/fc,fc 2=80.6Nm;cosγ=r0cosβ0/rb;f为工作频率;fc为电离层临界频率;γ为电波射线在电离层底部的入射角;β0为射线仰角;rb为相应电离层底高;ym=rm-rb称为半厚度;rm为电子浓度峰值高度;r0=6370km为地球半径;利用粒子群寻优算法寻找最优的电离层临频fc、峰高rm和半厚ym,按图9所示流程进行粒子群寻优算法计算:根据斜测描迹采样信息和定频返回仰角—群距离采样信息,初始化每个粒子位置及速度,每个粒子位置包含临频、半厚、峰高三个参量,带入电离层模型,给定PSO参数并更新各个粒子的速度和位置后也带入电离层模型,合成定频—仰角—群距离曲线与斜测—频率—群距离曲线,计算各粒子适应值以便表征采点的群距离误差量,找出个体和群体最优值,如寻优结束则获取斜测采样点对应的传播射线仰角和群距离,在反演结果评估后结束,如寻优未结束则再次更新各个粒子的速度和位置;即利用粒子群寻优算法,计算当前电离层状态下满足所选返回散射与斜测描迹信息的电离层临频、半厚、峰高参数;
粒子群参数设置见下表:
各个粒子的适应值由基于均方误差最小的准则表征,各个粒子的适应值为:其中,Pi为返回散射图描迹观测值,Pi′为返回散射计算值,Poj为斜测图描迹观测值,Poj′为斜测计算值,判断最优条件为:min(f);
寻优结束后,对本次反演结果进行评估,评估依据斜测采集点j点的误差接受度Vj,评估分值score计算公式为:
其中,Vj为斜测对应采集点的误差接受度,ΔPoj为计算群路径与测量群路径的差值,ΔPoj=|P′oj-Poj|,ε为群距离的误差门限值;
粒子全局最优值随迭代变化如图10(a),10(b)和10(c)所示,最终临频反演误差0.019MHz,相对误差0.3%,半厚反演误差0.66km,相对误差1.3%,峰高反演误差0.59km。相对误差0.2%。
步骤5,生成电子浓度剖面:
利用电离层临频、半厚、峰高参数计算电子浓度剖面,电子浓度剖面采用抛物层曲线模型计算公式如下:
其中,N为电子浓度,单位m-3;fc为临频,单位Hz。
Claims (2)
1.一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法,其特征在于,包括如下步骤:
步骤1,获取固定频率的群距离—仰角分布曲线,确定描迹点:
针对于返回散射扫频数据处理,从群距离—频率—仰角图上获得相应的仰角—群距离分布趋势线,将同频信道识别后剔除并进行信道补偿,根据补偿后电离层图像获得每个信道覆盖的群距离范围获得仰角—群距离曲线,具体步骤为:
步骤11,同频干扰处理:
步骤112,设门限值为M,(Ai-B)>M时认为存在同频干扰;
步骤12,同频干扰补偿:对于同频干扰频点或频段,利用前后信号幅度进行插值补偿;
步骤13,回波边界信息提取:利用Canny算子进行边界检测,提取返回散射扫频电离图回波信息边界;
步骤14,仰角—群距离点迹提取,利用获得的回波信号边界分布信息,在群距离—频率—仰角图上获得某频点相应的仰角—群距离分布,经过空滤滤波处理后,得到群距离—仰角图像,最后通过曲线拟合,得到群距离—仰角曲线;
即经过干扰抑制、噪声去除、模式判别、参数提取过程获得不同仰角下的返回散射群距离传播信息:群距离—仰角曲线,在曲线中选取典型描迹;
步骤2,获取斜向探测电离层图频率—群距离曲线:
通过对斜向探测电离层图进行度量,准确实时给出电离层各层描迹信息及关键参数,电离层参数提取包括电离图净化、伪描迹提取、描迹形成和描迹识别,最终实现电离层特征参数提取,具体步骤为:
步骤21,电离图净化:即删除背景噪声和干扰,首先利用模糊理论去噪法,删除大部分底噪,然后基于统计滤波及垂测电离图特征,删除不需要的散点噪声和多模多跳信号;
步骤22,伪描迹提取:通过约束外推方法,将电离图中能够关联起来的信号点连接成若干条描迹,并通过对电离图进行全局搜索,提取所有能关联起来的描迹,形成描迹域,用于后续描迹的识别与参数提取;
步骤23,描迹形成:对伪描迹进行处理,剔除描迹混合、虚假描迹和干扰信号,对描迹进行进一步的识别及修正处理;
步骤24,描迹识别:参照IRI电离层模型,对解析出的描迹进行模式关联与识别,最后提取各电离层参数;
步骤3,电离图描迹点采样:
通过以下步骤实现电离层临频、峰高、半厚参量的反演:在定频返回散射群距离—仰角描迹中采样I个点(Pi,βi),i=1,2,3·····I作为观测值,Pi表示群路径,βi表示仰角,尽量包含高仰角与低仰角信息,在斜测描迹中选取J个点频率—群距离点(foj,Poj),j=1,2,3……J,foj表示频率,Poj表示群路径,同时斜测的地面距离Dobs为已知项1000km;
步骤4,电离层参数反演:
构建QP电离层模型,QP电离层模型忽略地磁场和碰撞影响,并假设电离层球形对称分布,可获得射线传播的群路径P、地面距离D的解析表达式:
式中:
F=f/fc,fc 2=80.6Nm;cosγ=r0cosβ0/rb;f为工作频率;fc为电离层临界频率;γ为电波射线在电离层底部的入射角;β0为射线仰角;rb为相应电离层底高;ym=rm-rb称为半厚度;rm为电子浓度峰值高度;r0=6370km为地球半径;利用粒子群寻优算法寻找最优的电离层临频fc、峰高rm和半厚ym,按如下流程进行粒子群寻优算法计算:根据斜测描迹采样信息和定频返回仰角—群距离采样信息,初始化每个粒子位置及速度,每个粒子位置包含临频、半厚、峰高三个参量,带入电离层模型,给定PSO参数并更新各个粒子的速度和位置后也带入电离层模型,合成定频-仰角-群距离曲线与斜测-频率-群距离曲线,计算各粒子适应值以便表征采点的群距离误差量,找出个体和群体最优值,如寻优结束则获取斜测采样点对应的传播射线仰角和群距离,在反演结果评估后结束,如寻优未结束则再次更新各个粒子的速度和位置;即利用粒子群寻优算法,计算当前电离层状态下满足所选返回散射与斜测描迹信息的电离层临频、半厚、峰高参数;
粒子群参数设置见下表:
各个粒子的适应值由基于均方误差最小的准则表征,各个粒子的适应值为:其中,Pi为返回散射图描迹观测值,Pi′为返回散射计算值,Poj为斜测图描迹观测值,Poj′为斜测计算值,判断最优条件为:min(f);
寻优结束后,对本次反演结果进行评估,评估依据斜测采集点j点的误差接受度Vj,评估分值score计算公式为:
其中,Vj为斜测对应采集点的误差接受度,ΔPoj为计算群路径与测量群路径的差值,ΔPoj=|P′oj-Poj|,ε为群距离的误差门限值;
步骤5,生成电子浓度剖面:
利用电离层临频、半厚、峰高参数计算电子浓度剖面,电子浓度剖面采用抛物层曲线模型计算公式如下:
其中,N为电子浓度,单位m-3;fc为临频,单位Hz。
2.根据权利要求1所述含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法,其特征在于:在步骤2中,电离层特征参数包含频率-群距离曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010930883.1A CN112084699A (zh) | 2020-09-07 | 2020-09-07 | 一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010930883.1A CN112084699A (zh) | 2020-09-07 | 2020-09-07 | 一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112084699A true CN112084699A (zh) | 2020-12-15 |
Family
ID=73732846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010930883.1A Pending CN112084699A (zh) | 2020-09-07 | 2020-09-07 | 一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112084699A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109632A (zh) * | 2021-04-08 | 2021-07-13 | 三门峡职业技术学院 | 一种用斜测电离图反演f2层参数的方法 |
CN113608270A (zh) * | 2021-07-02 | 2021-11-05 | 三门峡职业技术学院 | 一种用斜返电离图前沿反演f2层参数的方法 |
CN114943132A (zh) * | 2022-03-07 | 2022-08-26 | 武汉大学 | 一种基于斜测电离图自动反演电离层参数的方法 |
CN115356719A (zh) * | 2022-07-11 | 2022-11-18 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于返回散射和斜测电离图联合反演不均匀电离层剖面的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090224969A1 (en) * | 2005-09-09 | 2009-09-10 | Kolb Peter F | Ionosphere modeling apparatus and methods |
CN110954865A (zh) * | 2019-11-05 | 2020-04-03 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于电离层信息的短波时差定位方法 |
-
2020
- 2020-09-07 CN CN202010930883.1A patent/CN112084699A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090224969A1 (en) * | 2005-09-09 | 2009-09-10 | Kolb Peter F | Ionosphere modeling apparatus and methods |
CN110954865A (zh) * | 2019-11-05 | 2020-04-03 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于电离层信息的短波时差定位方法 |
Non-Patent Citations (4)
Title |
---|
华彩成: "返回散射电离图仰角信息提取方法研究", 《电子学报》 * |
杨东升: "一种改进的电离层参数联合反演方法", 《中国电子科学研究院学报》 * |
柳文: "基于IRI模型的垂测电离图自动判读算法", 《电波科学学报》 * |
程黎: "基于粒子群优化的斜测电离图反演研究", 《中国电子科学研究院学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113109632A (zh) * | 2021-04-08 | 2021-07-13 | 三门峡职业技术学院 | 一种用斜测电离图反演f2层参数的方法 |
CN113109632B (zh) * | 2021-04-08 | 2023-04-14 | 三门峡职业技术学院 | 一种用斜测电离图反演f2层参数的方法 |
CN113608270A (zh) * | 2021-07-02 | 2021-11-05 | 三门峡职业技术学院 | 一种用斜返电离图前沿反演f2层参数的方法 |
CN113608270B (zh) * | 2021-07-02 | 2023-10-24 | 三门峡职业技术学院 | 一种用斜返电离图前沿反演f2层参数的方法 |
CN114943132A (zh) * | 2022-03-07 | 2022-08-26 | 武汉大学 | 一种基于斜测电离图自动反演电离层参数的方法 |
CN114943132B (zh) * | 2022-03-07 | 2024-04-30 | 武汉大学 | 一种基于斜测电离图自动反演电离层参数的方法 |
CN115356719A (zh) * | 2022-07-11 | 2022-11-18 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于返回散射和斜测电离图联合反演不均匀电离层剖面的方法 |
CN115356719B (zh) * | 2022-07-11 | 2024-05-10 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于返回散射和斜测电离图联合反演不均匀电离层剖面的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112084699A (zh) | 一种含电离层斜测信息的多约束条件下的仰角返回散射电离图反演方法 | |
CN108681525B (zh) | 一种基于车载激光扫描数据的路面点云强度增强方法 | |
CN102508219B (zh) | 风廓线雷达湍流目标检测方法 | |
CN105319537B (zh) | 基于空间相关性的航海雷达同频干扰抑制方法 | |
CN106022339B (zh) | 一种复垦土地浅埋地埋管深度的提取方法 | |
CN110082842A (zh) | 一种降水估测方法及装置 | |
CN110749871B (zh) | 双偏振天气雷达的参量估算方法 | |
CN108562885B (zh) | 一种高压输电线路机载LiDAR点云提取方法 | |
CN107134143A (zh) | 一种基于连续波雷达的车流量统计与车型判别的方法 | |
CN111142085B (zh) | 一种基于航迹特征提取的外辐射源雷达目标分类识别方法 | |
CN110208807A (zh) | 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法 | |
CN109709527A (zh) | 一种全波形激光测高回波信号中高斯分解的高斯波峰法 | |
CN114280572B (zh) | 去除信号干扰杂波的单雷达回波质控方法、***及终端 | |
CN116203537A (zh) | 基于星载光子计数激光雷达的森林冠层高度提取方法 | |
CN113256990A (zh) | 基于聚类算法的雷达采集道路车辆信息的方法及*** | |
CN107133555B (zh) | 识别8字运动轨迹目标的方法 | |
CN108983194B (zh) | 一种基于地面监视雷达***的目标提取及凝聚方法 | |
CN112180452B (zh) | 基于探地雷达和三维速度谱的地下管线埋深估计方法 | |
Cui et al. | Ice radar investigation at Dome A, East Antarctica: Ice thickness and subglacial topography | |
CN117075149A (zh) | 基于ddm的星载gnss-r台风位置估计方法及*** | |
Charalampidis et al. | Removal of nonprecipitation echoes in weather radar using multifractals and intensity | |
CN116359854A (zh) | 一种基于YOLOv5的防空警戒雷达复合干扰参数估计方法 | |
JP3702347B2 (ja) | ウィンドプロファイラにおける信号処理方法及びそのプログラムと装置 | |
CN114047494A (zh) | 一种光子计数激光雷达数据地面高程反演方法 | |
CN113552563A (zh) | 垂测信息和高频地波雷达杂波信息的对应性分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201215 |