论文部分内容阅读
电离层物理学是以实验观测为基础的科学,在电离层的观测研究中,实验观测设备的研发和使用占据着十分重要的地位。电离层数字测高仪是一种常用的在地面利用无线电扫频方式进行电离层探测的常规设备,在对电离层长期不间断的观测中,测高仪积累了大量的观测数据-频高图,通过对频高图的度量和反演可以得到电离层的各种特征参数以及电子密度剖面以实现对电离层的监测、研究和预报。传统的频高图度量都是采用手工模式,工作量很大,费时费力,因此以计算机程序为核心的自动度量势在必行。本文提出一种基于BP(Back Propagation)神经网络的频高图F层自动度量方法,通过将该方法应用于本实验室新研制的数字测高仪PDI(Portable Digital Ionosonde)所探测的频高图自动度量中获得了初步结果。首先,系统地介绍了电离层以及电离层探测的基础知识、无线电测量原理、观测设备以及观测模式,其中重点介绍了常规的地面无线电探测方法-电离层数字测高仪,并说明了电离层数字测高仪的观测数据-频高图所包含的内容和含义,引出自动度量在电离层观测研究中的重要作用,综述了国内外现有的各种自动度量方法,包括ARTIST方法、约束外推法、模糊几何法、轮廓拟合法、EOF方法等,并介绍了各自的优势、场合以及存在的局限性,进而提出了基于BP神经网络的自动度量方法。其次,详细地介绍了BP神经网络算法以及自适应训练拟合技术,并采用该技术实现电离层频高图F层自动度量的新方法。该方法首先在电离层频高图中每个频率上根据接收信号的信噪比计算出噪声平均功率,并将噪声平均功率值作为局部阈值去除该频率上信号功率低于阈值的噪声信号,进而根据多次回波和回波泄漏的波形特征并以O波和X波的回波幅度为参照去除多次回波和回波泄漏;采用A45方法将频高图的一次测量数据转换成单元点以实现后期复杂的BP神经网络拟合处理的预处理;将预处理后的单元点坐标值进行归一化处理,采用BP神经网络的自适应训练拟合单元点坐标值获取O波和X波F层描迹;根据描迹斜率变化寻找F1和F2层的分界点并判读参数h’F1、foF1和h’F2,采用双曲线拟合技术补偿F2层临界频率区域丢失信号并完成foF2参数判读,最终实现F层电离层特征参数的自动度量。最后,将实现的自动度量方法应用于本实验室自主研发的电离层数字测高仪长期观测所测量数字频高图的自动度量中,获得了初步的观测度量结果。统计了F2层参数自动度量结果的可接受率并且分析了其中少量自动度量失效的原因,结果显示自动度量的foF2和h’F2可接受率分别达到81%和78%,表明该方法具有较好的可靠性。也统计了F2层参数自动度量结果的可接受率随时间的变化及其变化原因。此外,还进一步统计了foF2分别在平静和磁暴状态下的自动度量结果并与IRI(International Reference Ionosphere)进行了比较分析并给出了分析研究结果。