论文部分内容阅读
提出了一种利用集合卡尔曼滤波对电离层f_0F_2短期预报结果进行优化的方法.利用训练好的神经网络对f_0F_2进行提前1～24 h的预报,考虑前一天预报误差的反馈信息,动态跟踪f_0F_2的变化趋势,引入集合卡尔曼滤波对神经网络的预报结果实行进一步修正和优化.实验结果表明,此方法的预报效果优于单纯的神经网络模型和IRI模型.此方法还可以应用于其他电离层参量的短期预报.