[发明专利]一种低频地波传播时延时变特性的建模方法

权利要求书

1.一种低频地波传播时延时变特性的建模方法，其特征在于，具体按照以下步骤实施：

步骤1：搭建低频地波传播时延的长期实验检测系统，获取传播时延数据并对数据进行预处理；

步骤2：获取接收点所在区域的温度、湿度、风速三种气象因子的气象数据；

步骤3：根据步骤1获取的传播时延数据、步骤2获取的温度、湿度、风速气象数据分析低频地波传播时延的时变特性；

步骤4：利用BP神经网络方法建立传播时延的预测模型；

所述步骤4具体过程如下：

步骤4.1：数据集整理

对步骤1获取的传播时延数据、步骤2获取的温度、湿度、风速气象数据进行整理，选取有效数据；其中，时间分辨率取T₂；

步骤4.2：BP神经网络构建

BP神经网络结构的输入层为n个节点；输出层为m个节点；根据经验公式确定隐含层节点个数的范围；利用二分法不断缩小隐含层节点数的范围，从而确定最佳的隐含层节点公式；其中，n与步骤2中的气象因子的个数一致；m为1；经验公式如下：

式中，n表示输入层节点数；l为隐含层节点数；m为输出层节点数；p为0-10之间的常数；

步骤4.3：BP神经网络训练

步骤4.3.1：对数据集进行归一化处理，使数据分布在[0,1]之间，为BP神经网络训练提供高质量的数据；

步骤4.3.2：网络初始化；包括初始化输入层、隐含层、输出层神经元之间的连接权值w_ij和w_jk、隐含层阈值a_j、输出层阈值b_k，初始化学习率η和神经元激励函数f(x)；

(1)w_ij、w_jk的计算公式如下：

w_jk＝w_jk+ηH_je_k j＝1,2,…,l；k＝1,2,…,m (4)

式中，x_i表示输入的温度、湿度和风速气象数据；η表示学习率，是一个正数，介于0.01-0.1之间；

(2)a_j、b_k的计算公式如下：

b_k＝b_k+e_k k＝1,2,…,m (6)

(3)f(x)的计算公式如下：

步骤4.3.3：计算隐含层的输出H_j：

步骤4.3.4：计算输出层的输出O_k：

步骤4.3.5：计算误差e_k：

e_k＝Y_k-O_k k＝1,2,…,m (10)

步骤4.3.6：BP神经网络预测与验证

随机选取一半的数据训练网络，一半的数据测试网络性能；将实测值和预测值进行对比，并用均方根误差(RMSE)和平均绝对误差(MAE)值进行定量的性能比较；计算公式如下：

式中，y_i和y'_i分别是传播时延的实测值和预测值。

2.如权利要求1所述的低频地波传播时延时变特性的建模方法，其特征在于，步骤1中，所述检测系统包括长波接收机天线(1)；长波接收机天线(1)与长波接收机(2)通信连接；GPS接收机天线(3)与GPS接收机(4)通信连接；长波接收机(2)、GPS接收机(4)均通过串行接口与计数器(5)连接；长波接收机(2)、GPS接收机(4)、计数器(5)均通过串行接口与磨砂盒(6)连接；磨砂盒(6)与工业PC(7)电性连接。

3.如权利要求2所述的低频地波传播时延时变特性的建模方法，其特征在于，所述磨砂盒(6)的型号为USB-RS232。