[发明专利]一种基于ELM的区域电离层延迟实时建模方法

说明书

本发明公开了一种基于ELM的区域电离层延迟实时建模方法。首先根据CORS站观测值获得信号穿刺点处电离层VTEC值和穿刺点经纬度，建立区域电离层球谐函数模型；然后使用球谐函数模型求解各穿刺点的VTEC模型值和模型值残差；其次建立ELM模型，将穿刺点经纬度、球谐函数模型自变量参数、VTEC模型值作为ELM模型输入参数，VTEC模型值残差作为输出参数，构建学习样本数据进行训练建模；最后利用训练好的ELM模型实时计算模型残差补偿值，结合VTEC球谐函数模型值得到VTEC预测值。使用本发明提出的方法，能够实时建立区域高精度电离层延迟模型。

技术领域

本发明属于卫星导航领域，尤其涉及一种基于ELM的区域电离层延迟实时建模方法。

背景技术

电离层是高层大气的一部分，距地面高度约60～2000千米，受太阳辐射而电离产生大量自由电子。GNSS信号穿过电离层的传播路径会发生弯曲，传播速度发生改变，从而产生电离层延迟。电离层延迟是影响GNSS导航定位性能的主要误差来源，另外在实时定位系统中，由于电离层变化迅速且不稳定，GNSS绝对和相对定位系统的精度和鲁棒性都受到限制。

电离层总电子含量(Total Electron Contents，TEC)是描述电离层特征的主要参数之一，能够直观反映GNSS信号与电离层延迟之间的关系。使用连续运行参考站系统(Continuous Operational Reference System，CORS)的GNSS观测数据能够有效提取TEC信息，用这种方法得到的是离散数据，实际应用中需要通过适当的数学方法将离散数据拓展至整个区域。传统方法为，假设电离层中所有自由电子全部分布在一定高度的薄壳上，根据GNSS信号穿过该薄壳的位置(穿刺点经纬度)和投影函数，利用一定的数学曲面进行拟合，即垂直TEC(Vertical Total Electron Contents，VTEC)观测值表示为穿刺点经纬度的函数。区域电离层常用的拟合函数模型为二维多项式(2-DPM)模型，三角级数函数(TSFM)模型，球谐函数(SHFM)模型等，这些模型结构简单，在数据密度较大且电离层活动相对平稳时能够得到较高精度，但由于电离层变化复杂，在大范围区域内难以得到较高精度。基于神经网络的误差补偿方法能够大幅提高区域电离层建模的精度，但是在人工神经网络的实际应用中，包含深度学习的绝大部分神经网络模型都采用BP算法及其变化形式。但基于BP神经网络的这一类电离层延迟建模方法也面临着收敛缓慢，容易陷入局部最小的问题。随着GNSS实时数据的增加以及相关用户对实时的精密定位用户对精度的要求越来越高，尤其是在电离层活动异常条件下，使得基于BP神经网络的建模方法越来越难以满足电离层实时建模的需求。

极限学习机(Extreme Learning Machine)是一种求解单隐层神经网络的算法。该方法以单隐层前馈神经网络为模型，随机初始化输入权重和偏置，并在最小二乘法准则的基础上，利用Moore-Penrose广义逆计算输出权值，克服了基于梯度下降法学习理论的学习机的固有缺陷，具有收敛快，不易陷入局部极值的优点。适合对实时性要求较高的电离层延迟问题进行建模。

发明内容

发明目的：针对区域电离层球谐函数模型拟合精度不足，以及传统BP神经网络、SVM方法收敛缓慢的问题，提出了一种基于ELM的区域电离层实时建模方法，建立了区域电离层ELM-SH模型，能够在保证电离层建模精度的条件下满足实时性的要求。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于ELM的区域电离层延迟实时建模方法，包括以下步骤：

(1)通过CORS站获得卫星信号穿刺点的经纬度坐标和电离层垂直向总电子含量(Vertical Total Electron Content，VTEC)观测值，此观测值作为该穿刺点VTEC真值，记为VTEC_true，以此求解电离层球谐函数模型参数，建立区域电离层球谐函数模型；