（计算机应用技术专业论文）基于模糊小波神经网络的短波通信频率预测方法研究.pdf

c l a s s i f i e di n d e x ： u d c ： l i i ii iiii iii i iii i ii111i y 1817 5 0 8 ad is s e r t a t i o nf o r t h ed e g r e eo fm e n g s h o r t w a v ec o m m u n i c a t i o n ， f r e q u e n c y p r e d i c t i o nb a s e do nf u z z y v e l e tn e u r a ln e t w o r k c a n d i d a t e ：y u a nl i m i n g s u p e r v i s o r ：a s s o c i a t ep r o f n ij u n a c a d e m i cd e g r e ea p p li e df o r ：m a s t e ro fe n g i n e e r i n g s p e c i a l i t y ：c o m p u t e ra p p l i e dt e c h n o l o g y d a t eo fs u b m i s s i o n ：d e c e m b e r ，2 0 0 8 d a t eo fo r a le x a m i n a t i o n ：m a r c h ，2 0 0 9 u n i v e r s i t y ：h a r b i ne n g i n e e r i n gu n i v e r s i t y - i r 哈尔滨工程大学 。 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由 作者本人独立完成的。有关观点、方法、数据和文献的引用己在 文中指出，并与参考文献相对应。除文中已注明引用的内容外， 本论文不包含任何其他个人或集体已经公开发表的作品成果。对 本文的研究做出重要贡献的个人和集体，均己在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 作者( 签字) ：霄五胡 日期： 0 0 5 年孑月p 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生在校 攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨 工程大学有权保留并向国家有关部门或机构送交论文的复印件。 本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据 库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本 学位论文，可以公布论文的全部内容。同时本人保证毕业后结合 学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈 尔滨工程大学。涉密学位论文待解密后适用本声明。 ， 本论文( 口在授予学位后即可留在授予学位1 2 个月后口 解密后) 由哈尔滨工程大学送交有关部门进行保存、汇编等。 作者( 签字) ：专亥l 锢导师( 签字) ：夸- i 湓娘仪、 日期：7 年弓月f 2 日乞眇1 年；月7 乙日 p l 哈尔滨f ：群人学硕十学何论文 摘要 无线电短波利用电离层折射可以完成远距离通信，由于电离层对电波的 限制，需要先期预测出电离层的情况，用来作为通信时挑选频率的根据。这 项工作对于现代短波通信有极其重要的意义。 电离层f 2 层临界频率( 而f 2 ) 月中值本身存在着定的变化规律，这种 规律可以用于频率预测。我国学者总结这些规律提出了“中国参考电离层模 式( c r i ) ”，但c r i 引入了某些人为的假定，限制了预测的精度。另有学者 采用人工神经网络技术进行频率预测，但目前广泛采用的b p 网络预测方法 在预测精度方面尚有不足。 本文提出了利用相空间重构结合模糊小波神经网络( f w n n ) 进行而f 2 月中值预测的方法。首先利用相空间重构方法对尼f 2 月中值进行预处理，生 成用于训练f w n n 的样本数据，然后采用b p 算法对f w n n 进行训练，最 后用训练好的f w n n 进行而f 2 月中值预测。对比实验结果表明，本文所提方 法的预测精度高于目前常用的b p 网络预测方法。此外，本文还尝试引入基 于奇异值分解的去噪方法，使得预测精度得到进一步的提高。 研究表明，基于模糊小波神经网络的短波通信频率预测方法是可行的， 将模糊小波神经网络与相空问重构和奇异值分解去噪技术相结合，能够取得 更好的效果。 关键词：短波通信频率预测；临界频率月中值；相空间重构；模糊小波神经 网络 哈尔滨i 。稃人学硕十学伊论文 a b s t r a c t s h o r t w a v er a d i ol o n gd i s t a n c ec o m m u n i c a t i o nm a k e su s eo ft h er e f l e c t i o no f w a v ei nt h ei o n o s p h e r e b e c a u s et h ew a v ei sr e s t r i c t e dw i t ht h ei o n o s p h e r e 。i ti s n e c e s s a r yt op r e d i c tt h ec a s eo fi o n o s p h e r eb e f o r ec o m m u n i c a t i o n t h ep r e d i c ti o n r e s u l t sa r eu s e dt os e l e c tc o m m u n i c a t i o nf r e q u e n c y t h i si sv e r yv a l u a b l et o m o d e ms h o r t w a v ec o m m u n i c a t i o n t h ev a r i a t i o no fm o n t h l ym e a nv a l u e so fi o n o s p h e r ef 2l a y e rc r i t i c a l f r e q u e n c y 怕f 2 ) h a v ec e r t a i nl a w s t h el a w sc a nb eu s e dt op r e d i c tt h ef r e q u e n c y c h i n e s er e s e a r c h e r sh a v ec o n c l u d e dt h el a w sa n dp r o p o s e d c h i n e s er e f e r e n c e i o n o s p h e r em o d e ( c r i ) ”h o w e v e r , c r ii n t r o d u c e ss o m ec o n t r i v e da s s u m p t i o n s t h a tl i m i tt h ea c c u r a c yo fp r e d i c t i o n s o m eo t h e rr e s e a r c h e r se m p l o y e da r t i f i c i a l n e u r a ln e t w o r kt op r e d i c tt h ec o m m u n i c a t i o nf r e q u e n c y , w h e r e a st h ea c c u r a c yo f t h ew i d e l yu s e db pn e t w o r kp r e d i c t i o ni su n s a t i s f a c t o r y , t o o i nt h i sd i s s e r t a t i o n ，am e t h o df o rp r e d i c t i n gt h em o n t h l ym e a nv a l u e so f 石f 2 i s p r o p o s e d t h ep r o p o s e dm e t h o dc o m b i n e sf u z z yw a v e l e t n e u r a ln e t w o r k ( f w n n ) w i t hp h a s es p a c er e c o n s t r u c t i o n f i r s t l y ，t h ep h a s es p a c er e c o n s t r u c t i o n i se m p l o y e dt o p r e - p r o c e s st h em o n t h l ym e a nv a l u e so f 而f 2f o rp r e p a r et h e t r a i n i n gs a m p l e so ff w n n t h e n b pl e a r n i n ga l g o r i t h mi se m p l o y e df o rt r a i n i n g t h ef w n n f i n a l l y , t h et r a i n e df w n ni su s e dt op r e d i c tt h em o n t h l ym e a nv a l u e s o f f 2 t h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h ep r e d i c ta c c u r a c yo ft h ep r o p o s e d m e t h o di sb e t t e rt h a nt h a to ft h ew i d e l yu s e db pm e t h o d f u r t h e r m o r e ，an o i s e r e d u c t i o nb a s e do ns i n g l ev a l u ed e c o m p o s i t i o ni su s e dt oi m p r o v et h ea c c u r a c yo f p r e d i c t t h r o u g ht h ea b o v er e s e a r c h ，t h ec o n c l u s i o n sc a nb ed r a w na st h a tt h e f r e q u e n c yp r e d i c t i o nb a s e do nf u z z yw a v e l e tn e u r a ln e t w o r kb e f o r es h o r t w a v e c o m m u n i c a t i o ni sf e a s i b l ea n db e t t e rp e r f o r m a n c ec a nb eg o tb yc o m b i n i n gt h e f w n nw i t hp h a s es p a c er e c o n s t r u c t i o na n dn o i s er e d u c t i o nb a s e do ns i n g l ev a l u e d e c o m p o s i t i o n k e yw o r d s ：s h o r t w a v ec o m m u n i c a t i o nf r e q u e n c yp r e d i c t ；m o n t h l ym e a n v a l u e so fc r i t i c a lf r e q u e n c y ；p h a s es p a c er e c o n s t r u c t i o n ；f u z z y w a v e l e tn e u r a ln e t w o r k 哈尔滨1 4 烈人学硕十学何论文 目录 第1 章绪论1 1 1 研究背景1 1 2 短波通信及其频率预测原理1 1 2 1 短波通信原理1 1 2 2 短波通信频率预测原理3 1 3 研究内容及论文结构5 第2 章短波通信频率预测技术研究现状分析一6 2 1 传统短波频率预测方法6 2 2 利用b p 神经网络预测电离层临界频率7 2 2 1 利用b p 神经网络预测电离层f 2 层临界频率7 2 2 2 利用b p 神经网络预测电离层f 2 层骚扰一8 2 2 3 利用b p 神经网络重构区域电离层临界频率分布8 2 2 4 电离层暴时的t s f 2 预报一9 2 3 混沌和神经网络相结合预测短波通信频率参数1 0 2 4 模糊推理和神经网络相结合预测短波通信频率参数1 0 2 5 本章小结10 第3 章短波通信频率变化规律分析1 2 3 1 相邻月份及相邻年同一月l 训频率变化规律分析1 2 3 2 每年各月月中值变化规律分析1 2 3 3 月中值逐年变化规律分析2 l 3 4 本章小结2 2 第4 章基于相空间重构的频率数据预处理2 3 4 1 相空间重构技术简介2 3 4 2 嵌入维数的确定2 4 4 3 延迟时间的确定2 4 4 4 嵌入窗宽的确定2 5 r 4 5 电离层临界频率的相空间重构2 6 。4 6 本章小结2 8 第5 章基于模糊小波神经网络的频率预测2 9 5 1 基于模糊小波神经网络的频率预测方法2 9 5 1 1 模糊小波神经网络简介2 9 5 1 2 利用模糊小波神经网络预测短波通信频率2 9 5 1 3 模糊推理系统选型3 0 5 1 4 网络结构的确定3 2 - r 哈尔滨f ：科人学硕十学伊论文 “ 5 1 5 学习算法的确定3 5 5 2 短波频率预测系统的软件实现3 9 5 3 实验结果及对比分析3 9 5 3 1 模糊小波神经网络的训练3 9 5 3 2b p 神经网络的训练4 5 5 3 3 实验结果及对比分析4 5 5 4 基于奇异值分解去噪对预测精度的改进4 8 5 4 1 奇异值分解及其去噪原理4 8 5 4 2 基于奇异值分解的短波频率数据去噪4 8 5 4 3 去噪前后实验结果及对比分析5 0 5 5 本章小结5 2 结论5 3 参考文献5 4 攻读硕士学位期间发表的论文和取得的科研成果5 8 致谢5 9 哈尔滨l ：w 人? 硕十7 ：伊论文 1 1 研究背景 第1 章绪论 短波电离层反射信道是一种时变的色散信道，它的特点是路径损耗、时 延散步、噪声和干扰等都是随频率、地点、季节、昼夜而不断变化的。因此 在短波天波通信中，工作频率是不能任意选择的，否则就不能建立可靠的通 信。例如工作频率选得太高，高于最高可用频率( m 咿) 时，电波就可能越 距或穿出电离层，而不能到达预定的接收地点，又如频率选得太低，低于最 低可用频率( 防) 时，就有可能使电波能量的大部分甚至全部被电离层所 吸收，以致到达接收地点的信号强度不能保证最小的信噪比，使通信质量变 坏，甚至通信中断。总之，对于某一条具体短波通信线路末讲，能保证一定 通信质量和可通率的工作频率，仅仅是在 犯伊和l u f | 日j 的那部分频率。 这就提出了一项重要任务，就是如何比较精确地确定某一条具体线路的 掀伊。由于这一项任务必须在通信前完成，所以称之为“频率预测”川。 无线电短波利用电离层折射可以完成远距离通信，由于电离层对电波的 限制，因此需要能够先期预测出电离层的情况，用来作为通信时挑选频率的 根据。这项工作对于现代短波通信有极其重要的意义。 频率预测不仅是为了保证现有通信线路的质量和可通率，而且也是新设 计一条通信线路时决不可少的一个环节，同时也为区域内的频率管理创造了 先决条件。区域内的频率管理委员会可根据频率预测所提供的资料以及区域 内各条通信线路的优先等级，恰当地分配各条线路的工作频率，这是一项解 决目前短波波段用户拥挤、干扰严重的行之有效的组织措施。 1 2 短波通信及其频率预测原理 1 2 1 短波通信原理 短波通信是指利用波长为1 0 0 - 1 0 m ( 频率为3 3 0 m h z ) 的电磁波进行 的无线电通信( 实际上，也把中波的高频段( 1 5 - - - 3 m h z ) 归到短波波段中) 。 短波主要靠电离层的反射( 天波) 来传播，也可以和中、长波一样靠地波进 哈尔滨l ：程人学硕十学何论文 行短距离传播，每一种传播形式都有各自的频率范围和传播距离。因此，短 波传播的形式有两种，分别为地波传播形式和天波传播形式。 利用地波传播形式的频率范围大约是1 5 - - 5 m h z 。由于地波的衰减随着 频率的升高而增大，所以即使用1 0 0 0 w 的发射机，陆上传播距离也仅为 1 0 0 k m 左右，所以这种传播形式，不宜用作无线电广播或远距离通信。 一般情况下，对于短波通信线路来讲，天波传播较地波传播具有更重要 的意义。这不仅是因为天波可以进行远距离传播，而且还因为可以在地波传 播宣告无效的很短的距离内建立无线电通信线路。电离层是由围绕地球，处 于不同高度的四个导电层组成的，这四个导电层分别为d 层、e 层、f l 层和 f 2 层。这四个导电层对天波传播具有重要的影响。 d 层：d 层是最低层，出现在地球上空6 0 , 9 0 k m 高度处，最大电子密 度发生在8 0 k m 处。d 层出现在太阳升起时，而消失在太阳降落后，所以在 夜问，不再对短波通信产生影响。d 层的电子密度不足以反射短波，所以短 波以天波传播时，将穿过d 层。不过，在穿过d 层时，电波将遭受严重的衰 减，远大于e 层、f 层，所以也称d 层为吸收层。在白天，d 层决定了短波 传播的距离，以及为了获得良好的传输所需的发射机功率和天线增益。 e 层：e 层出现在地球上空1 0 0 - - - - 1 2 0 k m 高度处，最大电子密度发生在 “0 k m 处，在白天认为基本不变。在通信线路设计和计算时，通常都以1 1 0 k m 作为e 层高度。和d 层一样，e 层出现在太阳升起时，而且在中午电离达最 大值，而后逐渐减少，在太阳降落后，e 层实际上对短波传播己不起作用。 在电离开始后，e 层可以反射高于1 5 m h z 频率的电波。 e s 层：e s 层也称为偶发e 层，是偶尔发生在地球上空1 2 0 k m 高度处的 电离层。e s 层虽然是偶尔存在，但是由于它具有很高的电子密度，甚至能将 高于短波波段的频率反射回来，因而目前在短波通信中，许多人都希望能选 用它来作为反射层。当然e s 层的采用，应十分谨慎，否则有可能使通信中断。 f 层：对短波传播，f 层是最重要的。在一般情况下，远距离短波通信 都选用f 层作反射层。这是因为和其它导电层相比它具有最高的高度，因而 可以允许传播最远的距离，所以习惯上称f 层为反射层。在白天f 层有两层： f i 层位于地球上空1 7 0 - - - , 2 2 0 k m 高度处，f 2 层位于地球上空2 2 5 - - 4 5 0 k m 高 度处。它们的高度在不同季节和在一天内不同的时刻是不同的。对f 2 层来讲， 其高度在冬季的白天最低，而在夏季的白天最高。f 2 层和其它层不同，在同 落以后并没有完全消失，仍保持有剩余的电离。其原因可能是在夜间由于f 2 层的低电子密度，复合的速度减慢，以及粒子辐射仍然存在。虽然夜间f 2 层 的电子密度较白天降低了一个数量级，但仍足以反射短波某一频段的电波。 当然，夜间能反射的频率远低于白天。由此可以粗略看出，若要保持昼夜短 2 哈尔滨i ：样人。宁：硕十字：何论文 波通信，则f 2 层临界频率( 局f 2 ) 必须餐夜更换，而且一般情况下夜i a j 工作 频率远低于白天工作频率。这是因为高的频率能穿过低电子密度的电离层， 只在高电子密度的导电层反射。所以若昼夜不改变工作频率( 例如夜i 日j 仍使 用白天的频率) ，其结果，有可能使电波穿出电离层，造成通信中断。 m u f 是指在实际通信中，能被电离层反射回地面的电波的最高频率。若 选用的工作频率超过它，则电波穿出电离层，不再返回地面。 远距离通信中，电波都是斜射至电离层的，若令此时最大的反射频率为 如，则在已知通信线路长度和反射点高度的情况下，可以从式( 1 1 ) 求得肪。 f o b = 厅s e c 妒= 兀( 1 + d 2 h ) “2 ( 1 - 1 ) 式中，元是电波垂直投射时的最高反射频率，也称临界频率； 妒是电波斜射至电离层的入射角； d 是通信线路的长度； h 是电波反射点处电离层的虚高。 考虑电离层的结构随时间的变化和保证获得长期稳定的接收，在确定线 路的工作频率时，不是取预报的m u f 值，而是取低于m 咿的频率f o t ， 肋7 称为最佳工作频率，一般情况下f o t = 0 8 5 m u f 。选用f o t 之后，能 保证通信线路有9 0 的可通率。由于工作频率较脚下降了1 5 ，接收点 的场强较工作在搬伊时损失了1 0 2 0 d b ，可见为此付出的代价也是很大的。 1 2 2 短波通信频率预测原理 ( 1 ) f 2 层最高可用频率的预测 f 2 层m u f 预测的依据是全国无线电管理委员会所提供的频率预测资料 0 1 。预测资料含有属：( 太阳黑子数的滑动平均值) 为1 0 、1 0 0 和1 5 0 三种情 况下的2 8 8 张m u f 预测曲线。要确定某月昼夜2 4 小时的m u f ，需要知道 的参数为： 该年陔月太阳黑子数的预测值瓦，( 由全国无线电管理委员会提供) ； 通信线路的大圆距离( d ) ； 反射点的地理位置； 反射点的地方时问( 简称地方时) 和北京时| 日j ( 简称北京时) 的时差。 以上4 个参数知道后，就可以根据月份和该月份的足，预测值以及反射点 的地理位置，从2 8 8 张曲线中选出所需要的2 张图。例如在6 月，瓦，预测值 为1 3 6 ，反射点地理位置为( 1 1 5 0e ，3 2 0n ) ，则可选6 月，r 一1 ，= 1 0 0 和r i ，= 1 5 0 ，纬度3 0 0ns 五s3 5 0n 的2 张曲线图。 哈尔滨l n 大学硕十学位论文 根据已求得的地方时和大圆距离，即可从图中查得对应于r ，= 1 0 0 和 瓦，= 1 5 0 的两个该时间的m u f ，分别用( m u f ) l o o 和( m u f ) 1 5 0 表示。然后作图， 即可求得与豆，预测值1 3 6 相对应的( m u f ) 1 3 6 ，此即为在条具体线路上，6 月某时的m u f 预测值。按照上述方法分别求得昼夜2 4 小时的m u f ，并绘 制成曲线。 ( 2 ) e 层最高可用频率的预测 e 层的高度除临近日出同落的短暂时间内略高外，其层底高度常位于地 面以上约1 1 0 k m 处，最大电子密度的高度约为1 3 0 k m 。其临界频率f o e 在夜 间小于0 5 m h z ，而在白天而e 与c o s x 成比例( x 为太阳天顶角，某地a 在某 个时间的太阳天仰角，就是指a 点和地心c 的连线与太阳光直射在地球上的 射线之间的夹角。) 。尼e 随太阳周期变化。由于夜间e 层电子密度稀薄，因 此在e 层最高可用频率的预测中，只计算白天的m u f e ，夜间不予考虑。 对于e 层m u f 的预测，通常采用逼近f o e 实际值的半经验公式( 1 - 2 ) ， 五e = k ( 1 + m r l 2 ) c o s ”( o 8 8 l x ) ( 1 2 ) 式中，0 墨瓦，1 5 0 ；k = o 3 4 ：r = o 4 9 ：m = 0 0 0 1 6 7 。 由于e 层高度比较稳定，因此e 层一跳的最远距离为2 0 0 0 k m ，此时， m u f ( 2 0 0 0 ) e = 4 7 8 f o e ( 1 3 ) 根据式( 1 - 2 ) 和( 1 3 ) ，即可求出d = 2 0 0 0 k m 时的e 层最高可用频率。 ( 3 ) 工作频率的选择 最佳工作频率的选择 根据以上计算，可以得到两根m u f 预测曲线。对于m u f f ：预测曲线， 由于其传输概率仅5 0 ，所以应适当降低使用，以提高其传输概率达9 0 ， 此时的频率，称为肋n 阳丁= 0 8 5 m u f f ： ( 1 - 4 ) 但对于胍预测衄线，由于在一个月中各天的离散很小，因此不必再 打折扣，可直接把m u 氏值选为工作频率，即f o t = m u f v 。 日频和夜频的确定 在一般的短波无线电通信线路上，一天中需要选两个频率，选一个闩频， 一个夜频。选频的原则是在保证9 0 传输概率的条件下，尽可能地高一些， 以使接收点信号电平高一些，多径时延小一些。 当一天选用日、夜两个频率时，应注意选择改频的时间。通常是在电离 层电子密度变化急剧的黎明和黄昏时刻适时地改换工作频率。例如在清晨， 哈尔滨l ：稃人学硕十学伊论文 11i i i 若过早地将夜频改为闩频，则有町能由于频率过高而使电波穿出电离层，致 使通信中断；若改频时间太晚，则有可能由于频率太低，电离层吸收太大， 信号电平过低而不能维持通信。同样，若同频不能适时地改换成夜频，也可 能导致通信中断。至于具体的换频时间，应依据通信线路的具体情况而定f 2 3 1 。 1 3 研究内容及论文结构 临界频率在相邻两天的同一个小时内通常是不重复的，对于f 2 区，即使 在宁静的无骚扰期f 日j ，临界频率的逐同变化也是相当大的，但是在它们相当 长的一段时i 日j 内的平均值之间，因为其它因素的影响有的被平滑掉了，有可 能存在一定的规律性，而f 2 月中值时间序列本身存在着一定的变化规律。因 此，可以利用这一规律来预测而f 2 月中值，但是这种变化过程是一个强非线 性过程。我国的电离层工作者提出的一种比较适合于我国地区的“中国参考 电离层模式( c r i ) ”引入了某些人为的假定，限制了预测的精度。模糊小波 神经网络( f w n n ) 可以很好的逼近一个非线性过程，当f w n n 的结构确定 以后，它不要求对电离层的模式作任何人为的假定，利用实际观测的数据训 练网络，网络获得的知识用一个权重矩阵、一个小波函数伸缩系数矩阵和一 个小波函数平移系数矩阵表示。然后依据这些知识，网络进行实际的预测， 从理论上看，它应该是研究电离层变化的一种比较好的手段。因此，本文试 图利用f w n n 来预测届f 2 月中值。 本文的具体研究内容按如下章节组织： ( 1 ) 第l 章介绍研究背景和短波通信及其频率预测的基本原理，并交代 本文的研究内容及论文的组织结构； ( 2 ) 第2 章分析短波通信频率预测技术的研究现状及目前存在的问题； ( 3 ) 第3 章分析短波通信频率的变化规律，为后续研究提供思路； ( 4 ) 第4 章给出基于相空间重构的短波通信频率数据预处理方法： ( 5 ) 第5 章给出基于f w n n 的短波通信频率预测方法及实验结果； ( 6 ) 结论部分总结了全文的工作，并指出进一步改进预测精度的思路。 哈尔滨i ：稃人学硕十学伊论文 第2 章短波通信频率预测技术研究现状分析 2 1 传统短波频率预测方法 传统短波频率预测方法主要有两种，即c c i r 推荐方法( 3 4 0 报告) 和 亚大预测方法i 一】。 3 4 0 报告是国际电联推荐的一种适用于全球范围并被各国已普遍采用的 预测电离层参量的方法。亚大预测方法( 全称为亚大地区f 2 电离层预测方法) 是根据亚大地区( 包括亚洲、大洋洲、太平洋和印度洋的部分海域，其范围 是北纬6 5 0 至南纬4 0 0 ，东经6 0 0 至1 5 0 0 ) 3 9 个电离层探测站积累多年的电离 层观测数据研制的预测而f 2 、m ( 3 0 0 0 ) f 2 的一种方法。其目的是为了提高该地 区的预测精度与准确度。最初提供的是手工计算方法，即1 9 7 5 年出版的f 2 层局部地区频率预测图集。1 9 7 6 年在手工方法的基础上发展为计算机方法， 1 9 7 7 年实现了计算机程序化。为使“局部地区”一词更加明确而改名为“亚 大地区”。下面将对这两种预测方法的特点、差异及各自的优缺点进行对比分 析。 ( 1 ) 适用的地理范围：“亚大预测”适用于东经6 0 0 至l5 0 0 ，北纬6 5 0 至 南纬4 0 0 ：“3 4 0 报告”适用于全球。因此，“亚大预测”在应用范围上具有一 定的局限性。 ( 2 ) 预测指数的选择：“3 4 0 报告”预测指数是太阳黑子1 2 个月的流动 平均值r ，“亚大预测”是利用重庆电离层观测站所测的该站上空的电离层 参量而f 2 导出的厶指数。因为厶指数来自于电离层，它与尼f 2 更相关。对于 重庆以外的地区使用厶总的情况来看，适用，c 预测电离层参量j 乇f 2 , m ( 3 0 0 0 ) f 2 比使用足，要好。且厶的来源是国内电离层观测站，可及时得到。而得到实测 值足，一般较，c 迟4 个月。外推的时间越短，所预测指数的精度越高。由于预 测指数呈周期性变化，在接近上升段与下降段之前，即使厶的实测值比瓦，的 实测值只提前一两个月得到，对预测指数的精度也非常有利。 ( 3 ) 而f 2 与预测指数相关的数学模式的选择：“3 4 0 报告”预测局f 2 时， 确定该值与趸，为线性相关；而“亚大预测”确定而f 2 与，c 为非线性相关，即 用二次回归方程描述。文献 4 】中指出，用一次回归方程描述这种相关比用二 次回归方程描述这种相关误差要大，特别瓦，为中等值或大于1 4 0 时误差更 6 哈尔滨l ：稃人学：硕十予：何论文 i m li i 大。因此，“3 4 0 报告”也提醒人们在足，大于1 5 0 时使用该预测方法应慎重。 ( 4 ) 在约1 1 年太阳周期中选用数据的差别：“3 4 0 报告”方法仅用了一 些电离层站5 年( 1 9 5 41 9 5 8 ) 的数据，只是对没有这几年数据而有其它年 份数据的地区才选用其它年份的数据作为补充。“3 4 0 报告”使用的是1 9 5 4 - 1 9 5 8 年太阳活动性第十九周期的上升期数据，仅用这半个周期的电离层数据 确定回归方程预测足，值相应的局f 2 数据显然太少。在亚大预测中，选用了国 内外3 9 个电离层探测站( 其中国内1 1 个站) 一至两个太阳周期的数据。由 于数据较多，确定的回归方程有助于提高预测精度。文献【4 】中指出，选用较 多年份数据的“亚大预测”方法比“3 4 0 报告”预测方法的预测精度高。 ( 5 ) 在区域上使用数据的差别：在“亚大预测”中使用了我国满洲里、 台北等1 1 个电离层探测站的数据，而“3 4 0 报告”在预测方法的研究中缺乏 我国的电离层数据。显然，“亚大预测”在这点上具有客观的优越性。 ( 6 ) 地理参量的选择：“3 4 0 报告”预测而f 2 、m ( 3 0 0 0 ) f 2 随地理位置的变 化时给出了一个地理坐标函数，它包括主纬变化和一阶、二阶等多阶经度变 化。电离层参量随地理位置变化主要是依赖于地理纬度或地磁纬度、磁倾角 等。由于“亚大预测”仅用于局部地区，在此区域内，电离层参量随经度的 变化不大，因此，“亚大预测”将j o f 2 、m ( 3 0 0 0 ) f 2 的二维地理变化简化为一 维变化。这样无论对手工方法，还是计算机方法，计算变得简单方便了，相 当于在“亚大预测”中只采用了“3 4 0 报告”预测中的主纬度变化参量。“亚 大预测”电离层参量随地理经纬度的变化选用的是修下磁倾角的诈弦。 ( 7 ) 计算所需的输入数据：要预测某月的电离层参量，如尼f 2 、m ( 3 0 0 0 ) f 2 时，“3 4 0 报告”需输入2 8 5 8 个数据，而“亚大预测”只需输入1 2 0 0 个数据。 ( 8 ) 计算过程：“亚大预测”的计算过程比“3 4 0 报告”预测的计算过程 简单、节省机时、速度快。 2 2 利用b p 神经网络预测电离层临界频率 2 2 1 利用b p 神经网络预测电离层f 2 层临界频率 文献【5 提出了一种利用b p 神经网络技术预测 f 2 月中值的方案，指出 矗f 2 本身存在着隔月变化的规律，可以利用这一规律来预测 f 2 月中值。但 这种隔月变化过程是一个强非线性过程，而b p 神经网络具有联想、自组织 和很强的容错能力，同时网络中的神经元之i - 日j 的传输函数是一个非线性函数， 哈尔滨l ：榉人亨：硕十学伊论文 通过输入层、隐含层和输出层之f 日j 的非线性复合作用，它可以很好地逼近一 个复杂系统的非线性过程。当b p 神经网络的结构确定以后，它不要求对电 离层的模式作任何人为的假定，利用实际观测的数据训练网络，网络获得的 知识用一个权重矩阵表示，然后依据这些知识，网络进行实际的预测【s 1 。 由于在利用b p 神经网络技术研究而f 2 月中值隔月变化规律的基础上， 考虑了足够的周年和黑子周期数据训练网络，因此对o f 2 月中值预测精度有 了较大改进。从用3 0 多年数据检验的结果看，用b p 神经网络技术预测电离 层而f 2 月中值都已达到了0 3 m h z 的水平，但还有改进的空l 日j 。 2 2 2 利用b p 神经网络预测电离层f 2 层骚扰 电离层骚扰事件传统预报的基本方法是：用历史上电离层骚扰事件的资 料进行统计分析，找出与骚扰事件相关的r 一地现象，统计这些f 1 一地现象 与电离层骚扰的相关程度，再根据这些统计经验，利用近两天观察所得的r 一地资料来预报明天是否可能有电离层骚扰事件。这种主观预报方法的缺点 是人为因素比较多。电离层骚扰事件是由许多因素决定的，这些因素包括太 阳耀斑、黑子的同面位置、强度、地磁暴、太阳射电暴发等，而且这些因素 能在多大程度上造成电离层骚扰，目前理论研究还没有明确的结论。因此电 离层骚扰的形成和发生是一个强非线性过程，它的出现也是离散的随机事件。 单靠统计经验来预报骚扰事件，很难全面考虑到各种因素以及它们引起骚扰 事件的可能程度，漏报和虚报率一般是比较高的1 6 i 。 文献【6 】中指出，由于b p 神经网络能够很好地解决复杂的非线性问题， 因此可以利用b p 神经网络来预报电离层骚扰事件。训练后的网络不仅学习 了一些具体的例子，而且学会了从这些例子中所概括出来的一般规律，只要 输入少量的信息和通过自身的联想，便能够对电离层骚扰进行识别和作出判 断。该方案预报结果检验中，使传统方法难以预报的小型和中型电离层骚扰 达到8 0 以上的预报准确率，识别单一型别骚扰事件的预报准确率在9 5 以 上。最后，指出利用人工神经网络预报离散、随机的电离层骚扰事件明显优 于几十年来沿用的传统主观预报方法，具有重要的应用6 ，j 景。 2 2 3 利用b p 神经网络重构区域电离层临界频率分布 由于电离层电子浓度随时间和空间存在剧烈变化，电波传播效应和电离 层形念等科学研究以及实际工程应用都需要提供随地理位置、同、季节和太 哈尔滨f ：w 人。字：硕十。予：何论文 阳活动周期变化的电子浓度剖面并做出预报。现在通用的预报程序是国际参 考电离层( i r i ) ，但i r i 预测的是电离层的平均模式，它不能对电离层的实 时状态进行预测。只有这种平均模式的预测是很不够的。当然，从电离层探 测系统如垂直探测、斜探测、返回散射探测等可以获得电离层的实时信息， 但这些信息也只能反映电离层的局部状态，要知道大面积区域电离层的状态 信息，就需要由已知的局部信息来重构大面积区域的电离层状态1 7 】。 目前国内有9 个电波观测站，可以利用这些观测站的数据来重构我国区 域电离层的状态。这9 个观测站处在不同的地理位置，获得的观测资料可以 反映电离层状态随地理位置的变化规律，但是这种变化规律是一个强非线性 过程，无法用解析的方法来精确地描述这种变化规律。众所周知，b p 神经网 络是处理非线性过程的一种有效手段，已有不少学者利用b p 神经网络预测 电离层的状态，并取得了较好的效果。但是这些研究工作都是对电离层长期 参数如而f 2 月中值进行预测，对电离层参数进行短期预测或实时预测的研究 文献目前还不多见。文献 7 中提出了利用b p 神经网络重构区域电离层临界 频率分布的方案，指出，利用观测的资料来训练b p 神经网络，训练后的网 络能够概括出一般的变化规律，避免了求解很复杂的电离层方程。首先，对 太阳活动高年和太阳活动低年白天的电离层临界频率分布进行了重构，然后， 利用境外的历史资料对重构结果进行了验证，证明了该方法的有效性，最后， 还指出影响重构的结果主要是训练样本的多少，样本少时重构的精度就会降 低。 2 2 4 电离层暴时的 f 2 预报 电离层作为近地空问环境的重要组成部分对地空和星间信息系统产生显 著影响，而这种影响在电离层暴时会更为严重，有时甚至造成通信较长时间 的中断，使系统无法f 常工作。因此，电离层短期预报技术是短波通信和地 空系统正常运行的基础和关键技术之一。电离层状态主要受太阳控制，太阳 上的一些异常活动会引起电离层的异常变化，同时，太阳活动对地球磁场和 中性大气的影响会进一步改变电离层的状态，这种多因素、非线性、多尺度 的耦合过程，引起电离层而f 2 昼夜同变化以及显著的逐同变化和突然暴时变 化等【8 】。 b p 网络的特点是网络的输入一输出映射是非线性的，具有自组织而形成 所需特性的拓扑结构，用b p 网络预报电离层而f 2 可以较好地弥补传统预报 方法受人为因素影响的不足。文献【8 】在前人研究的基础上构造b p 神经网络 9 哈尔滨l 柞人尹硕十。，f 寺论文 用于电离层暴时0 f 2 预报的有益尝试，取得了比较好的效果，指出发生电离 层暴时用b p 神经网络方法预报而f 2 比国际参考电离层更有优势。 2 3 混沌和神经网络相结合预测短波通信频率参数 混沌预测是随着混沌理论的发展而产生的一种预测方法，它的最大特点 就是可以由观测值重构相空i n j ，然后在相空间中做吸引子上的映射来得到预 测值。 为提高短波通信的可靠性，文献 9 】基于混沌预测理论提出了一种将混沌 和神经网络相结合的方法预测短波通信频率参数，利用混沌方法重构相空间 系统吸引子，用前向多层神经网络拟合吸引子上的全局整体映射，构成混合 预测模型。指出，将此混合模型用于预测短波通信频率参数如而f 2 ，要优于 单纯利用神经网络的预测方法，能达到较好的预测效果，可以应用到实际预 测系统中【9 l 。 2 4 模糊推理和神经网络相结合预测短波通信频率参数 近年来，利用人工神经网络预测电离层参数已经取得了较好的效果，主 要是因为神经网络是一种高度非线性系统，具有很好的非线性逼近能力，但 是神经网络结构复杂，不易调整，适时性差，容易陷入局部极小问题，且在 工程上难以实现，这使得基于神经网络的电离层参数预测方法在通信选频中 很难得到工程应用【1 0 1 。 基于此，文献【1 0 】提出基于神经模糊推理系统( a n f i s ) 的电离层参数预 测模型，以模糊系统为平台，结合神经网络的自学习能力，并针对神经模糊 推理系统内部参数不易调整的问题，提出用并行遗传算法自适应调整推理系 统内部参数，并通过仿真试验与神经网络方法、混沌和神经网络相结合方法 进行了比较，结果证明文献 1 0 】中所提出的预测模型的预测精度高、收敛速 度快、全局收敛性好、内部参数调整智能化。可以预见，模糊推理和神经网 络相结合的方法在短波通信频率参数预测中将会有更好的应用价值。 2 5 本章小结 本章主要介绍并分析了短波通信频率预测技术的研究现状，总结起来， 主要有两大类方法：传统短波频率预测方法和基于人工神经网络技术的预测 l o 哈尔滨i ：稃人导：硕十学付论文 方法。同时能够与人工神经网络技术相结合的方法还有许多，如混沌和神经 网络相结合、模糊推理和神经网络相结合等。 传统短波频率预测方法主要是基于统计学原理，引入的人为因素比较多， 限制了电离层参数的预测精度；而基于人工神经网络的方法虽然在预测精度 上有所提高，也出