经验模态分解在电离层TEC多尺度分析预测中的应用研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 电离层TEC研究的意义 | 第12-14页 |
| 1.2 电离层TEC预测的研究现状 | 第14-16页 |
| 1.3 本文主要内容 | 第16-18页 |
| 2 电离层概况 | 第18-26页 |
| 2.1 电离层结构 | 第18页 |
| 2.1.1 电离层垂直结构 | 第18页 |
| 2.1.2 电离层水平结构 | 第18页 |
| 2.2 电离层探测的基本方法 | 第18-20页 |
| 2.2.1 地基探测法 | 第19页 |
| 2.2.2 空基探测法 | 第19-20页 |
| 2.3 电离层总电子含量（TEC） | 第20-23页 |
| 2.3.1 电离层总电子含量定义 | 第20页 |
| 2.3.2 IGS提供的电离层TEC简介 | 第20-23页 |
| 2.4 电离层TEC短周期分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 电离层TEC影响因素分析 | 第26-38页 |
| 3.1 对太阳活动的分析 | 第26-29页 |
| 3.2 对地磁场的分析 | 第29-33页 |
| 3.3 其他影响因素分析 | 第33-35页 |
| 3.3.1 同一年积日不同时刻电离层TEC分析 | 第33-34页 |
| 3.3.2 不同年积日同一时刻电离层TEC分析 | 第34-35页 |
| 3.4 各影响因素与TEC之间的关系分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 电离层TEC数据预处理 | 第38-56页 |
| 4.1 EMD分解基本原理与去噪方法 | 第38-45页 |
| 4.1.1 EMD基本原理 | 第38-41页 |
| 4.1.2 基于EMD分解的去噪方法 | 第41-42页 |
| 4.1.3 目前EMD去噪存在的不足 | 第42-45页 |
| 4.2 EMD去噪方法的改进 | 第45-47页 |
| 4.3 仿真数据分析 | 第47-53页 |
| 4.4 电离层TEC数据去噪 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 电离层TEC预测 | 第56-72页 |
| 5.1 Elman神经网络 | 第56-59页 |
| 5.1.1 Elman神经网络简介 | 第56-57页 |
| 5.1.2 Elman人工神经网络学习过程 | 第57-59页 |
| 5.2 构建TEC Elman神经网络预测模型 | 第59-69页 |
| 5.2.1 评价标准 | 第59页 |
| 5.2.2 单因素预测模型 | 第59-61页 |
| 5.2.3 多因素预测模型 | 第61-63页 |
| 5.2.4 基于EMD的多因素多尺度预测模型 | 第63-68页 |
| 5.2.5 多模型比较分析 | 第68-69页 |
| 5.3 本章小结 | 第69-72页 |
| 6 总结与展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-79页 |
