| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 问题提出 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 国外研究现状 | 第14-17页 |
| 1.2.2 国内研究现状 | 第17-19页 |
| 1.3 论文研究主要内容 | 第19-23页 |
| 1.3.1 技术路线 | 第19-20页 |
| 1.3.2 研究内容 | 第20-22页 |
| 1.3.3 论文组织 | 第22-23页 |
| 本章小结 | 第23-24页 |
| 第2章 太阳风仿真基础 | 第24-48页 |
| 2.1 太阳风主要观测特性 | 第24-32页 |
| 2.1.1 太阳活动概述 | 第24-28页 |
| 2.1.2 太阳风监测体系 | 第28-30页 |
| 2.1.3 1AU附近太阳风主要观测特性 | 第30-32页 |
| 2.2 太阳风大数据概述 | 第32-40页 |
| 2.2.1 太阳风大数据来源 | 第32-33页 |
| 2.2.2 太阳风大数据描述 | 第33-38页 |
| 2.2.3 太阳风大数据结构 | 第38-40页 |
| 2.3 太阳风仿真基础理论 | 第40-47页 |
| 2.3.1 太阳风仿真基本定理 | 第41-42页 |
| 2.3.2 有限体积法 | 第42-45页 |
| 2.3.3 流场数值计算方法 | 第45页 |
| 2.3.4 交错网格和同位网格 | 第45-46页 |
| 2.3.5 仿真工具简介 | 第46-47页 |
| 本章小结 | 第47-48页 |
| 第3章 太阳风大数据研究 | 第48-86页 |
| 3.1 基于SOM神经网络的太阳风大数据聚类研究 | 第48-59页 |
| 3.1.1 问题提出 | 第48-49页 |
| 3.1.2 数理模型研究 | 第49-52页 |
| 3.1.3 实现算法 | 第52-56页 |
| 3.1.4 验证与结论 | 第56-59页 |
| 3.2 基于灰色理论的太阳风速度关联因素研究 | 第59-65页 |
| 3.2.1 问题提出 | 第59页 |
| 3.2.2 数理模型研究 | 第59-60页 |
| 3.2.3 验证与结论 | 第60-65页 |
| 3.3 Kp指数、AE指数和太阳黑子数的预测研究 | 第65-80页 |
| 3.3.1 问题提出 | 第65-66页 |
| 3.3.2 BP神经网络数理模型 | 第66-70页 |
| 3.3.3 kp指数预测研究 | 第70-73页 |
| 3.3.4 AE指数预测研究 | 第73-77页 |
| 3.3.5 太阳黑子数预测研究 | 第77-80页 |
| 3.4 基于RBF神经网络的太阳风速度预测研究 | 第80-85页 |
| 3.4.1 问题提出 | 第80页 |
| 3.4.2 数理模型研究 | 第80-81页 |
| 3.4.3 基于RBF神经网络的信息数据训练过程 | 第81-82页 |
| 3.4.4 决策树分类信息数据过程分析 | 第82-83页 |
| 3.4.5 验证与结论 | 第83-85页 |
| 3.5 本章小结 | 第85-86页 |
| 第4章 太阳风MHD数值模型研究 | 第86-107页 |
| 4.1 问题提出 | 第86页 |
| 4.2 太阳风MHD仿真模型研究 | 第86-90页 |
| 4.2.1 太阳风单粒子MHD方程 | 第87-89页 |
| 4.2.2 太阳风MHD仿真控制方程 | 第89-90页 |
| 4.3 太阳风粒子运动模型研究 | 第90-97页 |
| 4.3.1 太阳风粒子的运动学方程 | 第90-92页 |
| 4.3.2 太阳风粒子在引力场中的运动方程 | 第92-95页 |
| 4.3.3 太阳风粒子在磁电场中的运动 | 第95-97页 |
| 4.4 湍流模型和算法研究 | 第97-105页 |
| 4.4.1 太阳风仿真湍流模型 | 第97-100页 |
| 4.4.2 太阳风仿真SIMPLE算法 | 第100-102页 |
| 4.4.3 太阳风仿真改进算法 | 第102-105页 |
| 4.5 结论 | 第105-106页 |
| 本章小结 | 第106-107页 |
| 第5章 太阳风仿真实践与分析 | 第107-137页 |
| 5.1 太阳风仿真云平台研究 | 第107-114页 |
| 5.1.1 云平台计算性能需求 | 第108-109页 |
| 5.1.2 基础条件 | 第109页 |
| 5.1.3 云平台建设方案 | 第109-112页 |
| 5.1.4 云平台数据安全和网络安全 | 第112-114页 |
| 5.1.5 云平台性能测试 | 第114页 |
| 5.2 太阳风仿真图像降噪研究 | 第114-120页 |
| 5.2.1 问题提出 | 第114-115页 |
| 5.2.2 PCA-NLM算法设计 | 第115-116页 |
| 5.2.3 PCA-NLM改进算法 | 第116-118页 |
| 5.2.4 测试与结论 | 第118-120页 |
| 5.3 太阳风MHD仿真实现 | 第120-128页 |
| 5.3.1 仿真模型 | 第120-121页 |
| 5.3.2 仿真计算域 | 第121-123页 |
| 5.3.3 网格划分 | 第123-124页 |
| 5.3.4 仿真湍流模型 | 第124-125页 |
| 5.3.5 仿真参数 | 第125-128页 |
| 5.4 仿真结果分析 | 第128-136页 |
| 5.4.1 太阳风来流方向与磁赤道平行的仿真 | 第129-131页 |
| 5.4.2 太阳风来流方向与磁赤道成 30°角的仿真 | 第131-133页 |
| 5.4.3 太阳风平行磁赤道且忽略地球磁场的仿真 | 第133-134页 |
| 5.4.4 太阳风掠过地球卫星情况的仿真 | 第134-135页 |
| 5.4.5 太阳风掠过月球情况的仿真 | 第135-136页 |
| 5.5 结论 | 第136页 |
| 本章小结 | 第136-137页 |
| 第6章 结语与展望 | 第137-142页 |
| 6.1 总结 | 第137-138页 |
| 6.2 创新 | 第138-141页 |
| 6.3 展望 | 第141-142页 |
| 致谢 | 第142-143页 |
| 参考文献 | 第143-151页 |
| 攻读学位期间取得学术成果 | 第151页 |