استفاده از شبکه عصبی توابع پایه شعاعی (RBF) در مدل سازی مکانی یونوسفر

مدل سازی پارامترهای چگالی الکترونی یونسفر (IED) و محتوای الکترونی کلی (TEC) در تعیین موقعیت ماهوارهای با گیرنده های تک فرکانسه، مطالعات فیزیک فضا، عملکرد سیستمهای راداری و ارتباطات مخابراتی ضروری است. در این مطالعه مدل سازی محتوای الکترونی کلی قائم (VTEC) برحسب شبکه عصبی توابع پایه شعاعی (RBF) و با استفاده از مشاهدات شبکه دائم سیستم تعیین موقعیت جهانی (GPS) ایران انجام شده است. به منظور بررسی دقت مدل سازی ، تعدادی از ایستگاه ها به عنوان نقاط تست در نظر گرفته شده اند. در این مطالعه، مدل سازی TEC بر روی کل شبکه ایران انجام گرفته و در ۵ ایستگاه با پراکندگی مناسب به ارزیابی مدل پرداخته شده است. نتایج مدل سازی نشان میدهند که دقت مدل سازی شبکه عصبی تا TECU ۱,۲۵می باشد در حالی که دقت مدل GIM، TECU ۶,۹۹ و مدل IRI۲۰۱۶، ۲,۲۲ میباشد. در نتیجه مدل ارائه شده در این مقاله از مدلهای GIM و IRI۲۰۱۶ دقیقتر (نسبت به مرجع (GPS است. برای بررسی بهتر، مدل سازی با تعداد نورونهای متفاوت انجام شده که مقدار RSME در نقاط آزمون در بهترین حالت TECU ۱,۶۸ و در بدترین حالت به TECU ۲,۱۵ رسیده است.

Keywords:

مدل سازی منطقه ای یونسفر , مجموع محتوای الکترونی , نقشه های جهانی یونسفر , شبکه عصبی توابع پایه شعاعی , GIM , .IRI۲۰۱۶