买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长江三峡集团实业发展(北京)有限公司;中国长江三峡集团有限公司

摘要：基于LSTM‑Transformer模型的区域电离层延迟预测方法，包括以下步骤：步骤1：采集电离层TEC值，通过投影函数计算得到VTEC值；步骤2：利用小波变换，对VTEC值进行处理，用一对共轭的低通与高通滤波器分为低频与高频两部分；步骤3：引入太阳辐射指数、地磁指数信息，作为高频部分信息训练数据；步骤4：对于步骤2与步骤3中的数据，放入LSTM‑Transformer模型进行训练，得到LSTM‑Transfomer组合预测模型；步骤5：对于步骤4中的LSTM‑Transfomer组合预测模型，利用训练集对其进行训练，通过损失函数对其进行优化，对VTEC值进行预测。本发明方法得到的VTEC值精度优于传统的电离层经验模型以及一般的神经网络模型，预报速度更快。

主权项：1.基于LSTM-Transformer模型的区域电离层延迟预测方法，其特征在于包括以下步骤：步骤1：采集电离层TEC值，通过投影函数计算得到VTEC值；步骤2：利用小波变换，对VTEC值进行处理，用一对共轭的低通与高通滤波器分为低频与高频两部分；所述步骤2中，利用小波变换，对VTEC值进行处理，用一对共轭的低通与高通滤波器，如下式所示： ；上式中，将VTEC值分为两部分，将其分解为近似值与细节值，其中，近似值为低频部分，细节值为高频部分，低频部分包含了趋势信息与长周期信息，高频部分包含了太阳活动、地磁活动、磁暴的影响信息；步骤3：引入太阳辐射指数、地磁指数信息，作为高频部分信息训练数据；步骤4：对于步骤2与步骤3中的数据，放入LSTM-Transformer模型进行训练，得到LSTM-Transfomer组合预测模型；步骤5：对于步骤4中的LSTM-Transfomer组合预测模型，利用训练集对其进行训练，通过损失函数对其进行优化，对VTEC值进行预测；所述步骤4中，具体包括：将小波变换后的低频序列作为模型的输入，训练LSTM模型，将经纬度、时间、作为特征，进行特征缩放，构建LSTM模型，包含构建输入层、LSTM层、输出层，模型训练完成后对其进行评估；其中:特征缩放如下所示： ； ；其中，表示初始数据中的第t个值，表示原始时间序列的均值，为原始时间序列的标准差，为t时刻第i个穿刺点的VTEC值，为t时刻的VTEC均值，表示标准化后的各项数据；并且时间信息转换为适当的编码，将时间转换为年份、月份、小时特征；再采用主成分分析降低模型数据的维度，具体包括：a定义初始矩阵X，即可能对VTEC值产生影响的参数 ；b计算相关系数矩阵： ；其中：表示第1个参数与第1个参数的相关系数，表示第1个参数与第2个参数的相关系数，表示第1个参数与第p个参数的相关系数；表示第2个参数与第1个参数的相关系数，表示第2个参数与第2个参数的相关系数，表示第2个参数与第p个参数的相关系数,表示第p个参数与第1个参数的相关系数,表示第p个参数与第2个参数的相关系数,表示第p个参数与第p个参数的相关系数；c根据特征方程求解特征向量，λ表示特征值，表示单位矩阵，表示相关系数矩阵，将特征值按照由大到小的顺序进排列，按照需求选出实际需要的主成分。

全文数据：

权利要求：

百度查询： 长江三峡集团实业发展(北京)有限公司 中国长江三峡集团有限公司 基于LSTM-Transformer模型的区域电离层延迟预测方法