基于稳健卡尔曼滤波的倾斜探测电离层MUF短期预报方法

doi:10.11959/j.issn.1000-436x.2021011

通信学报 ›› 2021, Vol. 42 ›› Issue (1): 79-86.doi: 10.11959/j.issn.1000-436x.2021011

基于稳健卡尔曼滤波的倾斜探测电离层MUF短期预报方法

李国军, 郑广发, 叶昌荣, 周银萍

重庆邮电大学超视距可信信息传输研究所，重庆 400065

修回日期:2020-11-18 出版日期:2021-01-25 发布日期:2021-01-01
作者简介:李国军（1978- ），男，四川资阳人，博士，重庆邮电大学教授、超视距可信信息传输研究所所长、博士生导师，主要研究方向为复杂恶劣环境超视距无线通信与网络。
郑广发（1996- ），男，四川达州人，重庆邮电大学硕士生，主要研究方向为短波无线通信。
叶昌荣（1989- ），男，重庆人，博士，重庆邮电大学讲师，主要研究方向为无线通信、信号融合检测与处理。
周银萍（1996- ），女，重庆人，重庆邮电大学硕士生，主要研究方向为无线传感器网络及信息处理。
基金资助:
国家重点研发计划基金资助项目(2019YFC1511300);国家自然科学基金资助项目(61671452);重庆市重点研发基金资助项目(cstc2017zdcy-zdyfX0011)

Short-term prediction method of oblique sounding ionosphere MUF based on robust Kalman filter

Guojun LI, Guangfa ZHENG, Changrong YE, Yinping ZHOU

Lab of Beyond LOS Reliable Information Transmission, Chongqing University of Posts and Telecommunications, Chongqing 400065, China

Revised:2020-11-18 Online:2021-01-25 Published:2021-01-01
Supported by:
The National Key Research and Development Program of China(2019YFC1511300);The National Natural Science Foundation of China(61671452);Chongqing Key Research and Development Project(cstc2017zdcy-zdyfX0011)

摘要/Abstract

摘要：

为了改善电离层频率预报准确性低、短波通信连通率差以及工程中观测野值对预报精度影响严重等问题，提出一种基于稳健卡尔曼滤波的倾斜探测电离层MUF短期预报方法。通过研究实测MUF数据的变化规律及观测误差的成因与特征，利用电离层参考模型作为先验信息，改进卡尔曼滤波模型的状态估计方程；引入代价函数机制，通过Huber-M估计实现对预报状态的量测更新，减少观测野值对预报结果的影响，提高所提方法的稳健性。仿真结果表明，所提方法能有效抑制观测野值带来的不利影响，具有较强的稳健性和稳定性。

关键词: 短波通信, 电离层探测, 频率预报, 卡尔曼滤波, M估计

Abstract:

To improve the low accuracy of ionospheric frequency forecasting, poor HF communication connectivity, and the severe impact of observational outliers in engineering on forecast accuracy, a short-term prediction method for oblique detection ionospheric MUF based on robust Kalman filtering was proposed.By studying the variation law of the measured MUF data and the causes as well as characteristics of observation errors, and exploiting the ionospheric reference model as a priori information, the state estimation equation of the Kalman filter model was improved.The cost function mechanism was introduced to realize the measurement update of the forecast state through Huber-M estimation, which reduced the influence of the observation outliers on the forecast results and improves the robustness of the proposed method.The simulation results show that the proposed method can effectively suppress the adverse effects caused by the observation outliers and has good robustness and stability.

Key words: HF communication, ionosphere detection, frequency prediction, Kalman filter, M-estimation

中图分类号:

TN92

李国军, 郑广发, 叶昌荣, 周银萍. 基于稳健卡尔曼滤波的倾斜探测电离层MUF短期预报方法[J]. 通信学报, 2021, 42(1): 79-86.

Guojun LI, Guangfa ZHENG, Changrong YE, Yinping ZHOU. Short-term prediction method of oblique sounding ionosphere MUF based on robust Kalman filter[J]. Journal on Communications, 2021, 42(1): 79-86.

图/表 9

图1

图2

图3

图4

图5

图6

图7

表1

图8

参考文献 23

[1]	ITU-R Recommendation P. 1240-1.ITU-R methods of basic MUF,operational MUF and ray-path prediction[S]. ITU,Geneva. 2007.
[2]	李国军 . 强噪声背景下短波电报信号自动检测技术研究[D]. 重庆:重庆邮电大学, 2009.
	LI G J . Study of automatic detection techniques for high-frequency telegraph signal in strong noise environment[D]. Chongqing:Chongq-ing University of Posts and Telecommunications, 2009.
[3]	李国军, 徐小飞, 叶昌荣 ,等. 面向远海岛礁环境监测的天波超视距传输技术[J]. 物联网学报, 2018,2(3): 61-70.
	LI G J , XU X F , YE C R ,et al. A transmission technology of environ-mental monitoring for ocean based on over-the-horizon skywave[J]. Chinese Journal on Internet of Things, 2018,2(3): 61-70.
[4]	ITU-R Recommendation P. 533-11.Method for the prediction of the performance of HF circuits[S]. ITU,Geneva. 2012.
[5]	陈玉春, 张雪枫 . 高频通信中的长期预测法[J]. 计算机与网络, 1985(3): 47-54.
	CHEN Y C , ZHANG X F . Long term prediction in high frequency communication[J]. Computer ＆ Network, 1985(3): 47-54.
[6]	尚教凯, 张海勇, 徐池 ,等. 基于 LSTM 单特征输入的短波可用预测研究[J]. 舰船电子工程, 2019,39(11): 76-78,88
	SHANG J K , ZHANG H Y , XU C ,et al. Research on prediction of HF available frequency based on single characteristic of LSTM[J]. Ship Electronic Engineering, 2019,39(11): 76-78,88
[7]	BILITZA D , REINISCH B W . International reference ionosphere[J]. Planetary ＆ Space Science, 1992,40(4): 735-772.
[8]	沈琪琪, 朱德生 . 短波通信[M]. 西安: 西安电子科技大学出版社, 1989.
	SHEN Q Q , ZHU D S . High frequency communications[M]. Xi’an: Xidian University Press, 1989.
[9]	彭忠宝, 刘昊容 . 短波天波频率的预测与分析[J]. 数字通信世界, 2016(3): 67-69.
	PENG Z B , LIU H R . Prediction and analysis of skywave frequency[J]. Digital Communication World, 2016(3): 67-69.
[10]	SECAN J A , WILKINSON P J . Statistical studies of an effective sunspot number[J]. Radio Science, 1997,32(4): 1717-1724.
[11]	刘瑞源, 刘顺林, 徐中华 ,等. 自相关分析法在中国电离层短期预报中的应用[J]. 科学通报, 2005(24): 2781-2785.
	LIU R Y , LIU S L , XU Z H ,et al. Application of autocorrelation anal-ysis in short-term ionospheric forecast in China[J]. Chinese Science Bulletin, 2005(24): 2781-2785.
[12]	MARIN D , MIRO G , MIKHAILOV A V . A method for foF2 short-term prediction[J]. Physics and Chemistry of the Earth Part C Solar Terrestrial ＆ Planetary Science, 2000,25(4): 327-332.
[13]	陈春, 吴振森, 赵振维 ,等. 基于神经网络技术的foF2短期预报方法[J]. 电波科学学报, 2008,23(4): 708-712.
	CHEN C , WU Z S , ZHAO Z W ,et al. A short-term foF2 forecasting method based on neural network techniques[J]. Chinese Journal of Radio Science, 2008,23(4): 708-712.
[14]	陈艳红, 薛炳森, 李利斌 . 利用神经网络预报电离层 foF2[J]. 空间科学学报, 2005,25(2): 99-103.
	CHEN Y H , XUE B S , LI L B . Using neural network to predict ionos-pheric foF2[J]. Journal of Space Science, 2005,25(2): 99-103.
[15]	徐彤, 吴健, 吴振森 ,等. 基于电离层暴时 foF2 经验模型 Kalman滤波短期预报[J]. 空间科学学报, 2009(2): 202-207.
	XU T , WU J , WU Z S ,et al. Kalman filtering short-term prediction based on the empirical model of ionospheric storm foF2[J]. Chinese Journal of Space Science, 2009(2): 202-207.
[16]	陈春, 吴振森, 孙树计 ,等. 集合卡尔曼滤波在电离层短期预报中的应用[J]. 空间科学学报, 2010,30(2): 148-153.
	CHEN C , WU Z S , SUN S J ,et al. Application of the ensemble Kalman filter in short-term ionospheric forecast[J]. Chinese Journal of Space Science, 2010,30(2): 148-153.
[17]	柳文, 焦培南, 冯静 ,等. 电离层参数的相似日短期预测方法[J]. 电波科学学报, 2010,25(2): 240-247.
	LIU W , JIAO P N , FENG J ,et al. Similar daily short-term prediction method of ionospheric parameters[J]. Chinese Journal of Radio Science, 2010,25(2): 240-247.
[18]	周燚, 张援农, 姜春华 ,等. 卡尔曼滤波和自相关分析方法短期预报电离层foF2的比较[J]. 空间科学学报, 2018,38(2): 178-187.
	ZHOU Y , ZHANG Y N , JIANG C H ,et al. Comparison of short-time prediction of foF2 using Kalman filter and autocorrelation method[J]. Chinese Journal of Space Science, 2018,38(2): 178-187.
[19]	高天财, 黄云程 . 基于卡尔曼滤波算法对电网频率进行检测和预测[J]. 电气开关, 2017,55(5): 59-62.
	GAO T C , HUANG Y C . The grid frequency detection and pr-ediction based on Kalman filter algorithm[J]. Electric Switchgear, 2017,55(5): 59-62.
[20]	陆如华, 何于班 . 卡尔曼滤波方法在天气预报中的应用[J]. 气象, 1994(9): 41-43,40
	LU R H , HE Y B . Application of Kalman filter in weather forecast[J]. Meteorological Monthly, 1994(9): 41-43,40
[21]	HUBER P J . Robust estimation of a location parameter[J]. Annals of Mathematical Statistics, 1964,35(1): 73-101.
[22]	王信峰, 李承耕 . 概率论与数理统计[M]. 北京: 清华大学出版社, 2016.
	WANG X F , LI C G . Probability theory and mathematical statistics[M]. Beijing: Tsinghua University Press, 2016.
[23]	ZHOU C , WANG R , LOU W ,et al. Preliminary investigation of real-time mapping of foF2 in northern China based on oblique ionosonde data[J]. Journal of Geophysical Research Space Physics, 2013,118(5): 2536-2544.

站点	RKF		KF		IRI		备注
站点	均方根误差/MHz	相对误差	均方根误差/MHz	相对误差	均方根误差/MHz	相对误差	备注
重庆—海南	0.551 3	5.65%	0.573 1	5.55%	1.759 7	12.09%	无野值
海南—重庆	0.691 9	6.22%	0.703 1	6.04%	1.718 2	12.83%	无野值
重庆—昆明	0.517 8	7.36%	0.466 2	6.96%	0.849 3	9.44%	无野值
昆明—重庆	0.606 4	8.61%	1.373 4	12.20%	1.074 7	14.57%	有野值

基于稳健卡尔曼滤波的倾斜探测电离层MUF短期预报方法

Short-term prediction method of oblique sounding ionosphere MUF based on robust Kalman filter

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 23

相关文章 15

Metrics

推荐阅读 0

[1]	李国军, 侯旭, 叶昌荣, 罗一平. 短波通信接入网广域协作资源分配算法[J]. 通信学报, 2023, 44(2): 112-121.
[2]	蒋锐, 虞跃, 徐友云, 王小明, 李大鹏. 基于CHAN的改进卡尔曼滤波室内定位算法[J]. 通信学报, 2023, 44(2): 136-147.
[3]	李国军, 向翠玲, 叶昌荣, 王尊立. 短波数字信道化通信探测一体化快速建链方法[J]. 通信学报, 2023, 44(1): 89-102.
[4]	谢良波, 刘西西, 王勇, 周牧, 田增山. 基于RFID载波相位的室内EKF定位算法[J]. 通信学报, 2022, 43(3): 124-134.
[5]	李兆铭,杨文革,丁丹,廖育荣. 高阶球面单形—径向容积求积分卡尔曼滤波算法[J]. 通信学报, 2017, 38(8): 111-117.
[6]	邵震洪,李文峰,吴怡,杨琼,沈连丰. 基于改进当前统计模型的模糊自适应车辆定位算法[J]. 通信学报, 2013, 34(7): 184-190.
[7]	邵震洪1,2，李文峰3，吴怡1，杨琼1，沈连丰1. 基于改进当前统计模型的模糊自适应车辆定位算法[J]. 通信学报, 2013, 34(7): 21-190.
[8]	张金凤,邱天爽,宋爱民,唐洪,王娜. Alpha稳定分布噪声环境下类M估计相关的DOA估计新算法[J]. 通信学报, 2013, 34(5): 71-78.
[9]	张金凤1,2，邱天爽1，宋爱民1，唐洪1，王娜2. Alpha稳定分布噪声环境下类M估计相关的DOA估计新算法[J]. 通信学报, 2013, 34(5): 8-78.
[10]	张静. 分布式多天线信道时变特征参数的联合估计[J]. 通信学报, 2013, 34(2): 186-190.
[11]	龙云利,盛卫东,徐晖,安玮. 锥扫型光学传感器像平面多目标轨迹跟踪[J]. 通信学报, 2011, 32(9): 123-128.
[12]	舒坚,刘琳岚,樊佑磊,李君. 无感知分组丢失下的无线传感器网络链路质量评估模型[J]. 通信学报, 2011, 32(4): 103-111.
[13]	张晓瀛,魏急波,王德刚,熊春林. MIMO-OFDM 系统中基于变分贝叶斯EM算法的联合符号检测与信道估计[J]. 通信学报, 2010, 31(9): 39-46.
[14]	李晓记,陈晨,仇洪冰,莫玮. 基于移动性感知的无线传感器网络GTS自适应分配策略[J]. 通信学报, 2010, 31(10): 212-220.
[15]	石明洋,陶小峰. 基于卡尔曼平滑滤波和非线性约束优化的无线定位算法[J]. 通信学报, 2008, 29(3A): 15-19.