Исследование эффективности применения международной модели ионосферы IRI-2001 для прогнозирования характеристик высокочастотной радиосвязи
Прогнозирование параметров ионосферы при организации высокочастотной радиосвязи с применением программного модуля IRI-2001, доступного через Internet. Поиск баз пробных данных на радиотрассах для последующей статистически достоверной проверки прогнозов.
Рубрика | Экономико-математическое моделирование |
Вид | автореферат |
Язык | русский |
Дата добавления | 01.05.2018 |
Размер файла | 400,0 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
На правах рукописи
05.13.18 - Математическое моделирование, численные методы и комплексы программ
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата технических наук
ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ МЕЖДУНАРОДНОЙ МОДЕЛИ ИОНОСФЕРЫ IRI-2001 ДЛЯ ПРОГНОЗИРОВАНИЯ ХАРАКТЕРИСТИК ВЧ РАДИОСВЯЗИ
ШЛЮПКИН А.С.
г. Ростов-на-Дону 2006 г.
Работа выполнена на кафедре радиофизики физического факультета
Ростовского государственного университета
Научный руководитель: доктор физико-математических наук, с. н. с. МАЛЬЦЕВА Ольга Алексеевна
Официальные оппоненты: доктор технических наук, профессор ЖАК Сергей Вениаминович кандидат физико-математических наук, с. н. с. БРОНИН Андрей Геннадьевич
Ведущая организация: Институт прикладной геофизики имени академика Федорова Е.К. (г. Москва)
Защита состоится « 1 » марта 2007 г. в 11 часов на заседании диссертационного совета К.212.208.04 по физико-математическим и техническим наукам в Южном федеральном университете по адресу: 344090, г. Ростов-на-Дону, пр. Стачки 200/1, корпус 2, ЮГИНФО, к. 206.
С диссертацией можно ознакомиться в научной библиотеке РГУ по адресу:
г. Ростов-на-Дону, ул. Пушкинская, 148.
Автореферат разослан « 30 » января 2007 г.
Ученый секретарь диссертационного Совета, кандидат физико-математических наук, доцент Муратова Г.В.
1. Общая характеристика работы
Актуальность темы.
Современные телекоммуникационные концепции выдвигают все более высокие требования к устойчивости, надежности, оперативности и гибкости связи. Именно для ионосферных ВЧ каналов связи, характеризующихся исключительной изменчивостью, их зависимостью от гелио- и геофизических условий, от протяженности и ориентации трасс, эти требования трудно выполнимы. Среди мер, которые должны в первую очередь обеспечить дальнейший прогресс ВЧ радиосвязи, называют совершенствование методов прогнозирования ионосферных условий и расчета характеристик распространения декаметровых волн (ДКМВ).
Задача прогнозирования решается путем использования математических моделей среды распространения ВЧ радиоволн - ионосферы. На основании таких моделей рассчитываются частотные и амплитудные характеристики радиотрасс. Достигнутые в последние годы успехи в ионосферных исследованиях и, как следствие, создание новых корректных моделей ионосферы, а также доступность применения ЭВМ со значительно возросшими вычислительными возможностями позволяют сегодня на качественно новой основе решать задачу прогнозирования характеристик ДКМ каналов.
На сегодняшний день в мире используется большое количество моделей ионосферы. Особое место среди них занимает модель IRI (International Reference of Ionosphere), которая, по мнению группы авторитетных экспертов, является наиболее разработанной и динамично развивающейся в своем классе. Последняя версия - IRI-2001 является глобальной медианной моделью ионосферы (т.е. позволяет строить долгосрочные прогнозы в любой точке земного шара). В ней предусмотрена возможность учета возмущенного состояния ионосферы, а также коррекции по данным текущей диагностики.
В то же время, созданная геофизиками, модель IRI не прошла еще достаточной проверки на трассах ВЧ связи. Так, в научной литературе мало данных о погрешностях прогнозирования на базе IRI основной характеристики радиотрасс - максимальной применимой частоты (МПЧ). Причем это можно сказать не только о возмущенной, но и о спокойной ионосфере. Практически не исследованы адаптационные возможности модели, и, как следствие, мало информации о возможности применения модели для оперативного прогноза. Представляет также интерес оценка возможности использования для коррекции модели различных средств диагностики.
Из сказанного следует, что задача исследования точностных характеристик модели IRI, долгосрочного и оперативного прогноза условий распространения декаметровых волн ВЧ трасс на ее основе является актуальной, имеющей важное научно-прикладное значение.
Цели и задачи диссертации.
1. Исследовать эффективность применения математической модели “Международная справочная модель ионосферы IRI-2001” для долгосрочного и оперативного прогнозирования условий распространения ДКМВ.
2. Осуществить выбор методов коррекции модели по данным текущей диагностики, позволяющих сократить погрешность прогнозирования характеристик ВЧ радиосвязи.
3. Разработать программную реализацию предложенных методов и оценить их эффективность.
Для достижения поставленных целей потребовалось решить следующие задачи:
- Провести сопоставительный анализ математических моделей ионосферы последних лет и определить место модели IRI-2001 среди них.
- Разработать программную реализацию модели, позволяющую производить прогнозирование параметров ионосферы при организации ВЧ радиосвязи с использованием программного модуля IRI-2001, доступного через сеть Internet.
- Осуществить поиск баз экспериментальных данных на радиотрассах для последующей статистически достоверной проверки прогнозов на основе IRI-2001.
- Разработать программную реализацию методов коррекции модели IRI-2001 по данным вертикального зондирования и зондирования со спутников.
- Получить количественные оценки точности долгосрочных прогнозов в спокойных и возмущенных условиях.
- Оценить эффективность применения модели IRI-2001 для оперативного прогнозирования.
- Представить обоснование возможности использования спутниковой радионавигационной системы GPS для коррекции модели IRI-2001.
Научная новизна результатов исследования.
Новыми являются следующие результаты:
1. Количественные статистически обоснованные оценки погрешностей для односкачковых радиотрасс европейского региона для долгосрочного и оперативного прогнозов максимальной применимой частоты, выполненные на основе математической модели IRI
2. Количественные оценки эффективности коррекции модели по данным ВЗ (foF2) и измерениям ТЕС применительно к задачам оперативного прогнозирования МПЧ.
3. Метод корректировки модели IRI по данным ТЕС, учитывающий форму верхней части профиля ионосферы.
4. Алгоритмы и программные реализации корректировки модели IRI по данным ВЗ и ТЕС.
5. Алгоритм и программа получения ТЕС по результатам приема сигналов GPS.
Практическая значимость и использование результатов работы.
Теоретические и практические результаты диссертационной работы использованы в НИР: «Стандерс-РГУ», «Крюшон-РГУ», «МАП-Б», выполненных по гособоронзаказам.
Полученные в ходе выполнения работы результаты, алгоритмы и программные продукты могут быть использованы при:
- прогнозировании максимальных применимых и оптимальных рабочих частот (МПЧ и ОРЧ) на линиях ВЧ связи;
- коррекции характеристик распространения ДКМВ по данным текущей диагностики;
- создании оперативных систем диагностики ионосферы с использованием GPS;
- восстановлении пространственно-временного распределения концентрации электронов в ионосфере в интересах повышения качества функционирования систем космической связи;
- расчетах ионосферных погрешностей абсолютных и относительных навигационных определений высотных (ионосферных) абонентов СРНС;
- оценке точностных характеристик систем ВЧ пеленгаторов.
Апробация работы.
Результаты работы были представлены и обсуждены на следующих конференциях: X и ХI региональных конференциях по распространению радиоволн (С - Петербург, 2004, 2005), Х всероссийской научной конференции студентов физиков (Москва, 2004), международной конференции по проблемам геокосмоса (С - Петербург, 2004), международном симпозиуме “Solar Extreme Events of 2003”( Москва, 2004), EGU-2005 (Вена, 2005), международной научной конференции “Излучение и рассеяние электромагнитных волн” (Таганрог, 2005), XI международном симпозиуме по ионосферным явлениям IES-2005 (Александрия, США, 2005), X международной конференции Ionospheric Radio Systems and Techniques (IRST) (Лондон, 2006), I международной конференции European Conference on Antennas & Propagation (EuCAP2006) (Ницца, 2006).
Публикации.
По теме диссертации опубликовано 20 печатных работ, из них 3 - в российских журналах, рекомендованных ВАК.
Структура и объем диссертации.
Диссертация состоит из введения, пяти глав материала и заключения с общим объемом в 145 листов, включая список цитируемой литературы и приложения.
2. Содержание работы
Во введении обосновывается актуальность темы диссертации, формулируются её цели и задачи, показывается научная новизна и практическая значимость, сообщается об апробации работы, формулируются положения, выносимые на защиту.
Первая глава носит обзорный характер. Здесь анализируются существующие модели прогнозирования параметров ионосферы. Глава состоит из шести разделов. В первом разделе приводятся общие требования, предъявляемые к моделям ионосферы с позиций ВЧ радиосвязи. Они следующие:
1. Глобальность - позволяет прогнозировать параметры ионосферы в любой точке земного шара - отсутствуют широтно-долготные ограничения.
2. Адаптивность - возможность коррекции модели по результатам диагностики одного (или нескольких) из параметров ионосферы.
3. Возможность учета возмущенного состояния ионосферы.
4. Простота и высокая скорость расчетов.
5. Доступность - наличие модели в свободном доступе, справочных материалов и технической поддержки.
Три следующих раздела посвящены краткому описанию теоретических, гибридных и эмпирических моделей соответственно. Показано, что применимость теоретических моделей для оперативного прогнозирования ВЧ каналов в условиях ограниченности ресурсов времени весьма проблематична. Примером такой модели может служить глобальная теоретическая модель ионосферы (Global Theoretical Ionospheric Model - GTIM). В качестве примера гибридных (полуэмпирических) математических моделей представлена отечественная полуэмпирическая модель ионосферы (ПЭМИ), признанная одной из лучших в мире. Однако упрощения, введенные по сравнению с теоретическими моделями, не позволяют намного снизить требования, предъявляемые к вычислительным ресурсам. Использование эмпирических математических моделей позволяет значительно упростить вычисления и тем самым повысить скорость работы прикладных программ расчета ВЧ каналов. Требования к вычислительным ресурсам при этом сводятся к минимуму. Однако эти модели носят медианный характер, т.е. их возможности ограничены долгосрочным прогнозированием. Для решения текущих задач оперативного прогноза требуется коррекция модели. Именно этот факт приводит к необходимости исследования возможности адаптации модели по результатам текущей диагностики состояния ионосферы.
Широко известны следующие эмпирические модели: IRI (International Reference of Ionosphere - международная справочная модель ионосферы); отечественная модель СМИ (Справочная Модель Ионосферы, НПО “Тайфун” г. Обнинск); европейская модель NеQuick.
Из этих моделей модель IRI на сегодняшний день является наиболее развитой, доступной и удобной для использования в практических целях, удовлетворяющей в полной мере сформулированным выше требованиям.
В пятом разделе содержится краткая характеристика последней версии модели IRI (IRI-2001). Отличительные особенности модели, определившие ее выбор для решения задач диссертации, следующие: она носит глобальный характер; для нее возможна так называемая QP-аппроксимация N(h)-профиля, упрощающая процесс расчета траекторий; предусмотрен учет возмущенных условий; имеется возможность коррекции модели; программная реализация модели есть в Internet и постоянно обновляется.
В последнем (шестом) разделе главы содержатся выводы.
Вторая глава посвящена детальному описанию модели IRI-2001. Показаны широкие возможности модели, позволяющие разработчикам использовать ее для решения различных задач.
В первом разделе приводятся общие положения модели, а также описываются входные и выходные параметры. Пакет программ распространяется NSSDC (National Space Science Data Centre) в виде FORTRAN подпрограмм и файлов коэффициентов CCIR(МККР) и URSI, файлов документации. Доступ к программам организован через FTP-сервер.
Модель IRI является многопараметрической, включающей определение нескольких классов параметров, таких как: концентрация электронов и ионов и их температура; концентрация нейтральных компонент и их температура; характеристики магнитного поля и многие другие дополнительные величины.
Входными параметрами модели при проведении расчетов являются: географические или геомагнитные координаты места (долгота и широта); дата, на которую производится расчет; время по Гринвичу; уровень солнечной активности; в режиме адаптации входными параметрами могут быть критические частоты, высоты слоев ионосферы и т.д.
Выходными параметрами являются следующие высотные профили: электронной плотности N(h) и Ne/NmF2, электронной температуры Te, ионной температуры Ti, нейтральной температуры Tn и процентного содержание ионов в диапазоне от 60 до 2000 км, а также ТЕС.
Второй раздел содержит основные положения алгоритма работы IRI. Распределение концентраций с высотой в IRI состоит из 2-х частей: модели нижней ионосферы для высот от начала ионосферы hо до высоты максимума hmF2 слоя F2; модели верхней части для области выше hmF2.
Расчет исходных основных ионосферных параметров foF2 и M3000F2 в модели IRI может быть реализован двумя вариантами, выбор которых задан соответствующей входной опцией (1-URSI, 0-CCIR).
CCIR - это вычислительная программа прогноза ITU-R, построенная с использованием метода Лежандра-Фурье, в котором среднемесячные foF2 определяются коэффициентами разложения для любых значений широты, долготы и времени:
Где
aj и bj коэффициенты Фурье; Gk(, ) - сферические функции Лежандра; , - географические координаты; n=76 для foF2; n=49 для М(3000)F2; m=6 для foF2; m=4 для М(3000)F2.
Глобальные функции Gk(, ) соответствуют каждому коэффициенту Фурье. Численные карты параметров foF2 и М(3000)F2 получаются с помощью 2-х наборов коэффициентов (URSI/CCIR) для низкой и высокой солнечной активности, для каждого месяца. Для вычисления foF2 используется индекс IG12 солнечной активности.
Для наземных трасс важна ионосфера только ниже максимума области F. Для этих высот в модели IRI определяются следующие параметры вертикального распределения ионизации:
- максимальные (критические) частоты слоев: foF2, foF1, foE, foD;
- высоты максимумов слоев: hmF2, hmF1, hmE, hmD;
- полутолщины: Во (аналог ym для слоя F2), С1 (ym для слоя F1);
- параметры долины: высота hvt вышележащего слоя, на которой электронная концентрация равна NmE, высота hvb и электронная концентрация Nvb в точке минимума долины.
Поскольку наибольшие ошибки моделей и прогнозов ионосферных параметров связаны с возмущенными условиями, в модели IRI введен учет возмущенного состояния ионосферы (ST-модель), механизм которого описан в третьем разделе. Учет возмущенных условий проводится как аддитивная поправка к спокойным значениям foF2. Модель дает корректирующий множитель CF шторм-фактор, позволяющий перейти от foF2мед. критической частоты слоя F2 эмпирической медианной модели к критической частоте на период возмущения: foF2корр. = CFfoF2мед.
В четвертом разделе рассматривается возможность вариации параметров IRI, позволяющая использовать модель в режиме адаптации по данным диагностики в реальном масштабе времени. Адаптивными параметрами могут быть индексы солнечной активности, критические частоты и высоты слоев. А наиболее перспективным средством текущей диагностики - использование ТЕС, восстановленного по результатам мониторинга ионосферы спутниками GPS.
В пятом разделе содержатся выводы второй главы. Несмотря на медианный характер, ограничивающий применение IRI для нужд радиосвязи, отмечаются широкие адаптационные возможности IRI по данным текущей диагностики одного (или нескольких) из параметров, позволяющие компенсировать указанный недостаток.
Третья глава посвящена исследованию точности применения IRI-2001 для долгосрочного прогнозирования трасс ВЧ радиосвязи. Производится расчет количественных значений погрешностей прогнозирования для различных сезонов и уровней солнечной и геомагнитной активности.
В первом разделе главы описана методика проведения исследования и дается краткое представление о разработанном программном обеспечении, позволяющем производить необходимые для анализа вычисления. Основной прием исследования - сопоставление суточных вариаций экспериментальных и модельных значений параметров foF2 и МПЧ. Экспериментальные foF2 были получены на 24 станциях ВЗ, большая часть из которых представлена на рисунке 2. Источниками получения этих данных были Internet-сайт SPIDR (Space Physics Interactive Data Resource), а также публикации в специальной литературе. Общий временной интервал подвергшихся анализу данных составил 7 лет. Точность прогнозирования МПЧ оценивалась по данным 6 европейских трасс НЗ, список которых и периоды измерений приведены в таблице 1.
Рис.2. Карта размещения использованных в работе станций.
Таблица 1. Список трасс наклонного зондирования.
№ |
Трасса НЗ |
Протяженность трассы, км |
Время наблюдения |
Индекс Rz12 |
|
1 |
Chelveston - Linkoping |
1216 |
1-31 марта 1993 |
67 |
|
2 |
Rome - Linkoping |
1850 |
1-31 марта 1993 |
67 |
|
1-28 июня 1993 |
57 |
||||
3 |
Inskip - Moscow |
2551 |
1-30 апреля 2002 |
111 |
|
4 |
Cyprus - Moscow |
2293 |
|||
5 |
Inskip - Rostov |
3042 |
11-15 апреля 2004 |
35 |
|
19-20 августа 2003 |
61 |
||||
6 |
Inskip - Rome |
1735 |
2-31 декабря 2003 |
43 |
Экспериментальные данные по трассам НЗ также были взяты из литературных источников, либо предоставлены лабораториями, проводившими измерения. Объем данных, использованных в исследовании, позволяет говорить о статистической достоверности полученных результатов.
Во втором разделе главы приводятся результаты оценки точности долгосрочного прогнозирования с использованием различных моделей. В таблице 2 дается оценка точности прогноза foF2 для различных условий, полученная ранее отечественными методами. Одним из критериев этой оценки является среднеквадратичное отклонение (СКО) модельных значений от экспериментальных. В диссертации показано, что долгосрочный прогноз по IRI имеет более высокую точность, чем прогнозы с использованием других известных моделей.
Таблица 2. Оценка точности прогноза foF2.
широты |
уровень солн.акт. |
день |
ночь |
восход-заход |
||||
(%) |
, МГц |
(%) |
, МГц |
(%) |
, МГц |
|||
высокие |
макс(1979) |
13-14 |
1,1-1,2 |
28,2-30,7 |
1,7-2,0 |
- |
- |
|
мин(1987) |
14,2-16,8 |
0,9-1,1 |
29,4-33,2 |
1,2 -1,4 |
- |
- |
||
средние |
мин-макс |
10,9-12,4 |
1,2 |
17,4-20,0 |
0,9-1,0 |
15-18 |
1,3-1,6 |
|
низкие |
макс |
27,9-39,9 |
4,6-6,4 |
60,0-76,9 |
4,7-5,2 |
28,7-9,5 |
5,5-5,6 |
Третий раздел содержит оценку долгосрочного прогноза foF2 по модели IRI-2001, полученную в результате сравнения рассчитанных значений с экспериментальными данными для упомянутых выше станций ВЗ. Основной задачей была оценка влияния на прогноз шторм-фактора (ST-модель). Из представленных в работе периодов наиболее типичные результаты получены в марте 1993 г., когда наряду со спокойными условиями наблюдались дни положительных и отрицательных возмущений. Геомагнитная обстановка в виде Dst-индекса для периода с 6 по 16 марта приведена на рисунке 3.
Рис.3. Геомагнитная обстановка с 6 по 16 марта 1993 года.
Оценка точности IRI и эффективности шторм-фактора осуществлялась по экспериментальным значениям foF2, полученным на 15-ти среднеширотных станциях вертикального зондирования. Использование данных значительного числа станций ВЗ позволило сократить влияние на оценку эффективности шторм-фактора случайных погрешностей инструментального определения foF2. Эффективность С определялась по формуле:
.
Здесь off - среднеквадратичные отклонения (CКО) значений foF2, рассчитанных по IRI с опцией “off” (т.е. без шторм-фактора), от экспериментально наблюдаемых; on - СКО для foF2, найденные с опцией “on” (т.е. с учетом шторм - фактора). В таблице 3 содержатся итоговые результаты исследования по экспериментальным данным за 1993 г, показывающие, что для дневных часов средние значения C 39%, а для ночного времени C 23%. Общая статистика исследования показала, что при отрицательном возмущении применение шторм-фактора позволило сократить среднеквадратичную погрешность прогнозирования foF2 в 1,52,5 раза. В ночные часы эффективность шторм-фактора несколько ниже.
Таблица 3. Итоговые результаты исследования за 1993 год.
Условия |
День |
Ночь |
|||||
off, МГц |
on ,МГц |
C, % |
off ,МГц |
on ,МГц |
C, % |
||
Спокойные |
1,11 |
1,11 |
0 |
0,94 |
0,94 |
0 |
|
Отрицательная фаза |
1,91 |
1,17 |
38,7 |
1,13 |
0,87 |
23,0 |
|
Среднее значения по всем возмущениям |
1,26 |
1,07 |
15,1 |
1,09 |
1,01 |
7,3 |
Отметим, что применение шторм-фактора на положительной стадии возмущения постоянно сопровождается ухудшением соответствия между прогнозируемыми и наблюдаемыми значениями foF2. Этот факт приводит к необходимости контроля Dst-индекса при прогнозировании ионосферных параметров по IRI-2001.
Четвертый раздел посвящен оценке точности IRI и эффективности применения шторм-фактора на трассах НЗ (таблица 1и эффективности применения шторм-фактора на трассах НЗ ().го в льных данных станций нение , либо предоставлены лабораториями, п) при прогнозировании МПЧ. В марте 1993 г. исследование проводилось на трассе №1. Наглядные результаты представлены на рисунке 4 для спокойной ионосферы (6.03.1993), отрицательного (9.03.1993) и положительного (16.03.1993) возмущений.
Сплошной линией показаны экспериментальные значения МНЧ, пунктирной значения МПЧ, рассчитанные по модели IRI-2001 без учета шторм фактора, штрихпунктирной - МПЧ, найденные с учетом шторм-фактора (кривая, маркированная кружками VS, описывается в четвертой главе). Использовано среднее европейское время (CET).
Количественные оценки степени совпадения суточных зависимостей МПЧ и МНЧ, усредненные за март, приведены в таблице 4. Здесь у - среднеквадратичное отклонение прогнозируемых и экспериментальных значений МНЧ и МПЧ в МГц, (%) - относительное среднеквадратичное отклонение. Результаты представлены отдельно для дня и ночи. Как и ранее, получено ухудшение соответствия при учете шторм-фактора для случая положительного возмущения и улучшение в случае отрицательного возмущения. ионосфера высокочастотный радиосвязь программный
Рис.4. Суточные зависимости МНЧ и МПЧ на трассе №1 в марте 1993 г.
Таблица 4. Количественные оценки степени совпадения суточных зависимостей МПЧ и МНЧ в марте 1993 г.
, MHz |
off |
ST |
VS |
off, % |
ST, % |
VS ,% |
СST, % |
CIVS, % |
||
День |
Спокойные условия |
2,54 |
2,46 |
1,1 |
14,5 |
14,0 |
6,3 |
3,1 |
56,7 |
|
Отрицательные возмущения |
5,43 |
2,96 |
2,47 |
57,2 |
31,2 |
26,0 |
45,5 |
54,5 |
||
Положительные возмущения |
4,18 |
5,47 |
0,65 |
22,8 |
29,8 |
3,5 |
-30,9 |
84,4 |
||
Ночь |
Спокойные условия |
0,92 |
0,56 |
0,34 |
15,2 |
9,3 |
5,6 |
39,1 |
63,0 |
|
Отрицательные возмущения |
2,14 |
2,31 |
0,57 |
34,0 |
36,7 |
9,0 |
-7,9 |
73,4 |
||
Положительные возмущения |
0,9 |
0,71 |
0,62 |
15,2 |
12,0 |
10,5 |
21,1 |
31,1 |
Для трассы №6 проведен анализ результатов обработки месячных данных НЗ - суточных ходов МНЧ обыкновенной компоненты, полученных в 15-минутных сеансах, с помощью chip sounder при односкачковом распространении от F2 слоя за 30 дней (с 2 по 31 декабря 2003 года). Экспериментальные данные получены QinetiQ (UK) и the National Institute of Geophysics and Vulcanology (INGV) в Риме и любезно предоставлены нам через Internet. Общий массив данных представлен на рисунке 5 (ломаные серые кривые), где также приведен суточный ход МНЧ, усредненный за 30 дней измерений в каждом из 96 временных разрезов, через 15 минут (толстая черная кривая). Здесь же представлен суточный ход МПЧ, рассчитанный по модели IRI-2001 (тонкая черная кривая), среднеквадратичная погрешность оказалась равной 9.7% относительно усреднения. Следует отметить, что декабрь 2003г. хотя и был относительно спокойным месяцем в геомагнитном отношении, однако, наблюдались слабые, в основном положительные, возмущения, поэтому шторм-фактор не только не дал существенного улучшения при описании экспериментальных МНЧ, но, наоборот, ухудшил ситуацию.
Рис.5. МПЧ и МНЧ для трассы №6 в декабре 2003 г.
Разброс экспериментальных данных, как видно из рисунка 5, достаточно велик. Для количественной оценки этого разброса были проведены расчеты как абсолютных - в МГц, так и относительных - в процентах, величин среднеквадратичного отклонения. Если рассматривать среднесуточную величину СКО, то она составляет 12.8%, наиболее изменчивым в процентном отношении является восходно-заходный период суток, когда разброс экспериментальных данных относительно среднего значения за месяц может превышать 20%, тогда как в полуденные часы он составляет всего 8-10%.
В пятом разделе содержатся выводы главы. Основные результаты сводятся к следующему.
Результаты исследования прогноза foF2:
1. В спокойных условиях среднее значение ? 1 МГц.
2. Во время отрицательных возмущений получено ? 2 МГц. Процент улучшения при использовании шторм-фактора составил ~ 30%.
Результаты исследования прогноза МПЧ:
1. Значение относительной ошибки в спокойных условиях менее 15%.
2. Во время отрицательного возмущения относительная погрешность для дня более 50 %, для ночи - более 35%. Для положительной фазы соответственно более 23 и 15%. Использование шторм-фактора позволило снизить погрешность определения МПЧ на ~ 45 % днем, хотя практически не повлияло на погрешность в ночное время. В момент положительных возмущений применение шторм-фактора ухудшает прогноз.
Из этого следует, что для решения задач практической ВЧ связи, где требуется высокая устойчивость и гибкость, а ресурсы жестко ограничены, использование IRI без коррекции неприемлемо. Необходимо искать решение в использовании адаптационных свойств модели для сокращения погрешности.
Четвертая глава представляет исследование эффективности коррекции IRI-2001, т.е. эффективности оперативного прогнозирования ионосферных каналов связи. Корректировка модели при вычислении МПЧ трасс рассматривалась по двум возможным направлениям: 1) по экспериментальным данным foF2 станций ВЗ и 2) по экспериментальным значениям ТЕС станций ТЕС-GPS. При этом подразумевается, что станции должны быть расположены вблизи траектории распространения сигнала.
В первом разделе рассматривается метод корректировки модели по данным ВЗ. Его суть заключается в использовании данных foF2 для ввода в модель IRI-2001 в качестве входного параметра. Это позволяет изменить модельный профиль ионизации и остальные параметры в соответствии с экспериментальным значением foF2. На следующем этапе происходит расчет траекторных характеристик и МПЧ трассы по скорректированной IRI-2001. Процедура определения МПЧ трассы требует знания пространственного распределения плотности ионизации вдоль траектории распространения сигнала. В общем случае, при корректировке модельного распределения ионизации вдоль радиотрассы опорные станции ВЗ могут находиться как внутри, так и вне зоны распространения волны. Тогда для получения параметров модели вдоль трассы возникает необходимость в построении пространственных карт этих параметров на момент связи по нескольким произвольно расположенным точкам с известными экспериментальными данными. Многолетние исследования привели к появлению множества достаточно точных для практического применения методов решения этой задачи, основанных на пространственной корреляции параметров ионосферы. В данной работе для восстановления пространственного распределения применялся более современный метод кригинга. Описание алгоритма, применительно к ионосферным задачам, представлено в диссертации.
Второй раздел главы посвящен методам корректировки по ТЕС-данным. В настоящее время ТЕС становится основным параметром, поставляющим информацию об условиях в ионосфере, поскольку с помощью спутников осуществляется его круглосуточный глобальный мониторинг. Кроме того, наблюдается соответствие между характером суточных вариаций ТЕС и foF2. Этот факт позволяет поставить вопрос о возможности использования ТЕС данных для текущей диагностики состояния ВЧ каналов, для которых основной характеристикой является МПЧ, зависящая от частоты foF2. Общий смысл корректировки сводится к получению модельного foF2 из условия равенства значений модельного и экспериментального ТЕС путем варьирования одного из входных параметров. В дальнейшем полученные скорректированные foF2 используются для расчета МПЧ конкретной трассы.
Можно выделить следующие методы корректировки модели IRI: 1) модификация коэффициентов модели в соответствии с глобальными ионосферными картами GIM (GPS ТЕС); 2) варьирование эффективного значения параметра, характеризующего солнечную активность; 3) использование эффективной ширины ионосферы; 4) использование коэффициентов, корректирующих верхнюю часть N(h)-профиля.
В методе 1 корректировке подвергаются коэффициенты разложения параметров foF2 и М(3000)F2 в ряды Фурье в глобальном масштабе. Для корректировки модели вводится дополнительный множитель К(, , t):
где символы low и high соответствуют низкой и высокой солнечной активности.
Скорректированные коэффициенты использовались для расчета ТЕС и обеспечили увеличение точности расчета ТЕС по модели IRI на 32.5%. Эта цифра соответствует спокойным условиям, для возмущенных условий соответствие намного хуже. Эффективность использования этого метода для корректировки foF2 неизвестна.
Метод 2 практически идентичен первому. Фактически, он является его прототипом. Он может использоваться в локальном и региональном вариантах и заключается в том, что подбирается такое эффективное значение ионосферного индекса RZ12 или IG12 или само значение foF2, при котором рассчитанное значение ТЕС близко к экспериментальному. Это значение и является скорректированным.
Метод 3 связан с эффективной шириной ионосферы. Величину ТЕС можно представить в виде произведения Nm на эквивалентную ширину слоя :
=ТЕС/NmF2
Или, эквивалентно, - через foF2: , где foF2 - в МГц, - в км. Для определения нужно пользоваться специальной климатологической моделью. Поскольку климатологическая модель не обладает такой полнотой, как модели foF2 и других параметров, пришлось использовать величины , рассчитываемые из модели IRI. Тогда процедуру корректировки можно свести к следующему. Для заданного момента времени по модели IRI определяются значения ТЕС, NmF2(foF2) и по формуле (4). Используя это значение , по экспериментальному значению ТЕС определяется новое (скорректированное) значение NmF2, соответственно, foF2.
В методе 4 значение , определяемое в рамках модели IRI и являющееся медианным значением, корректируется по текущему значению ТЕС. В данной работе для такой коррекции предлагается использовать коэффициент К=(э)/(IRI), связывающий наблюдаемые значения (э) с (IRI), который может быть представлен в виде множителей Nm(IRI)/Nm(э) и ТЕС(э)/ТЕС(IRI). Предполагая, что основной причиной отклонения реального от модельного является форма верхнего слоя ионосферы (h>hmF2), получаем выражение для коэффициента К=1(с1)/c, где параметр - вклад ТЕС верхнего N(h)-профиля в полное значение ТЕС. Параметр с коэффициент перехода от одной формы профиля к другой. Предлагаемый коэффициент обеспечивает корректировку по текущему значению ТЕС по формуле
.
В диссертации было выбрано значение коэффициента с=1.16 в качестве первого приближения, которое описывает переход от эпштейновского типа, соответствующего профилю IRI, к чепменовскому, более соответствующему реальному профилю.
Числовое значение, характеризующее эффективность каждого из методов корректировки по отношению к долгосрочному прогнозу, оценивалось коэффициентом улучшения CI:
Эффективность корректировки IRI по данным ВЗ исследована в третьем разделе. Приведенная на рисунке 4 кривая, маркированная кружками, наглядно показывает улучшение прогноза МПЧ как в спокойный период, так и в периоды возмущений. Таблица 4 содержит числовые значения точности коррекции по ВЗ VS (как по абсолютной величине, так и в процентах), а также коэффициент улучшения CIVS. Результаты исследования по остальным трассам подтверждают факт улучшения прогноза МПЧ вне зависимости от сезона и характера возмущений.
Поскольку корректировка IRI по ТЕС-данным на первом этапе подразумевает восстановление foF2, в четвертом разделе рассматривается эффективность коррекции IRI предложенными методами. С помощью специальной программы были реализованы методы 2,3,4 (метод 1 не удалось реализовать из-за ограниченности ресурсов). Для тестирования методов корректировки данные по foF2 были взяты из SPIDR, а по ТЕС - из Internet-базы RAL (Rutherford Appleton Laboratory) по 25 станциям TEC-GPS.
Для иллюстрации результатов корректировки модели IRI по данным ТЕС описанными методами приводится пример расчетов по станции Rome для сентября 2003 г. Этот период характеризуются сильным возмущением межпланетного магнитного поля, повлекшим значительное изменение (уменьшение) NmF2 без изменения геомагнитных индексов. На рисунке 6 непрерывной толстой линией показана кривая экспериментальных значений, пунктир - расчет по исходной (без корректировки) модели IRI. Кривая, маркированная квадратами, показывает результаты корректировки методом №2, а кружками методом №4.
Общая статистика показывает, что если отклонение модельных значений foF2 от реальных не превышает точности измерений (0.2-0.5 Мгц), что часто соответствует спокойным условиям, то методы №2 и №3 могут приводить к ухудшению соответствия, а метод №4 может оставить отклонение на исходном уровне или незначительно его улучшить. Во время возмущенных условий все методы улучшают соответствие (методы №2 и №3 - в 1.5-2 раза, метод №4 - в 2-3 раза). Таким образом, описанные методы позволяют использовать ТЕС-данные для дальнейшего прогноза МПЧ.
Рис.6. Результаты прогнозирования в возмущенных условиях 2003 г.
В пятом разделе исследуется эффективность коррекции IRI при прогнозировании МПЧ по результатам ТЕС-мониторинга. В исследовании использован метод №4 ТЕС-корректировки. В качестве примера, демонстрирующего эффективность корректировки, приводятся таблицы для описанных выше трасс. В таблице 5 содержится сравнение точностных характеристик долгосрочного прогноза (IRIoff), коррекции по ВЗ (IRIVS), коррекции по ТЕС (IRITEC), а также коррекции модели СМИ (результаты взяты из литературных источников) по ВЗ (СМИVS) на трассе №3 12.04.2002 г. Из таблицы видно, что, хотя корректировка по ВЗ дает наилучшие показатели, ТЕС-корректировка также позволяет получать улучшение по сравнению с долгосрочным прогнозом по IRI и оперативным прогнозом по СМИ.
Таблица 5. Таблица результатов корректировки 12.04.2002 г.
умпч (МГц) |
умпч (за сутки) |
умпч (за день) |
умпч (за ночь) |
||||
1 скачок |
2 скачка |
1 скачок |
2 скачка |
1 скачок |
2 скачка |
||
IRIoff |
2,46 |
1,45 |
2,33 |
1,33 |
2,58 |
1,56 |
|
IRIVS |
1,34 |
0,77 |
1,01 |
0,55 |
1,61 |
0,94 |
|
IRITEC |
1,46 |
1,08 |
1,12 |
0,76 |
1,74 |
1,33 |
|
СМИVS |
2,04 |
1,24 |
2,34 |
1,52 |
1,69 |
0,87 |
|
дмпч (%) |
дмпч (за сутки) |
дмпч (за день) |
дмпч (за ночь) |
||||
1 скачок |
2 скачка |
1 скачок |
2 скачка |
1 скачок |
2 скачка |
||
IRIoff |
11,75 |
10,81 |
10,27 |
9,34 |
13,43 |
12,40 |
|
IRIVS |
6,40 |
5,74 |
4,45 |
3,86 |
8,38 |
7,47 |
|
IRITEC |
6,98 |
8,05 |
4,94 |
5,34 |
9,06 |
10,57 |
|
СМИVS |
9,75 |
9,25 |
10,31 |
10,67 |
8,80 |
6,91 |
В таблице 6 приведены результаты ТЕС-коррекции для трассы №3 в спокойные и возмущенные периоды апреля 2002 г., а в таблице 7 - для трассы №5 в относительно спокойных условиях апреля 2004 г. Результаты по остальным трассам аналогичны.
Таблица 6. Результаты корректировки IRI для трассы №3 в апреле 2002 г.
Спокойные условия |
Возмущенные условия |
|||||||
IRIoff |
IRIVS |
IRITEC |
IRIoff |
IRIST |
IRIVS |
IRITEC |
||
, MHz |
2,55 |
1,47 |
2,12 |
6,03 |
3,71 |
3,58 |
3,24 |
|
, % |
14,5 |
8,4 |
12,1 |
34,3 |
21,1 |
20,4 |
18,4 |
|
CI, % |
42,3 |
16,9 |
38,5 |
40,6 |
46,3 |
Таблица 7. Оценка эффективности коррекции IRI-2001 для трассы №5.
Дата |
IRI |
IRIVS |
IRITEC |
||
, MHz |
1,49 |
1,57 |
1,17 |
||
11.04.04 |
, % |
8,38 |
8,83 |
6,61 |
|
CI, % |
-5,4 |
21,5 |
|||
, MHz |
2,18 |
0,98 |
1,31 |
||
12.04.04 |
, % |
13,65 |
6,14 |
8,2 |
|
CI, % |
55,0 |
39,9 |
|||
, MHz |
1,68 |
1,6 |
1,63 |
||
13.04.04 |
, % |
9,4 |
8,95 |
9,11 |
|
CI, % |
4,8 |
3,0 |
|||
, MHz |
2,09 |
1,18 |
1,58 |
||
14.04.04 |
, % |
11,26 |
6,36 |
8,5 |
|
CI, % |
43,5 |
24,4 |
|||
, MHz |
2,13 |
1,13 |
1,35 |
||
15.04.04 |
, % |
12,17 |
6,46 |
7,71 |
|
CI, % |
46,9 |
36,6 |
|||
, MHz |
1,91 |
1,29 |
1,41 |
||
среднее |
, % |
10,93 |
7,38 |
8,07 |
|
CI, % |
32,5 |
26,2 |
Шестой раздел содержит выводы главы. Результаты сравнения МПЧ, полученных с использованием IRI-2001 для европейских трасс, с экспериментальными МНЧ, показывают:
1) данные ВЗ обеспечивают стабильное сокращение ошибки прогноза на 25-40%, свидетельствуя о том, что текущее значение foF2 является наиболее эффективным для контроля состояния ВЧ каналов;
2) ТЕС-корректировка модели IRI приводит к снижению погрешности прогноза значений foF2 и МПЧ в среднем на 30%.
В пятой главе описывается методика использования GPS системы для расчета ионосферной трассы. GPS система, изначально созданная для решения задач навигации, обеспечивает расчет параметров, которые могут быть использованы при определении ТЕС.
Общая информация о системе GPS содержится в первом разделе. В настоящее время группировка спутников GPS обеспечивает стабильное покрытие большей части земного шара, при этом одновременно могут наблюдаться от 4 до 14 спутников.
Каждый спутник передает GPS-приемнику навигационное сообщение, содержащее параметры, необходимые для расчетов. Однако в исходном виде навигационное сообщение сложно использовать, поэтому на практике его преобразуют к строго регламентированному текстовому формату и сохраняют в виде нескольких специализированных файлов. Во втором разделе описывается наиболее распространенный из таких форматов - RINEX (Receiver Independent Exchange Format Формат передачи данных, не зависящий от приемника). В рамках диссертации была разработана компьютерная программа, извлекающая из RINEX-файлов необходимую для расчетов информацию.
Третий раздел посвящен алгоритму расчета ТЕС по данным, извлекаемым из RINEX-файлов, и дальнейшему использованию ТЕС для корректировки IRI. Общая схема алгоритма представлена на рисунке 7.
Геометрия прохождения сигналов GPS изображена на рисунке 8. Ионосфера рассматривается в виде тонкой узкой оболочки без горизонтальных (широтно-долготных) вариаций на высоте hm = 350 км - метод тонкого слоя. Траектории строятся в приближении геометрической оптики. Измеряемыми величинами являются расстояния (дальности) или задержки при распространении сигнала между приемником и спутником. Расчетные уравнения сводятся к:
Рис.7. Схема использования GPS для оперативного прогноза.
, где (7)
Р1, Р2 - псевдодальности на частотах f1 и f2; и неизвестные межчастотные запаздывания приемника и спутника.
Рис.8. Геометрия прохождения сигналов GPS.
Величину можно считать постоянной в рамках определенного интервала времени и оценивать раз в сутки при помощи калибровки, требующей наличия RINEX-файлов за несколько часов. Информация об ионосфере заключена в измеряемой величине I полного электронного содержания ионосферы, которая является интегральной электронной концентрацией вдоль траектории луча между спутником и приемником - наклонный ТЕС, который связан с вертикальным ТЕС в подионосферных точках (B' и С') функцией наклона.
В четвертом разделе производится проверка пригодности ТЕС, полученного по результатам GPS мониторинга, для корректировки модели IRI при проведении оперативного прогнозирования ионосферных трасс.
Пятый раздел - сводка результатов пятой главы. Сравнение рассчитанного ТЕС с доступными данными, использованными в качестве контрольного варианта, позволяет сделать вывод о возможности использования алгоритма для корректировки IRI-2001 при оперативном прогнозировании ионосферных трасс.
В заключении сформулированы основные выводы и результаты, полученные в настоящей работе.
Положения, выносимые на защиту.
1. Оценки эффективности применения математической модели “Международная справочная модель ионосферы IRI-2001” для долгосрочного и оперативного прогнозирования условий распространения декаметровых волн для спокойного и возмущенного состоянии ионосферы.
2. Количественные значения погрешностей долгосрочного и оперативного прогнозов, полученные по данным вертикального (ВЗ) и наклонного зондирования (НЗ) европейского региона, охватывающим большой временной интервал.
3. Методы коррекции модели IRI по данным ВЗ и значениям полного электронного содержания (ТЕС) для оперативного прогнозирования состояния ВЧ каналов связи и количественная оценка их эффективности. Показано, что коррекция приводит к существенному сокращению погрешностей, прежде всего, для возмущенных периодов.
4. Способ получения ТЕС по результатам GPS мониторинга.
Личный вклад соискателя. Все основные результаты работы получены при активном участии автора. Автор принимал непосредственное участие в разработке 4-го метода ТЕС-корректировки. Программные реализации рассмотренных методов и алгоритмов, необходимые расчеты и их анализ выполнены самостоятельно.
Основные результаты диссертации опубликованы в следующих работах
1. Барабашов Б.Г., Крашенинников И.В., Егоров И.Б., Мальцева О.А., Родионова В.Т., Черкашин Ю.Н., Шлюпкин А.С. Новые результаты наклонного зондирования и их использования для КВ радиосвязи //Труды международной научной конференции “Излучение и рассеяние электромагнитных волн” (ИРЭМВ-2005) , Таганрог, 20-25 июня 2005. - С.383-385.
2. Барабашов Б.Г., Крашенинников И.В., Егоров И.Б., Мальцева О.А., Родионова В.Т., Черкашин Ю.Н., Шлюпкин А.С. Оценка эффективности использования модели IRI для планирования ВЧ радиосвязи //Сборник докладов XXI всероссийской научной конференции “Распространение радиоволн”, Йошкар-Ола, 25-27 мая 2005. - Т. 2. - С.19-23.
3. Мальцева О.А., Полтавский О.С., Шлюпкин А.С. Использование GPS-данных в каналах КВ-связи //Электросвязь. 2006. - №11. - С.47-49.
4. Мальцева О.А., Полтавский О.С., Шлюпкин А.С. Эффективность модели ионосферы IRI при определении условий распространения в ВЧ канале //Электромагнитные волны и электронные системы. - 2006. - №9. - С.21-24.
5. Мальцева О.А., Родионова В.Т., Шлюпкин А.С. Использование полного электронного содержания для текущей диагностики состояния ионосферного канала //Геомагнетизм и аэрономия. - 2005. - №4. - С.480-486.
6. Мальцева О.А., Родионова В.Т., Шлюпкин А.С. Об использовании параметра ПЭС для текущей диагностики состояния ионосферного канала //Тезисы X региональной конференции по распространению радиоволн, С-Петербург, 2004. - С.54-57.
7. Мальцева О.А., Шлюпкин А.С. Остаточная погрешность модели IRI и новый метод определения N(h)-профилей ионосферы //Труды XI региональной конференции по распространению радиоволн, С.- Петербург, 2005. - С.46-48.
8. Шлюпкин А.С. Использование навигационных спутников для радиосвязи //Тезисы 4-й международной научно-практической конференции “Телекоммуникационные технологии на транспорте России”, ТелеКомТранс 2006, Сочи, 19-21 апреля 2006. - С.36-37.
9. Шлюпкин А.С., Мальцева О.А., Полтавский О.С. Использование информации навигационных спутников в каналах КВ радиосвязи //Сборник тезисов ВНКСФ-10, Москва, 1-7 апреля 2004. - С.989-991.
10. Barabashov B.G., Maltseva O.A., Rodionova V.T., Shlupkin A.S. Evaluation of HF Channel Characteristics on The Basis of The IRI Model //Proceedings of the 11th International Ionospheric Effects Symposium (IES2005), Alexandria, USA, May 3-5, 2005. - A127. - P.1-4.
11. Barabashov B.G., Maltseva O.A., Rodionova V.T., Shlupkin A.S. Evaluation of the IRI Model Efficiency for Operational Forecast of HF Propagation Conditions //The X IET International Conference on IRST 2006, Jul. 2006, London: Proceedings Series IC517. - P.253-257.
12. Maltseva O.A., Barabashov B.G., Rodionova V.T., Shlyupkin A.S. One of possibilities to use TEC-GPS data for HF links //Proceedings of The first European Conference on Antennas and Propagation (EuCAP 2006), Nov. 6-10, 2006, Nice, France. - P02.12. - P.309.
13. Maltseva O.A., Barabashov B.G., Rodionova V.T., Shlyupkin A.S. One of possibilities to use TEC-GPS data for HF links //Special Publication, EuCAP 2006, Nov. 6-10, 2006, Nice, France. - SP-626 on CD. - P.1-5.
14. Maltseva O.A., Poltavsky O.S., Shlupkin A.S. Evaluation of real time TEC and STORM-TIME corrections in the IRI model //EGU2005, Apr. 25-29, 2005, Vienna, Austria: Geophysical Research abstracts. - V.7. - EGU05-A-03017. - P.1-3.
15. Maltseva O.A., Poltavsky O.S., Shlupkin A.S. Evaluation of real-time TEC and STORM-TIME correction in the IRI //Proceedings of the XXVIII General Assembly URSI, Oct. 23-29, 2005, New Daly, India. - 601b.2(0147) - P.244-249.
16. Maltseva O.A., Poltavsky O.S., Shlupkin A.S. Joint using TEC and IRI for studying ionospheric responses to geomagnetic disturbances //Program and Abstract Book International Symposium on Solar Extreme Events of 2003, Jul. 12-14, 2004, MSU, Moscow. - P.51.
17. Maltseva O.A., Poltavsky O.S., Shlupkin A.S. Space Weather for HF-communication links // Book of abstracts, 5th International Conference on Problems of Geocosmos, May 24-28, 2004, St. Petersburg. - P.256.
18. Maltseva O.A., Poltavsky O.S., Shlupkin A.S. Space Weather for HF-communication links //Proceedings of the 5th International Conference “Problems of Geocosmos”, 2004, Saint-Petersburg. - P.355-358.
19. Maltseva O.A., Poltavsky O.S., Shlupkin A.S. Using Total Electron Content of the Ionosphere for Forecasting Its Critical Frequency //International Conference on Problems of Geocosmos, May 23-27, 2006, St.-Petersburg: Book of abstracts. - P.160-161.
20. Maltseva O.A., Shlupkin A.S. The model IRI residual error and the new method of N(h) profile determination //EGU2006, Apr. 2-6, 2006, Vienna, Austria: Geophysical Research abstracts. - V.8. - N 01180. - P.1-3.
Размещено на Allbest.ru
...Подобные документы
Характеристики и свойства условно-гауссовской модели ARCH для прогнозирования волатильности стоимости ценных бумаг. Акции предприятия на рынке ЦБ. Оценка параметров модели ARCH для прогнозирования их доходности методом максимального правдоподобия.
курсовая работа [161,5 K], добавлен 19.07.2014Методы социально-экономического прогнозирования. Статистические и экспертные методы прогнозирования. Проблемы применения методов прогнозирования в условиях риска. Современные компьютерные технологии прогнозирования. Виды рисков и управление ими.
реферат [42,4 K], добавлен 08.01.2009Анализ средств, предназначенных для организации и осуществления перевозки людей и грузов с определенными целями. Характеристика моделирования прогнозирования потребностей для повышения эффективности работы транспорта. Структуризация и построение модели.
курсовая работа [102,6 K], добавлен 07.05.2011Задачи, функции и принципы прогнозирования, классификация и моделирование его объектов. Сущность формализованных и интуитивных методов. Процесс разработки демографических и отраслевых прогнозов. Прогнозирование рынка труда и уровня жизни населения.
учебное пособие [877,2 K], добавлен 10.01.2012Адаптивные методы прогнозирования. Критерий точности и надежности прогнозов. Прогнозирование максимальной и минимальной цены реализации продукции СПК "Новоалексеевский". Проверка значимости и точности модели в системе STATISTICA. Анализ доходности сделок.
дипломная работа [3,2 M], добавлен 29.06.2011Статистические методы прогнозирования и их роль в экономической практике. Классификация экономических прогнозов. Требования, предъявляемые к временным рядам, и их компонентный состав. Сопоставимость уровней ряда и допустимая длина временных рядов.
контрольная работа [1,2 M], добавлен 13.08.2010Обзор основных инструментов, применяемых в прогнозировании. Характеристика базовых методов построения прогнозов социально-экономических систем при помощи программного обеспечения MS EXCEL. Особенности разработки прогнозных моделей на 2004, 2006 и 2009 гг.
лабораторная работа [218,4 K], добавлен 04.12.2012Понятие и особенности прогнозирования. Стандартная ошибка предсказываемого среднего значения. Прогнозирование при наличии авторегрессии ошибок. Точечное и интервальное прогнозирование, основанное на модели линейной регрессии, коэффициент ее детерминации.
контрольная работа [827,9 K], добавлен 08.01.2016Основные задачи и принципы экстраполяционного прогнозирования, его методы и модели. Экономическое прогнозирование доходов ООО "Уфа-Аттракцион" с помощью экстраполяционных методов. Анализ особенностей применения метода экспоненциального сглаживания Хольта.
курсовая работа [1,7 M], добавлен 21.02.2015Сущность прогнозирования и планирования. Формы сочетания прогноза и плана. Обоснование принятия и практическая реализация управляющих решений. Логика разработки комплексных прогнозов экономического и социального развития в условиях переходной экономики.
контрольная работа [26,6 K], добавлен 11.02.2014Назначение матричного метода прогнозирования и основные этапы его применения. Графическая основа модели развития объекта в матричном методе. Схемы оценки опосредствованных связей (влияния) комплексов при обработке матриц влияния и расчетов по графу.
презентация [752,6 K], добавлен 15.04.2015Классификационные принципы методов прогнозирования: фактографические, комбинированные и экспертные. Разработка приёмов статистического наблюдения и анализа данных. Практическое применение методов прогнозирования на примере метода наименьших квадратов.
курсовая работа [77,5 K], добавлен 21.07.2013Составление модели для прогнозирования курса доллара. Создание оптимально работающей нейросети для прогнозирования курсов доллара. Использование метода скользящих окон. Определение количества нейронов на внутреннем слое, выполнение обучения сети.
презентация [78,1 K], добавлен 14.08.2013Особенности торговли на фондовом рынке. Крупнейшие эмитенты российского рынка акций. Влияние мирового финансового кризиса 2008-2009 гг. на его деятельность. Особенности применения индикаторов технического анализа и эконометрического прогнозирования.
дипломная работа [758,3 K], добавлен 27.09.2012Характеристика методов прогнозирования, эконометрические методы. Сравнение показателей производства ВРП Бурятии, динамика среднедушевого производства, счет производства. Прогнозирование на основе эконометрической модели, выявление наличия тенденций.
курсовая работа [524,3 K], добавлен 15.10.2009Изучение сущности метода экономического моделирования и особенностей его применения. Экономическая оценка качества планов и прогнозов. Прогнозирование урожайности картофеля методом экстраполяции. Составление баланса производства и распределения картофеля.
контрольная работа [86,5 K], добавлен 09.11.2010Понятие экстрополяции. Условия и методы применения ее при прогнозировании. Способы определения величины доверительного интервала. Классификация методов и основные этапы прогнозирования, аналитическое выражение тренда. Интерпретация полученных результатов.
презентация [197,0 K], добавлен 02.05.2014Особенности жилищного кредитования в регионах России и в Чувашии. Математические основы прогнозирования. Компоненты временного ряда, его сглаживание. Прогнозирование жилищного кредитования в Чувашской республике, создание мультипликативной модели.
курсовая работа [1000,1 K], добавлен 05.01.2018Методика и основные этапы разработки программного комплекса, реализующего ДПФ, трехмерное ДПФ, БПФ-преобразования и их укорочения. Реализация кодера кодов Рида-Соломона в частотной области и исследование временных характеристик алгоритма кодирования.
дипломная работа [1,7 M], добавлен 18.03.2012Основные понятия теории моделирования экономических систем и процессов. Методы статистического моделирования и прогнозирования. Построение баланса производства и распределение продукции предприятий с помощью балансового метода и модели Леонтьева.
курсовая работа [1,5 M], добавлен 21.04.2013