Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

'Документ'
Во-первых, при отсутствии жесткого контроля строители очень редко выполняют работы качественно. Причем вовсе не из-за отсутствия знаний или опыта (хо...полностью>>
'Документ'
Відповідно до Указу Президента України від 17 жовтня 2 року N 1138/2 ( 1138/2 ) "Про Положення про Міністерство внутрішніх справ України", ...полностью>>
'Документ'
Уже в 1950-е годы израильское общество раздирали жесточайшие споры, касавшиеся как различных исторических аспектов эпохи Катастрофы европейского евре...полностью>>
'Инструкция'
Приложение№1 (Порядок эксплуатации, хранения, приемки и сдачи системы ИСАВП-РТ, а также порядок действий локомотивной бригады при неисправности систем...полностью>>

Системы моделирования и прогнозирования ионосферных данных

Главная > Документ
Сохрани ссылку в одной из сетей:

СИСТЕМЫ МОДЕЛИРОВАНИЯ И ПРОГНОЗИРОВАНИЯ ИОНОСФЕРНЫХ ДАННЫХ

Глушкова Надежда Владимировна

Камчатский государственный технический университет

Г. Петропавловск-Камчатский

Моделирование, прогнозирование и анализ природных данных имеет большое значение для решения ряда вопросов в области геофизики. Данные исследования позволяют получить количественную оценку, выявить внутренние связи и механизмы взаимодействия компонентов, имеющих природное и техногенное происхождения, выделить аномальное поведение над сейсмоактивным камчатским регионом в период подготовки сильных землетрясений, а также имеют важное значение для развития средств радиосвязи, в том числе в дальневосточном регионе. Результаты исследований и основанные на них программные средства могут быть применены в физических обсерваториях, космических агентствах, военно-промышленном комплексе, геофизических службах. Таким образом, разрабатываемые мной методы и алгоритмы востребованы для решения многих задач народного хозяйства.

Основными задачами проекта являются:

- разработка методов моделирования и прогнозирования ионосферных данных на основе совмещения вейвлет-преобразования и методов авторегрессии-проинтегрированного скользящего среднего;

- разработка численных алгоритмов и программных средств по обработке и анализу ионосферных данных;

- разработка экспертной системы по обработке и анализу ионосферных данных и выделению особенностей, связанных с солнечной и сейсмической активностью.

Сложности решения этих задач заключаются в сложной внутренней структуре регистрируемых данных. Они содержат различного характера переходные процессы, локальные особенности и аномальные эффекты, которые могут быть связаны с солнечной либо сейсмической активностью. Эти особенности содержат главную информацию об изучаемых природных процессах и при обработке не должны быть отфильтрованы как помеховой сигнал из-за неизбежной в этом случае потери информации.

Сложная структура данных делает неэффективным непосредственное применение к ним традиционных методов анализа природных данных. Эти методы описывают достаточно узкий класс процессов, позволяют выделить некоторые наиболее устойчивые характеристики сигналов и их применение требует полной априорной информации об изучаемых временных рядах.

Наиболее подходящим пространством для их представления является пространство вейвлет-функций. Вейвлет-преобразование имеет обширный словарь базисных функций различной формы и временной протяженности и позволяет описывать временные ряды сложной внутренней структуры. В данном проекте предлагается метод моделирования и прогнозирования данных критической частоты ионосферы, основанный на совместном применении вейвлет-преобразования и моделей авторегрессии-проинтегрированного скользящего среднего (АРПСС).

В пространстве вейвлетов данные представляются в виде линейной комбинации составляющих двух видов: детализирующие составляющие и аппроксимирующие компоненты, и обеспечивается полное сохранение информации о сигнале. Аппроксимирующие компоненты – это трендовые составляющие процесса. Детализирующие компоненты содержат информацию о локальных структурах. Для оценки параметров компонент используется класс моделей АРПСС. Модели АРПСС являются гибким аппаратом, позволяют выделить характерные структуры, выполнить прогноз значений данных и содержат средства автоматического обнаружения изменения параметров модели. Таким образом, совместное применение этих методов обеспечивает возможность отображения характерных структур, построения прогноза данных и автоматического обнаружения аномальных особенностей.

Также разрабатывается комплекс численных алгоритмов. Они направлены на выделение и классификацию характерных структур и аномальных особенностей, связанных с солнечной и сейсмической активностью на Камчатке.

С целью сравнения эффективности предлагаемого метода с традиционными подходами была произведена попытка моделирования природных данных традиционными методами. Использовались данные подпочвенного радона OARn и критической частоты foF2. Производилось сглаживание временных рядов методом скользящего среднего и моделирование на основе АРПСС (рис. 1). Диагностическая проверка полученных моделей показала плохие результаты: наблюдалась существенная автокорреляция остатков, свидетельствующая о неадекватности полученных моделей.

(а)

(b)

(c)

Рисунок 1. (a) – исходный сигнал подпочвенного радона OARn; (b) –компонента сигнала OARn, полученная после применения процедуры сглаживания;(c) - остаточные ошибки модели АРПСС сглаженной компоненты сигнала OARn.

На рисунке 2 представлены результаты применения к данным OARn предлагаемого метода. Диагностическая проверка показала хорошие результаты, ошибки модели являются белым шумом. В результате детального анализа остаточных ошибок также были обнаружены краткосрочные аномальные эффекты, которые проявляли себя в виде значительного увеличения остаточных ошибок в локальной области временного ряда. Анализ данных показал, что данные аномалии возникали накануне сильных землетрясений на Камчатке. Выявленные аномальные области показаны на рис. 2 пунктирными линиями, стрелками показаны сейсмические события, произошедшие за исследуемый период. Данный результат подтверждает эффективность предлагаемого метода и возможность его использования для выделения признаков повышенной сейсмической активности на Камчатке.

Рисунок 2 – АР-модель сглаженной составляющей 4-го уровня разложения сигнала OARn; (b) – остаточные ошибки модели. Стрелками отмечены моменты возникновения сильных землетрясений, пунктирной линией показаны области увеличений остаточной ошибки.

На примере обработки данных критической частоты f0F2 также показана эффективность предлагаемого метода (рис.3-5): выполнено разложение данных на компоненты и произведена идентификация АРПСС-моделей, параметры которых имеют близкие значения. Анализ остаточных ошибок позволил выделить моменты возрастания солнечной активности (рис. 5).

Рисунок 3 – Моделирование и прогнозирование аппроксимирующих компонент. Синей линией отмечены исходные данные, красной – значения прогноза

Рисунок 4 – Остаточные ошибки прогнозирования

(а)

(б)

Рисунок 5 – (а) – данные k-индекса; (b) – остаточные ошибки модели. Стрелкой отмечены моменты возникновения магнитных бурь, пунктирной линией показаны области увеличений остаточной ошибки.

Преимущества товара

  1. новые методы обработки и анализа природных сигналов;

  2. повышение точности и достоверности результатов. Сохранение важной информации;

  3. возможность создания более эффективных программных средств;

  4. широкая область применения (методы являются гибкими средствами и могут быть адаптированы под данные с определенной структурой);

Актуальность и значимость проекта

  1. Работа поддержана грантом Президента РФ по направлению информационные и телекоммуникационные системы и технологии МД – 2199.2011.9;

  2. Доклад на международной конференции «Вторая Всероссийская НПК»Наука, образование, инновации: пути развития» (апрель 2011 г);

  3. Находится в печати статья «Моделирование аппроксимирующих компонент данных критической частоты ионосферного слоя F2 на основе вейвлетов и АР-модели» в журнале «Вестник КамчатГТУ».

Стратегия выхода на рынок:

  1. (1-2 год) Проведение НИОКР. Апробация метода моделирования и прогнозирования критической частоты. Разработка и внедрение в лабораторию ИКИР ДВО РАН автоматизированной системы. Разработка новых методов по обработке и анализу ионосферных данных. Разработка курсов лекций и методических пособий и внедрение в обучающий процесс.

  2. (3-5 год) Внедрение в лабораторию ИКИР ДВО РАН, в Геофизическую службу РАН системы обработки и анализа ионосферных данных. Апробация разработанных методов по обработке и анализу ионосферных данных. Поиск инвесторов, реализация пробной продукции. Получение прибыли.

Основные публикации:

  1. Доклад на международной конференции «Вторая Всероссийская НПК «Наука, образование, инновации: пути развития» (апрель 2011 г.).

  2. Находится в печати статья «Моделирование аппроксимирующих компонент критической частоты ионосферного слоя F2 на основе вейвлетов и АР-модели» в журнале «Вестник КамчатГТУ»

Автор проекта: Глушкова Н.В., 1987 г., тел. 8-909-838-51-85, nv.glushkova@yandex.ru,

Научный руководитель: Мандрикова О.В., д.т.н., доцент, профессор кафедры систем управления, Камчатский государственный технический университет, т. 8-961-960-74-47



Скачать документ

Похожие документы:

  1. Государственный стандарт российской федерации безопасность в чрезвычайных ситуациях мониторинг и прогнозирование опасных геологических явлений и процессов общие требования гост р 22 06-99

    Документ
    1 РАЗРАБОТАН Центром региональных геофизических и геоэкологических исследований “ГЕОН” и Всероссийским научно-исследовательским институтом гидрогеологии и инженерной геологии Министерства природных ресурсов Российской Федерации,
  2. Государственный стандарт российской федерации безопасность в чрезвычайных ситуациях мониторинг и прогнозирование опасных геологических явлений и процессов общие требования

    Документ
    1. Разработан Центром региональных геофизических и геоэкологических исследований "ГЕОН" и Всероссийским научно-исследовательским институтом гидрогеологии и инженерной геологии Министерства природных ресурсов Российской Федерации,
  3. Инновационная образовательная программа в классическом (исследовательском) университете как базовой институциональной структуре национальной инновационной системы томск

    Образовательная программа
    № свидетельства о государственной аккредитации вуза (при наличии):Свидетельство о государственной аккредитации, регистрационный № 1272 от 15.01.2004 г.
  4. Концепция развития российской космической системы дистанционного зондирования Земли на период до 2025 года

    Документ
    Перспективные системы микроспутников для высокооперативного обнаружения очагов лесных пожаров, стихийных гидрометеорологических явлений и других наиболее динамичных ЧС
  5. Спутниковые навигационные системы

    Документ
    Автоматическое зависимое наблюдение. Метод наблюдения, при котором автоматически обеспечивается поступление по линии передачи данных информации, получаемой от бортовых систем навигации и определения местоположения, включая сигналы

Другие похожие документы..