摘要
本发明实施例公开了一种基于两步损失微调的中长期电离层TEC组合预测方法,其整体步骤为:(1)获取深度学习训练样本,对数据进行预处理;(2)构建深度学习网络模型;(3)深度学习网络模型训练;(4)两步损失微调方法与组合预测方法优化模型;(5)SAR仿真实验。在模型训练完后,给定输入TEC,经过所训练模型,即可得到目标预测TEC,进而计算得到对应得SAR电离层延迟值。本发明提供了一种基于深度学习预测中长期电离层TEC的模型,该模型引入组合预测和两步损失微调方法,通过模型的最优化组合与对模型训练过程中损失的优化,实现对中长期电离层TEC的有效预测,进一步提升SAR实时定位精度。
技术关键词
组合预测方法
构建深度学习网络
深度学习网络模型
微调方法
电离层延迟误差
深度学习预测
数据
模型训练方法
网络深度
贪婪算法
预测误差
基底
频段
样本
有效性
地图
参数
传感器
策略
系统为您推荐了相关专利信息
机器视觉监测
深度学习网络模型
静接点
构建深度学习网络
模板
钢筋桁架楼承板
BIM三维模型
三维点云数据
图像采集模块
无人机
深度学习网络模型
健康状态监测方法
多模态生理
数据
云端服务器