С.А. Долгачева, Фгбу «Арктический и антарктический научно-исследователь институт», Людмила Николаевна Макарова, Алексей Владимирович Николаев
{"title":"Обработка ионограмм высокоширотных станций вертикального зондирования с использованием нейронных сетей: Es и F2 слои.","authors":"С.А. Долгачева, Фгбу «Арктический и антарктический научно-исследователь институт», Людмила Николаевна Макарова, Алексей Владимирович Николаев","doi":"10.37614/2588-0039.2020.43.025","DOIUrl":null,"url":null,"abstract":"В работе рассматривается использование искусственных нейронных сетей для автоматической обработки высокоширотных ионограмм вертикального зондирования. Нейросетевые модели обучались различать типы слоев Esи F2 и определять их параметры: критические частотыобыкновенной волны для Es и F2 слоев (foEs и foF2), минимальные действующие высоты (hEs, hF2), наименьшую наблюдаемую частоту отражения от ионосферы (fmin), экранирующую частоту слоя Es (fbEs), высоту максимума слоя Esr, наибольшую частоту отражения от области F (fxI), предельную частоту рассеянной обыкновенной компоненты слоя F (foI), высоту и частоту для коэффициента M3000 F2 слоя (M3000f F2 и M3000h F2). Эффективность моделей оценивалась с помощью тестовой выборки, содержащей 30000 ионограмм. Точность определения слоёв Esи F2 наиболее эффективной модели составляет 91.1% и 91.9% соответственно. Средняя ошибка определения частот составляет от 0.27 до 0.66 МГц для разного типа частот; средняя ошибка определения высоты Es~8.5 км, высоты F2 ~30 км.","PeriodicalId":286136,"journal":{"name":"Proceedings of the 43rdAnnual Seminar","volume":"25 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-12-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Proceedings of the 43rdAnnual Seminar","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37614/2588-0039.2020.43.025","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
В работе рассматривается использование искусственных нейронных сетей для автоматической обработки высокоширотных ионограмм вертикального зондирования. Нейросетевые модели обучались различать типы слоев Esи F2 и определять их параметры: критические частотыобыкновенной волны для Es и F2 слоев (foEs и foF2), минимальные действующие высоты (hEs, hF2), наименьшую наблюдаемую частоту отражения от ионосферы (fmin), экранирующую частоту слоя Es (fbEs), высоту максимума слоя Esr, наибольшую частоту отражения от области F (fxI), предельную частоту рассеянной обыкновенной компоненты слоя F (foI), высоту и частоту для коэффициента M3000 F2 слоя (M3000f F2 и M3000h F2). Эффективность моделей оценивалась с помощью тестовой выборки, содержащей 30000 ионограмм. Точность определения слоёв Esи F2 наиболее эффективной модели составляет 91.1% и 91.9% соответственно. Средняя ошибка определения частот составляет от 0.27 до 0.66 МГц для разного типа частот; средняя ошибка определения высоты Es~8.5 км, высоты F2 ~30 км.