ورود
مقالات فارسیISIکنفرانسهاژورنالها

مدلسازی و درون یابی محتوای الکترونی کلی یون سپهر به کمک شبکه عصبی مصنوعی و مشاهدات GPS

محل انتشار: مجله فیزیک زمین و فضا، دوره: 42، شماره: 2
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 42

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1806654

شناسه ملی سند علمی:

JR_JESPHYS-42-2_015

تاریخ نمایه سازی: 10 آبان 1402

چکیده مقاله:

سیگنالهای سیستم تعیین موقعیت جهانی (GPS) اطلاعات باارزشی را از ساختار فیزیکی یونوسفر در اختیار می گذارند. با کمک این مشاهدات می توان مقدار محتوای الکترونی کلی (TEC) را برای هر مسیر دید مابین گیرنده و ماهواره بدست آورد. در این مقاله اندازه گیریهای بدست آمده از ۲۲ ایستگاه موجود در شمالغرب ایران (۴۸>λ>۴۴ ،۴۰>φ>۳۶) جهت تعیین مقدار محتوای الکترونی کلی در راستای قائم (VTEC) استفاده شده است. بدلیل کمبود مشاهدات و توزیع مکانی نامناسب ایستگاهها، جهت برآورد زمانی- مکانی مقدار VTEC در سایر نقاط، دو مدل شبکه عصبی مصنوعی ۳ لایه(MLP-ANN) و شبکه عصبی با توابع پایه شعاعی(RBFNN) بر اساس الگوریتم پس انتشار خطا (BPA) بکار گرفته شده است. ۳ ایستگاه آزمون با توزیع مناسب جهت ارزیابی صحت نتایج انتخاب شده است. کمینه خطای نسبی در نقاط آزمون برای شبکه عصبی مصنوعی ۳ لایه۴۰/۱ % و برای شبکه عصبی با توابع پایه شعاعی ۸۸/۱ % محاسبه شده است. محاسبه خطاهای نسبی کم و همچنین آنالیز انجام گرفته، بیانگر قابلیت بالای روشهای GPS+MLP-ANN و GPS+RBFNN در مقایسه با روشهای متعارف درون یابی در نشان دادن تغییرات زمانی- مکانی یونوسفر می باشد.

کلیدواژه ها:

یونوسفر ، شبکه عصبی چند لایه ، شبکه عصبی با توابع پایه شعاعی ، IGS ، GPS

نویسندگان

Mir Reza Ghaffari Razin

دانشگاه صنعتی خواجه نصیرالدین طوسی دانشکده نقشه برداری گروه ژئودزی

Behzad Voosoghi

دانشیار، دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • صیادی، ا، ۱۳۸۷، آشنایی مقدماتی با شبکه های عصبی مصنوعی، ...
  • غفاری رزین، م. ر. و محمدزاده، ع.، ۱۳۹۳، مدل سازی ...
  • غفاری رزین، م. ر. و مشهدی حسینعلی، م، ۱۳۸۸، تعیین ...
  • غفاری رزین، م. ر. و مشهدی حسینعلی، م، ۱۳۹۰، مدل ...
  • Amerian, Y., Mashhadi Hossainali, M., Voosoghi, B. and Ghaffari Razin, ...
  • Amerian, Y., Hossainali, M. M. and Voosoghi, B., ۲۰۱۳, Regional ...
  • Bishop C M., ۲۰۰۵, Neural Networks for Pattern Recognition; Oxford ...
  • Conway, A. J., Macpherson, K. P., Blacklaw, G. and Brown, ...
  • Cander, R., ۱۹۹۸, Artificial neural network applications in ionospheric studies, ...
  • Ghaffari Razin, M. R., Voosoghi, B. and Mohammadzadeh, A., ۲۰۱۵, ...
  • Ghaffari Razin, M. R. and Voosoghi, B., ۲۰۱۶, Modeling of ...
  • Ghaffari Razin, M. R., ۲۰۱۵, Development and analysis of ۳D ...
  • Ghaffari Razin, M. R. and Voosoghi, B., ۲۰۱۶, Regional ionosphere ...
  • Ghaffari Razin, M. R. and Voosoghi, B., ۲۰۱۶, Regional application ...
  • Habarulema, J. B., McKinnell, L. A. and Cilliers, P. J., ...
  • Hernandez-Pajares, M., Juan, J. and Sanz, J., ۱۹۹۷, Neural network ...
  • Haykin, S., ۱۹۹۴, Neural Networks, a comprehensive Foundation, Macmillan College ...
  • Komjathy, A., ۱۹۹۷, Global ionospheric total electron content mapping using ...
  • Leandro, R. F. and Santos, M. C., ۲۰۰۷, A neural ...
  • Moon, Y., ۲۰۰۴, Evaluation of ۲-dimensional ionosphere models for national ...
  • Moody, J. and Darken, C., ۱۹۹۸, Fast learning in networks ...
  • McKinnell, L., ۲۰۰۲, A neural network based ionospheric model for ...
  • Mars, P., Chen, J. R. and Nambiar, R., ۱۹۹۶, Learning ...
  • Orus, R., ۲۰۰۵, Improvement of global ionospheric VTEC maps by ...
  • Powell, M. J. D., ۱۹۸۷, Radial basis functions for multivariate ...
  • Rodrigo, F., Leandro, R. F., ۲۰۰۷, A New Technique to ...
  • Schaer, S., ۱۹۹۹, Mapping and predicting the Earth’s ionosphere using ...
  • Seeber, G., ۲۰۰۳, satellite geodesy: foundations. methods and applications, Walter ...
  • Svozil, D., KvasniEka, V. and Pospichal, J., ۱۹۹۷, Introduction to ...
  • Sayin, I., Arikan, F. and Arikan, O., ۲۰۰۸, Regional TEC ...
  • Sarma, A. and Mahdu, T., ۲۰۰۵, Modelling of foF۲ using ...
  • Simpson, P. K., ۱۹۹۰, Artificial neural systems: foundations, paradigms, applications, ...
  • Tulunay, E., Senalp, E. T., Radicella, S. M. and Tulanay, ...
  • Xenos, T. D., Kouris, S. S. and Casimiro, A., ۲۰۰۳, ...
  • Wielgosz, P., Brzezinska, D. and Kashani, I., ۲۰۰۳, Regional ionosphere ...
  • Yilmaz, A., Akdogan, K. E. and Gurun, M., ۲۰۰۹, Regional ...
  • Yeung, D. S., Cloete, I., Shi, D. and Ng, W. ...
    • نمایش کامل مراجع