مدلسازی تاخیر یونسفری با استفاده از شبکه ی عصبی مصنوعی بهینه شده باالگوریتم ازدحام ذرات

  • سال انتشار: 1393
  • محل انتشار: پانزدهمین کنفرانس دانشجویان عمران سراسر کشور
  • کد COI اختصاصی: CESC15_510
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1076
دانلود فایل این مقاله

نویسندگان

فریده سبزه ای

،دانشجوی کارشناسی ارشد ژئودزی،گروه مهندسی نقشه برداری،پردیس دانشکده های فنی دانشگاه تهران

محمدعلی شریفی

گروه مهندسی نقشه برداری،پردیس دانشکده های فنی دانشگاه تهران

مهدی آخوندزاده

گروه مهندسی نقشه برداری،پردیس دانشکده های فنی دانشگاه تهران

چکیده

یونسفر بزرگترین منبع خطا بعد از خاموش شدنSAدر اندازه گیریهای تعیین موقعیت و ناوبری باGPS محسوب میشود. گیرنده های دو فرکانسه قابلیت حذف این خطا را دارند ولی مقرون به صرفه نیستند ،در حالیکه گیرندههای تک فرکانسه هزینه ی کمتری داشته و دسترسی بیشتری دارند اما از محاسبه ی تاخیر یونسفری ناتوان بوده و تعیین موقعیت را با آن خطا محاسبه مینمایند. داشتن یک مدل یونسفری قابل اطمینان،مشکل ناتوانی گیرنده های تک فرکانسه برای محاسبهی تاخیر یونسفری را حل می کند. بدین منظور از داده های TEC 5 سال 2006- 2010 موقعیت ایستگاه تهران (فرمول در متن اصلی مقاله) شاخص های ژئومغناطیس و خورشیدی برای مدلسازی با شبکه ی عصبی ای که وزن ها و بایاس های آن با الگوریتم ازدحام ذرات بهینه شده اند استفاده شده است Rmse داده های تست مدل PSO-ANN برابر TECU(Total Electron Content Unit) 1.19 می باشد و این مدل میانگین اطمینان 91.9148% را شامل می باشد.

کلیدواژه ها

یونسفر،شبکه ی عصبی،الگوریتم ازدحام ذرات،سیستم تعیین موقعیت جهانی،محتوای کل چگالی الکترون قائم

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.