概括
这项研究引入了一种新的混合模型,用于使用最小的历史数据预测卫星通信的大气流 (AT) 强度. 该模型准确预测未来两个小时的流,增强数据传输策略.
科学领域:
- 太空科学和光学工程 太空科学和光学工程
- 大气物理学和遥感技术
背景情况:
- 卫星到地面的激光通信对于太空科学数据传输至关重要.
- 大气流 (AT) 显著降低了通信性能.
- 准确的AT预测对于优化数据传输和自适应光学至关重要.
研究的目的:
- 开发一种新的混合模型,用于预测短期大气流 (AT) 强度.
- 克服AT预测数据密集型机器学习方法的局限性.
- 为了实现卫星通信中高效的数据传输策略.
主要方法:
- 使用差异图像运动监视器收集Fried参数 (r0) 数据.
- 将r0时间序列分解为四个特征序列,以简化预测.
- 采用自动回归集成移动平均 (ARIMA) 模型进行特征系列预测.
- 通过结合预测的特征模式,重建预测的r0.
主要成果:
- 在未来两个小时内预测r0的平均平均绝对百分比准确率为82.10%.
- 使用仅六天的历史数据,证明了成功的AT强度预测.
- 建立了AT预测中最短的历史数据要求的新基准.
结论:
- 拟议的混合模型有效地预测大气流强度,但数据有限.
- 这种方法显著减少了AT预测所需的人力和计算资源.
- 这些发现推动了可靠的卫星到地面激光通信的研究和应用.
