Моделовање јоносфере за потребе одређивања утицаја на ГПС сигнале у мрежном РТК окружењу

Abstract

Докторска дисертација посвећена је развоју одговарајућег модела за потребепредикције јоносферских корекција задовољавајуће тачности за мрежне RTK (енг.Real Time Kinematic) апликације.Као први корак ка остварењу овог циља вршено је испитивање краткорочнихвременских карактеристика јоносфере на регионалном просторном нивоу, како бисе квантификовало њено понашање током различитих сезонских и дневнихпериода. Коришћени су подаци са мреже перманентних станица на територијиРепублике Србије. Анализа је вршена за четири различита сезонска периодатоком претходног соларног максимума током 2013. и 2014. године.Након тога вршено је анализирање промена садржаја електрона у D регионуизазваним соларним Х-флеровима на основу чега су истраживане временскепромене ТЕСD (енг. Total Electron Content in D region) и њихов удео у укупномТЕС (енг. Total Electron Content) односно укупном кашњењу GPS (GlobalPositioning System) сигнала.На крају приступљено је дефинисању одговарајућег модела за потребе предикцијејоносферских корекција за мрежне RTK примене на територији Србије. Тестиранесу две предиктивне шеме базиране на методу линеарне регресије и применинеуронских мрежа.Показало се да примена неуронских мрежа даје боље резултате и да је у стању дапредиктује јоносферско кашњење на нивоу тачности од ± 5cm у просеку од око 9минута у односу на реалну стопу јоносферских промена. Ови резултати сугеришуда техника моделовања применом неуронских мрежа, може да се примени кодмрежа RTK система за предиктовање грешке јоносферског кашњења који ћеомогућити позиционирање на центиметарском нивоу тачности...

Doctoral dissertation is dedicated to the development an of appropriate model for thepurposes of prediction of ionospheric corrections with satisfactory accuracy for networkRTK (Real Time Kinematic) applications.As a first step towards achieving this goal, short-term temporal ionosphericcharacteristics on regional spatial level were investigated in order to quantify itsbehaviour during different seasonal and daily periods. Data from permanent networkstations on the territory of the Republic of Serbia were used. The analysis wasconducted for four different season periods during the previous solar maximum duringthe years 2013 and 2014.After that the analysis of the change in the content of electrons in the D region causedby solar X-flares was performed, based upon which the temporal changes ТЕСD (TotalElectron Content in D region) and their share in total TEC (Total Electron Content), i.e.the total delay of GPS (Global Positioning System) signals were investigated.Finally, an appropriate model for the purpose of the prediction of ionosphericcorrections for network RTK applications on the territory of the Republic of Serbia isproduced. Two predictive schemes based on the linear regression method and on the useof neuron networks were tested.It has been shown that the use of the neuron networks gives better results and is able topredict ionospheric delay on ±5 cm accuracy level in 9 minutes average in regards to thereal rate of ionospheric changes. These results suggest that the modelling techniqueusing neuron networks can be applied for predicting the ionospheric delay error innetwork RTK systems that will enable centimeter level positioning...