메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Mingyu Kim (Korea Aerospace University) Jeongrae Kim (Korea Aerospace University)
저널정보
한국항공우주학회 International Journal of Aeronautical and Space Sciences International Journal of Aeronautical and Space Sciences Volume.17 Number.1
발행연도
2016.3
수록면
64 - 72 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The coverage area of a GNSS regional ionospheric delay model is mainly determined by the distribution of GNSS ground monitoring stations. Extrapolation of the ionospheric model data can extend the coverage area. An extrapolation algorithm, which combines observed ionospheric delay with the environmental parameters, is proposed. Neural network and least square regression algorithms are developed to utilize the combined input data. The bi-harmonic spline method is also tested for comparison. The IGS ionosphere map data is used to simulate the delays and to compute the extrapolation error statistics. The neural network method outperforms the other methods and demonstrates a high extrapolation accuracy. In order to determine the directional characteristics, the estimation error is classified into four direction components. The South extrapolation area yields the largest estimation error followed by North area, which yields the second-largest error.
#GNSS #ionospheric delay #spatial extrapolation #neural network #biharmonic spline

목차

Abstract
1. Introduction
2. lonosphere Map Extrapolation
3. Extrapolation Methods
4. Data Processing
5. Results
6. Conclusions
References

참고문헌 (16)

참고문헌 신청
McKinnell, L. A. and Friedrich, M., “A neural networkbased ionospheric model for the auroral zone”, Journal of Atmospheric and Solar-Terrestrial Physics, Vol. 69, No. 12, 2007, pp. 1459–1470. google schola Habarulema, J. B., “A contribution to TEC modelling over Southern Africa using GPS data”, PhD. thesis, Rhodes University, Grahamstown, 2010. google schola Habarulema, J. B., Lee-Anne McKinnell, L. A. and Opperman, B. D., “Regional GPS TEC modeling; Attempted spatial and temporal extrapolation of TEC using neural networks”, Journal of Geophysical Research: Space Physics (1978–2012), Vol. 116, No. A4, 2011, pp. 1-14. google schola El-naggar, A. M., “Artificial neural network as a model for ionospheric TEC map to serve the single frequency receiver”, Journal of Alexandria Engineering, Vol. 52, No. 3, 2013, pp. 425-432. google schola Wielgosz, P., Grejner-Brzezinska, D. and Kashani, I., “Regional Ionosphere Mapping with Kriging and Multiquadric Methods”, Journal of Global Positioning Systems, Vol. 2, No. 1, 2003, pp. 48-55. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-558-002776283