TEC Forecasting Based on Manifold Trajectories
| Autor: | Heng Yang, Alberto García Rigo, Enrique Monte Moreno, Manuel Hernández-Pajares |
|---|---|
| Přispěvatelé: | Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions, Universitat Politècnica de Catalunya. Departament de Matemàtiques, Universitat Politècnica de Catalunya. VEU - Grup de Tractament de la Parla, Universitat Politècnica de Catalunya. IonSAT - Grup de determinació Ionosfèrica i navegació per SAtèl·lit i sistemes Terrestres |
| Jazyk: | angličtina |
| Rok vydání: | 2018 |
| Předmět: |
Teledetecció
010504 meteorology & atmospheric sciences TEC Science ionosphere forecasting 01 natural sciences tangent distance Physics::Geophysics 0103 physical sciences Tangent space Ionosphere Linear combination 010303 astronomy & astrophysics 0105 earth and related environmental sciences Mathematics Total electron content GNSS Tangent distance Tangent Remote sensing Manifold Total Electron Content Enginyeria de la telecomunicació::Radiocomunicació i exploració electromagnètica::Teledetecció [Àrees temàtiques de la UPC] Physics::Space Physics General Earth and Planetary Sciences Algorithm Distribution (differential geometry) Subspace topology Forecasting |
| Zdroj: | Remote Sensing, Vol 10, Iss 7, p 988 (2018) Recercat. Dipósit de la Recerca de Catalunya instname Remote Sensing Volume 10 Issue 7 UPCommons. Portal del coneixement obert de la UPC Universitat Politècnica de Catalunya (UPC) |
| ISSN: | 2072-4292 |
| Popis: | In this paper, we present a method for forecasting the ionospheric Total Electron Content (TEC) distribution from the International GNSS Service’s Global Ionospheric Maps. The forecasting system gives an estimation of the value of the TEC distribution based on linear combination of previous TEC maps (i.e., a set of 2D arrays indexed by time), and the computation of a tangent subspace in a manifold associated to each map. The use of the tangent space to each map is justified because it allows modeling the possible distortions from one observation to the next as a trajectory on the tangent manifold of the map. The coefficients of the linear combination of the last observations along with the tangent space are estimated at each time stamp to minimize the mean square forecasting error with a regularization term. The estimation is made at each time stamp to adapt the forecast to short-term variations in solar activity. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|
| Nepřihlášeným uživatelům se plný text nezobrazuje | K zobrazení výsledku je třeba se přihlásit. |