一种基于Swin-Transformer的突然电离层骚扰事件预报方法与流程

本发明属于短波通信，特别涉及该领域中的一种基于swin-transformer的突然电离层骚扰事件预报方法。

背景技术：

1、太阳耀斑爆发是太阳大气(主要在色球和日冕)局部区域突然释放出巨大能量和物质的过程，耀斑爆发过程中会伴随有可见光、紫外线、远紫外和x射线及γ射线等波段的电磁辐射，还会伴随有电子、质子、离子和中子等物质的发射，是耀斑能量释放在不同层次的外在表现。太阳耀斑爆发期间，由于紫外和x射线波段辐射明显增强，射线深入到电离层的d层，使得d区的电离密度增大，这种电离密度增大常常是很突然的，且持续几分钟至几个小时，因此称这种现象为突然电离层骚扰(sid)。

2、由于d层电子浓度的骤然增加和高度的变化，使得依赖电离层折射的短波相关装备系统受到了不同程度的影响。例如随着d层电子浓度的迅速增加，短波频段信号吸收显著增强，致使短波通信质量下降，严重时甚至中断。此外，电离层对高频无线电波的吸收也是影响天波作用距离的一个重要因素，将直接改变天波雷达和超视距雷达的作用范围，使其目标识别能力下降。由此可见，突然电离层骚扰事件的预测预报信息可为短波通信系统和天波超视距目标探测系统等提供电离层环境保障信息，以便及时采取应对措施以有效规避或者减缓对装备的不利影响，提升装备效能。

3、近年来，随着机器学习的不断发展，越来越多的研究者开始使用机器学习的方法预报太阳耀斑事件，但是针对突然电离层骚扰事件的预测预报则尚未见到报道。由于突然电离层骚扰是由太阳耀斑爆发引起的，而太阳耀斑和太阳活动区域的磁场累积及变化有关，因此在预报模型中需要考虑太阳活动磁场变化。

技术实现思路

1、本发明所要解决的技术问题就是提供一种基于swin-transformer的突然电离层骚扰事件预报方法，可给出未来24小时的突然电离层骚扰事件“有”、“无”信息，为短波通信系统选频和天波超视距目标探测提供技术支撑。

2、本发明采用如下技术方案：

3、一种基于swin-transformer的突然电离层骚扰事件预报方法，其改进之处在于，包括如下步骤：

4、步骤1，汇集太阳活动磁图数据和电波观测站网电离层观测数据；

5、步骤2，根据电波观测站网电离层fmin观测数据和突然电离层骚扰事件工程标准，筛选2010—2022突然电离层骚扰事件；

6、步骤3，对过去25小时的太阳磁图数据进行拼接和像素压缩，形成像素为256*256的模型输入磁图样本；

7、步骤4，将发生突然电离层骚扰事件期间的磁图样本做为正样本，未发生突然电离层骚扰事件期间的磁图样本做为负样本；

8、步骤5，对正样本进行数据反转和旋转，共计整理正样本4600组，负样本4600组，按照7:1:2的比例划分训练集、验证集以及测试集；

9、步骤6，将正样本和负样本数据输入到swin-transformer模型中进行训练；

10、步骤7，对模型批处理量、迭代次数和结构层进行调整优化，获得理想的结构参数；

11、步骤8，在测试集上和单独事件期间进行模型精度测试，之后将模型用于突然电离层骚扰事件预报。

12、进一步的，所述步骤2具体为：

13、(1)区域划分：我国北纬36°以北区域为北部区域、北纬26—35°区域为中部区域、北纬25°以南区域为南部区域；

14、(2)电离层吸收程度划分：fmin无数值为全吸收；北部区域fmin≥8mhz，中部区域fmin≥9mhz，南部区域fmin≥10mhz为强吸收；北部区域6mhz≤fmin＜8mhz，中部区域7mhz≤fmin＜9mhz，南部区域8mhz≤fmin＜10mhz为中等吸收；北部区域4mhz≤fmin＜6mhz，中部区域5mhz≤fmin＜7mhz，南部区域6mhz≤fmin＜8mhz为弱吸收；

15、(3)突然电离层骚扰事件级别划分：三分之二以上观测站达到全吸收为一级；两个以上观测站达到强吸收为二级；两个以上观测站达到中等吸收为三级。

16、进一步的，所述步骤6具体为：

17、在swin-transformer结构中，输入图像首先经过patch partition映射，将图像分割为4×4的小块，将每个小块通过映射为一个像素点，再通过linear embedding调整特征图的通道数；swin-transformer分为4个stage，stage由成对的swin-transformer block组成，每个swin-transforer block模块都由一个多层感知机模块mlp的非重叠局部窗口多头自注意力模块w-msa和移位窗口多头自注意力模块sw-msa组成，在w-msa、sw-msa模块和每个mlp模块之前使用层归一化ln对数据进行归一化处理，使用残差块将w-msa、sw-msa和mlp连接起来，在模型最后会接上layer norm层、全局池化层及全连接层，从而得到最后的输出。

18、进一步的，所述步骤8具体为：模型设置训练轮数为200轮，设置batchsize为16，学习率初始为0.1，之后随训练轮次自动调整，直至达到满足精度的结果为止。

19、本发明的有益效果是：

20、本发明所公开的方法，利用电波观测站网实测数据和太阳磁图数据，按照突然电离层骚扰警报工程标准，提取突然电离层骚扰事件，并以此为正样本，其他为负样本。对太阳磁图数据进行拼接、旋转等预处理，作为模型输入，最终研制出了一种基于swin-transformer的突然电离层骚扰事件预报模型，该模型可给出未来24小时突然电离层骚扰事件的“有”和“无”信息，为短波通信系统选频和天波超视距目标探测提供技术支撑，具有重要的经济和军事意义。

技术特征：

1.一种基于swin-transformer的突然电离层骚扰事件预报方法，其特征在于，包括如下步骤：

2.根据权利要求1所述基于swin-transformer的突然电离层骚扰事件预报方法，其特征在于，所述步骤2具体为：

3.根据权利要求1所述基于swin-transformer的突然电离层骚扰事件预报方法，其特征在于，所述步骤6具体为：

4.根据权利要求1所述基于swin-transformer的突然电离层骚扰事件预报方法，其特征在于，所述步骤8具体为：模型设置训练轮数为200轮，设置batchsize为16，学习率初始为0.1，之后随训练轮次自动调整，直至达到满足精度的结果为止。

技术总结本发明公开了一种基于Swin‑Transformer的突然电离层骚扰事件预报方法，包括如下步骤：步骤1，汇集太阳活动磁图数据和电波观测站网电离层观测数据；步骤2，筛选突然电离层骚扰事件；步骤3，对太阳磁图数据进行拼接和像素压缩；步骤4，将不同磁图样本做为正样本和负样本；步骤5，分训练集、验证集以及测试集；步骤6，输入模型中进行训练；步骤7，获得理想的结构参数；步骤8，在测试集上和单独事件期间进行模型精度测试，之后将模型用于预报。本发明所公开的方法，为短波通信系统选频和天波超视距目标探测提供技术支撑，具有重要的经济和军事意义。技术研发人员：王飞飞,张红波,彭怀云,李海英,靳睿敏,杨会贇,陈龙江,李娜,郝晓静受保护的技术使用者：中国电波传播研究所（中国电子科技集团公司第二十二研究所）技术研发日：技术公布日：2024/9/9