基于智能优化粒子滤波算法的热层大气预报研究

摘要

随着人类空间活动的快速发展,地球低轨航天器数量迅速增长,近地空间变得愈发拥挤.因此,亟需采取有效措施预报低轨航天器的运行轨迹,以避免卫星碰撞等事件的发生.热层大气对航天器的拖曳作用,是造成其轨道衰减的重要原因.然而,由于热层数值模式存在诸多不确定性参数,以及太阳和地磁活动等外部驱动难以预测等多种因素,热层大气预报误差会随时间的增加而快速增大.对热层大气的可靠预报仍是空间天气领域的难题之一.本研究开发了一种新型的基于全球观测的热层预报模式(GOFT).该模式通过智能优化粒子滤波算法,对理论模式中可能导致热层状态估计出现显著误差的主要不确定性参数进行智能调整,提高了模式的预报性能.同时,GOFT对热层大气状态的准确估计将有助于提升对高层大气时空演化特性的深入认识.