پیش بینی محتوای کلی الکترون قائم یون سپهری با شبکۀ عصبی برای یک موقعیت خاص و مقایسه با مدل مرجع یون سپهری بین المللی

با ظهور انواع ماهواره ها در چند دهۀ اخیر، مطالعۀ لایۀ یون سپهر به یکی از مهم ترین موضوع ها در علوم مختلف تبدیل شده است؛ چراکه امواج ارسالی از این ماهواره ها به سمت زمین ناگزیر از یون سپهر عبور می کنند. خطای یون سپهری یکی از مهم ترین عوامل ایجاد خطا در اندازه گیری های تعیین موقعیت و ناوبری با  gpsمحسوب می شود، به طوری که برای ناوبری دقیق، به داشتن تأخیر یون سپهری نیاز است. گیرنده های دوفرکانسه قادرند بخش عمده ای از این تأخیر را محاسبه کنند ولی در مواردی که فقط از اطلاعات یک فرکانس استفاده می شود یا گیرندۀ دوفرکانسه در دسترس نیست، لازم است به طریقی مدل و اثر این خطا را که در مواقع حداکثر فعالیت خورشیدی به چند ppm نیز می رسد، تا حد امکان کاهش دهیم. پیچیدگی تغییرات در لایۀ یون سپهری موجب عدم حذف کامل اثر یون سپهری شده است. در گیرنده های تک فرکانسه به منظور کاهش خطای یون سپهری می توان از مدل یون سپهری (کلوبوچار) موجود در پیغام ناوبری ارسال شده از ماهواره استفاده کرد. در این تحقیق کاربرد شبکۀ عصبی در مدل سازی و پیش بینی محتوای کلی الکترون قائم در بالای منطقه ای واقع در استان سیستان و بلوچستان (ایرانشهر) کشور ایران برای سال 2006 که فعالیت خورشیدی در سطح پایینی بوده، بررسی شده است. شبکۀ عصبی پسخور با یک لایۀ پنهان و الگوریتم انتشار روبه عقب طراحی شده است و پارامترهای فضای ورودی شبکۀ عصبی تغییرات روزانه، تغییرات فصلی، فعالیت های خورشیدی و ژئومغناطیسی می باشند. این مدل با محتوای کلی الکترون قائم gps و مدل iri2007 در چهار زمان انقلابین و اعتدالین مقایسه شده و در تمامی این زمان ها مدل شبکۀ عصبی دقیق تر از مدل iri2007 برای کشور ایران عمل کرده است.