导读:本文包含了大气密度论文开题报告文献综述及选题提纲参考文献，主要关键词:大气密度,电子密度,热层,数据同化
大气密度论文文献综述
张亚楠,吴小成,胡雄[1]（2019）在《基于电子密度同化的热层大气密度预报方法》一文中研究指出采用热层电离层耦合模式TIEGCM和集合卡尔曼滤波同化方法,利用同化COSMIC电离层掩星电子密度数据优化热层电离层参量,并将模式预报的大气密度与CHAMP卫星大气密度数据进行对比,分别开展模拟和实测数据的同化预报实验.在模拟数据同化实验中,状态向量包含温度、风场和离子成分的实验结果表明,仅优化温度即可达到最优的热层大气密度预报效果.在实测数据同化实验中,将温度作为状态向量参数,优化结果表明,循环同化过程中模式预报的大气密度相对偏差的均方根误差在48 h内从38%减小到27%,同化稳定时间至少需要30 h.预报过程中大气密度预报效果的改善持续时间为34 h.这表明电子密度同化能够改善热层大气密度的预报精度,设计的实验方案合理可行,可获得较长的预报时效.(本文来源于《空间科学学报》期刊2019年05期）
任廷领,苗娟,刘四清,王宏,曹勇[2]（2019）在《大气密度模型球谐修正研究》一文中研究指出大气模型修正是提高模型精度的一种重要方法.利用CHAMP卫星高精度加速仪反演的密度数据,采用球谐函数的形式对NRLMSISE-00模型进行修正.为了消除轨道高度变化对密度修正结果的影响,将密度数据同化到同一高度处,计算修正之后的密度误差,进而对未来叁天的密度进行预报.结果表明,经球谐修正后,修正误差和预报误差均有显着降低.在太阳活动高年,修正误差可降至10%左右,提前1～3天预报精度分别提高31.34%,21.39%和13.75%;太阳低年时修正误差可降至14%左右,提前1～3天预报精度分别提高55.03%,47.79%和43.60%.(本文来源于《空间科学学报》期刊2019年04期）
葛丽君[3]（2019）在《基于低轨卫星加速度计的大气密度反演研究》一文中研究指出热层大气密度是航天器发射及轨道操控的重要参数,加速度计则是研究热层大气密度的重要工具。国外现有加速度计反演大气密度的相关研究均是基于早期发射的GRACE、CHAMP卫星,基于其他卫星的相关研究非常稀少。国内尚不具备生产高精度星载加速度计的技术,对不同卫星加速度计反演大气密度流程之间的区别和极端情况下大气密度分布规律的研究仍处在起步阶段。针对以上问题,本文以Swarm-C卫星为研究对象,探究其加速度计反演大气密度的具体流程,并利用其反演结果分析磁暴时期大气密度的变化规律,本文研究内容包括:(1)利用Swarm-C卫星的加速度计数据反演大气密度。本文参考GRACE-A卫星加速度计的校正方法对Swarm-C加速度计数据进行校正,并针对Swarm-C材料的温敏特性,对其加速度计数据引入了线性温度校正。在光照辐射压建模过程中本文对卫星表面的形状进行了抽象,使用简化的锥形阴影模型代替普通的柱形阴影模型来计算阴影系数,并对比了两种阴影模型建模结果的异同。最后基于Sentman模型计算了Swarm-C卫星的大气阻尼系数,结合光照辐射压建模结果反演了大气密度。(2)对Swarm-C加速度计反演结果进行验证并用该结果评估经验大气模型。GRACE-A加速度计反演结果验证了Swarm-C加速度计反演结果的正确性,同样两行轨道根数反演结果也验证了Swarm-C加速度计反演结果的准确性。相较于半长轴衰减法的反演结果,Swarm-C加速度计反演得到的大气密度动态性和实时性更佳。最后利用Swarm-C加速度计反演结果对JB2008和NRLMSISE-00经验大气模型进行性能评估后发现,在Swarm-C卫星所处的高度JB2008模型的准确性和实时性均优于NRLMSISE-00模型。(3)基于Swarm-C加速度计反演结果探究磁暴时大气密度分布规律。本文选择了2015年以来叁场影响较大的磁暴作为研究对象,探讨磁暴期间地磁指数与大气密度之间的关系。将Swarm-C反演所得大气密度进行白昼区和黑夜区分离,使用经验正交函数分析法对白昼区和黑夜区的大气密度在磁暴时期的时间分布和空间分布分别进行了研究。结果表明磁暴对黑夜区大气密度的影响比对白昼区的影响更大。磁暴对大气密度的影响主要体现在时间分布上,大气密度的空间分布则受到磁暴的影响较小,短期内较为稳定。(本文来源于《电子科技大学》期刊2019-04-23）
刘一博,沈作军,张向宇[4]（2019）在《一种区域参考大气密度的建模与应用方法》一文中研究指出为满足空天试验研究中对参考大气模型的实际需求,即模型应具有跨时空的全球尺度覆盖性以及在起降关键航迹点的高精度性,提出了一种区域参考大气密度的建模与应用方法。首先对实测数据的冬夏季典型月份的大气密度特性,具体包括月均值与密度扰动进行统计分析,在此基础上提出了基于探空试验实测数据的全球参考大气模型(GRAM)的定量修正方法,从而构建起了包含有大气扰动与季节变化的区域参考大气密度模型。最后提出了区域参考大气密度模型向GRAM的过渡方法与实际应用方法。研究表明,探测地区的大气密度特性具有明显的冬夏季节性差异,需要根据季节构建相应的大气密度模型。区域参考大气模型的蒙特卡罗仿真可以有效模拟实测数据的大气密度特性。通过与GRAM过渡结合,参考大气模型既具有全球覆盖性,又具有很高的局部精度。(本文来源于《北京航空航天大学学报》期刊2019年10期）
翁利斌[5]（2019）在《热层大气密度变化特性及建模研究》一文中研究指出热层大气密度模式误差已经成为低轨太空目标精密定轨、轨道参数和返回预报重要误差来源之一,随着低轨道空间目标越来越多,轨控精度要求越来越高,对高精度热层大气密度建模预报的需求也越来越迫切。此前由于高精度、长时间、全高度热层大气观测数据相对较为缺乏,热层大气密度的时空变化特征并未得到系统性研究。本文基于CHAMP、GRACE和GOCE卫星搭载的高精度加速度计数据反演的热层大气密度结果,以及低轨道空间目标轨道参数反演的全球日平均热层大气密度数据,采用经验正交基、多项式和人工神经网络等方法构建了新的热层大气密度模式。同时,利用观测数据和模式对热层大气密度季节变化、年异常、高纬低热层大气密度胞状结构等时空变化特征进行了统计分析研究。主要工作如下:1.热层大气密度经验建模及修正本论文从经验模式改进、等效太阳指数法、建立模式误差库、大气密度及热层温度建模等方面,对目前国内外热层大气建模修正进展情况进行了总结分析和对比评估。另外,我们利用270km高度处GOCE卫星低热层大气密度数据和经验正交基方法分别建立了黎明和傍晚时段热层大气密度模式(GOCE Model,简称GOCE大气密度模式);基于多项式方法和CHAMP卫星热层大气密度数据提取的逃逸层温度建立了逃逸层温度模式(Exospheric Temperature Model,简称ETM模式);利用人工神经网络方法建立了不同高度全球日平均热层大气密度模式(Artificial Neural Network Model,简称ANNM模式);通过调整太阳活动指数,对MSISE00模式进行了修正研究。与热层大气密度观测数据相比,评估表明本文建模修正结果更为接近观测值,可以有效消除季节性误差以及太阳活动低年期间的偏差现象。此外,人工神经网络方法能够更有效地表征各种因素对不同高度、不同太阳活动水平下热层大气密度变化规律的影响,适合用于大气密度季节和长期变化趋势等特征研究。2.不同高度热层大气密度季节变化和年异常现象GOCE大气密度模式结果表明黎明和傍晚时段低热层大气密度最大值分别出现在高纬和低纬地区,所有纬度大气密度都存在显着的季节变化特征,且南半球季节变化幅度高于北半球,而最小值则出现在6-7月份南半球高纬地区;研究显示年和半年变化特征分别在高纬和低纬地区占主导地位,其中年变化幅度和相位均随纬度和太阳活动水平变化,而半年变化幅度和相位则主要受太阳活动影响;此外,低热层大气密度年异常指数与太阳活动呈正比,但日地距离变化对大气密度年异常的贡献率随太阳活动水平增加而降低。ETM模式计算的400km高度处热层大气密度季节变化规律与低热层大气较为相似,但相对变化幅度显着高于低热层;研究结果显示太阳活动高年期间中低纬地区3月份热层大气密度数值大小高于9月份,太阳活动低年则正好相反,而MSISE00经验模式则一直是9月份高于3月份。ANNM模式计算结果证实了ETM模式中热层大气密度春秋季节不对称现象,并且年异常指数随高度上升而增加;太阳活动与热层大气密度年异常指数的相关性,及其贡献率均随高度上升而增大,但在525km高度以上开始减小,这可能与O-He成分过渡高度等因素有关;对地磁活动而言,其相关性和贡献率随高度增加逐渐降低。3.高纬低热层大气密度胞状结构时空变化特征利用统一归化到270km高度处的GOCE卫星低热层大气密度观测数据,研究了高纬地区低密度、高密度和波状叁种类型胞状结构,发现其在北半球的发生率整体上明显高于南半球,即存在显着的半球不对称性;叁种胞状结构均在各自半球夏季发生率最高,冬季最低,即存在显着的季节不对称性;对北半球胞状结构出现的时间进行统计,研究结果表明低密度结构主要出现在黎明时段,而高密度和波状结构则主要出现在上午时段;叁种胞状结构主要水平尺度范围分别为2000～4000km、3000～3500km和4000～5000km,即波状结构水平尺度最大;叁种胞状结构相对于周围背景热层大气密度的变化幅度分别约为30%、40%及20～30%,即高密度变化幅度最大。我们分析认为胞状结构的时空分布特征可能与太阳辐射、行星际磁场、周围背景大气、电场或粒子沉降等因素有关。总之,本论文提出的多种建模及修正方案可有效提高热层大气密度结果精度,同时定量研究了不同高度热层大气密度季节变化、年异常以及长期变化趋势等特征,而胞状结构统计分析结果则增加了我们对高纬地区热层不规则结构变化特性的认识。(本文来源于《中国科学技术大学》期刊2019-04-01）
李永平,孙越强,王馨悦,付振宇[6]（2019）在《两分两至点热层大气密度变化》一文中研究指出热层大气受太阳辐射的影响,其变化与光照时间长短密切相关,在春分、秋分、夏至、冬至期间呈现出不同的特点。通过在中国低轨道航天器上装载大气密度探测器,获得在轨原位探测数据,分析大气密度在两分两至点时的变化关系。结果表明,春分和秋分(两分点)期间全球热层大气密度随纬度对称性变化,但夏至和冬至(两至点)期间则呈现出全球热层大气密度的南北半球不对称性变化;两至点期间南北半球分别处于夏半球和冬半球,在南北高纬地区(纬度80°附近)670 km上空热层大气密度存在显着差异,探测值表示出3～3.6倍的差异,而在560 km高度上探测到两者差异可高达13倍左右,不对称程度与高度和纬度有关;探测值与模式值比较表明,模式值对冬夏半球上空热层大气密度差异变化显着响应不足。(本文来源于《科技导报》期刊2019年06期）
黄美丽,王大轶,冯昊,田百义[7]（2018）在《基于实测数据的大气密度反演方法及应用研究》一文中研究指出针对中长期的平均大气密度反演问题,以我国典型遥感卫星运行轨道数据作为基础,采用实测数据反演大气密度并对MSIS00模型进行局部修正,并将修正后的模型应用于遥感卫星推进剂的预算,仿真结果表明:得到的修正大气模型具有较高的准确度,且采用修正后的大气模型得到的轨道维持推进剂消耗比修正前减少了近35%,达到了在保障卫星安全运行基础上最大限度降低整星质量的目的。研究结果还可用于我国未来航天器的高精度轨道预报、推进剂预算、碰撞规避等任务。(本文来源于《宇航学报》期刊2018年12期）
张厚喆,谷德峰,段晓君,韦春博[8]（2018）在《利用经验正交函数分解的大气密度模式校准方法》一文中研究指出热层大气密度产生的阻力是作用在低轨航天器上最大的非引力摄动,现有大气密度模式存在15%~20%的偏差,难以满足空间任务应用需要。采用NRLMSISE-00模式作为密度参考标准,通过修正Jacchia-Roberts经验大气模式温度参数校准密度,建立温度修正量与密度的参数方程。针对部分区域修正量迭代计算发散问题,采用改进高斯牛顿迭代法求解方程。选择经验正交函数(EOF)分解方法分析修正量的时空特征,并与传统球谐(SH)分析的结果进行比较。结果表明,前4阶EOF基函数与前9项球谐基函数分别可提取温度修正量超过85%与80%的变化特征,EOF分解方法对温度修正量的表示效率高于球谐分析方法。第1阶EOF基函数反映了温度参数的整体偏差,第2~4阶EOF基函数对应的时间系数表明温度修正量的变化具有天周期性,且球谐分析得到的时间系数同样具有天周期性的特点。利用前4阶EOF基函数和前9项球谐基函数重构的温度修正量校准Jacchia-Roberts模式,校准后的模式密度偏差分别下降了9.06%与5.37%,表明EOF分解方法与传统球谐分析方法相比,能够更有效地修正温度参数,改进模式精度。(本文来源于《航空学报》期刊2018年S1期）
陈光明,刘舒莳,满海钧[9]（2018）在《大气密度对航天器轨道的影响研究》一文中研究指出研究热层大气密度对航天器轨道的影响,首先利用CHAMP卫星的轨道数据,研究一次强磁暴期间的大气密度变化对航天器轨道的影响,然后利用一个轨道计算模型,分析了大气密度的变化对轨道预报精度的影响。结果表明,在磁暴期间,大气密度会明显增加,受此影响,卫星轨道高度下降速度明显增大,周期减小;高层大气密度误差对于低轨卫星位置预测精度有明显影响,如果密度增加一倍,外推0.5天,GRACE卫星的轨道误差增大100m。因此,要保证卫星轨道预测的准确性,高层大气密度的预报非常重要。(本文来源于《国家安全地球物理丛书（十四）——资源·环境与地球物理》期刊2018-10-01）
李勰,徐寄遥,唐歌实,陈光明,满海钧[10]（2018）在《APOD卫星大气密度数据处理与标校》一文中研究指出APOD卫星是我国首颗以热层大气密度探测与精密定轨为科学目标的微纳卫星,搭载大气密度探测器、双频GNSS接收机等载荷,于2015年9月20日发射入轨,2015年10月27日进入轨道高度460km、轨道倾角97.4°、降交点地方时6∶20的工作轨道,各项载荷随即展开例行观测.本文给出了APOD卫星大气密度探测器的基本原理和数据处理流程,采用基于双行根数(TLE)反演获取的密度数据,对2015年12月至2016年12月的就位探测数据进行了标校,并与经验密度模式进行了比较.结果表明,反演密度与APOD卫星就位探测数据的线性相关性达到0.943,采用线性拟合与二次函数拟合的残差水平基本相当.两种不同方法标校密度相对于NRLMSIS00模式日均值误差的均值和标准偏差为10.1%、18.2%和5.1%、17.1%,二次函数标校略优于线性标校;相对于JB2008模式日均值误差的均值和标准偏差为0.6%、14.9%和3.9%、16.9%,线性标校略优于二次函数标校.总体而言,APOD卫星大气密度就位探测数据与常用经验模式精度基本一致,可为开展大气密度变化规律及应用研究提供数据基础.(本文来源于《地球物理学报》期刊2018年09期）
大气密度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
大气模型修正是提高模型精度的一种重要方法.利用CHAMP卫星高精度加速仪反演的密度数据,采用球谐函数的形式对NRLMSISE-00模型进行修正.为了消除轨道高度变化对密度修正结果的影响,将密度数据同化到同一高度处,计算修正之后的密度误差,进而对未来叁天的密度进行预报.结果表明,经球谐修正后,修正误差和预报误差均有显着降低.在太阳活动高年,修正误差可降至10%左右,提前1～3天预报精度分别提高31.34%,21.39%和13.75%;太阳低年时修正误差可降至14%左右,提前1～3天预报精度分别提高55.03%,47.79%和43.60%.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
大气密度论文参考文献
[1].张亚楠,吴小成,胡雄.基于电子密度同化的热层大气密度预报方法[J].空间科学学报.2019
[2].任廷领,苗娟,刘四清,王宏,曹勇.大气密度模型球谐修正研究[J].空间科学学报.2019
[3].葛丽君.基于低轨卫星加速度计的大气密度反演研究[D].电子科技大学.2019
[4].刘一博,沈作军,张向宇.一种区域参考大气密度的建模与应用方法[J].北京航空航天大学学报.2019
[5].翁利斌.热层大气密度变化特性及建模研究[D].中国科学技术大学.2019
[6].李永平,孙越强,王馨悦,付振宇.两分两至点热层大气密度变化[J].科技导报.2019
[7].黄美丽,王大轶,冯昊,田百义.基于实测数据的大气密度反演方法及应用研究[J].宇航学报.2018
[8].张厚喆,谷德峰,段晓君,韦春博.利用经验正交函数分解的大气密度模式校准方法[J].航空学报.2018
[9].陈光明,刘舒莳,满海钧.大气密度对航天器轨道的影响研究[C].国家安全地球物理丛书（十四）——资源·环境与地球物理.2018
[10].李勰,徐寄遥,唐歌实,陈光明,满海钧.APOD卫星大气密度数据处理与标校[J].地球物理学报.2018