Вестник КРАУНЦ. Физ.-мат. науки. 2016. № 3(14). C. 34-39. ISSN 2079-6641
DOI: 10.18454/2079-6641-2016-14-3-34-39
ИНФОРМАЦИОННЫЕ И ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ
УДК 550.385
НЕЙРОСЕТЕВАЯ СИСТЕМА ПО ОЦЕНКЕ ВОЗМУЩЕННОСТИ ГЕОМАГНИТНОГО ПОЛЯ
О. В. Мандрикова¹, Е. А. Жижикина¹²
¹Институт космофизических исследований и распространения радиоволн ДВО РАН, 684034, Камчатский край, п. Паратунка, ул. Мирная, 7;
²Камчатский государственный технический университет, 683003, г.Петропавловск-Камчатский, ул. Ключевская, 35
E-mail: oksanam1@mail.ru; ekaterinazh1@mail.ru
В работе представлена программная система по оценке степени возмущенности геомагнитного поля. Система в автоматическом режиме выполняет классификацию регистрируемых геомагнитных данных и определяет состояние геомагнитного поля за текущие сутки. Результаты апробации системы показали перспективность её применения в задачах оценки и прогноза космической погоды. Система позволяет выделять слабые возмущения геомагнитного поля, которые могут возникать накануне сильных магнитных бурь.
Ключевые слова: геомагнитное поле, нейронные сети, вейвлет-преобразование.
© Мандрикова О. В., Жижикина Е. А., 2016
INFORMATION AND COMPUTATION TECHNOLOGIES
MSC 86-04
A NEURAL NETWORK SYSTEM FOR ESTIMATION OF THE GEOMAGNETIC FIELD DISTURBANCE
O.V. Mandrikova¹, E. A. Zhizhikina¹²
¹Institute of Cosmophysical Research and Radio Wave Propagation FEB RAS, 684034,
Kamchatskiy kray, Paratunka, Mirnaya st., 7, Russia
²Kamchatka State Technical University, 683003, Petropavlovsk-Kamchatsky,
Klyuchevskaya st, 35
E-mail: oksanam1@mail.ru; ekaterinazh1@mail.ru
The paper presents our software system for estimation the degree of disturbance of the geomagnetic field. The system automatically classifies registered geomagnetic data and determines the state of the geomagnetic field for the current day. The results of approbation of the system showed the prospect of its application in problems of estimation and prediction of space weather. The system allows us to allocate weak disturbances of the geomagnetic field, which may occur before strong magnetic storms.
Key words: geomagnetic field, neural networks, wavelet-transform.
© Mandrikova O.V., Zhizhikina E. A., 2016
Поступила в редакцию / Original article submitted: 12.06.2016
Список литературы
1. Zaourar N., Hamoudi M., Mandea M., Balasis G., Holschneider M., “Wavelet-based multiscale analysis of geomagnetic disturbance”, Earth Planets Space, 65 (2013), 1525-1540.
2. Mandrikova O. V., Solovyev I. S., Geppener V. V., Klionskiy D. M., Al-Kasabeh R. T., “Analysis of the Earth’s magnetic field variations on the basis of a wavelet-based approach”, Digital Signal Processing, 23. (2013), 329-339.
3. Будько Н. И., Зайцев А. Н., Карпачев А. Т., Козлов А. Н., Филиппов Б. П. – под ред. А. Н. Зайцева, Космическая среда вокруг нас, ТРОВАНТ, Троицк, 2006, 232 с.
4. Петруковича А. А., Солнечно-земные связи и космическая погода. Плазменная гелиогеофизика, Наука, М., 2008, 232 с.
5. Kato H., Takiguchi Y., Fukayama D., Shimizu Y., Maruyama T., Ishii M., “Development of automatic scaling software of ionospheric parameters”, Journal of the National Institute of Information and Communications Technology, 2009, №56, 465-474.
6. Hamoudi M., Zaourar N., Mebarki R., Briqueu L., Parrot M., “Wavelet analysis of ionospheric disturbances”, Geophysical Research Abstracts. EGU General Assembly, 11 (2009), EGU2009-8523.
7. Савченко А. В., “Распознавание изображений на основе вероятностной нейронной сети с проверкой однородности”, Компьютерная оптика, 37:2 (2013), 254-262.
8. Солдатова О. П., Гаршин А. А., “Применение свёрточной нейронной сети для распознавания рукописных цифр”, Компьютерная оптика, 34:2 (2010), 252-259.
9. Mandrikova O. V., Solovev I. S, Zalyaev T. L., “Methods of analysis of geomagnetic field variations and cosmic ray data”, Earth Planet Space, 66:1 (2014).
10. Бархатова О. М., “Нелинейная связь авроральных (AU,AL) и среднеширотных (SYMH, ASY-H) индексов геомагнитной активности на главной фазе геомагнитной бури”, Солнечно-земная физика, 2013, №23, 100-108.
11. Uwamahoro J., McKinnell L. A., Habarulema J. B., “Estimating the geoeffectiveness of halo CMEsfrom associated solar and IP parameters using neural networks”, Annales Geophysicae, 30:23 (2012), 963-972.
12. Заболотная Н. А, Индексы геомагнитной активности, Справочное пособие, Изд-во ЛКИ, М., 2007, 88 с.
13. Чуи Ч., Введение в вэйвлеты, Мир, М., 2001, 412 с.
14. Мандрикова О. В., Жижикина Е. А., “Автоматический способ оценки состояния геомагнитного поля”, Компьютерная оптика, 39:3 (2015), 420-428.
15. Хайкин С., Нейронные сети: полный курс, Издательский дом «Вильямс», М., 2006, 1104 с.
16. “Обзор космической погоды”, URL http://ipg.geospace.ru/space-weather-review/ (дата обращения 09.05.2016).
Мандрикова Оксана Викторовна – доктор технических наук, заведующая лабораторией системного анализа Института космофизических исследований и распространения радиоволн ДВО РАН, Камчатский край, с. Паратунка, Россия.
Mandrikova Oksana Viktorovna – D. (Tech.), Head of Head of the Systems Analysis Laboratory, Institute of Space Physics Research and Radio Wave Propagation FEB RAS, Kamchatkiy kray, Paratunka, Russia.
1
1
1
1
Жижикина Екатерина Андреевна — инженер лаборатории системного анализа Института космофизических исследований и распространения радиоволн ДВО РАН, Камчатский край, с. Паратунка, Россия.
Zhizhikina Ekaterina Andreevna — engineer of the Systems Analysis Laboratory, Institute of Space Physics Research and Radio Wave Propagation FEB RAS, Kamchatkiy kray, Paratunka, Russia.
1
1
1
1
1Скачать статью Мандрикова О.В., Жижикина Е.А.
CdsdsCrfsdsd