Uzay & Astronomi

GNSS sinyalleri için yeni iyonosfer tahmin yöntemi geliştirildi

Araştırmacılar, uydu navigasyon sistemlerindeki sinyal kesintilerine neden olan iyonosfer düzensizliklerini tahmin etmek için yenilikçi bir yöntem geliştirdi. Geleneksel ızgara tabanlı modellerin aksine, bu yaklaşım uyduların sürekli değişen konumlarını dinamik grafikler halinde modelliyor. Singapur'da yapılan deneyler, sistemin 2 saat önceden %90'a varan doğrulukla iyonosfer bozulmalarını öngörebildiğini gösterdi. GPS ve diğer uydu navigasyon sistemlerinin güvenilirliğini artıracak bu teknoloji, özellikle havacılık ve denizcilik sektörleri için kritik önem taşıyor.

Uydu navigasyon sistemlerinin doğruluğunu etkileyen iyonosfer düzensizliklerinin önceden tahmin edilmesi için yeni bir yapay zeka yaklaşımı geliştirildi. Geleneksel yöntemlerden farklı olarak, bu sistem uyduların sürekli hareket halindeki konumlarını dikkate alarak dinamik bir modelleme yaklaşımı benimsiyor.

Araştırmacılar, iyonosferi sabit bir ızgara sistemi yerine, uydu sinyallerinin iyonosferi deldiği noktalar (IPP) arasında kurulan dinamik grafiklerle modelledi. Bu yaklaşımın en önemli özelliği, uydu yörüngelerinin önceden bilinebilir olması sayesinde gelecekteki grafik yapısını şimdiden hesaplayabilmesi. Bu 'efemeris koşullandırması' adı verilen teknik, sadece tahmin döneminde görülecek olan sinyal hatlarında bile öngörü yapılmasına olanak tanıyor.

Singapur'da Ocak 2023'ten Nisan 2025'e kadar toplanacak GNSS verilerinin analiz edildiği çalışmada, sistem 5 dakikalık aralıklarla 2 saat öncesinden iyonosfer düzensizliklerini tahmin edebiliyor. Rate of TEC Index (ROTI) adı verilen parametreyi kullanan model, iyonosfer bozulmalarını ikili olasılık sınıflandırması şeklinde öngörüyor.

Bu gelişme, GPS başta olmak üzere tüm uydu navigasyon sistemlerinin güvenilirliğini artıracak. Özellikle hassas navigasyon gerektiren havacılık, denizcilik ve otonomus araç teknolojileri için kritik bir öneme sahip olan bu yenilik, iyonosfer kaynaklı sinyal kesintilerinin önceden tespit edilmesini sağlayacak.

Özgün Kaynak
arXiv (CS + AI)
Forecasting Ionospheric Irregularities on GNSS Lines of Sight Using Dynamic Graphs with Ephemeris Conditioning
Orijinal makaleyi oku

Bu içerik, özgün kaynaktaki bilgiler temel alınarak BilimKapsül editörleri tarafından yeniden kaleme alınmıştır. Orijinal metnin birebir çevirisi değildir. Telif hakkı özgün yayıncıya aittir.