Método de predicción a corto-plazo de foF2 basado en modelado neuroborroso para su aplicación en sistemas de comunicación por satélite de alta precisión

Resumen

En los últimos años se está prestando una atención detallada a la influencia que la ionosfera ejerce en la determinación de la posición mediante el uso de sistemas globales de navegación por satélite. En este campo, la predicción a corto-plazo de las condiciones ionosféricas está adquiriendo una gran relevancia. En este trabajo se presenta una metodología para predecir con 1- 24 horas de adelanto la frecuencia crítica de la capa F2 de la ionosfera, foF2. El método propuesto está basado en técnicas de inteligencia artificial, concretamente, en modelado neuroborroso. Estas técnicas no han sido muy utilizadas en modelado ionosférico, y su potencialidad y eficacia en este campo están aún por descubrir. La capacidad natural que las técnicas neuroborrosas muestran para modelar sistemas complejos no lineales justifica su aplicación. Los modelos neuroborrosos desarrollados se han aplicado, usando observaciones de foF2 de la Estación de Slough, para predecir (1-24 horas de adelanto) bajo condiciones de calma o moderada actividad geomagnética. Los resultados obtenidos muestran una desviación relativa media entre las observaciones reales y las predichas entre el 4 y 10%, lo que es bastante aceptable desde un punto de vista práctico. Una primera evaluación del método para modelar foF2 durante periodos de tormentas severas ha mostrado que las predicciones son eficientes únicamente a muy corto plazo (1-3 horas). El objetivo final será comprobar la eficiencia del modelado neuroborroso para predecir con más de 3 horas de adelanto durante periodos perturbados.