پیش‌بینی محتوای کلی الکترون قائم یون‌سپهری با شبکۀ عصبی برای یک موقعیت ‌خاص و مقایسه با مدل مرجع یون‌سپهری بین‌المللی

با ظهور انواع ماهواره‌ها در چند دهۀ اخیر، مطالعۀ لایۀ یون‌سپهر به یکی از مهم‌ترین موضوع‌ها در علوم مختلف تبدیل شده است؛ چراکه امواج ارسالی از این ماهواره‌ها به سمت زمین ناگزیر از یون‌سپهر عبور می‌کنند. خطای یون‌سپهری یکی از مهم‌ترین عوامل ایجاد خطا در اندازه‌گیری‌های تعیین موقعیت و ناوبری با  GPSمحسوب می‌شود، به‌طوری‌که برای ناوبری دقیق، به داشتن تأخیر یون‌سپهری نیاز است. گیرنده‌های دوفرکانسه قادرند بخش عمده‌ای از این تأخیر را محاسبه کنند ولی در مواردی که فقط از اطلاعات یک فرکانس استفاده می‌شود 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 می‌رسد، تا حد امکان کاهش دهیم. پیچیدگی تغییرات در لایۀ یون‌سپهری موجب عدم حذف کامل اثر یون‌سپهری شده است. در گیرنده‌های تک‌فرکانسه به‌منظور کاهش خطای یون‌سپهری می‌توان از مدل یون‌سپهری (کلوبوچار) موجود در پیغام ناوبری ارسال‌شده از ماهواره استفاده کرد. در این تحقیق کاربرد شبکۀ عصبی در مدل‌سازی و پیش‌بینی محتوای کلی الکترون قائم در بالای منطقه‌ای 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 روبه‌عقب طراحی شده است و پارامترهای فضای ورودی شبکۀ عصبی تغییرات روزانه، تغییرات فصلی، فعالیت‌های خورشیدی و ژئومغناطیسی می‌باشند. این مدل با محتوای کلی الکترون قائم GPS و مدل IRI2007 در چهار زمان انقلابین و اعتدالین مقایسه شده و در تمامی این زمان‌ها مدل شبکۀ عصبی دقیق‌تر از مدل IRI2007 برای کشور ایران عمل کرده است.