전리층에 의한 global navigation satellite system (GNSS) 신호지연은 태양활동과 높은 상관관계를 가지므로, 태양활동의 관측과 예측은 GNSS 성능분석 및 전리층 보정정보 생성에 중요한 요소이다. 태양활동의 세기를 나 타내는 주요 지표인 F10.7의 예측을 위해 auto-regressive moving average (ARMA) 기법과 long short-term memory (LSTM) 기법을 이용한 예측 알고리듬을 개발하였다. 관측데이터 입수 후 7일 후의 F10.7값을 예측하였으 며, 45년간 관측데이터를 이용하여 예측모델 학습을 진행한 후 11년간의 예측 성능을 분석하였다.

Short-term Prediction of F10.7 Solar Radio Flux Index using the ARMA and LSTM Models

Soyoon Yoon, Yongrae Kim, Jeongrae Kim*

The global navigation satellite system (GNSS) signal delay caused by the ionosphere has a high correlation with the solar activity, and the observation and forecasting of solar activity are important factors in GNSS performance analysis and ionosphere correction data generation. For the forecasting of F10.7, an essential indicator of the intensity of solar activity, two forecasting algorithms were developed; the auto-regressive moving average (ARMA) technique and the long short-term memory (LSTM) technique. The F10.7 value of 7 days ahead are forecasted, and the forecasting performances are analyzed for 11 years after the forecasting model was trained using the observation data of 45 years.

Keywords: GNSS, F10.7, ARMA, LSTM, time series forecasting

Speaker 윤소윤 한국항공대학교