目录1 引言2 环境配置3 数据和方法4 网络结构和一些公式LSTM内部结构用于预报的网络4 训练代码5 小结1 引言在本科的毕业设计中，我的题目就是基于深度学习的电离层预报，在初期的测试了中，试了挺多的网络，也试了挺多的预报方法和输出的方式，多步预测和单步预测也都试了，最后选择了用LSTM网络进行预报，从0基础到最后写完毕设的论文，也不算容易。所以这里写篇文章记录一下，中间涉及到一些文件数据的读

因为写一些程序或脚本经常要涉及GPS的时间转换，比如下载各种产品遍历的时候可能需要用年积日，但是如果日期有跨年的话年积日也不方便，可能就需要先转儒略日再转对应的年月日，而有些产品命名又是GPS周相关，所以就写了一个转换时间的代码，方便每次的调用。

目录1 引言2 环境配置3 数据和方法4 网络结构和一些公式LSTM内部结构用于预报的网络4 训练代码5 小结1 引言在本科的毕业设计中，我的题目就是基于深度学习的电离层预报，在初期的测试了中，试了挺多的网络，也试了挺多的预报方法和输出的方式，多步预测和单步预测也都试了，最后选择了用LSTM网络进行预报，从0基础到最后写完毕设的论文，也不算容易。所以这里写篇文章记录一下，中间涉及到一些文件数据的读

定位的手段源自距离交会，因此首先要搞懂如何使用测距码，载波相位的观测值测定卫星至接收机的距离。为获得完整的载波相位观测值，还需要进行周跳的探测，整周模糊度的确定等相关问题。

因为最近学习的缘故，花了半天的时间安装了ROS，期间因为ubuntu也是临时安装的双系统，遇到了各种各样的问题，这里记录一下，主要集中在ROS系统安装问题的解决。

计算卫星位置

GNSS定位中的电离层估计及电离层建模

训练LSTM网络的时候遇到这个警告，大致就是无法在cuDNN的加速下使用，看的出训练的速度很慢。下面是我的网络结构，很简单，就用了一层LSTM，定义了激活函数是relu。找了一下官网文档对 LSTM 的API如何加速的描述（https://keras.io/api/layers/recurrent_layers/lstm），如下：重点就在这几个定义好的参数，如果自己构建的网络定义的参数，就无法使用

之前在训练一个模型的时候遇到下面的报错：Function call stack:train_function->train_function->train_function开始以为只是训练的问题，搜了下相关的问题以为是内存相关的错误，但设置内存后没有用，之后才注意到上面的报错说明了信息。Fail to find the dnn implementation 这一段。才意识到是不是cuD

因为写一些程序或脚本经常要涉及GPS的时间转换，比如下载各种产品遍历的时候可能需要用年积日，但是如果日期有跨年的话年积日也不方便，可能就需要先转儒略日再转对应的年月日，而有些产品命名又是GPS周相关，所以就写了一个转换时间的代码，方便每次的调用。