电离层异常确定方法、装置、计算机设备和存储介质

技术领域

本申请涉及电离层探测技术领域，特别是涉及一种电离层异常确定方法、装置、计算机设备和存储介质。

背景技术

电离层是地球大气层中受太阳高能辐射以及宇宙射线的激励而产生电离的高层区域，也是日地空间环境的重要组成部分，与人类的生活息息相关。目前已有研究表明，在地震、海啸、太阳风暴等极端地学事件发生时，电离层会同步甚至提前表现出相应的异常现象，因此探测电离层异常的变化特征可以用于提前预测地学灾害事件的发生。

现有技术中，随着新一代卫星导航定位系统的建设完成，一般利用GNSS(GlobalNavigation Satellite System，全球导航卫星系统)的卫星数据求解电离层TEC(TotalElectronic Content，总电子含量)，以判断电离层是否存在异常活动。

然而，现有技术中，由于基于GNSS的电离层异常探测方法，只能在一定范围内估值，导致对电离层异常的探测准确率不高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高电离层异常的探测准确率的电离层异常确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种电离层异常确定方法。所述方法包括：

基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列；

基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列；

针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异；

基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口；

当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。

在其中一个实施例中，基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列之前，包括：

获取电离层在每一历元对应的电子含量；

针对每一历元，将历元作为中心点，构建历元所属的历元区间；

获取历元区间中除历元以外的其他历元的平均电子含量，基于历元的电子含量与平均电子含量，获得每一历元的电子波动值。

在其中一个实施例中，基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列包括：

基于电离层在当前时间周期中多个历元的电子波动值，构建电离层在当前时间周期的待检测序列；

选取多个历史时间周期，针对每一历史时间周期，基于电离层在历史时间周期中多个历元的电子波动值，构建电离层在历史时间周期的历史序列。

在其中一个实施例中，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异包括：

针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，分别获取所针对的待检测子序列与各历史子序列之间的最大均值差异；

对各最大均值差异分别进行平方运算，分别获取所针对的待检测子序列与各历史子序列之间的无偏估计；

求取各无偏估计的均值，得到所针对的待检测子序列与各历史子序列之间的平均差异，将平均差异作为检测窗口对应的平均差异。

在其中一个实施例中，基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口包括：

针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，基于统计量法与检测窗口对应的平均差异，得到所针对的待检测子序列与各历史子序列之间的相似度，将相似度作为检测窗口对应的相似度；

基于每一尺寸的检测窗口各自对应的相似度，从各尺寸的检测窗口中，确定出平均相似度最低的目标检测窗口。

在其中一个实施例中，当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常之前，包括：

获取电离层在多个历史时间周期中电子波动值的均值与标准差，基于均值与标准值，获得波动阈值；

将电离层在当前时间周期内的目标历元的电子波动值，与波动阈值进行对比，获得对比结果；

基于对比结果，判断电离层在目标历元是否发生异常。

第二方面，本申请还提供了一种电离层异常确定装置。所述装置包括：

序列确定模块，用于基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列；

子序列提取模块，用于基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列；

平均差异获得模块，用于针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异；

检测窗口确定模块，用于基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口；

异常确定模块，用于当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列；

基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列；

针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异；

基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口；

当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列；

基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列；

针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异；

基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口；

当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列；

基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列；

针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异；

基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口；

当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。

上述电离层异常确定方法、装置、计算机设备、存储介质和计算机程序产品，基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列，基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，分别从每一历史序列中提取多个历史子序列，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异，基于平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口，当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。整个过程中，先基于每个尺寸的检测窗口各自对应的平均差异，精准筛选出目标检测窗口，缩小异常探测的范围，当目标检测窗口中最后一个电子波动值超出波动阈值时，将目标检测窗口中最后一个电子波动值对应的历元确定为目标历元，判断电离层在目标历元是否发生异常，以实现对电离层异常的精确探测，从而提高对电离层异常的探测准确率。

附图说明

图1为一个实施例中电离层异常确定方法的流程示意图；

图2为一个实施例中电离层异常确定方法的流程图；

图3为另一个实施例中电离层异常确定方法的流程示意图；

图4为一个实施例中电离层异常确定装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种电离层异常确定方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：

步骤102，基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列。

其中，历元具体可以为获取电离层中电子含量的采样时刻，每一时间周期内均包括多个历元，相邻两个历元之间均有固定的时间间隔。电离层在每一历元所对应电子含量的波动值，即为电子波动值。时间周期可以根据实际应用场景进行配置。

可选地，服务器可以先基于电离层在每一时间周期内的多个历元各自的电子含量，确定电离层在每一时间周期内的多个历元各自的电子波动值，从而得到当前时间周期内的多个历元各自的电子波动值，并分别得到每一历史时间周期内的多个历元各自的电子波动值，以构建电离层在当前时间周期的待检测序列、在多个历史时间周期各自的历史序列。

示例性地，服务器可以从当前时间周期内的多个历元中，选取n个历元各自的电子波动值y

其中，y

步骤104，基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列。

可选地，针对每一尺寸的检测窗口，服务器可以从待检测序列中提取一个待检测子序列，并分别从每一历史序列中，提取每一历史序列的一个历史子序列，进而基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列。

示例性地，检测窗口的尺寸具体可以为k(k＝2，3，...，n)，通过改变检测窗口的尺寸，服务器可以从待检测序列Y中，提取n-1个待检测子序列Y

步骤106，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异。

其中，平均差异可以用于表征所针对的待检测子序列与各历史子序列之间的相似度，平均差异越大，表征所针对的待检测子序列与各历史子序列之间的相似度越小。

可选地，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，服务器可以先获取所针对的待检测子序列与各历史子序列之间的平均差异，并将所得的平均差异，作为该尺寸的检测窗口对应的平均差异，从而可以得到每一尺寸的检测窗口各自对应的平均差异。

步骤108，基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口。

可选地，服务器可以基于各平均差异，获得各尺寸的检测窗口各自针对的待检测子序列和多个历史子序列之间的平均相似度，并确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口。

步骤110，当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。

可选地，在确定出目标检测窗口后，服务器可以先获取目标检测窗口所对应待检测子序列中的最后一个电子波动值，判断最后一个电子波动值是否超出波动阈值，当目标检测窗口中最后一个电子波动值超出波动阈值时，服务器可以确定电离层在当前时间周期内的目标历元发生异常。

示例性地，当最后一个电子波动值未超出波动阈值时，服务器可以进一步判断是否已完成对当前时间周期中其他历元所对应电子波动值的遍历，若未完成，则采集当前时间周期中下一批多个历元各自对应的电子波动值，并重复上述步骤。若已完成遍历，则直接输出电离层正常的结果。

上述电离层异常确定方法中，基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列，基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，分别从每一历史序列中提取多个历史子序列，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异，基于平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口，当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。整个过程中，先基于每个尺寸的检测窗口各自对应的平均差异，精准筛选出目标检测窗口，缩小异常探测的范围，当目标检测窗口中最后一个电子波动值超出波动阈值时，将目标检测窗口中最后一个电子波动值对应的历元确定为目标历元，判断电离层在目标历元是否发生异常，以实现对电离层异常的精确探测，从而提高对电离层异常的探测准确率。

在其中一个实施例中，基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列之前，包括：

获取电离层在每一历元对应的电子含量；

针对每一历元，将历元作为中心点，构建历元所属的历元区间；

获取历元区间中除历元以外的其他历元的平均电子含量，基于历元的电子含量与平均电子含量，获得每一历元的电子波动值。

其中，电子含量具体可以为电离层的电子浓度总含量(TEC)。

可选地，服务器可以先获取电离层在每一历元对应的电子含量，针对每一历元，将历元作为中心点，构建历元所属的历元区间，再获取历元区间中除历元以外的其他历元对应的电子含量，求取其他历元所对应的电子含量的平均值，得到平均电子含量，然后，通过计算历元的电子含量与平均电子含量之间的差值，获得每一历元的电子波动值，其中，历元区间的大小可以根据实际应用场景进行配置。

示例性地，服务器可以基于GNSS(Global Navigation Satellite System，全球导航卫星系统)卫星，通过所获取的载波相位观测值，测定电离层在每一历元对应的电子含量(TEC)，具体可以如公式(1)所示：

其中，λ

其中，基于公式(1)可知，因整周模糊度的不确定性，无法获得能反映电离层TEC绝对量级的数据，其中，绝对量级表征计算公式中的所有参数均可以准确得出。

进一步的，服务器可以通过对公式(1)求差，消除整周模糊度的影响，得到能反映TEC绝对量级的电子波动值(dTEC)。以电离层在第a个历元的电子含量TEC(t

其中，t

可选地，为了避免两个单历元相减过程中，因TEC波动量较大时，出现极端值(正值/负值)，可以进一步对公式(2)进行优化。以电离层在第c个历元的电子含量TEC(t

dTEC(t

＝TEC(t

其中，aver为平均值运算符。

进一步的，服务器可以将公式(3)所示的方式与滑动窗口法相接结合，在历元区间的大小不变的情况下，通过滑动改变历元区间中心点的历元，获得每一历元所对应的电子波动值。

本实施例中，通过历元间求差，能够准确获得可以反映电离层在每个历元所对应的电子波动值，以便后续可以基于电子波动值对电离层异常进行精准探测。

在其中一个实施例中，基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列包括：

基于电离层在当前时间周期中多个历元的电子波动值，构建电离层在当前时间周期的待检测序列；

选取多个历史时间周期，针对每一历史时间周期，基于电离层在历史时间周期中多个历元的电子波动值，构建电离层在历史时间周期的历史序列。

可选地，在获取电离层在每一历元所对应的电子波动值后，服务器可以先确定当前时间周期内所要检测的多个历元，再获取相应的电子波动值，以构建电离层在当前时间周期的待检测序列，然后，可以选取多个历史时间周期，针对每一历史时间周期，同样根据当前时间周期内所要检测的多个历元，分别获取每一历史时间周期内相应的电子波动值，以构建电离层在每一历史时间周期各自对应的历史序列。

本实施例中，通过分别构建待检测序列与多个历史序列，以便基于多个历史序列探测待检测序列中的异常。

在其中一个实施例中，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异包括：

针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，分别获取所针对的待检测子序列与各历史子序列之间的最大均值差异；

对各最大均值差异分别进行平方运算，分别获取所针对的待检测子序列与各历史子序列之间的无偏估计；

求取各无偏估计的均值，得到所针对的待检测子序列与各历史子序列之间的平均差异，将平均差异作为检测窗口对应的平均差异。

其中，最大均值差异(MMD，Maximum Mean Discrepancy)是迁移学习中使用最广泛的一种损失函数，主要用来度量两个不同但相关的随机变量的分布的距离，其中，最大均值差异越大，表征两个随机变量之间的相似度越小。本实施例中，将最大均值差异的平方结果命名为无偏估计。

可选地，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，服务器可以分别获取所针对的待检测子序列与各历史子序列之间的最大均值差异，再对各最大均值差异分别进行平方运算，并基于再生核希尔伯特空间的再生性质，分别获取所针对的待检测子序列与各历史子序列之间的无偏估计，然后，求取各无偏估计的均值，得到所针对的待检测子序列与各历史子序列之间的平均差异，将平均差异作为检测窗口对应的平均差异，从而得到各尺寸的检测窗口各自对应的平均差异。

示例性地，以检测窗口的尺寸为k为例进行说明，服务器可以通过公式(4)，求取被检测子序列Y

其中，F表征再生核希尔伯特空间，E(·)表征求取均值，sup{·}表示上确界，为集合中的最大值。公式(4)表征：基于某一个连续函数f(·)，使得Y

其中，该连续函数可以基于迁移学习中的核函数求得，服务器可以进一步利用核函数表示最大均值差异

其中，

示例性地，基于公式(5)所示的方式，在检测窗口的尺寸为k的条件下，服务器可以获得所针对的待检测子序列与各历史子序列之间的无偏估计，并可以计算各无偏估计的均值，即平均差异，并将所得的平均差异作为尺寸为k的检测窗口所对应的平均差异。基于同样的方式，服务器可以获得多个尺寸的检测窗口各自对应的平均差异，所得的多个平均差异可以用公式(6)表示：

其中，Z

本实施例中，通过获取每一检测窗口所对应的平均差异，以便可以基于各平均差异，筛选出目标检测窗口。

在其中一个实施例中，基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口包括：

针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，基于统计量法与检测窗口对应的平均差异，得到所针对的待检测子序列与各历史子序列之间的相似度，将相似度作为检测窗口对应的相似度；

基于每一尺寸的检测窗口各自对应的相似度，从各尺寸的检测窗口中，确定出平均相似度最低的目标检测窗口。

可选地，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，服务器可以进一步基于统计量法与检测窗口对应的平均差异，得到所针对的待检测子序列与各历史子序列之间的平均相似度，并将所得的平均相似度作为检测窗口对应的平均相似度，从而得到各尺寸的检测窗口各自对应的平均相似度，再基于每一尺寸的检测窗口各自对应的平均相似度，从各尺寸的检测窗口中，确定出所对应待检测子序列与各历史子序列之间的平均相似度最低的目标检测窗口。

示例性地，服务器可以基于M统计量法与检测窗口对应的平均差异，得到所针对的待检测子序列与各历史子序列之间最小的平均相似度，具体可以如公式(7)所示：

其中，

可选地，假设当k＝η时，M

本实施例中，通过每一尺寸的检测窗口各自对应的平均差异，筛选出目标检测窗口，进一步缩小异常探测的范围，能够提高电离层异常的探测准确率。

在其中一个实施例中，当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常之前，包括：

获取电离层在多个历史时间周期中电子波动值的均值与标准差，基于均值与标准值，获得波动阈值；

将电离层在当前时间周期内的目标历元的电子波动值，与波动阈值进行对比，获得对比结果；

基于对比结果，判断电离层在目标历元是否发生异常。

可选地，服务器可以获取电离层在多个历史时间周期内，所有历元所对应电子波动值的均值与标准差，再基于均值与标准值，计算波动阈值，并将目标检测窗口中最后一个电子波动值所对应的历元，确定为目标历元，并将电离层在当前时间周期内的目标历元的电子波动值，与波动阈值进行对比，获得对比结果，以基于对比结果，判断电离层在目标历元是否发生异常。

示例性地，当数据量足够大时，可以认为电离层电子波动值的均值近似为零，为简化计算过程，可以将多个历史时间周期内所有历元所对应电子波动值的均值μ，近似为零。服务器可以通过公式(8)，计算多个历史时间周期内所有历元所对应电子波动值的标准差：

其中，

可选地，服务器可以将基于均值μ与标准值σ，获得波动阈值μ+2σ，因均值被近似为零，可以将波动阈值更新为2σ。进一步的，以当k＝η时，M

本实施例中，通过计算波动阈值，可以基于波动阈值，精确判断电离层在当前时间周期内的目标历元是否发生异常，能够提供电离层异常的探测准确率。

在一个实施例中，如图2所示，将每日均作为一个时间周期为例进行说明，提供了一种电离层异常确定方法的流程图，主要流程包括：

服务器可以先获取当天的多个待检测序列Y＝[y

在另一个实施例中，如图3所示，提供了另一种电离层异常确定方法的流程示意图，主要步骤包括：

步骤302，获取电离层在每一历元的电子含量，针对每一历元，将历元作为中心点，构建历元所属的历元区间；

步骤304，获取历元区间中除历元以外的其他历元的平均电子含量，基于历元的电子含量与平均电子含量，获得每一历元的电子波动值；

步骤306，基于电离层在当前时间周期中多个历元的电子波动值，构建电离层在当前时间周期的待检测序列；

步骤308，选取多个历史时间周期，针对每一历史时间周期，基于电离层在历史时间周期中多个历元的电子波动值，构建电离层在历史时间周期的历史序列，再基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列；

步骤310，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，分别获取所针对的待检测子序列与各历史子序列之间的最大均值差异，对各最大均值差异分别进行平方运算，分别获取所针对的待检测子序列与各历史子序列之间的无偏估计；

步骤312，求取各无偏估计的均值，得到所针对的待检测子序列与各历史子序列之间的平均差异，将平均差异作为检测窗口对应的平均差异；

步骤314，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，基于统计量法与检测窗口对应的平均差异，得到所针对的待检测子序列与各历史子序列之间的平均相似度，将相似度作为检测窗口对应的平均相似度；

步骤316，基于每一尺寸的检测窗口各自对应的平均相似度，从各尺寸的检测窗口中，确定出平均相似度最低的目标检测窗口；

步骤318，获取电离层在多个历史时间周期中电子波动值的均值与标准差，基于均值与标准值，获得波动阈值；

步骤320，将电离层在当前时间周期内的目标历元的电子波动值与波动阈值进行对比，获得对比结果，基于对比结果，判断电离层在目标历元是否发生异常；

步骤322，当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例中还提供了一种用于实现上述所涉及的电离层异常确定方法的电离层异常确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电离层异常确定装置实施例中的具体限定可以参见上文中对于电离层异常确定方法的限定，在此不再赘述。

在一个实施例中，如图4所示，提供了一种电离层异常确定装置，包括：序列确定模块402、子序列提取模块404、平均差异获得模块406、检测窗口确定模块408和异常确定模块410，其中：

序列确定模块402，用于基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列；

子序列提取模块404，用于基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，并分别从每一历史序列中提取多个历史子序列；

平均差异获得模块406，用于针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异；

检测窗口确定模块408，用于基于各平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口；

异常确定模块410，用于当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。

上述电离层异常确定装置中，基于电离层在每一时间周期内的多个历元各自的电子波动值，确定电离层在当前时间周期的待检测序列和在多个历史时间周期各自的历史序列，基于尺寸可变的检测窗口，从待检测序列中提取多个待检测子序列，分别从每一历史序列中提取多个历史子序列，针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，确定所针对的待检测子序列与各历史子序列之间的平均差异，得到每一尺寸的检测窗口各自对应的平均差异，基于平均差异，从各尺寸的检测窗口中，确定出待检测子序列和多个历史子序列之间的平均相似度最低的目标检测窗口，当目标检测窗口中最后一个电子波动值超出波动阈值时，确定电离层在当前时间周期内的目标历元发生异常，目标历元为最后一个电子波动值所对应的历元。整个过程中，先基于每个尺寸的检测窗口各自对应的平均差异，精准筛选出目标检测窗口，当目标检测窗口中最后一个电子波动值超出波动阈值时，将目标检测窗口中最后一个电子波动值对应的历元确定为目标历元，判断电离层在目标历元是否发生异常，以实现对电离层异常的精确探测，从而提高对电离层异常的探测准确率。

在其中一个实施例中，电离层异常确定装置中还包括波动值获得模块，波动值获得模块用于获取电离层在每一历元对应的电子含量，针对每一历元，将历元作为中心点，构建历元所属的历元区间，然后，获取历元区间中除历元以外的其他历元的平均电子含量，基于历元的电子含量与平均电子含量，获得每一历元的电子波动值。

在其中一个实施例中，序列确定模块还用于基于电离层在当前时间周期中多个历元的电子波动值，构建电离层在当前时间周期的待检测序列，然后，选取多个历史时间周期，针对每一历史时间周期，基于电离层在历史时间周期中多个历元的电子波动值，构建电离层在历史时间周期的历史序列。

在其中一个实施例中，平均差异获得模块还用于针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，分别获取所针对的待检测子序列与各历史子序列之间的最大均值差异，对各最大均值差异分别进行平方运算，分别获取所针对的待检测子序列与各历史子序列之间的无偏估计，再求取各无偏估计的均值，得到所针对的待检测子序列与各历史子序列之间的平均差异，将平均差异作为检测窗口对应的平均差异。

在其中一个实施例中，检测窗口确定模块还用于针对基于相同尺寸的检测窗口所提取的待检测子序列和多个历史子序列，基于统计量法与检测窗口对应的平均差异，得到所针对的待检测子序列与各历史子序列之间的相似度，将相似度作为检测窗口对应的相似度，然后，基于每一尺寸的检测窗口各自对应的相似度，从各尺寸的检测窗口中，确定出平均相似度最低的目标检测窗口。

在其中一个实施例中，电离层异常确定装置中还包括异常判断模块，异常判断模块用于获取电离层在多个历史时间周期中电子波动值的均值与标准差，基于均值与标准值，获得波动阈值，然后，将电离层在当前时间周期内的目标历元的电子波动值，与波动阈值进行对比，获得对比结果，从而基于对比结果，判断电离层在目标历元是否发生异常。

上述电离层异常确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电离层异常确定数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电离层异常确定方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。