一种基于机器学习的电离层不规则体识别方法及系统

本发明公开了一种基于机器学习的电离层不规则体识别方法及系统。所述方法包括以下步骤：接收GNSS观测文件与星历文件，并对所述GNSS观测文件与星历文件进行预处理；根据预处理后的GNSS观测文件和星历文件提取电子总含量变化率指数特征、时间积分和总电子含量指数特征、多普勒系数特征；根据提取的电子总含量变化率指数特征、时间积分和总电子含量指数指数特征及多普勒系数特征进行电离层不规则体识别，并输出识别结果。本发明的方法，能够在进行电离层不规则体识别的过程中，避免设置单一的阈值来判断是否发生电离层不规则体事件，并且有效避免由于周跳检测造成的数据缺失，从而有效识别出EPB事件以及TID事件。