-
公开(公告)号：CN113240148A
公开(公告)日：2021-08-10
申请号：CN202110108154.2
申请日：2021-01-27
Applicant: 河海大学
Abstract: 本发明公开了一种基于毫米波数据分层智能抽样的降水类型预测方法，先获取大量毫米波衰减数据，通过利用较少的随后要发生的降水类型标签的毫米波衰减数据，对所有数据进行标签初始化，再通过智能分层的方法让所有的降水前一段时间的毫米波衰减数据系列自动的分为k层，随后在每层利用简单的分类方法进行多次分类，并对多次分类结果不一样的困难数据点赋予更高的被抽样概率，然后在各层进行不等概率抽样，重点照顾分类困难的模糊困难点，利用各层的抽样数据训练基础分类器，最后通过多数投票的方法将k个基础分类器集成为一个强分类器，对一段毫米波衰减数据，预测出其一段时间后将会发生那种类型的降水。
-
公开(公告)号：CN112668761B
公开(公告)日：2021-07-06
申请号：CN202011493548.6
申请日：2020-12-17
Applicant: 河海大学
Abstract: 本发明公开了一种逐级式线聚合降雨数据尺度转换方法，包括以下步骤：给定站点控制范围l；根据微波网络中第i条微波链路的长度Li对第i条链路进行分级；根据分级结果对链路进行离散化，依据该链路等级对该链路进行等分，取等分后的各分段链路中心点作为虚拟雨量站点；初始站点位置、估值确定；未估值最低级虚拟站点初步估值；获取初步估值的链路进行迭代优化；进入下一等级链路计算，重复直至所有等级链路计算完成。本发明提出的分级并逐级优化的概念，能够有效避免所有链路陷入局部最优解的问题；逐级优化能够有效降低长链路线聚合数据中的大误差对转化过程带来的影响，在保证算法的收敛速度的同时提高了转换结果的精度。
-
Patent Agency Ranking
公开(公告)号：CN110895251B
公开(公告)日：2021-01-05
申请号：CN201911015294.4
申请日：2019-10-24
Applicant: 河海大学
IPC: G01N22/00 , H04B17/318 , H04B17/391
Abstract: 本发明公开了一种基于湿天线成因判别的无线微波监测露水强度方法，包括如下步骤：监测无线微波信号衰减强度；利用马尔可夫转换模型推断干期和湿期时段；利用广义似然比检验法检测干期时段内是否有露水造成的湿天线现象；如果检测出有湿天线现象，则对无线微波接收器接收到的微波信号衰减强度数据，应用训练好的ICA算法分离出湿天线引起的衰减信号；使用菲涅尔反射公式建立湿天线引起的衰减值与露水强度之间的模型关系，实现对于露水强度的监测。本发明结合了直接监测法和间接模型法，实现露水强度的高分辨率监测，创新了传统露水监测方法，同时有效地利用了现有的高时空分辨率微波通信网，不但节约人力物力，而且提高了露水强度的监测精度。
-
公开(公告)号：CN110533233B
公开(公告)日：2020-07-31
申请号：CN201910768300.7
申请日：2019-08-20
Applicant: 河海大学
Abstract: 本发明公开了一种基于适应度优化的无线微波测雨链路规划方法，包括以下步骤：1)获取无线微波基站空间分布数据并进行预处理，对站点及待选链路建立拓扑规则；2)建立微波测雨链路的精度和成本数学模型；3)利用自适应算法寻求最优解，将最优解进行解码，绘制规划线路。本发明针对无线微波测雨链路的规划对实测降雨精度及费用成本影响，综合考虑5类影响因子进行精细化分析，建立测雨精度和链路成本费用的目标函数，采用变异算子和基于最大进化代数的交叉策略来进行求解，实现了面向多目标优化的自适应多目标优化算法，确保在加速收敛的同时，实现高鲁棒性。本发明适用于城市高密度基站无线微波测雨链路的优化布设。
-
公开(公告)号：CN111274911A
公开(公告)日：2020-06-12
申请号：CN202010050327.5
申请日：2020-01-17
Applicant: 河海大学
Abstract: 本发明公开了一种基于无线微波衰减特征迁移学习的浓雾监测方法，通过将预处理后的微波衰减信号强度数据进行小波变换得到时频图，对时频图尺寸大小进行调整，得到调整图像，将训练集输入Alexnet网络进行训练，在Alexnet网络达到预设要求时，根据Alexnet网络当前的网络参数确定Alexnet网络模型，并利用Alexnet网络模型对测试集进行检测，输出测试集中各个调整图像的网络检测结果，根据网络检测结果和预设的反演公式计算测试集中各个调整图像的浓雾液态水含量，以根据各个浓雾液态水含量计算测试集中各个调整图像对应的能见度，可以提高能见度等浓雾参数监测的灵活性，提升所得能见度等浓雾参数的准确性。
-
公开(公告)号：CN110543893A
公开(公告)日：2019-12-06
申请号：CN201910725317.4
申请日：2019-08-07
Applicant: 河海大学
Abstract: 本发明公开了一种基于BP神经网络的微波衰减降水粒子类型的识别方法，首先，利用双频及以上线路不同偏振方向上的微波衰减信息，将每一个频率线路每一个偏振方向上的微波衰减值作为一个特征量，用多组特征量作为降水输入输出的矩阵；然后，利用BP神经网络完成从m维向n维的非线性映射，提取降水粒子的若干特征值，完成降水粒子类型的自动识别。采用本发明可实时性地自动识别出雨、雪、雹等特殊天气状况，提升对雨、雪、雹等降水粒子的区分及监测效果，推动对降水方面的研究。
-
公开(公告)号：CN109255100A
公开(公告)日：2019-01-22
申请号：CN201811054118.7
申请日：2018-09-10
Applicant: 河海大学
Abstract: 本发明公开了一种基于微波衰减特征响应指纹识别的城市降雨反演算法，包括微波信号的获取及初步处理、杂波信号的分离归类、杂波特征响应指纹库的建立、杂波的识别与去除、降雨量反演、多源降雨数据尺度匹配、模型参数优化及反演结果实时校正。本发明能够实现对城市环境下微波衰减信号中不同类型杂波带来的影响的快速判断和去除，提供空间分辨率100米-200米、时间分辨率5分钟-10分钟的城市多重分辨率降雨大数据。
-
-
-
-
-
-
Search Results
37
records
(took 0.02 seconds)
