-
公开(公告)号：CN118673657A
公开(公告)日：2024-09-20
申请号：CN202410404058.6
申请日：2024-04-05
申请人： 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 河南省科学院物理研究所 , 中国海洋大学 , 东南大学
摘要： 本发明公开了一种基于粗糙海面的3DPE模型的传播损耗预测方法，包括如下步骤：步骤1，建立矢量3DPE模型：步骤2，求解矢量3DPE模型：步骤3，初始场设置：步骤4，确定边界条件：步骤5，计算矢量3DPE模型中的电波传播损耗：步骤6，粗糙海面建模。本发明所公开的方法，克服了传统2DPE模型计算的电波传播场分布存在较大的偏差并且很难进行全空间的电磁效应评估与预测的问题。
-
公开(公告)号：CN118520524A
公开(公告)日：2024-08-20
申请号：CN202410404055.2
申请日：2024-04-05
申请人： 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 河南省科学院物理研究所 , 中国海洋大学 , 东南大学
摘要： 本发明公开了一种基于二维马尔科夫链的全方位非均匀蒸发波导剖面建模方法，包括如下步骤：步骤1，将非均匀蒸发波导高度的区域划分成若干个大小相等的元素单元；步骤2，将二维非均匀蒸发波导高度的变化区域划分成横竖两个方向；步骤3，对出现波导区域的方块进行斜向模拟；步骤4，计算横向、纵向、斜向三个转移概率矩阵；步骤5，不同蒸发波导高度的横向与竖向延伸的长度进行估计。本发明所公开的方法及装置，为了更好的描述蒸发波导剖面的空间分布情况，将多个方向上的一维马尔科夫链进行耦合，并提出了适用于多维度蒸发波导剖面模拟的耦合马尔科夫链模型。
-
公开(公告)号：CN118859146A
公开(公告)日：2024-10-29
申请号：CN202410404057.1
申请日：2024-04-05
申请人： 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 河南省科学院物理研究所 , 中国海洋大学 , 东南大学
发明人： 吴佳静 , 李清亮 , 崔铁军 , 魏志强 , 张金鹏 , 常博源 , 王建业 , 宋亚辉 , 聂婕 , 殷波 , 贾东宁 , 温琦 , 魏子良 , 郭相明 , 张玉生 , 张雅彬 , 赵强
IPC分类号： G01S7/41 , G01S13/89 , G06N3/0455 , G06N3/09 , G06N3/096
摘要： 本发明公开了一种基于多头多尾VIT模型的全方位非均匀低空波导剖面反演方法，包括如下步骤：步骤1，针对非均匀蒸发波导区域里的蒸发波导高度信息，求出非均匀蒸发波导空间模拟的最优结果；步骤2，将计算得出的海杂波功率图和非均匀蒸发波导高度图组成深度学习反演模型所需的训练数据集；步骤3，建立一个基于深度神经网络多头多尾VIT模型的网络模型：步骤4，输出非均匀蒸发波导剖面空间变化图。本发明所公开的方法及装置，将原有的Transformer网络进行优化，提出了多头多尾的网络结构来构建非均匀蒸发波导的全空间变化图和海杂波功率图的非线性映射。
-
公开(公告)号：CN114611415B
公开(公告)日：2022-08-12
申请号：CN202210505983.9
申请日：2022-05-11
申请人： 中国海洋大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06Q10/04 , G06Q50/26 , G06F119/06 , G06F119/10
摘要： 本发明涉及一种基于SL‑TrellisNets网络的超视距传播损耗预测方法，属于海洋大气遥感领域，所述方法提出了短时和长时并行网络时间卷积(SL‑TrellisNets)网络，来提高超视距传播损耗预测的精度。此外，为了过滤掉原始数据的时间噪声，运用一维卷积自动编码器提取数据特征来滤除超视距时间序列中的噪声，并且通过短时和长时并行网络时间卷积网络模型的精准预测，实现海洋温度、风速、相对湿度、大气温度和气海温差这些环境知识对超视距传播损耗信号预测精度的贡献进行解释和分析。
-
公开(公告)号：CN114611415A
公开(公告)日：2022-06-10
申请号：CN202210505983.9
申请日：2022-05-11
申请人： 中国海洋大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06Q10/04 , G06Q50/26 , G06F119/06 , G06F119/10
摘要： 本发明涉及一种基于SL‑TrellisNets网络的超视距传播损耗预测方法，属于海洋大气遥感领域，所述方法提出了短时和长时并行网络时间卷积(SL‑TrellisNets)网络，来提高超视距传播损耗预测的精度。此外，为了过滤掉原始数据的时间噪声，运用一维卷积自动编码器提取数据特征来滤除超视距时间序列中的噪声，并且通过短时和长时并行网络时间卷积网络模型的精准预测，实现海洋温度、风速、相对湿度、大气温度和气海温差这些环境知识对超视距传播损耗信号预测精度的贡献进行解释和分析。
-
公开(公告)号：CN115356702B
公开(公告)日：2024-08-16
申请号：CN202210994538.3
申请日：2022-08-18
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于海上多源雷达回波的蒸发波导深度学习联合反演方法，包括如下步骤：步骤1，构建蒸发波导环境中的雷达海杂波功率和目标回波功率数据集：步骤2，构建基于多源雷达回波的EDH联合反演网络模型：步骤3，EDH联合反演网络模型性能评估。本发明所公开的方法，克服了小EDH反演误差较大的问题，建立一种从联合反演数据集出发的双流深度神经网络联合反演模型，提供了一种海上蒸发波导反演的新方法，有益于蒸发波导反演算法的创新设计和性能提升。
-
公开(公告)号：CN115356702A
公开(公告)日：2022-11-18
申请号：CN202210994538.3
申请日：2022-08-18
IPC分类号： G01S7/41
摘要： 本发明公开了一种基于海上多源雷达回波的蒸发波导深度学习联合反演方法，包括如下步骤：步骤1，构建蒸发波导环境中的雷达海杂波功率和目标回波功率数据集：步骤2，构建基于多源雷达回波的EDH联合反演网络模型：步骤3，EDH联合反演网络模型性能评估。本发明所公开的方法，克服了小EDH反演误差较大的问题，建立一种从联合反演数据集出发的双流深度神经网络联合反演模型，提供了一种海上蒸发波导反演的新方法，有益于蒸发波导反演算法的创新设计和性能提升。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.024 秒)
