一种基于深度神经网络模型的三维雷达外推方法

    公开(公告)号:CN115755227B

    公开(公告)日:2023-04-14

    申请号:CN202310032172.6

    申请日:2023-01-10

    Abstract: 本发明公开了一种基于深度神经网络模型的三维雷达外推方法。该方法包括获取雷达基数据,并对所述雷达基数据进行质量控制处理,读取回波强度数据,并对回波强度数据进行预处理,以设定的时间间隔为一个单位构建3D雷达回波数据集,构建深度神经网络模型,将3D雷达回波数据集输入至构建好的深度神经网络模型中,以获得预报的回波强度。本发明将原先聚焦于二维的雷达回波外推,推广至三维的雷达回波外推,建立以仰角φ,方位角ω和径长γ为坐标系的空间结构,比以二维空间表达雷达回波特性更加符合雷达回波的实际情况,可以对雷达回波的生消变化进行有效的预报,并使模型更加符合拥有时序信息的三维回波数据结构。

    一种基于深度神经网络模型的三维雷达外推方法

    公开(公告)号:CN115755227A

    公开(公告)日:2023-03-07

    申请号:CN202310032172.6

    申请日:2023-01-10

    Abstract: 本发明公开了一种基于深度神经网络模型的三维雷达外推方法。该方法包括获取雷达基数据,并对所述雷达基数据进行质量控制处理,读取回波强度数据,并对回波强度数据进行预处理,以设定的时间间隔为一个单位构建3D雷达回波数据集,构建深度神经网络模型,将3D雷达回波数据集输入至构建好的深度神经网络模型中,以获得预报的回波强度。本发明将原先聚焦于二维的雷达回波外推,推广至三维的雷达回波外推,建立以仰角φ,方位角ω和径长γ为坐标系的空间结构,比以二维空间表达雷达回波特性更加符合雷达回波的实际情况,可以对雷达回波的生消变化进行有效的预报,并使模型更加符合拥有时序信息的三维回波数据结构。

Patent Agency Ranking