公开(公告)号：CN112433233B

公开(公告)日：2023-01-03

申请号：CN202011297611.9

申请日：2020-11-19

Applicant: 武汉大学

Inventor： 郭文飞 ,  杜皓 ,  郭迟 ,  叶世榕

IPC: G01S19/14 ,  G06N3/00 ,  G06F16/29 ,  G06F16/245

Abstract: 本发明公开了一种基于粒子群算法的GNSS‑R海面风速反演方法及系统，属于电子、信息及大气科学等领域，所述方法包括：批量下载与存储GNSS‑R数据以及海面风速数据；对数据进行预处理，并完成GNSS‑R数据与风速数据的空间、时间匹配；对匹配的数据进行筛选，保留高质量的样本，然后进行数据集文件格式规整，随机划分训练集和测试集；以DDM特征值和信号入射角为输入，构建地球物理模式函数，实现单特征值风速反演；基于粒子群优化算法，对组合风速反演模型进行优化，得到最优组合优化系数，完成风速组合反演。本发明的方法利用粒子群算法进行风速组合反演，大大提升了反演的准确性及效率，具有模型简单、鲁棒性强、反演精度高等特点。

公开(公告)号：CN114861537A

公开(公告)日：2022-08-05

申请号：CN202210472158.3

申请日：2022-04-29

Applicant: 武汉大学

Inventor： 郭文飞 ,  杜皓 ,  郭迟

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于CNN多信息融合的GNSS‑R海面风速反演方法及系统，利用卷积神经网络提取出DDM特征，与镜面反射点的经纬度、RCG、信号入射角、有效波高进行特征融合，输入风速反演模型，输出反演风速，包括构建DDM与对应有效散射面积的卷积输入向量及镜面反射点的经纬度、RCG、信号入射角、有效波高的辅助向量；将卷积输入向量和辅助向量输入风速反演模型，输出对应的反演风速；所述风速反演模型为基于CNN的有效特征提取及多信息融合的GNSS‑R海面风速反演模型。本发明充分利用CNN的特点，将构建GMF时特征提取和模型拟合两个步骤统一到了一个端到端的CNN网络中，并通过深度学习的方法训练得到了反演精度高、综合性强、鲁棒性强的GNSS‑R风速反演模型，实现高效自动反演。

公开(公告)号：CN112433233A

公开(公告)日：2021-03-02

申请号：CN202011297611.9

申请日：2020-11-19

Applicant: 武汉大学

Inventor： 郭文飞 ,  杜皓 ,  郭迟 ,  叶世榕

IPC: G01S19/14 ,  G06N3/00 ,  G06F16/29 ,  G06F16/245

Abstract: 本发明公开了一种基于粒子群算法的GNSS‑R海面风速反演方法及系统，属于电子、信息及大气科学等领域，所述方法包括：批量下载与存储GNSS‑R数据以及海面风速数据；对数据进行预处理，并完成GNSS‑R数据与风速数据的空间、时间匹配；对匹配的数据进行筛选，保留高质量的样本，然后进行数据集文件格式规整，随机划分训练集和测试集；以DDM特征值和信号入射角为输入，构建地球物理模式函数，实现单特征值风速反演；基于粒子群优化算法，对组合风速反演模型进行优化，得到最优组合优化系数，完成风速组合反演。本发明的方法利用粒子群算法进行风速组合反演，大大提升了反演的准确性及效率，具有模型简单、鲁棒性强、反演精度高等特点。