一种非相参雷达海杂波图像相位平均反演方法及系统

    公开(公告)号:CN118311571B

    公开(公告)日:2024-08-30

    申请号:CN202410733282.X

    申请日:2024-06-07

    Abstract: 本发明属于海洋遥感探测领域,公开了一种非相参雷达海杂波图像相位平均反演方法及系统,该方法包括雷达反演部分和随船波浪测量部分;雷达反演部分中,从雷达的海杂波图像实现海浪有义波高参数的测量,包括图像预处理、三维傅里叶变换、图像滤波、经验调制传递以及海浪参数计算;随船波浪测量部分中,根据惯导采集的船舶摇荡数据,提取得到待测海域的海浪的有义波高信息,再利用域内海浪有义波高信息对雷达测量的有义波高进行修正。本发明基于船舶运动数据修正的非相参雷达海杂波图像相位平均反演方法,相较于传统雷达反演方法,通过将随船运动数据替代浮标标定,可以采集任意航行区域数据,数据充足;随船测量,位置灵活,大大提高了适用性。

    一种非相参雷达海杂波图像相位平均反演方法及系统

    公开(公告)号:CN118311571A

    公开(公告)日:2024-07-09

    申请号:CN202410733282.X

    申请日:2024-06-07

    Abstract: 本发明属于海洋遥感探测领域,公开了一种非相参雷达海杂波图像相位平均反演方法及系统,该方法包括雷达反演部分和随船波浪测量部分;雷达反演部分中,从雷达的海杂波图像实现海浪有义波高参数的测量,包括图像预处理、三维傅里叶变换、图像滤波、经验调制传递以及海浪参数计算;随船波浪测量部分中,根据惯导采集的船舶摇荡数据,提取得到待测海域的海浪的有义波高信息,再利用域内海浪有义波高信息对雷达测量的有义波高进行修正。本发明基于船舶运动数据修正的非相参雷达海杂波图像相位平均反演方法,相较于传统雷达反演方法,通过将随船运动数据替代浮标标定,可以采集任意航行区域数据,数据充足;随船测量,位置灵活,大大提高了适用性。

    基于深度学习的非相参雷达相位解析波浪时历反演方法

    公开(公告)号:CN117647808B

    公开(公告)日:2024-04-30

    申请号:CN202410102035.X

    申请日:2024-01-25

    Abstract: 本发明公开了基于深度学习的非相参雷达相位解析波浪时历反演方法,涉及海洋遥感探测领域,包括步骤:预处理雷达海杂波图像,通过傅里叶变换将区域内雷达海杂波图像的灰度数据变为雷达图像频谱数据;构建深度学习频谱映射模型,将雷达图像频谱数据输入到构建的深度学习频谱映射模型,深度学习频谱映射模型包括三维卷积模块、位置编码、注意力模块、残差模块和三维转置卷积模块;最后数据逆处理,将模型计算的频谱数据转换为实际相位解析海浪时历数据。本发明能够减少频谱数据缺失的现象,提高反演数据的准确性。

    基于深度学习的非相参雷达相位解析波浪时历反演方法

    公开(公告)号:CN117647808A

    公开(公告)日:2024-03-05

    申请号:CN202410102035.X

    申请日:2024-01-25

    Abstract: 本发明公开了基于深度学习的非相参雷达相位解析波浪时历反演方法,涉及海洋遥感探测领域,包括步骤:预处理雷达海杂波图像,通过傅里叶变换将区域内雷达海杂波图像的灰度数据变为雷达图像频谱数据;构建深度学习频谱映射模型,将雷达图像频谱数据输入到构建的深度学习频谱映射模型,深度学习频谱映射模型包括三维卷积模块、位置编码、注意力模块、残差模块和三维转置卷积模块;最后数据逆处理,将模型计算的频谱数据转换为实际相位解析海浪时历数据。本发明能够减少频谱数据缺失的现象,提高反演数据的准确性。

Patent Agency Ranking