-
公开(公告)号:CN109633654B
公开(公告)日:2020-07-31
申请号:CN201811468944.6
申请日:2018-12-04
Applicant: 上海无线电设备研究所
IPC: G01S13/95
Abstract: 本发明提供一种用于太赫兹雷达的卷云微物理参数计算方法。利用离散偶极子近似法计算太赫兹频段的粒子散射特性数据,结合卷云冰晶粒子谱分布参数,计算雷达反射率因子,建立修正后的前向物理模型,最小化代价函数得到待反演参量的迭代解,以设定的卷云冰晶粒子谱参数加上随机误差做为迭代初值,迭代运算求出待反演的卷云微物理参数,将计算结果与设定的卷云微物理参数比对,判断本发明的方法能有效用于卷云微物理参数计算。本发明的方法步骤简单,计算可靠,且不需要大量统计数据,具有很好的实际应用价值。
-
公开(公告)号:CN110826526A
公开(公告)日:2020-02-21
申请号:CN201911135857.3
申请日:2019-11-19
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种测云雷达识别云类的方法,包括以下步骤:建立用于自主学习的云物理量学习库,及云特征参量属于某类云的匹配规则;建立每个云特征参量属于每类云的模糊逻辑函数及对应的模糊逻辑函数参数;设定影响权值,采用加权归一化方法计算不同云特征参量属于某类云的概率,并根据匹配规则得出云类识别的计算结果;计算云类识别结果的误差,并利用偏导循环迭代运算优化模糊逻辑函数参数和影响权值;对新的测云雷达观测信息,计算云类识别结果,并更新云物理学习库,实现模糊逻辑函数参数和影响权值的循环自主学习和更新。本发明克服了阈值法容易误判的缺点,解决了模糊逻辑的参数获取问题,且具有自适应的学习优化能力。
-
公开(公告)号:CN112379342B
公开(公告)日:2023-04-11
申请号:CN202011204514.0
申请日:2020-11-02
Applicant: 上海无线电设备研究所
IPC: G01S7/40
Abstract: 一种星载测云雷达回波模拟及回波特征参数精度估算方法,根据测云雷达的实际观测数据,结合星载平台观测以及云目标分布和噪声特点,经过距离库加权、天线加权和速度参量修正等得到含噪声的星载测云雷达回波模拟数据,满足不同星载条件下云目标回波特征参数估计精度评估的要求。本发明更贴近实际系统工作情况,可以更为准确的考虑目标分布、卫星运动等对星载平台气象目标特征参数估计精度的评估,达到对星载平台云目标回波特征参数提取的目的。
-
公开(公告)号:CN113887118A
公开(公告)日:2022-01-04
申请号:CN202111272158.0
申请日:2021-10-29
Applicant: 上海无线电设备研究所
IPC: G06F30/25 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/10
Abstract: 本发明提供了一种基于卷积神经网络的云物理参数反演方法,包括如下步骤:S1、计算太赫兹频段云粒子散射特性,结合粒子谱分布,模拟计算太赫兹雷达等效反射率因子与云物理特征参数的函数关系,建立前向物理模型,S2、对太赫兹云雷达的实测数据和微物理参数产品进行预处理,整理得到训练数据库;S3、建立卷积神经网络的结构,将所述前向物理模型作为约束条件,基于雷达回波的预测值与实际值的偏差,自适应调整学习速率;S4、利用训练数据库,对卷积神经网络进行反复训练,由所述太赫兹雷达等效反射率因子反演计算得到所述云物理特征参数。该方法提升了云物理参数的反演准确性,摆脱对于经验值的依赖,是一种泛化性、自适应学习更强的算法。
-
公开(公告)号:CN112379342A
公开(公告)日:2021-02-19
申请号:CN202011204514.0
申请日:2020-11-02
Applicant: 上海无线电设备研究所
IPC: G01S7/40
Abstract: 一种星载测云雷达回波模拟及回波特征参数精度估算方法,根据测云雷达的实际观测数据,结合星载平台观测以及云目标分布和噪声特点,经过距离库加权、天线加权和速度参量修正等得到含噪声的星载测云雷达回波模拟数据,满足不同星载条件下云目标回波特征参数估计精度评估的要求。本发明更贴近实际系统工作情况,可以更为准确的考虑目标分布、卫星运动等对星载平台气象目标特征参数估计精度的评估,达到对星载平台云目标回波特征参数提取的目的。
-
公开(公告)号:CN112346081A
公开(公告)日:2021-02-09
申请号:CN202011141230.1
申请日:2020-10-22
Applicant: 上海无线电设备研究所
Abstract: 本发明公开了一种太赫兹与毫米波云雷达联合反演云物理参数的方法,建立太赫兹雷达反射率因子、毫米波雷达反射率因子与云衰减的关系;建立太赫兹频段和毫米波频段雷达反射率因子与云物理参量的关系,基于贝叶斯理论建立概率公式,迭代运算云物理参量,将物理模型值与观测值的误差作为迭代收敛的判据,得到最优解;根据反演得到的云物理参数,迭代计算云粒子的后向散射截面和衰减截面,更新雷达反射率因子和云衰减的函数关系,得到新的反演值,将云衰减系数在迭代运算中的变化作为收敛条件,得到云物理参量的双重最优解,为气候预测、天气预报、大气科学研究提供数据支撑,推动太赫兹云雷达和毫米波云雷达在气象观测系统中的有效应用。
-
公开(公告)号:CN108061891A
公开(公告)日:2018-05-22
申请号:CN201711262661.1
申请日:2017-12-04
Applicant: 上海无线电设备研究所
IPC: G01S13/90
Abstract: 本发明提出一种无控制点的干涉SAR基线矢量估计方法,包含:S1、根据干涉SAR几何关系,建立基线矢量误差与地物目标高程重建误差的关系;S2、分别建立基线长度和基线倾角随着方位向时间的数学模型;S3、在两次飞行的重叠区域,基于地物目标真实高度不变建立两次干涉测高过程中基线矢量误差之间的关系,获得关于基线矢量误差的线性方程组;S4、引入权值来区分重叠区域中不同点处的相位质量差异,该权值与相干系数和位置分布相关;S5、利用加权最小二乘法求解线性方程组,获得估计的基线矢量误差;S6、在原始基线矢量基础上叠加估计的基线矢量误差即为最终的基线矢量,利用其进行DEM高程的高精度重建。其优点是:实现了无控制点情况干涉SAR基线矢量估计。
-
-
-
-
-
-