-
公开(公告)号：CN113340425A
公开(公告)日：2021-09-03
申请号：CN202110040044.7
申请日：2021-01-13
Applicant: 南京大学
Abstract: 本发明公开了一种面向星地激光通信的红外云成像仪系统，包括光学感应模块、通信控制模块、算法单元，光学感应模块由微波辐射热计相机搭载广角镜头组成，通信控制模块利用微型计算机，采用服务器‑客户端模式，算法单元包括辐射定标算法模块和云的光学深度算法模块，辐射定标算法模块用于解决非制冷焦平面阵列相机的温度漂移问题，云的光学深度算法模块利用原始遥感图像和实时温度数据，能够得出云的辐射图像；本发明能够应用于星地激光通信时分析云层数据，为预判云层干扰提供先验信息，解决了昼夜观测、远程在线下载和云统计信息不足等问题。
-
公开(公告)号：CN113340425B
公开(公告)日：2023-10-17
申请号：CN202110040044.7
申请日：2021-01-13
Applicant: 南京大学
Abstract: 本发明公开了一种面向星地激光通信的红外云成像仪系统，包括光学感应模块、通信控制模块、算法单元，光学感应模块由微波辐射热计相机搭载广角镜头组成，通信控制模块利用微型计算机，采用服务器‑客户端模式，算法单元包括辐射定标算法模块和云的光学深度算法模块，辐射定标算法模块用于解决非制冷焦平面阵列相机的温度漂移问题，云的光学深度算法模块利用原始遥感图像和实时温度数据，能够得出云的辐射图像；本发明能够应用于星地激光通信时分析云层数据，为预判云层干扰提供先验信息，解决了昼夜观测、远程在线下载和云统计信息不足等问题。
-
公开(公告)号：CN112632311B
公开(公告)日：2023-12-15
申请号：CN202110040046.6
申请日：2021-01-13
Applicant: 南京大学
IPC: G06V20/00 , G06V10/20 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/62 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的云层变化趋势预测方法，将从地面站采集的云图序列做数据预处理；按地面站上空的云层状况将云图序列数据分类，并确定训练集、验证集和测试集。基于卷积‑长短期记忆网络搭建深度预测网络模型，深度预测网络模型包括预测网络层、时间切片全连接层和全连接层，对深度预测网络模型训练，将训练集喂入深度预测网络模型进行模型的线下训练。本发明减小了计算开销，增加模型与待预测云层图像序列的时间相关性，使预测未来一段时间内地面站上空的云层变化趋势的准确
-
公开(公告)号：CN112632311A
公开(公告)日：2021-04-09
申请号：CN202110040046.6
申请日：2021-01-13
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度学习的云层变化趋势预测方法，将从地面站采集的云图序列做数据预处理；按地面站上空的云层状况将云图序列数据分类，并确定训练集、验证集和测试集。基于卷积‑长短期记忆网络搭建深度预测网络模型，深度预测网络模型包括预测网络层、时间切片全连接层和全连接层，对深度预测网络模型训练，将训练集喂入深度预测网络模型进行模型的线下训练。本发明减小了计算开销，增加模型与待预测云层图像序列的时间相关性，使预测未来一段时间内地面站上空的云层变化趋势的准确度更高，从而为实现星地激光通信的不间断传输提供重要保障。
-
-
-
Search Results
4
records
(took 0.096 seconds)
