公开(公告)号：CN118409324A

公开(公告)日：2024-07-30

申请号：CN202410496565.7

申请日：2024-04-24

Applicant: 成都信息工程大学

Inventor： 王皓 ,  刘志豪 ,  杨荣

IPC: G01S13/95 ,  G01S7/292 ,  G01S7/295 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/048

Abstract: 本发明涉及一种基于深度学习的天气雷达回波订正方法，本发明充分考虑实际情况，如雷达波束展开等因素，将雷达回波划分成多个区间，分别融入不同数量的仰角层数据以提高模型订正精度。对雷达数据进行预处理，解决了极弱回波和无回波对神经网络模型精度的影响，提高缺失气象数据的订正效果，有效降低地基天气雷达选址对地理位置的依赖性。提出的回波订正模型包括：特征提取模块，特征放大模块和特征整合模块，首先获得雷达回波的多尺度局部特征并进行放大，最后提取的所有特征得到预测雷达回波。基于不同雷达采集的雷达回波数据，与现有回波订正技术相比，本发明方法具有更优异的订正精度和泛化性能，在不同的数据集上也具有优异的表现。