申请/专利权人：航天天目(重庆)卫星科技有限公司

申请日：2023-12-27

公开（公告）日：2024-04-05

公开（公告）号：CN117829223A

主分类号：G06N3/0499

分类号：G06N3/0499;G06N3/084;G06N3/0985;G06F18/2113;G06F18/232

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明涉及海面风速反演技术领域，具体涉及基于机器学习的GNSS‑R海面风速反演和矫正方法。方法包括：获取GNSS‑R在当前时间段内的每种参数数据和对应的第一速度；计算每两种参数数据的相关性评价值、每种参数数据与速度的关联指标以及每两种参数数据对风速的协同指标；根据每两种参数数据的数据值分布和相关性评价值，获得每两种参数数据的相互冗余度；基于ddm_nbrcs与其他种类的参数数据对风速的协同指标、ddm_les与其他种类的参数数据对风速的协同指标、相互冗余度和关联指标，确定优选参数数据，进而结合ddm_nbrcs和ddm_les获得海面风速。本发明提高了海面风速反演结果的准确度和可信度。

主权项：1.一种基于机器学习的GNSS-R海面风速反演和矫正方法，其特征在于，该方法包括以下步骤：获取GNSS-R在当前时间段内每个采集时刻的每种参数数据，其中参数数据的种类数大于4，参数数据包括ddm_nbrcs和ddm_les；基于每个采集时刻的ddm_nbrcs和ddm_les采用风速反演算法确定每个采集时刻的第一风速；根据当前时间段内每个采集时刻的每两种参数数据的差异，获得每两种参数数据的相关性评价值；根据当前时间段内每种参数数据与第一风速的波动情况之间的差异、当前时间段内相邻两个采集时刻的每种参数数据的差异以及第一风速的差异，得到每种参数数据与速度的关联指标；根据每两种参数数据的数据值分布以及第一风速的分布，获得每两种参数数据对风速的协同指标；根据每两种参数数据的数据值分布和所述相关性评价值，获得每两种参数数据的相互冗余度；基于ddm_nbrcs与其他种类的参数数据对风速的协同指标、ddm_les与其他种类的参数数据对风速的协同指标、所述相互冗余度和所述关联指标，确定优选参数数据；基于优选参数数据、ddm_nbrcs、ddm_les以及风速反演算法获得海面风速。

全文数据：

权利要求：

百度查询： 航天天目(重庆)卫星科技有限公司 基于机器学习的GNSS-R海面风速反演和矫正方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD