公开(公告)号：CN112880633A

公开(公告)日：2021-06-01

申请号：CN202110035251.3

申请日：2021-01-12

申请人： 上海海洋大学

发明人： 胡媛 ,  袁鑫泰 ,  陈行杨 ,  刘卫 ,  江志豪

IPC分类号： G01C5/00 ,  G01S19/14

摘要： 本发明提供一种基于伯格算法的海面高度测量方法，包括步骤：S1：将单天线观测模式下接收到的卫星导航SNR数据进行去趋势处理，得到SNR残差序列并将其作为原始信号：S2：通过Burg算法对所输入的去趋势后的SNR残差序列进行递推计算，得到所有阶次的AR参数；S3：将AR参数代入功率谱表达式得到SNR残差序列的功率谱；S4：找到功率谱中最大功率峰值所对应的频率；S5：利用去趋势后的SNR残差序列的表达式及建立的GNSS‑R测高模型几何关系求出反射器高度，进而求得海面高度。本发明的一种基于伯格算法的海面高度测量方法，具有高分辨率和方差小等特点，可较精确地提取出SNR数据的振荡频率进而反演出海面高度。

公开(公告)号：CN112835077A

公开(公告)日：2021-05-25

申请号：CN202110023604.8

申请日：2021-01-08

申请人： 上海海洋大学

发明人： 胡媛 ,  袁鑫泰 ,  钟李程 ,  刘卫 ,  江志豪

IPC分类号： G01S19/37 ,  G01S19/40

摘要： 本发明提供一种基于变分模态分解的卫星导航信噪比数据去趋势方法，包括步骤：S1：利用变分模态分解方法对卫星导航SNR数据进行分解，初始化设定本征模态函数为一个非平稳的调幅调频信号，分解层数为k，分解可得到IMFi分量；S2：将分解后得到的各个IMFi分量的幅值与输入的卫星导航SNR数据进行比较，得到表征卫星导航SNR数据中趋势项特征的IMFt分量；S3：去除表征卫星导航SNR数据中趋势项的IMFt分量后对剩余的IMFi分量进行重构，得到去趋势后的SNR数据。本发明提出的一种基于变分模态分解的卫星导航信噪比数据去趋势方法，可有效去除SNR数据中的趋势项，实现信号中SNR振荡项的精确提取。

公开(公告)号：CN115270074A

公开(公告)日：2022-11-01

申请号：CN202210905660.9

申请日：2022-07-29

申请人： 上海海洋大学

发明人： 胡媛 ,  袁鑫泰 ,  刘卫 ,  江志豪 ,  胡庆松

IPC分类号： G06F17/18 ,  G06N3/08 ,  G06N3/04 ,  G01B7/26

摘要： 本发明公开了一种基于BP神经网络的GNSS‑R积雪深度反演方法，解决了现有反演模型依赖经验公式，存在适用性低、反演精度低的弊端，其技术方案要点是通过选定实验区域，GNSS接收机采集实验区域的SNR数据，截取满足预设条件的SNR数据，采用二阶多项式拟合法分离SNR数据的趋势项分量和振荡分量，使用LSP谱分析法提取振荡分量的振荡频率，采用非线性最小二乘拟合法拟合该幅值和相位并作为特征输入，气象站记录的实际雪深作为输出，利用BP神经网络构建积雪深度回归分析模型并进行积雪深度反演及精度评估，本发明的一种基于BP神经网络的GNSS‑R积雪深度反演方法，能够提高积雪深度反演模型与观测站之间的匹配度，减小由经验公式带来的误差，具有更高的稳定性和反演精度。

公开(公告)号：CN112835077B

公开(公告)日：2023-10-24

申请号：CN202110023604.8

申请日：2021-01-08

申请人： 上海海洋大学

发明人： 胡媛 ,  袁鑫泰 ,  钟李程 ,  刘卫 ,  江志豪

IPC分类号： G01S19/37 ,  G01S19/40

摘要： 本发明提供一种基于变分模态分解的卫星导航信噪比数据去趋势方法，包括步骤：S1：利用变分模态分解方法对卫星导航SNR数据进行分解，初始化设定本征模态函数为一个非平稳的调幅调频信号，分解层数为k，分解可得到IMFi分量；S2：将分解后得到的各个IMFi分量的幅值与输入的卫星导航SNR数据进行比较，得到表征卫星导航SNR数据中趋势项特征的IMFt分量；S3：去除表征卫星导航SNR数据中趋势项的IMFt分量后对剩余的IMFi分量进行重构，得到去趋势后的SNR数据。本发明提出的一种基于变分模态分解的卫星导航信噪比数据去趋势方法，可有效去除SNR数据中的趋势项，实现信号中SNR振荡项的精确提取。

公开(公告)号：CN114265127A

公开(公告)日：2022-04-01

申请号：CN202111591910.8

申请日：2021-12-23

申请人： 上海海洋大学

发明人： 胡媛 ,  袁鑫泰 ,  刘卫 ,  江志豪 ,  吴林晋

IPC分类号： G01W1/14 ,  G01S19/42 ,  G06K9/62

摘要： 本发明提供了一种基于支持向量机的GNSS‑R积雪检测方法，所述方法包括：选定实验区域；分别采集地面积雪和裸露地面时的卫星导航信噪比数据；根据GNSS轨道参数对采集到的信噪比数据进行处理；根据质量控制要求对信噪比数据进行选取并作为支持向量分类机的输入样本对地面是否存在积雪进行分类预测。本发明基于支持向量机的GNSS‑R积雪检测方法可实现高精度的地面积雪检测。

公开(公告)号：CN113449812A

公开(公告)日：2021-09-28

申请号：CN202110807986.3

申请日：2021-07-16

申请人： 上海海洋大学

发明人： 胡媛 ,  江志豪 ,  刘卫 ,  袁鑫泰 ,  顾世森

IPC分类号： G06K9/62

摘要： 本发明提供了一种基于局部线性嵌入算法的GNSS‑R海冰检测方法及装置，所述方法包括：对获取的延迟多普勒频移图像数据集进行预处理，筛选合适数据进行调整并生成数据集；搭建用于降维的局部线性嵌入算法；搭建分类器并完成训练与测试；以及利用训练并测试好的分类器对数据集中的数据进行预测，完成海冰与海水的分类。本发明提供的基于局部线性嵌入算法的GNSS‑R海冰检测方法及装置可实现对海冰与海水的分类，降低了数据处理量，缩短了数据处理时间并具有极高的准确率。