基于星载GNSS-R/S一体化接收的海面矢量风场反演系统及方法

    公开(公告)号:CN114910934A

    公开(公告)日:2022-08-16

    申请号:CN202210343998.X

    申请日:2022-03-31

    IPC分类号: G01S19/14 G01S19/38

    摘要: 本发明涉及一种基于星载GNSS‑R/S一体化接收的海面矢量风场反演系统及方法。该系统包括:星载GNSS‑R/S一体化接收子系统,用于同时接收导航卫星对同一海面反射区域的反射信号和散射信号;GNSS‑R海面信息反演子系统,用于利用反射信号对所述海面反射区域的海面风场信息进行反演,输出风速和对应的观测角,作为风向反演的辅助信息;GNSS‑S双站雷达成像子系统,用于对所述海面反射区域的多个散射信号进行双站SAR成像与多视处理,获得多幅双站GNSS‑SAR图像和观测角;卷积神经网络,用于将所述海面反射区域的风速及对应的观测角、多幅双站GNSS‑SAR图像和观测角作为所述风向反演模型的输入,对风向进行反演。同时利用导航卫星的海面反射信号与多个海面散射信号,反演海面风速与风向信息。

    基于星载GNSS-S雷达的海面风场反演方法

    公开(公告)号:CN115825960B

    公开(公告)日:2023-12-19

    申请号:CN202211465865.6

    申请日:2022-11-22

    IPC分类号: G01S13/95 G01S13/90 G06F17/15

    摘要: 本发明涉及基于星载GNSS‑S雷达的海面风场反演方法,包括:S100,星载GNSS‑S雷达接收海面散射的多维GNSS‑S回波信号;S200,沿方位向,对所述多维GNSS‑S回波信号进行子孔径划分,得到多个回波子孔径SAR图像;S300,根据多个所述回波子孔径SAR图像,确定海杂波的时间相关性;S400,根据多个所述回波子孔径SAR图像进行GNSS‑SAR子孔径成像,得到多视SAR图像;S500,根据所述多视SAR图像,确定海杂波的空间相关性;S600,根据所述多视SAR图像,确定海杂波的幅度分布特性;S700,根据海杂波的时间相关性、空间相关性和幅度分布特性,确定海面风场模型。本发明可以实现海面风场的连续、大范围、高时效性反演。(56)对比文件万贝 等.机载GNSS-R海面风场反演信号处理方法研究.电子设计工程.2018,第26卷(第7期),第63-67页.Chen Li 等.An Algorithm for Sea-Surface Wind Field Retrieval From GNSS-RDelay-Doppler Map.IEEE Geoscience andRemote Sensing Letters.2014,第11卷(第2期),第2110-2114页.

    基于星载GNSS-S雷达的海面风场反演方法

    公开(公告)号:CN115825960A

    公开(公告)日:2023-03-21

    申请号:CN202211465865.6

    申请日:2022-11-22

    IPC分类号: G01S13/95 G01S13/90 G06F17/15

    摘要: 本发明涉及基于星载GNSS‑S雷达的海面风场反演方法,包括:S100,星载GNSS‑S雷达接收海面散射的多维GNSS‑S回波信号;S200,沿方位向,对所述多维GNSS‑S回波信号进行子孔径划分,得到多个回波子孔径SAR图像;S300,根据多个所述回波子孔径SAR图像,确定海杂波的时间相关性;S400,根据多个所述回波子孔径SAR图像进行GNSS‑SAR子孔径成像,得到多视SAR图像;S500,根据所述多视SAR图像,确定海杂波的空间相关性;S600,根据所述多视SAR图像,确定海杂波的幅度分布特性;S700,根据海杂波的时间相关性、空间相关性和幅度分布特性,确定海面风场模型。本发明可以实现海面风场的连续、大范围、高时效性反演。

    基于星载GNSS-R/S一体化接收的海面矢量风场反演系统及方法

    公开(公告)号:CN114910934B

    公开(公告)日:2023-02-07

    申请号:CN202210343998.X

    申请日:2022-03-31

    IPC分类号: G01S19/14 G01S19/38

    摘要: 本发明涉及一种基于星载GNSS‑R/S一体化接收的海面矢量风场反演系统及方法。该系统包括:星载GNSS‑R/S一体化接收子系统,用于同时接收导航卫星对同一海面反射区域的反射信号和散射信号;GNSS‑R海面信息反演子系统,用于利用反射信号对所述海面反射区域的海面风场信息进行反演,输出风速和对应的观测角,作为风向反演的辅助信息;GNSS‑S双站雷达成像子系统,用于对所述海面反射区域的多个散射信号进行双站SAR成像与多视处理,获得多幅双站GNSS‑SAR图像和观测角;卷积神经网络,用于将所述海面反射区域的风速及对应的观测角、多幅双站GNSS‑SAR图像和观测角作为所述风向反演模型的输入,对风向进行反演。同时利用导航卫星的海面反射信号与多个海面散射信号,反演海面风速与风向信息。

    星载GNSS-S雷达舰船多维散射特性提取与分类方法

    公开(公告)号:CN114488133A

    公开(公告)日:2022-05-13

    申请号:CN202210219273.X

    申请日:2022-03-08

    摘要: 本发明涉及一种星载GNSS‑S雷达舰船多维散射特性提取与分类方法,包括以下步骤:a、利用星载GNSS‑S雷达(10)接收多颗导航卫星信号的舰船目标散射信号,并对信号进行双站SAR成像,获得舰船目标的多维SAR图像;b、对多维SAR图像进行非相参融合处理,并对融合处理后的图像进行舰船目标检测,获得舰船目标的位置信息;c、提取舰船目标的长度方向和舰艏方向,并计算舰船目标的多维散射系数;d、构建矢量化多维电磁散射集,利用目标分类网络对舰船目标的类型进行分类。本发明充分利用舰船目标的多维电磁散射信息,利用卷积神经网络模型实现舰船目标高可靠智能分类,具有更高的分类正确率,能解决中高海况下的舰船目标分类难题。

    星载GNSS-S雷达舰船多维散射特性提取与分类方法

    公开(公告)号:CN114488133B

    公开(公告)日:2023-03-07

    申请号:CN202210219273.X

    申请日:2022-03-08

    摘要: 本发明涉及一种星载GNSS‑S雷达舰船多维散射特性提取与分类方法,包括以下步骤:a、利用星载GNSS‑S雷达(10)接收多颗导航卫星信号的舰船目标散射信号,并对信号进行双站SAR成像,获得舰船目标的多维SAR图像;b、对多维SAR图像进行非相参融合处理,并对融合处理后的图像进行舰船目标检测,获得舰船目标的位置信息;c、提取舰船目标的长度方向和舰艏方向,并计算舰船目标的多维散射系数;d、构建矢量化多维电磁散射集,利用目标分类网络对舰船目标的类型进行分类。本发明充分利用舰船目标的多维电磁散射信息,利用卷积神经网络模型实现舰船目标高可靠智能分类,具有更高的分类正确率,能解决中高海况下的舰船目标分类难题。