一种基于高斯拟合的雷达多普勒谱估计海面流场的方法

    公开(公告)号:CN104730518A

    公开(公告)日:2015-06-24

    申请号:CN201510145148.9

    申请日:2015-03-30

    CPC classification number: G01S13/9035 G01S2013/9064

    Abstract: 本发明公开了一种基于高斯拟合的雷达多普勒谱估计海面流场的方法,通过估算雷达波束与地面相对速度,从SAR信号的多普勒谱中提取海面动态引起的多普勒谱,然后对该多普勒谱进行高斯拟合,判定是否有非线性短波散射分量的干扰,若存在,滤除非线性短波散射分量,加权求得Bragg波的实际多普勒中心频率,然后减去Bragg波的理论多普勒中心,求取相应测量单元上的流速,从而获得整个被测海域的流场分布。本发明有效地去除了非线性短波的干扰分量,避免了高海况下反演精度的下降,同时本发明不需要额外辅助海洋模型或数据,方法简单有效以及本发明可以应用到现有单发单收SAR的数据处理中,避免增加星载或者机载SAR系统复杂度。

    基于分段线性拟合的遥感影像多目标快速预测建模方法

    公开(公告)号:CN111400885B

    公开(公告)日:2023-06-06

    申请号:CN202010163440.4

    申请日:2020-03-10

    Abstract: 基于分段线性拟合的遥感影像多目标快速预测建模方法,具体步骤为:1)建立直线拟合模型,采用最远距离点划分的方法实现分段线性拟合算法,建立直线拟合模型;2)计算所有分段节点序列,遍历所有输入变量和输出变量,得到节点序列;3)计算最小误差分段节点序列参数,计算每一维输入变量对应输出变量的最小误差分段节点序列;4)计算线性模型系数,并将其存储为线性模型系数矩阵;5)对预测样本自变量分段,根据分段节点序列将预测输入变量转换成分段后的预测输入变量;6)计算样本预测值,通过分段后的预测输入变量和线性模型系数计算输入变量的预测值。

    基于分段线性拟合的遥感影像多目标快速预测建模方法

    公开(公告)号:CN111400885A

    公开(公告)日:2020-07-10

    申请号:CN202010163440.4

    申请日:2020-03-10

    Abstract: 基于分段线性拟合的遥感影像多目标快速预测建模方法,具体步骤为:1)建立直线拟合模型,采用最远距离点划分的方法实现分段线性拟合算法,建立直线拟合模型;2)计算所有分段节点序列,遍历所有输入变量和输出变量,得到节点序列;3)计算最小误差分段节点序列参数,计算每一维输入变量对应输出变量的最小误差分段节点序列;4)计算线性模型系数,并将其存储为线性模型系数矩阵;5)对预测样本自变量分段,根据分段节点序列将预测输入变量转换成分段后的预测输入变量;6)计算样本预测值,通过分段后的预测输入变量和线性模型系数计算输入变量的预测值。

    一种基于高斯拟合的雷达多普勒谱估计海面流场的方法

    公开(公告)号:CN104730518B

    公开(公告)日:2017-03-15

    申请号:CN201510145148.9

    申请日:2015-03-30

    Abstract: 本发明公开了一种基于高斯拟合的雷达多普勒谱估计海面流场的方法,通过估算雷达波束与地面相对速度,从SAR信号的多普勒谱中提取海面动态引起的多普勒谱,然后对该多普勒谱进行高斯拟合,判定是否有非线性短波散射分量的干扰,若存在,滤除非线性短波散射分量,加权求得Bragg波的实际多普勒中心频率,然后减去Bragg波的理论多普勒中心,求取相应测量单元上的流速,从而获得整个被测海域的流场分布。本发明有效地去除了非线性短波的干扰分量,避免了高海况下反演精度的下降,同时本发明不需要额外辅助海洋模型或数据,方法简单有效以及本发明可以应用到现有单发单收SAR的数据处理中,避免增加星载或者机载SAR系统复杂度。

Patent Agency Ranking