-
公开(公告)号：CN117851927B
公开(公告)日：2024-06-21
申请号：CN202410257949.3
申请日：2024-03-07
申请人： 南京大学
IPC分类号： G06F18/243 , G06F18/214 , G06N3/0464 , G06N3/09
摘要： 本发明提供了一种基于随机森林与气象数据的云预测方法，该方法以气象数据为数据集进行模型训练，在多维的数据集选取方案与模型优化方法的作用下，可以实现高精度与高准确率的有云、无云预测。气象数据集包括地表、高空数据在内的多个水平面内数据，可以避免云层影响因素的遗漏；由于随机森林在处理数据噪声、进行分类任务方面的优越表现，模型训练成本较低，所需时间短；系统的预测结果通过多参数进行评估，有助于系统的多场景、高效率利用。
-
公开(公告)号：CN117792491A
公开(公告)日：2024-03-29
申请号：CN202410208756.9
申请日：2024-02-26
申请人： 南京大学
IPC分类号： H04B10/079 , H04B10/118 , H04N23/23 , H04N23/661 , H04N23/695 , H04N23/951 , H04N23/958 , H04N7/22 , H04N7/20
摘要： 本发明公开了一种面向星地激光通信的红外云层探测系统，包括红外图像采集模块、数据处理模块、控制模块；其中，红外图像采集模块由多个红外相机、相机固定架以及图像捕捉卡组成；数据处理模块根据红外图像采集模块采集到的云红外辐射图像计算云层激光信道的信道质量参数；控制模块用于按照一定间隔，控制红外图像采集模块采集不同角度的云层红外图像，并存储所述红外图像采集模块采集的不同角度的云层红外图像；本发明通过采集的全天空云红外辐射图像，自动计算云光学深度、云层激光信道误码率以及云层激光信道最大码元传输速率，能够判别星地激光通信中的链路质量，为星地激光通信中的链路规划提供依据。
-
公开(公告)号：CN117792491B
公开(公告)日：2024-06-21
申请号：CN202410208756.9
申请日：2024-02-26
申请人： 南京大学
IPC分类号： H04B10/079 , H04B10/118 , H04N23/23 , H04N23/661 , H04N23/695 , H04N23/951 , H04N23/958 , H04N7/22 , H04N7/20
摘要： 本发明公开了一种面向星地激光通信的红外云层探测系统，包括红外图像采集模块、数据处理模块、控制模块；其中，红外图像采集模块由多个红外相机、相机固定架以及图像捕捉卡组成；数据处理模块根据红外图像采集模块采集到的云红外辐射图像计算云层激光信道的信道质量参数；控制模块用于按照一定间隔，控制红外图像采集模块采集不同角度的云层红外图像，并存储所述红外图像采集模块采集的不同角度的云层红外图像；本发明通过采集的全天空云红外辐射图像，自动计算云光学深度、云层激光信道误码率以及云层激光信道最大码元传输速率，能够判别星地激光通信中的链路质量，为星地激光通信中的链路规划提供依据。
-
公开(公告)号：CN116192251A
公开(公告)日：2023-05-30
申请号：CN202211664385.2
申请日：2022-12-23
申请人： 南京大学
IPC分类号： H04B10/079 , H04B10/118 , H04B7/185 , G06F16/29 , G06V20/10 , G06N20/00 , G01W1/10
摘要： 一种基于天空红外遥感图像确定星地激光链路通信可用度的检测方法，1)获取星地激光通信地面站上空的气象信息、天空红外遥感图像；2)计算各个时刻卫星与地面站之间对应的俯仰角和位置关系，基于气象信息和天空红外遥感图像，计算星地链路途径空间区域的云底高度和云层光学深度；3)根据各个时刻卫星与地面站之间对应的俯仰角和位置关系、云底高度和云层光学深度结果，使用蒙特卡罗激光矢量传输模型进行云层激光信道建模，将余量归一化处理作为链路通信可用度参考值；4)根据步骤1中获取的大气湍流判断卫星与地面站之间激光链路的通信可用度；5)通过机器学习技术预测指定星地激光地面站未来的天空红外遥感图像变化信息。
-
公开(公告)号：CN117851927A
公开(公告)日：2024-04-09
申请号：CN202410257949.3
申请日：2024-03-07
申请人： 南京大学
IPC分类号： G06F18/243 , G06F18/214 , G06N3/0464 , G06N3/09
摘要： 本发明提供了一种基于随机森林与气象数据的云预测方法，该方法以气象数据为数据集进行模型训练，在多维的数据集选取方案与模型优化方法的作用下，可以实现高精度与高准确率的有云、无云预测。气象数据集包括地表、高空数据在内的多个水平面内数据，可以避免云层影响因素的遗漏；由于随机森林在处理数据噪声、进行分类任务方面的优越表现，模型训练成本较低，所需时间短；系统的预测结果通过多参数进行评估，有助于系统的多场景、高效率利用。
-
-
-
-
搜索结果
5 条记录 (耗时 0.016 秒)
