一种微波散射计高精度分布式内定标方法

    公开(公告)号:CN115856795A

    公开(公告)日:2023-03-28

    申请号:CN202211448929.1

    申请日:2022-11-18

    Abstract: 一种微波散射计高精度分布式内定标方法,散射计海面测量过程中,以特定间隔(固定周期)插入分布式定标,完成散射计系统内定标,消除雷达发射功率和接收机增益变化的影响,提高后向散射系数测量的精度。同时设计背景辐射测量工作模式,能够完成散射计背景辐射测量。本发明通过分布式定标,避免了比例定标法对散射计收发通道高隔离的要求,大幅降低了微波前端接收支路损耗,有效提高了散射计测量精度,适用于固定翼、圆锥扫描等各种类型的散射计系统。

    基于卷积神经网络的波束合成推扫辐射计定标方法

    公开(公告)号:CN114046888B

    公开(公告)日:2024-02-20

    申请号:CN202111274687.4

    申请日:2021-10-29

    Abstract: 本发明涉及基于卷积神经网络的波束合成推扫辐射计定标方法,该方法基于卷积神经网络的全链路定标方法,结合其他步骤得到的先验信息,再根据推扫辐射计周期性的对已知微波辐射亮温信息的定标场进行观测,利用定标场的亮温信息以及推扫辐射计系统输出的功率信号,对卷积神经网络的模型参数进行循环、迭代,不断训练,直至搜索得到满足误差阈值时的最优模型参数。推扫辐射计工作时,通过对微波辐射亮温已知的定标场的观测,获取定标数据样本,可以周期性的进行卷积神经网格模型参数训练。

    基于卷积神经网络的波束合成推扫辐射计定标方法

    公开(公告)号:CN114046888A

    公开(公告)日:2022-02-15

    申请号:CN202111274687.4

    申请日:2021-10-29

    Abstract: 本发明涉及基于卷积神经网络的波束合成推扫辐射计定标方法,该方法基于卷积神经网络的全链路定标方法,结合其他步骤得到的先验信息,再根据推扫辐射计周期性的对已知微波辐射亮温信息的定标场进行观测,利用定标场的亮温信息以及推扫辐射计系统输出的功率信号,对卷积神经网络的模型参数进行循环、迭代,不断训练,直至搜索得到满足误差阈值时的最优模型参数。推扫辐射计工作时,通过对微波辐射亮温已知的定标场的观测,获取定标数据样本,可以周期性的进行卷积神经网格模型参数训练。

Patent Agency Ranking