【技术实现步骤摘要】
基于多层前馈神经网络加权提高全球平均测高精度方法
[0001]本专利技术涉及卫星测高学、海洋测绘学等交叉
,特别是基于多层前馈神经网络加权提高全球平均测高精度方法。
技术介绍
[0002]海面测高不仅在自然环境、生态经济等领域具有重要作用,还是获取海洋动力学环境参数和海洋重力场信息的最直接手段之一,其对于建立水下惯性/重力组合导航系统中的高精度全球重力场模型具有至关重要意义。目前现有的常规海面测高手段主要包括验潮站测高和卫星雷达测高,但验潮站测高无法满足全球尺度下的测高精度需求,且这两种手段成本较高,时空分辨率较低。
[0003]近些年来,随着全球GNSS系统建设的逐渐完善,自1993年Martin
‑
Neira提出被动反射和干涉系统(PARIS)概念后,利用GNSS
‑
R技术进行海洋遥感及海面高度测量成为一种新型研究理念。目前利用GNSS
‑
R技术进行海面测高方法主要包括:码相位测高、载波相位测高以及信噪比测高,目前主要利用岸基和空基平台进行实验。码相位测高模型简单易于实现,因此应用较为广泛;载波相位测高要求信号相干,但在卫星高度角较大情况下,海面反射信号通常是非相干散射信号;信噪比测高采用常用的单天线信号接收机,使用范围广,有效降低了成本,反演精度通常为分米级。在岸基观测方面,1995年,Anderson等首次提出GPS卫星信号干涉测量结果,并与验潮站结果进行对比,发现其测量精度约为12cm;Johan等提出基于GNSS信号的验潮仪,采用载波相位 ...
【技术保护点】
【技术特征摘要】
1.基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,包括:对地球海面进行网格划分,获得每个网格的平均测高精度σ
grid
;根据每个网格的平均测高精度σ
grid
,获得所有网格平均测高精度σ
grid
的平均值根据所有网格平均测高精度σ
grid
的平均值确定星载GNSS
‑
R全球平均海面测高精度σ
global
;建立全球平均海面测高精度预测模型;对全球平均海面测高精度预测模型进行可行性验证,获得满足验证条件的全球平均海面测高精度预测模型;利用满足验证条件的全球平均海面测高精度预测模型,在不同仿真范围下进行仿真计算,获取多个全球平均海面测高精度预测结果;对获得的多个全球平均海面测高精度预测结果,进行筛选,筛选出满足水下导航海面测高精度取值范围的预测结果,作为筛选结果;筛选结果对应的轨道高度、轨道倾角、卫星个数以及仿真周期,作为星座设计方案,利用获得的星座设计方案进行GNSS
‑
R测高星座的设计与发射,最终获得全球平均海面测高精度的实测值。2.根据权利要求1所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,获得每个网格的平均测高精度σ
grid
的方法,具体为:其中,表示网格中所有单镜面反射点海面高度测量均方差σ
ssh
的平均值,n为划分的每个网格中所包含的单镜面反射点的个数。3.根据权利要求2所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,其中,σ
ssh
为单镜面反射点海面高度测量均方差,P
Z
(0)和P
Z
(0)
′
为每一网格中单镜面反射点处平均功率的幅值和功率波形的斜率,c为真空中的光速,SNR为信号相关功率,N
incoh
为非相干累加次数,ε
ele
为单镜面反射点高度角。4.根据权利要求1所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,5.根据权利要求1所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,全球平均海面测高精度预测模型具体为:y=
‑
0.4018
×
tansig(
‑
0.0463x1‑
1.6060x2‑
1.1038x3+1.1773x4+2.2772)+0.9281
×
tansig(1.4336x1‑
0.0311x2‑
1.3815x3+1.1050x4‑
1.5181)
‑
0.1666
×
tansig(
‑
0.5657x1‑...
【专利技术属性】
技术研发人员:郑伟,叶罕霖,张译文,
申请(专利权)人:中国航天科技创新研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。