【技术实现步骤摘要】
一种基于BP神经网络的NPS
‑
GRYANIK20蒸发波导高度预测方法
[0001]本专利技术涉及蒸发波导计算
，尤其是一种基于BP神经网络的NPS
‑
GRYANIK20蒸发波导高度预测方法。
技术介绍
[0002]蒸发波导是一种常见的大气波导现象，出现在对流层内，与海面大气环境的各种气象因素有关。海洋蒸发会导致海气相互作用，在一定高度处出现折射曲率小于地球曲率的现象，从而产生开常大气折射率现象，可实现电磁波在海面的超视距传播。蒸发波导对海洋通信、海洋开发、海上救援和军事侦查等具有重要影响，如何准确预测蒸发波导高度成为海洋蒸发波导研究中的重要课题。
[0003]目前，预测模型法是获取蒸发波导高度的主流方法，该方法基于莫宁
‑
奥布霍夫相似理论，通过将海上某一高度的大气温度、海面温度、大气压力、相对湿度和风速代入到蒸发波导预测模型中，结合大气修正折射率公式，经过数次迭代计算得到大气修正折射剖面，剖面处修正折射率最低点所对应的高度值即为蒸发波导高度。然而，该方法对...
【技术保护点】
【技术特征摘要】
1.一种基于BP神经网络的NPS
‑
GRYANIK20蒸发波导高度预测方法，其特征在于，采用基于NPS
‑
GRYANIK20蒸发波导模型的环境区间划分的方法，在不同环境区间内构建基于捕食者算法的BP神经网络预测模型，实现蒸发波导高度的精准预测，具体包括以下步骤：步骤一，蒸发波导高度真值的获取通过海上垂直梯度观测法，获取不同高度上的大气温度、海面温度、大气压力、相对湿度和风速数据，并对其进行传感器标定曲线修正和潮位数据修正，以获得蒸发波导真实发生高度，即蒸发波导高度真值；步骤二，基于NPS
‑
GRYANIK20蒸发波导模型的环境区间划分在大气温度、海面温度、大气压力、相对湿度和风速的基础上，采用NPS
‑
GRYANIK20蒸发波导模型获得蒸发波导高度预测值；步骤三，BP神经网络预测模型的构建根据蒸发波导高度，在各区间内以获得的大气温度、海面温度、大气压力、相对湿度、风速、降雨衰减、海面粗糙度和蒸发波导高度真值为输入，以蒸发波导高度预测值与蒸发波导高度真值的误差为判决依据，当误差满足设定阈值则停止训练，得到输入和输出之间的非线性映射关系，以此构建基于捕食者算法的BP神经网络预测模型；步骤四，蒸发波导高度的预测将重新获取的大气温度、海面温度、大气压力、相对湿度、风速、降雨衰减以及海面粗糙度数据输入基于捕食者算法的BP神经网络预测模型，得到当前时刻的蒸发波导高度的预测值；步骤五，预测模型性能的评估通过计算蒸发波导高度预测值与蒸发波导高度真值之间的均方根误差和平均绝对误差来评估蒸发波导高度预测模型的性能，如误差小，就预测精度高，反之，则预测精度低。2.根据权利要求1所述基于BP神经网络的NPS
‑
GRYANIK20蒸发波导高度预测方法，其特征在于，所述NPS
‑
GRYANIK20蒸发波导模型的环境区间划分采用基于GRYANIK20相似函数的NPS蒸发波导模型，通过海上垂直梯度观测法获取气象站点的大气温度、海面温度...
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。