一种地波雷达数据的质量控制方法、装置及电子设备制造方法及图纸

本申请公开了一种地波雷达数据的质量控制方法、装置及电子设备，方法包括：获取地波雷达测得的数据，并对获取得到的数据进行预处理，得到输入数据；将输入数据输入到经过预先训练的Bi

【技术实现步骤摘要】
一种地波雷达数据的质量控制方法、装置及电子设备


[0001]本申请涉及数据处理
，尤其是一种地波雷达数据的质量控制方法、装置及电子设备。

技术介绍

[0002]超视距、大范围、全天候以及低成本等众多优点使得高频地波雷达在海洋气象预报、监测海洋环境数据的应用上已经得到了国内外的普遍认可。但由于设备硬件本身的故障、局部环境扰动、雷达观测站稳定性等问题，雷达所获取的一部分观测数据会出现与实际数据有着较大的误差，这类异常数据影响数据精度，影响后续研究的成果，损失大量时间和成本。因此对地波雷达海流数据进行质量控制，识别出现的非真实海流矢量并对其做出修复，是质量控制的主要目的。地波雷达可根据布拉格散射原理，通过对电磁波的反演来获取海洋表面的风、波和洋流信息。传统针对地波雷达海流数据进行质量控制的方式主要围绕基于电磁波信号的质量控制，如通过信噪比、一阶布拉格限值、多信号分类测向算法指标等方法。而受限于反演算法、质量控制不佳等问题，得到的海流数据中仍存在较多的异常数据。
[0003]在对地波雷达海流数据进行质量控制这一领域上，还存在以下问题：1)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地波雷达数据的质量控制方法，其特征在于，包括：获取地波雷达测得的数据，并对获取得到的数据进行预处理，得到输入数据；将所述输入数据输入到经过预先训练的Bi
‑
LSTM模型，得到目标阈值和经过优化的输入数据，所述经过优化的输入数据作为优化数据；所述预先训练的Bi
‑
LSTM模型以所述输入数据作为训练样本，以所述输入数据的误差作为训练标签，训练得到；计算出所述输入数据与所述优化数据之间的重构误差；根据所述目标阈值与所述重构误差对所述输入数据进行优化。2.根据权利要求1所述的一种地波雷达数据的质量控制方法，其特征在于，所述获取地波雷达测得的数据，包括：获取地波雷达测得的关于海洋流场的时间序列数据。3.根据权利要求2所述的一种地波雷达数据的质量控制方法，其特征在于，所述对获取得到的数据进行预处理，得到输入数据，包括：判断所述时间序列数据中各个数据之间的时间间隔是否大于预设的标准时间间隔；若是，则利用平均值插值法在时间间隔大于预设的标准时间间隔的各个数据之间补全数据；将补全后的数据进行标准化，得到输入数据。4.根据权利要求1所述的一种地波雷达数据的质量控制方法，其特征在于，所述方法还包括训练Bi
‑
LSTM模型的步骤，所述训练Bi
‑
LSTM模型的步骤包括以下步骤：其中，所述Bi
‑
LSTM模型包括输入层、隐藏层以及输出层，所述输入数据分为训练集和测试集；设置输入向量维度和迭代次数，并将Bi
‑
LSTM模型中的激活函数设置为sigmoid函数和tanh函数，优化算法设定为Adam算法；将所述输入数据输入所述输入层，经过激活函数输出第一结果；将所述第一结果输入所述Bi
‑
LSTM模型中的Bi
‑
LSTM网络，经过LSTM中的输入门、遗忘门、输出门以及记忆单元的处理，输出第二结果；在所述输出层根据误差函数计算所述第二结果的均方误差，所述Bi
‑
LSTM网络通过所述第二结果在网络中以前向传播和误差反向传播的方式，不断修正所述Bi
‑
LSTM模型中各层间的权值和阈值，并利用优化算法更新各个权值的参数，直至输出所述第二结果对应的最小误差；确定所述Bi
‑
LSTM模型的输入向量维度；将所述训练集和所述测试集转换为所述输入向量维度对应的向量形式，以所述训练集训练所述Bi
‑
LSTM模型，以所述测试集测试所述Bi
‑
LSTM模型，直至所述Bi
‑
LSTM模型输出的数据与所述输入数据之间的误差处于预设范围内，训练结束。5.根据权利要求4所述的一种地波雷达数据的质量控制方法，其特征在于，所述确定所述Bi
‑
LSTM模型的输入向量维度，包括：采用多个不同的输入向量维度训练和测试所述Bi
‑

【专利技术属性】
技术研发人员：韦骏，周淳业，
申请(专利权)人：中山大学，
类型：发明
国别省市：