一种基于神经网络的低空大气波导测量方法及系统技术方案

本发明专利技术公开一种基于神经网络的低空大气波导测量方法及系统，该方法包括：设置电场的幅值平方对电极化的影响函数，使用神经网络拟合电场的幅值平方对电极化的影响函数中的调整因子，并根据时间t时在空间坐标(x,y,z)处的电场，计算非线性电极化响应值；设置磁场的幅值平方对磁化的影响函数，使用神经网络拟合磁场的幅值平方对磁化的影响函数，并根据时间t时在空间坐标(x,y,z)处的磁场，计算非线性磁化响应值；设置低空大气波导测量模型，并根据所述非线性电极化响应值和所述非线性磁化响应值，完成对低空大气波导的测量。完成对低空大气波导的测量。完成对低空大气波导的测量。

【技术实现步骤摘要】
一种基于神经网络的低空大气波导测量方法及系统


[0001]本专利技术属于低空大气波导测量
，更具体地，涉及一种基于神经网络的低空大气波导测量方法及系统。

技术介绍

[0002]低空波导测量是一种用于研究大气中低空层次的大气参数和现象的技术。
[0003]低空波导测量通常包括以下步骤：发射器：使用特定的微波或毫米波辐射源，将电磁波辐射送入大气中。
[0004]传播路径：电磁波在大气中传播，会受到大气中各种因素的影响，如湿度、温度和气流等。这些因素会改变波导中的电磁波传播速度和路径。
[0005]接收器：在远处设置接收器，用于接收从大气中传播回来的电磁波。
[0006]数据处理：接收到的信号数据将被处理和分析，以获取有关大气参数的信息。这通常涉及使用雷达和其他传感器技术。
[0007]但是由于低空层次具有很多不确定性，单纯通过传感器测量低空波导误差很大。

技术实现思路

[0008]为解决以上技术问题，本专利技术提出一种基于神经网络的低空大气波导测量方法，包括：设置电场的幅值平方对电极化的影响函数，使用神经网络拟合电场的幅值平方对电极化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的电场，计算非线性电极化响应值；设置磁场的幅值平方对磁化的影响函数，使用神经网络拟合磁场的幅值平方对磁化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的磁场，计算非线性磁化响应值；设置低空大气波导测量模型，并根据所述非线性电极化响应值和所述非线性磁化响应值，完成对低空大气波导的测量。
[0009]进一步的，所述低空大气波导测量模型包括：,,其中，为拉普拉斯算子，E为时间t时在空间坐标(x, y, z)处的电场，c为光速，为真空磁导率，为非线性电极化响应值，H为时间t时在空间坐标(x, y, z)处的磁场，为非线性磁化响应值。
[0010]进一步的，计算所述非线性电极化响应值和所述非线性磁化响应值
为：， ，其中，为电场的幅值平方对电极化的影响函数，为磁场的幅值平方对磁化的影响函数。
[0011]进一步的，所述电场的幅值平方对电极化的影响函数包括：,其中，A、B、C和D为调整因子。
[0012]进一步的，所述磁场的幅值平方对磁化的影响函数包括：,其中，A、B、C和D为调整因子。
[0013]进一步的，所述神经网络为卷积神经网络或循环神经网络。
[0014]进一步的，将均方误差函数作为损失函数，判断通过所述低空大气波导测量模型测量的低空大气波导与真实值的差异。
[0015]进一步的，设置所述神经网络中的多个隐藏神经元，用于优化所述低空大气波导测量模型。
[0016]本专利技术还提出一种基于神经网络的低空大气波导测量系统，包括：计算非线性电极化响应值模块，用于设置电场的幅值平方对电极化的影响函数，使用神经网络拟合电场的幅值平方对电极化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的电场，计算非线性电极化响应值；计算非线性磁化响应值模块，用于设置磁场的幅值平方对磁化的影响函数，使用神经网络拟合磁场的幅值平方对磁化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的磁场，计算非线性磁化响应值；测量模块，用于设置低空大气波导测量模型，并根据所述非线性电极化响应值和所述非线性磁化响应值，完成对低空大气波导的测量。
[0017]进一步的，所述低空大气波导测量模型包括：,,其中，为拉普拉斯算子，E为时间t时在空间坐标(x, y, z)处的电场，c为光速，为真空磁导率，为非线性电极化响应值，H为时间t时在空间坐标(x, y, z)处的磁场，为非线性磁化响应值。
[0018]通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效果：本专利技术设置电场的幅值平方对电极化的影响函数，使用神经网络拟合电场的幅值
平方对电极化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的电场，计算非线性电极化响应值；设置磁场的幅值平方对磁化的影响函数，使用神经网络拟合磁场的幅值平方对磁化的影响函数中的调整因子，并根据时间t时在空间坐标(x,y, z)处的磁场，计算非线性磁化响应值；设置低空大气波导测量模型，并根据所述非线性电极化响应值和所述非线性磁化响应值，完成对低空大气波导的测量。本专利技术通过以上技术方案能够对低空大气波导进行准确的测量。
附图说明
[0019]图1是本专利技术实施例1的流程图；图2是本专利技术实施例2的系统的结构图。
具体实施方式
[0020]为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
[0021]本专利技术提供的方法可以在如下的终端环境中实施，所述终端可以包括一个或多个如下部件：处理器、存储介质和显示屏。其中，存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现下述实施例所述的方法。
[0022]处理器可以包括一个或者多个处理核心。处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储介质内的指令、程序、代码集或指令集，以及调用存储在存储介质内的数据，执行终端的各种功能和处理数据。
[0023]存储介质可以包括随机存储介质(Random Access Memory，RAM)，也可以包括只读存储介质(Read
‑
Only Memory，ROM)。存储介质可用于存储指令、程序、代码、代码集或指令。
[0024]显示屏用于显示各个应用程序的用户界面。
[0025]本专利技术公式中所有下角标只为了区分参数，并没有实际含义。
[0026]除此之外，本领域技术人员可以理解，上述终端的结构并不构成对终端的限定，终端可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。比如，终端中还包括射频电路、输入单元、传感器、音频电路、电源等部件，在此不再赘述。
[0027]实施例1如图1所示，本专利技术实施例提供一种基于神经网络的低空大气波导测量方法，包括：步骤101，设置电场的幅值平方对电极化的影响函数，使用神经网络（所述神经网络为卷积神经网络或循环神经网络）拟合电场的幅值平方对电极化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的电场，计算非线性电极化响应值；步骤102，设置磁场的幅值平方对磁化的影响函数，使用神经网络（所述神经网络为卷积神经网络或循环神经网络）拟合磁场的幅值平方对磁化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的磁场，计算非线性磁化响应值；具体的，计算所述非线性电极化响应值和所述非线性磁化响应值为：，
ꢀ
，其中，为电场的幅值平方对电极化的影响函数，为磁场的幅值平方对磁化的影响函数。
[0028]具体的，所述电场的幅值平方对电极化的影响函数包括：,其中，A、B、C和D为调整因子。
[0029]具体的，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的低空大气波导测量方法，其特征在于，包括：设置电场的幅值平方对电极化的影响函数，使用神经网络拟合电场的幅值平方对电极化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的电场，计算非线性电极化响应值；设置磁场的幅值平方对磁化的影响函数，使用神经网络拟合磁场的幅值平方对磁化的影响函数中的调整因子，并根据时间t时在空间坐标(x, y, z)处的磁场，计算非线性磁化响应值；设置低空大气波导测量模型，并根据所述非线性电极化响应值和所述非线性磁化响应值，完成对低空大气波导的测量。2.如权利要求1所述的一种基于神经网络的低空大气波导测量方法，其特征在于，所述低空大气波导测量模型包括：，，其中，为拉普拉斯算子，E为时间t时在空间坐标(x, y, z)处的电场，c为光速，为真空磁导率，为非线性电极化响应值，H为时间t时在空间坐标(x, y, z)处的磁场，为非线性磁化响应值。3.如权利要求2所述的一种基于神经网络的低空大气波导测量方法，其特征在于，计算所述非线性电极化响应值和所述非线性磁化响应值为：， ，其中，为电场的幅值平方对电极化的影响函数，为磁场的幅值平方对磁化的影响函数。4.如权利要求3所述的一种基于神经网络的低空大气波导测量方法，其特征在于，所述电场的幅值平方对电极化的影响函数包括：，其中，A、B、C和D为调整因子。5.如权利要求3所述的一种基于神经网络的低空大气波导测量方法，其特征在于，所述磁场的幅值平方对磁化的影响函数包括：，其中，A、B、C和D为调整因子。6.如权利要求...

【专利技术属性】
技术研发人员：许亚海，朱强华，李意全，王卫星，邱志文，程龙，梁艳梅，李成，刘兵，李梦元，
申请(专利权)人：宁波麦思捷科技有限公司，
类型：发明
国别省市：