[發明專利]基于機器學習的星載GNSS-R高度要素探測裝置及方法

有效

• 申請號: 202110093137.6
• 申請日: 2021-01-22
• 公開（公告）號: CN112904384B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 孟婉婷;秦瑾;周勃;董克松;張軟玉;盛志超;顧斯祺
• 申請（專利權）人: 上海航天測控通信研究所
• 主分類號: G01S19/37
• 分類號: G01S19/37;G06N20/00
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

1.一種基于機器學習的星載GNSS-R高度要素探測裝置，其特征在于，包括：數據采集模塊，特征數據集提取模塊，數據處理模塊，輔助數據模塊，機器學習模塊，高度要素計算模塊，其中，

所述數據采集模塊，用于采集GNSS-R接收衛星的第一數據和所對應的GNSS發射衛星的第二數據，并將所有第一數據和第二數據傳遞到數據特征提取模塊，其中，所述第一數據包括：GNSS-R接收衛星的位置(X1、Y1、Z1)和速度(Tx₁、Ty₁、Tz₁)、GNSS-R接收衛星的天線增益方向圖及GNSS信號經反射面反射回來被GNSS-R接收衛星接收的信號參數；所述GNSS信號經反射面反射回來被GNSS-R接收衛星接收的信號參數，包括：接收到信號的時間、信號的信噪比、信號的時延多普勒圖、多普勒為0的波形的峰值點位置、多普勒為0的波形前沿70％能量值點位置和多普勒為0的波形前沿波形斜率；所述第二數據包括：GNSS發射衛星的位置(X2、Y2、Z2)和速度(Tx₂、Ty₂、Tz₂)；

所述特征數據集提取模塊，用于根據數據采集模塊傳遞的第一數據和第二數據，計算和提取跟高度要素探測相關的特征數據集，并將特征數據集傳遞到數據處理模塊，其中，所述特征數據集，包括：GNSS-R接收衛星的位置(X1、Y1、Z1)和速度(Tx₁、Ty₁、Tz₁)、GNSS-R接收衛星接收到信號的時間和接收到信號的信噪比、GNSS發射衛星的位置(X2、Y2、Z2)和速度(Tx₂、Ty₂、Tz₂)、橢球面上鏡面反射點的位置(X3、Y3、Z3)、反射面上鏡面反射點的位置(X4、Y4、Z4)、反射面上鏡面反射點處的仰角，GNSS-R接收衛星的接收天線指向反射面上鏡面反射點的天線增益、GNSS直射信號的路徑、GNSS直射信號經過反射面上的鏡面反射點反射后到GNSS-R接收衛星的路徑、GNSS直射信號經過橢球面上的鏡面反射點反射后到GNSS-R接收衛星的路徑；

所述數據處理模塊，用于根據特征數據集提取模塊傳遞的特征數據集，進行重要性分析和標準化處理，以形成基礎數據集，選取基礎數據集的一部分形成第一基礎數據集，將第一基礎數據集傳遞給輔助數據模塊和機器學習模塊；將基礎數據集的除第一基礎數據集外的剩下部分形成第二基礎數據集，將第二基礎數據集傳遞給高度要素計算模塊；

所述輔助數據模塊，用于根據數據處理模塊傳遞的第一基礎數據集，提取信號在鏡面反射點反射的時間和反射面上鏡面反射點的位置，計算與所述信號在鏡面反射點反射的時間和反射面上鏡面反射點的位置相匹配的高度要素真值，以形成包含高度要素真值和鏡面反射點時空數據的輔助數據集，并將輔助數據集傳遞給機器學習模塊；

所述機器學習模塊，用于根據數據處理模塊傳遞的第一基礎數據集和輔助數據模塊傳遞的輔助數據集，建立并訓練機器學習模型，并將訓練好的機器學習模型及相關模型參數傳遞給高度要素計算模塊；

所述高度要素計算模塊，用于根據機器學習模塊傳遞的訓練好的機器學習模型及相關模型參數，計算得到數據處理模塊傳遞第二基礎數據集所對應的高度要素。

2.如權利要求1所述的基于機器學習的星載GNSS-R高度要素探測裝置，其特征在于，所述特征數據集提取模塊，用于根據GNSS-R接收衛星的位置、GNSS-R接收衛星的天線增益方向圖、GNSS發射衛星的位置、多普勒為0的波形前沿70％能量值點位置，計算得到橢球面上鏡面反射點的位置(X3、Y3、Z3)、反射面上鏡面反射點的位置(X4、Y4、Z4)，進一步計算得到反射面上鏡面反射點處的仰角、GNSS-R接收衛星的接收天線指向反射面上鏡面反射點的天線增益、GNSS直射信號的路徑、GNSS直射信號經過反射面上的鏡面反射點反射后到GNSS-R接收衛星的路徑、GNSS直射信號經過橢球面上的鏡面反射點反射后到GNSS-R接收衛星的路徑。

3.如權利要求1所述的基于機器學習的星載GNSS-R高度要素探測裝置，其特征在于，所述數據處理模塊進行的重要性分析和標準化處理，包括：選用主成分分析的算法對特征數據集處理后，再加上GNSS-R接收衛星接收到信號的時間和反射面上鏡面反射點的位置(X4、Y4、Z4)，轉化為基礎數據集。