[發明專利]基于機器學習的星載GNSS-R風向探測裝置及方法

有效

• 申請號: 202110494392.1
• 申請日: 2021-05-06
• 公開（公告）號: CN113189366B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 孟婉婷;周勃;秦瑾;李恩晨;張軟玉
• 申請（專利權）人: 上海航天測控通信研究所
• 主分類號: G01P13/02
• 分類號: G01P13/02;G01S19/37;G06N20/00;G06K9/62
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 胡晶

本發明提供了一種基于機器學習的星載GNSS?R風向探測裝置及方法，該發明科學合理、易于實現。本發明基于星載GNSS?R探測儀的在軌特性，融合機器學習相關算法，提供了有效的風向要素探測方法及裝置，從而可以解決星載GNSS?R風向要素難以測量且難以測準的問題，且能優化星載GNSS?R風向要素探測方法的復雜度，進而為提高星載GNSS?R風向要素探測精度打下良好的基礎。

技術領域

本發明涉及一種基于機器學習的星載GNSS-R風向探測裝置及方法。

背景技術

星載GNSS-R探測儀基于衛星導航系統反射信號技術(Global NavigationSatellite System-Reflectometry：GNSS-R)，能夠同時接收多顆GNSS衛星的信號，且其觀測范圍廣，不受天氣(云、霧)等影響，能夠對反射面高度和風速等要素實現低成本、高時空分辨率全天候的實時觀測。

現有的星載平臺下GNSS-R可實現對于反射面高度和風速等要素的探測，而針對風向要素尚沒有很好的探測方法，且風向難以測準。

發明內容

本發明的目的在于提供一種基于機器學習的星載GNSS-R風向探測裝置及方法。

為解決上述問題，本發明提供一種基于機器學習的星載GNSS-R風向探測裝置，包括：

包括：數據采集模塊，數據篩選模塊，數據預處理模塊，輔助數據模塊，機器學習模塊，風向要素計算模塊，其中，

所述數據采集模塊，用于采集包括GNSS-R衛星的DDM數據，形成初始數據集，并將初始數據集傳遞到數據篩選模塊；

所述數據篩選模塊，用于篩選初始數據集數據中質量好于預設閾值的有效數據，將篩選后的數據形成有效數據集，并將有效數據集傳遞到數據預處理模塊；

所述數據預處理模塊，用于根據有效數據集中的DDM數據計算第一風向測量角和第二風向測量角，再將有效數據集中的部分數據、第一風向測量角和第二風向測量角合成基礎數據集，選取所述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，將基礎數據集的剩下部分形成第二基礎數據集，將第二基礎數據集傳遞給風向要素計算模塊；

所述輔助數據模塊，用于根據數據預處理模塊傳遞的第一基礎數據集，提取第一基礎數據集中的鏡面反射點的測量時間和位置，計算與鏡面反射點的測量時間和位置相匹配的風向要素真值，形成包含風向要素真值的輔助數據集，并將輔助數據集傳遞給機器學習模塊；

所述機器學習模塊，用于根據數據預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風向要素計算模塊；

所述風向要素計算模塊，用于根據數據預處理模塊傳遞的第二基礎數據集和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，得到與數據預處理傳遞的第二基礎數據集所對應的風向要素計算值。

進一步的，在上述裝置中，所述初始數據集包括：GNSS-R衛星的DDM數據、GNSS-R衛星DDM數據所對應的鏡面反射點的測量時間和位置、鏡面反射點時空對應的風速產品、GNSS-R衛星的位置、GNSS-R衛星相對鏡面反射點的仰角及方位角和信噪比數據。

進一步的，在上述裝置中，所述質量好于預設閾值的有效數據，包括：數據相對的鏡面反射點的測量時間和位置是正常值、GNSS-R衛星的位置是正常值、鏡面反射點的仰角/方位角是正常值、信噪比數據大于預設第一閾值、GNSS-R衛星相對鏡面反射點的仰角大于預設第二閾值和鏡面反射點時空對應的風速大于預設第三閾值。

進一步的，在上述裝置中，所述第一風向測量角為：以DDM數據的鏡面反射點在DDM上的對應點為O點，DDM所有區域對應的質心為M₁點，射線OM₁和DDM圖X軸的夾角為第一風向測量角。