原文传递
航海雷达图像反演海面风场算法研究
| 论文题名： | 航海雷达图像反演海面风场算法研究 |
| 关键词： | 航海雷达图像;海面风场;神经网络;梯度算法;仿真实验 |
| 摘要： | 海表面风矢量信息是海洋环境的一项重要参数,是海洋运动的重要推动力因素,因此对于风矢量的遥感测量已经越来越受到各国学者的重视。航海雷达的应用为现代舰船的航行提供了各项参考参数,可以使得航线规划、天气测量等环节可以更好的进行。而利用航海雷达图像对风矢量的反演更是近年来国内外研究的主要内容,在对海浪、海流等信息的反演研究成果和经验的基础上,使得对海面风场的深入研究的可能性有了大大的提高。 利用雷达图像对风矢量信息进行反演的算法研究早在上个世纪就已经有了初步发展,但是利用梯度算法和神经网络模型对风矢量的风向和风速分别进行反演的算法在国内的研究中发展较晚。因此,本文在分析研究了国内外关于航海雷达图像的海洋遥测的各项成果后,针对基于梯度和神经网络的反演算法进行了理论设计和实验仿真,证明了该算法的可行性及可靠性。论文的主要研究工作如下: 1.简述了海洋遥感测量系统的重要概念,并对该系统的基本工作原理进行了分析研究,并在此基础上对海洋遥感系统的经典风矢量反演算法进行了简要介绍,其中包括已经发展比较成熟的光流算法和本文所要研究的基于梯度和BP神经网络的反演算法。 2.针对本课题的研究方向,概述了课题所需要的技术手段。其中图像处理技术及梯度算法的研究用于风矢量信息的风向反演上,包括图像的滤波、平滑、锐化等操作;BP神经网络模型的建立用于风速反演上,模型的训练和测试是学习的主要内容。 3.针对航海雷达图像的重要特点和风矢量的基本特征进行了介绍,在理论上说明了基于梯度和BP神经网络的反演算法相对于以往算法的优势所在,并且在此基础上研究了该算法的一整套设计方案。对梯度算法反演风向的整体流程进行了概述,并详细说明了梯度算法的计算过程;根据实际测量收集到的数据资料,针对所需要的BP神经网络模型进行了建立和设计,并对实测数据进行了训练和测试的分配。 4.概述了实验地点和实测的系统组成,以及系统中各主要设备的参数设置等信息,并对该系统所提供的数据进行了一定基本处理。利用海洋遥感系统提供的实测数据对基于梯度和BP神经网络的风场反演算法进行仿真研究,验证了该算法在实际应用中具有很高的可行性和较高的精度。 5.针对算法的仿真结果进行总结,并提出了以后可进行进一步研究的课题方向。 |
| 作者： | 徐丹 |
| 专业： | 导航、制导与控制 |
| 导师： | 袁赣南 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
