CN111624411B - 基于效用函数综合评价的太阳射电暴强度判定方法及系统 - Google Patents
基于效用函数综合评价的太阳射电暴强度判定方法及系统 Download PDFInfo
- Publication number
- CN111624411B CN111624411B CN202010377608.1A CN202010377608A CN111624411B CN 111624411 B CN111624411 B CN 111624411B CN 202010377608 A CN202010377608 A CN 202010377608A CN 111624411 B CN111624411 B CN 111624411B
- Authority
- CN
- China
- Prior art keywords
- intensity
- carrier
- noise ratio
- solar radio
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/02—Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种基于效用函数综合评价的太阳射电暴强度判定方法及系统,包括:步骤1:获取观测地卫星的载噪比、定位误差、几何因子和卫星失锁数目,进行数据预处理,计算出观测地载噪比下降值和观测地总定位误差;步骤2:进行相对无量纲化处理,把数据预处理后的实测值转化成单项评价指数;步骤3:对太阳射电暴强度进行判定划分并进行无量纲化处理,确定指标的权重;步骤4:根据指标的权重,采用加权合成准则将单项评价指数合成对太阳射电暴强度进行判定的综合评价指数。该判定方法能全天候计算各个地区太阳射电暴强度,效率高,过程简单,并且不依赖于射电望远镜,成本低。
Description
技术领域
本发明涉及无线通信技术领域,具体地,涉及一种基于效用函数综合评价的太阳射电暴强度判定方法及系统。
背景技术
随着GNSS等卫星技术在现代社会越来越广泛应用,太阳射电暴强度对GNSS信号的影响已成为不可忽视的重要部分。太阳对地球的物质和能量的输入,直接决定了地球及其周围空间环境的维持和变迁。太阳射电暴的观测对于研究太阳物理以及空间天气环境监测起到了至关重要的作用,具有重要的空间物理科学研究价值。太阳射电爆发是在太阳上突然出现强烈扰动时所产生的一种射线增强和无线电噪声急剧增加的现象,常同太阳活动区的耀斑、X射线爆发,甚至质子爆或宇宙线爆等现象共同发生。在以往多起太阳射电爆发期间,太阳射电暴导致卫星载噪比下降,定位误差增大,几何精度因子增加,卫星失锁、可见星数大幅下降等情况,证明太阳射电爆发产生的噪声信号的确是导航信号的影响因素之一。
由于太阳射电爆发对GNSS信号的影响是多方面的,为更好的应对太阳射电暴对GNSS信号的干扰,使导航系统在太阳射电暴发生时能够正常工作,对太阳射电暴强度的判定非常重要,对维持卫星导航系统的正常运行具有重大意义。
专利文献CN106771653B(申请号:201611063812.6)公开了一种快速射电暴实时探测装置、系统和方法,快速射电暴实时探测装置包括数据采集与预处理单元、实时搜寻与存储单元、以及搜寻结果快速发布单元。
传统检测太阳射电活动的主要方法是依赖射电望远镜,但造价昂贵,分布稀疏,无法对太阳射电进行全天候实时监测。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于效用函数综合评价的太阳射电暴强度判定方法及系统。
根据本发明提供的基于效用函数综合评价的太阳射电暴强度判定方法,包括:
步骤1:获取观测地卫星的载噪比、定位误差、几何因子和卫星失锁数目,进行数据预处理,计算出观测地载噪比下降值和观测地总定位误差;
步骤2:进行相对无量纲化处理,把数据预处理后的实测值转化成单项评价指数;
步骤3:对太阳射电暴强度进行判定划分并进行无量纲化处理,确定指标的权重;
步骤4:根据指标的权重,采用加权合成准则将单项评价指数合成对太阳射电暴强度进行判定的综合评价指数。
优选的,所述载噪比为每颗卫星的载噪比,观测地未发生失锁时,至少有四颗卫星测得载噪比,取四颗卫星载噪比下降大小的平均值作为台站载噪比下降的大小,记为x1,则有:
其中,snri为每颗卫星载噪比下降的大小,单位为dBHz;i表示:第i颗卫星,i=1,2,3,4。
优选的,所述观测地定位误差包括东北天坐标系下的X、Y、Z三个方向的定位误差,取三个定位误差的绝对值的平均值作为台站的定位误差,记为x2,则有:
其中,ri(i=1,2,3)分别表示X、Y、Z方向上的定位误差,单位为m。
优选的,所述几何因子和卫星失锁数目用具体的数表示,分别记为x3、x4,单位为颗。
优选的,所述步骤2包括:
所述载噪比下降的越多、定位误差越大、几何因子越大、卫星失锁数目越多,太阳射电暴强度越大;
采用递增型S型函数作为相对无量纲化函数;
当太阳射电暴强度低于预设阈值时,各实测值受太阳射电暴强度影响小;
当太阳射电暴逐渐增大到0.5时,各实测值受太阳射电暴强度影响逐渐增大;
当太阳射电暴强度超过0.5且逐渐增大时,各实测值受太阳射电暴影响逐渐减小;
所述递增型S型函数表示为:
其中,a是指标发生波动,但不是由于太阳射电暴引起的下界,小于指标则无量纲化值为0;b为指标评分无量纲值为0.5对应的实测值,即从(b,0.5)点开始,各实测值受太阳射电暴影响逐渐减小;c是无量纲值为1对应的实测值;x为进行数据预处理后,得到的观测地载噪比下降值、观测地总定位误差,几何因子和卫星失锁数目。
优选的,所述步骤3包括:
在太阳射电暴强度高于预设阈值时发生观测地失锁现象,锁定卫星小于4颗,对太阳射电暴强度判定分为:观测地未发生失锁和观测地发生失锁。
其中,w1,w2,w3分别表示载噪比下降,定位误差,几何因子这三项指标权重,计算得:w1=0.4,w2=w3=0.2;j表示:载噪比下降,定位误差,几何因子这三项指标,对应j=1,2,3;wj表示各项指标对应的权重;qj表示对各项指标所附权值;
当观测地发生失锁时,无法定位,无法检测几何因子,载噪比下降无法准确反应太阳射电暴强度变化,这三项指标对应的相对无量纲值为1,w4为失锁卫星数目这项指标的权重,则w4=0.2。
优选的,所述步骤4包括:
采用加权平均法合成模型合成太阳射电暴强度,记为S:
其中,y1,y2,y3,y4分别表示观测地载噪比下降,定位误差,几何因子,卫星失锁数目这四项指标对应的相对无量纲值;wi表示载噪比下降,定位误差,GDOP因子,失锁卫星数目这四项指标对应的权重,i=1,2,3,4;yi表示:四项指标对应的相对无量纲值。
优选的,当观测地未发生失锁时:
S=0.4y1+0.2y2+0.2y3;
当观测地发生失锁时:
S=0.8+0.2y4。
根据本发明提供的基于效用函数综合评价的太阳射电暴强度判定系统,包括:
模块M1:输入观测地卫星的载噪比、定位误差、几何因子和卫星失锁数目,进行数据预处理,计算出观测地载噪比下降值和观测地总定位误差;
模块M2:进行相对无量纲化处理,把数据预处理后的实测值转化成单项评价指数;
模块M3:对太阳射电暴强度进行判定划分并进行无量纲化处理,确定指标的权重;
模块M4:根据指标的权重,采用加权合成准则将单项评价指数合成对太阳射电暴强度进行判定的综合评价指数。
与现有技术相比,本发明具有如下的有益效果:
1、本发明判定方法能全天候计算各个地区太阳射电暴强度,效率高,过程简单,并且不依赖于射电望远镜,成本低;
2、本发明方法对太阳射电暴强度的评估具有可行性,定量的评估结果不仅能显示出单个台站太阳射电暴强度的变化,还能同时给出多个台站受太阳射电暴的影响;
3、本发明方法对比于传统方法,该方法成本低、算法简单、结合多种因素,识别准确度和效率相对提高。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明的一个实施例的流程示意图;
图2是相对无量纲化“S”型函数图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例:
一种基基于效用函数综合评价的太阳射电暴强度判定方法,如图1所示,包括:
步骤一、输入观测地卫星的载噪比、三个方位的定位误差、几何精度因子GDOP、卫星失锁数目。进行数据预处理,计算出观测地载噪比下降值、观测地总定位误差。
该步骤具体包括:
(1.1)对观测地卫星的载噪比进行数据预处理:
所测载噪比为每颗卫星的载噪比,观测地失锁未发生时,至少有四颗卫星可以准确测得载噪比,取四颗卫星载噪比下降的大小的平均值作为该台站载噪比下降的大小,记为x1(dBHz)。
式中,snri为每颗卫星载噪比下降的大小,单位为dBHz。
i表示:第i颗卫星,i=1,2,3,4;
(1.2)观测地定位误差由东北天坐标系下的X、Y、Z三个方向的定位误差组成,取三个误差的绝对值的平均值作为台站的定位误差,记为x2:
式中,ri(i=1,2,3)分别表示X、Y、Z方向上的定位误差。
(1.3)GDOP因子,卫星失锁数目可以用具体的数表示,分别记为x3、x4(颗)。
例:计算观测地KUNM在2006/12/1303:31:30.0(UT)和2006/12/1303:36:00.0(UT)这两个时刻的太阳射电强度。首先,根据步骤一所述方法由表1中KUMN不同时刻采集所得数据,得出表2KUMN的载噪比、定位误差、几何精度(GDOP)因子、卫星失锁数目。
表1观测地KUMN不同时刻采集所得数据
表2观测地KUMN的载噪比下降、定位误差、GDOP因子、卫星失锁数目
步骤二、采用相对无量纲化,把数据预处理后的实测值转化成可以比较的单项评价指数,以解决四个指标量纲不同的问题。
具体包括以下步骤:
(2.1)指标性项目可以分为成本型、效益型、区间型三种。载噪比下降、定位误差和GDOP因子、卫星失锁数目都为效益型。即载噪比下降的越多、定位误差越大、GDOP因子越大、卫星失锁数目越多,太阳射电暴强度越大。
(2.2)本方法采用严格递增型的“S”型函数作为相对无量纲化函数。
太阳射电暴强度较小时,各实测值受太阳射电暴强度影响较小;随着太阳射电暴逐渐增大到0.5,各实测值受太阳射电暴强度影响逐渐增大;太阳射电暴强度超过0.5,各实测值受太阳射电暴影响逐渐减小。严格递增型的“S”型函数为:
式中,c是无量纲值为1对应的实测值;a是该指标发生波动,但不是由于太阳射电暴引起的下界,小于该指标则无量纲化值为0;b为该指标评分无量纲值为0.5对应的实测值,即从(b,0.5)点开始,各实测值受太阳射电暴影响逐渐减小。函数的图像见说明书附图2。
x表示:进行数据预处理后,得到的观测地载噪比下降值、观测地总定位误差,几何精度(GDOP)因子、卫星失锁数目
记y1,y2,y3,y4分别表示观测地载噪比下降,定位误差,GDOP因子,卫星失锁数目这四项指标对应的相对无量纲值。
接上例:方程中相对无量纲化参数设定如表3:
表3各项指标的相对无量纲化参数设定
对于上例中的数据,按照步骤二中的相对无量纲化方法,得到表4。
表4各项指标的相对无量纲值
步骤三、将太阳射电暴强度判定分为两种情况:观测地未发生失锁和观测地发生失锁。根据不同的情况,进行绝对无量纲化确定指标的权重。
具体包括以下步骤:
(3.1)太阳射电暴很强的时候才会发生观测地失锁现象(即锁定卫星小于4颗),该方法将太阳射电暴强度判定分为两种情况:观测地未发生失锁和观测地发生失锁。
(3.2)情况一,观测地未发生失锁:
载噪比下降,定位误差,GDOP因子反应太阳射电暴强度变化。载噪比下降是重要指标,对其附权值q1=2;定位误差,GDOP因子是一般指标,对其附权值为q2=q3=1。设三项指标权重之和为(w1,w2,w3分别表示载噪比下降,定位误差,GDOP因子这三项指标权重)。
计算得:w1=0.4,w2=w3=0.2;
j表示:载噪比下降,定位误差,GDOP因子这三项指标,对应j=1,2,3;
wj表示:各项指标对应的权重;
qj表示:对各项指标所附权值;
(3.3)情况二,观测地发生失锁:
此时无法定位,无法检测GDOP因子,载噪比下降无法准确反应太阳射电暴强度变化,设这三项指标对应的相对无量纲值为1,w4为失锁卫星数目这项指标的权重,w4=0.2。
步骤四,采用加权合成准则将单项评价指数合成一个可以比较的综合评价指数即太阳射电暴强度。
具体包括以下步骤:
(4.1)采用加权平均合成模型合成太阳射电暴强度,记为S:
式中,y1,y2,y3,y4分别表示观测地载噪比下降,定位误差,GDOP因子,卫星失锁数目这四项指标对应的相对无量纲值。
wi表示:载噪比下降,定位误差,GDOP因子,失锁卫星数目这四项指标对应的权重,i=1,2,3,4;
yi表示:四项指标对应的相对无量纲值;
(4.2)情况一,观测地未发生失锁:
S=0.4y1+0.2y2+0.2y3;
(4.3)情况二,观测地发生失锁:
S=0.8+0.2y4。
接上例,由分析可知,在2006/12/1303:31:30.0时刻,观测地KUNM未失锁,应该按照情况一计算。在2006/12/1303:36:00.0时刻,观测地KUMN失锁,应该按照情况二计算,计算结果如表5所示:
表5KUNM的太阳射电暴强度
根据本发明提供的基于效用函数综合评价的太阳射电暴强度判定系统,包括:
模块M1:输入观测地卫星的载噪比、定位误差、几何因子和卫星失锁数目,进行数据预处理,计算出观测地载噪比下降值和观测地总定位误差;
模块M2:进行相对无量纲化处理,把数据预处理后的实测值转化成单项评价指数;
模块M3:对太阳射电暴强度进行判定划分并进行无量纲化处理,确定指标的权重;
模块M4:根据指标的权重,采用加权合成准则将单项评价指数合成对太阳射电暴强度进行判定的综合评价指数。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (7)
1.一种基于效用函数综合评价的太阳射电暴强度判定方法,其特征在于,包括:
步骤1:获取观测地卫星的载噪比、定位误差、几何因子和卫星失锁数目,进行数据预处理,计算出观测地载噪比下降值和观测地总定位误差;
步骤2:进行相对无量纲化处理,把数据预处理后的实测值转化成单项评价指数;
步骤3:对太阳射电暴强度进行判定划分并进行无量纲化处理,确定指标的权重;
步骤4:根据指标的权重,采用加权合成准则将单项评价指数合成对太阳射电暴强度进行判定的综合评价指数;
所述步骤2包括:
所述载噪比下降的越多、定位误差越大、几何因子越大、卫星失锁数目越多,太阳射电暴强度越大;
采用递增型S型函数作为相对无量纲化函数;
当太阳射电暴强度低于预设阈值时,各实测值受太阳射电暴强度影响小;
当太阳射电暴逐渐增大到0.5时,各实测值受太阳射电暴强度影响逐渐增大;
当太阳射电暴强度超过0.5且逐渐增大时,各实测值受太阳射电暴影响逐渐减小;
所述递增型S型函数表示为:
其中,a是指标发生波动,但不是由于太阳射电暴引起的下界,小于指标则无量纲化值为0;b为指标评分无量纲值为0.5对应的实测值,即从(b,0.5)点开始,各实测值受太阳射电暴影响逐渐减小;c是无量纲值为1对应的实测值;x为进行数据预处理后,得到的观测地载噪比下降值、观测地总定位误差,几何因子和卫星失锁数目;
所述步骤3包括:
在太阳射电暴强度高于预设阈值时发生观测地失锁现象,锁定卫星小于4颗,对太阳射电暴强度判定分为:观测地未发生失锁和观测地发生失锁;
其中,w1,w2,w3分别表示载噪比下降,定位误差,几何因子这三项指标权重,计算得:w1=0.4,w2=w3=0.2;j表示:载噪比下降,定位误差,几何因子这三项指标,对应j=1,2,3;wj表示各项指标对应的权重;qj表示对各项指标所附权值;
当观测地发生失锁时,无法定位,无法检测几何因子,载噪比下降无法准确反应太阳射电暴强度变化,这三项指标对应的相对无量纲值为1,w4为失锁卫星数目这项指标的权重,则w4=0.2。
4.根据权利要求1所述的基于效用函数综合评价的太阳射电暴强度判定方法,其特征在于,所述几何因子和卫星失锁数目用具体的数表示,分别记为x3、x4,单位为颗。
6.根据权利要求5所述的基于效用函数综合评价的太阳射电暴强度判定方法,其特征在于,当观测地未发生失锁时:
S=0.4y1+0.2y2+0.2y3;
当观测地发生失锁时:
S=0.8+0.2y4。
7.一种基于效用函数综合评价的太阳射电暴强度判定系统,其特征在于,包括:
模块M1:输入观测地卫星的载噪比、定位误差、几何因子和卫星失锁数目,进行数据预处理,计算出观测地载噪比下降值和观测地总定位误差;
模块M2:进行相对无量纲化处理,把数据预处理后的实测值转化成单项评价指数;
模块M3:对太阳射电暴强度进行判定划分并进行无量纲化处理,确定指标的权重;
模块M4:根据指标的权重,采用加权合成准则将单项评价指数合成对太阳射电暴强度进行判定的综合评价指数;
所述载噪比下降的越多、定位误差越大、几何因子越大、卫星失锁数目越多,太阳射电暴强度越大;
采用递增型S型函数作为相对无量纲化函数;
当太阳射电暴强度低于预设阈值时,各实测值受太阳射电暴强度影响小;
当太阳射电暴逐渐增大到0.5时,各实测值受太阳射电暴强度影响逐渐增大;
当太阳射电暴强度超过0.5且逐渐增大时,各实测值受太阳射电暴影响逐渐减小;
所述递增型S型函数表示为:
其中,a是指标发生波动,但不是由于太阳射电暴引起的下界,小于指标则无量纲化值为0;b为指标评分无量纲值为0.5对应的实测值,即从(b,0.5)点开始,各实测值受太阳射电暴影响逐渐减小;c是无量纲值为1对应的实测值;x为进行数据预处理后,得到的观测地载噪比下降值、观测地总定位误差,几何因子和卫星失锁数目;
在太阳射电暴强度高于预设阈值时发生观测地失锁现象,锁定卫星小于4颗,对太阳射电暴强度判定分为:观测地未发生失锁和观测地发生失锁;
其中,w1,w2,w3分别表示载噪比下降,定位误差,几何因子这三项指标权重,计算得:w1=0.4,w2=w3=0.2;j表示:载噪比下降,定位误差,几何因子这三项指标,对应j=1,2,3;wj表示各项指标对应的权重;qj表示对各项指标所附权值;
当观测地发生失锁时,无法定位,无法检测几何因子,载噪比下降无法准确反应太阳射电暴强度变化,这三项指标对应的相对无量纲值为1,w4为失锁卫星数目这项指标的权重,则w4=0.2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010377608.1A CN111624411B (zh) | 2020-05-07 | 2020-05-07 | 基于效用函数综合评价的太阳射电暴强度判定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010377608.1A CN111624411B (zh) | 2020-05-07 | 2020-05-07 | 基于效用函数综合评价的太阳射电暴强度判定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111624411A CN111624411A (zh) | 2020-09-04 |
CN111624411B true CN111624411B (zh) | 2021-10-26 |
Family
ID=72269923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010377608.1A Active CN111624411B (zh) | 2020-05-07 | 2020-05-07 | 基于效用函数综合评价的太阳射电暴强度判定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111624411B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106124859A (zh) * | 2016-08-03 | 2016-11-16 | 山东大学(威海) | 基于高速ad采集卡的太阳射电暴可变分辨率频谱装置及其方法 |
CN106771653A (zh) * | 2016-11-25 | 2017-05-31 | 中国科学院新疆天文台 | 一种快速射电暴实时探测装置、系统和方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080192864A1 (en) * | 2005-10-24 | 2008-08-14 | Mitsubishi Electric Information Technology Centre Europe B.V. | Analysis of trains of pulses |
US9094088B2 (en) * | 2013-03-15 | 2015-07-28 | Rockwell Collins, Inc. | Systems and methods for active frequency table (AFT) generation |
-
2020
- 2020-05-07 CN CN202010377608.1A patent/CN111624411B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106124859A (zh) * | 2016-08-03 | 2016-11-16 | 山东大学(威海) | 基于高速ad采集卡的太阳射电暴可变分辨率频谱装置及其方法 |
CN106771653A (zh) * | 2016-11-25 | 2017-05-31 | 中国科学院新疆天文台 | 一种快速射电暴实时探测装置、系统和方法 |
Non-Patent Citations (3)
Title |
---|
A Support-Vector-Machine-Based Approach to RF Sensor Spectral Signature Classifications;Mark B. Yeary 等;《 IEEE Transactions on Instrumentation and Measurement》;20080912;第221-228页 * |
快速射电暴的数据统计;余秋雨 等;《天文研究与技术》;20190430;第16卷(第2期);第167-177页 * |
快速射电暴观测性质的统计分析及对起源模型的限制;肖寒;《中国优秀硕士学位论文全文数据库基础科学辑》;20200115(第01期);第A007-27页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111624411A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vickers et al. | A solution for flux contamination by mesoscale motions with very weak turbulence | |
CN109143224A (zh) | 一种多目标关联方法和装置 | |
Reza et al. | Spatial variability of soil properties in Brahmaputra plains of north-eastern India: a geostatistical approach | |
CN110044327A (zh) | 一种基于sar数据与gnss数据的基础设施沉降监测方法及系统 | |
CN115311821A (zh) | 一种基于数字孪生技术的地质灾害智能监测云平台 | |
CN105467393A (zh) | 一种毫米波云雷达三维风场反演方法及系统 | |
CN102508279A (zh) | 卫星导航系统gnss定姿测量值的处理方法及gnss定姿测量仪 | |
CN101839973A (zh) | 以拓扑序列为特征的航迹相关方法 | |
CN104765055A (zh) | Gps测站坐标时间序列周期性探测方法及系统 | |
Li et al. | Enhanced automatic root recognition and localization in GPR images through a YOLOv4-based deep learning approach | |
CN107132515A (zh) | 一种基于多维信息约束的点迹筛选方法 | |
CN104392113B (zh) | 一种近海海面冷空气大风风速的估算方法 | |
CN111624411B (zh) | 基于效用函数综合评价的太阳射电暴强度判定方法及系统 | |
CN115203625A (zh) | 一种旱涝指数数据缺失值插补方法及其插补装置 | |
CN103926597A (zh) | 一种基于北斗rdss双向通信功能的多路径检测方法 | |
CN112612044B (zh) | 一种用于漂移点过滤的方法及系统 | |
CN106501815B (zh) | 一种仅天基测角跟踪的空间目标轨道机动融合检测方法 | |
CN104297753A (zh) | 一种基于自适应缩减算子的导航雷达图像反演海面风向方法 | |
CN112166688B (zh) | 基于小卫星的沙漠与沙漠化土地监测方法 | |
CN111736156A (zh) | 一种基于天气雷达的逆风区识别方法与装置 | |
Yongping et al. | Microphysical retrieval from Doppler radar reflectivity using variational data assimilation | |
CN111428794B (zh) | 一种基于支持向量机模型的太阳射电暴检测方法 | |
CN113884054B (zh) | 一种杆塔位移沉降监测方法及系统 | |
CN113298113B (zh) | 基于列车车载卫星定位观测数据的轨道沿线环境分类方法 | |
CN115203643A (zh) | 融合水文与生态要素的水源涵养功能定量诊断方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |