CN112782691A - 一种基于环扫雷达的海表面风浪流联合探测方法 - Google Patents
一种基于环扫雷达的海表面风浪流联合探测方法 Download PDFInfo
- Publication number
- CN112782691A CN112782691A CN202011549743.6A CN202011549743A CN112782691A CN 112782691 A CN112782691 A CN 112782691A CN 202011549743 A CN202011549743 A CN 202011549743A CN 112782691 A CN112782691 A CN 112782691A
- Authority
- CN
- China
- Prior art keywords
- sea surface
- wave
- wind
- initial
- sea
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 238000001228 spectrum Methods 0.000 claims abstract description 85
- 238000005259 measurement Methods 0.000 claims abstract description 42
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 238000011478 gradient descent method Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 23
- 238000010408 sweeping Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 2
- 230000008878 coupling Effects 0.000 abstract description 5
- 238000010168 coupling process Methods 0.000 abstract description 5
- 238000005859 coupling reaction Methods 0.000 abstract description 5
- 230000001808 coupling effect Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/42—Simultaneous measurement of distance and other co-ordinates
- G01S13/422—Simultaneous measurement of distance and other co-ordinates sequential lobing, e.g. conical scan
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于环扫雷达的海表面风浪流联合探测方法,该方法包括如下步骤:获得海面风速风向初始值;将实测图像交叉谱与仿真初猜图像交叉谱对比得到海浪谱初始值;获得水平方向多普勒速度,基于本地实时风速风向初始值和海浪谱初始值剔除干扰速度,获得单次观测下的海流流速,结合环扫雷达对同一区域的多次观测信息合成海表面流场初始值。最后,基于海表面风、浪、流的耦合性,设置联合代价函数,将风速风向初始值、海浪谱初始值和流场初始值代入联合代价函数,利用梯度下降法获得最终测量值。本发明充分考虑海表面风、浪、流间的耦合作用,弥补现有探测方法下风、浪、流不同步造成的测量误差,有效提高海面风、浪、流探测精度。
Description
技术领域
本发明属于空间微波遥感技术领域,尤其涉及一种基于环扫雷达的海表面风浪流联合探测方法。
背景技术
海表面风、浪、流作为海洋运动三要素,它们的发展运动不仅带来海洋内部温度、盐度、密度变化,而且作为大气-海洋分界面上的运动现象,它们还会带来海气物质和能量交换,进而对全球气候变化产生深刻影响。因此,海表面风、浪、流一直都是海洋动力学研究的核心内容。
传统海洋遥感利用不同设备对海表面风场、浪场和流场等运动要素进行独立探测。例如,利用散射计观测海表面风场,波谱仪观测海表面浪场,单天线或者沿轨干涉合成孔径雷达观测海表面流场。这些探测设备通常基于不同遥感机理设计。例如,散射计利用海面的Bragg散射机制,通过观测中等入射角下的海面散射系数间接获取海表面风速信息;多波束波谱仪基于海面的镜反射机制测量海浪谱,工作于小入射角区域;合成孔径雷达利用海面运动的去相干性获得海面速度信息。不同探测机理导致传统方法很难基于一种设备同时获得海表面风、浪、流信息。不同设备工作于不同区域,即使将它们集成在同一平台,也无法同时获得同一区域的海面风、浪、流信息。但是,海表面风、浪、流具有极强的耦合性,而其它数据源提供的辅助信息,通常受测量时间和空间限制,无法确保数据的空时同步性,从而制约了海表面风、浪、流测量精度的提升。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种基于环扫雷达的海表面风浪流联合探测方法,基于环扫雷达获得空时同步的海表面风、浪、流信息,充分考虑海表面风、浪、流间的耦合作用,弥补现有探测方法下风、浪、流不同步造成的测量误差,有效提高海面风、浪、流探测精度。
本发明目的通过以下技术方案予以实现:一种基于环扫雷达的海表面风浪流联合探测方法,所述方法包括如下步骤:步骤一:根据环扫雷达回波和内外定标技术,获得入射角θ和方位角下海面散射系数步骤二:将步骤一获得的海面散射系数与地球物理模型拟合得到海面散射系数与地球物理模型拟合关系式;根据海面散射系数与地球物理模型拟合关系式,结合环扫雷达对同一区域的多次观测值去除风向模糊,获得海面风速风向初始值;步骤三:根据预设的初猜海浪谱S得到初始时刻和t时刻x位置处的海面环扫SAR仿真子图像Is(S,x,0)和Is(S,x,t),对初始时刻和t时刻x位置处的海面环扫SAR仿真子图像Is(S,x,0)和Is(S,x,t)做傅里叶变换得到初始时刻和t时刻x位置处的仿真子图像谱和初始时刻和t时刻x位置处的仿真子图像谱和做互相关获得仿真图像的初猜图像交叉谱Pini(S,k,t);步骤四:对环扫测量数据分块成像后获得初始时刻和t时刻的子孔径实测图像,对初始时刻和t时刻的子孔径实测图像做傅里叶变换得到初始时刻和t时刻的子孔径实测图像谱,对初始时刻和t时刻的子孔径实测图像谱做互相关得到实测图像交叉谱Pobs(k,t),根据步骤三中的初猜图像交叉谱Pini(S,k,t)和实测图像交叉谱Pobs(k,t)得到代价函数,采用梯度下降法获得代价函数最小时的海浪谱S即为海浪谱初始值;步骤五:根据环扫雷达回波获得初始多普勒频率fdc,根据雷达平台位置、速度和姿态信息得到由平台运动导致的多普勒频偏fradar,用初始多普勒频率fdc减去多普勒频偏fradar得到水平方向多普勒速度Vd;步骤六:基于步骤二中的海面风速风向初始值和步骤四中的海浪谱初始值,从步骤五中的水平方向多普勒速度中剔除干扰速度,获得单次观测下的海流流速,结合环扫雷达对同一区域的多次观测,得到海表面流场初始值;步骤七:将步骤二中的海面风速风向初始值、步骤四中的海浪谱初始值和步骤六中的海表面流场初始值,代入联合反演代价函数,利用梯度下降法使得联合反演代价函数最小时得到海表面风场、流场和海浪谱信息。
上述基于环扫雷达的海表面风浪流联合探测方法中,在步骤二中,海面散射系数与地球物理模型拟合关系式为:
其中,角标s表示此变量为仿真计算值,i为虚数单位,k为空间波数。
上述基于环扫雷达的海表面风浪流联合探测方法中,在步骤三中,初猜图像交叉谱Pini(S,k,t)为:
其中,<>表示统计平均,上标*表示取共轭,下标ini表示变量初始仿真值,<I>-1表示对结果进行归一化,δ(k)为波数k的冲激函数。
上述基于环扫雷达的海表面风浪流联合探测方法中,在步骤四中,代价函数J为:
J=∫|Pini(S,k,t)-Pobs(k,t)|2·W(k)dk;
其中,W为非负权重函数,k为波数。
上述基于环扫雷达的海表面风浪流联合探测方法中,在步骤五中,水平方向多普勒速度Vd为:
其中,θ为入射角,λ为雷达载波波长,Vd为水平方向多普勒速度,角标d表示多普勒。
上述基于环扫雷达的海表面风浪流联合探测方法中,在步骤六中,单次观测下的海流流速为:
ucr=Vd-uw-us-ub-uo;
其中,uw和us分别为风生流和Stokes漂流,ub和uo分别为海表面Bragg波相速度和海表面长波轨道速度,角标cr,d,w,s,b和o分别表示径向流,多普勒,风,Stokes和长波轨道。
上述基于环扫雷达的海表面风浪流联合探测方法中,在步骤六中,海表面流场初始值为:
上述基于环扫雷达的海表面风浪流联合探测方法中,在步骤七中,联合反演代价函数为:
其中,和S为联合反演得到的风场,流场和海浪谱;σi为第i次观测的散射系数,环扫测量对同一区域可实现N次观测;为散射系数对应的地球物理模型;θi,分别为第i次观测的视角和方位角;Δσi为第i次观测的散射测量误差的均方差;fi为第i次观测的海面多普勒速度;Gf为多普勒速度地球物理模型;Δfi为多普勒估计误差;为第i次观测中雷达视向在水平面投影的单位矢量;λ为雷达载波波长;Pi(k)为交叉谱;为从海浪谱到交叉谱的正演仿真模型;ΔPi(k)为第i次观测的交叉谱误差的均方差;a、b、c分别为三个可调节系数。
本发明与现有技术相比具有如下有益效果:
(1)本发明基于环扫雷达获得海表面散射系数,结合地球物理模型获得海表面初始风场信息;利用环扫雷达子图像获得初始海浪谱信息;利用脉冲波束间的相干性,获得海面运动的多普勒速度,剔除同步测量的风场和浪场干扰后获得海表面初始流场信息;
(2)本发明基于海表面风、浪、流的耦合性,设置联合代价函数,将海面风场、浪场和流场初始测量结果代入联合迭代反演算法,获得最终测量值。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施的基于环扫雷达的海表面风浪流联合探测方法的流程图;
图2是基于环扫雷达联合探测方法获得的风场产品的示意图;
图3是基于环扫雷达联合探测方法获得的浪场产品的示意图;
图4是基于环扫雷达联合探测方法获得的流场产品的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
图1是本发明实施的基于环扫雷达的海表面风浪流联合探测方法的流程图。该方法包括如下步骤:
步骤二:将步骤一获得的海面散射系数与地球物理模型拟合得到海面散射系数与地球物理模型拟合关系式;根据海面散射系数与地球物理模型拟合关系式,结合环扫雷达对同一区域的多次观测值去除风向模糊,获得海面风速风向初始值;
步骤三:根据预设的初猜海浪谱S得到初始时刻和t时刻x位置处的海面环扫SAR仿真子图像Is(S,x,0)和Is(S,x,t),对初始时刻和t时刻x位置处的海面环扫SAR仿真子图像Is(S,x,0)和Is(S,x,t)做傅里叶变换得到初始时刻和t时刻x位置处的仿真子图像谱和初始时刻和t时刻x位置处的仿真子图像谱和做互相关获得仿真图像的初猜图像交叉谱Pini(S,k,t);
步骤四:对环扫测量数据分块成像后获得初始时刻和t时刻的子孔径实测图像,对初始时刻和t时刻的子孔径实测图像做傅里叶变换得到初始时刻和t时刻的子孔径实测图像谱,对初始时刻和t时刻的子孔径实测图像谱做互相关得到实测图像交叉谱Pobs(k,t),根据步骤三中的初猜图像交叉谱Pini(S,k,t)和实测图像交叉谱Pobs(k,t)得到代价函数,采用梯度下降法获得代价函数最小时的海浪谱S即为海浪谱初始值;
步骤五:根据环扫雷达回波获得初始多普勒频率fdc,根据雷达平台位置、速度和姿态信息得到由平台运动导致的多普勒频偏fradar,用初始多普勒频率fdc减去多普勒频偏fradar得到水平方向多普勒速度Vd;
步骤六:基于步骤二中的海面风速风向初始值和步骤四中的海浪谱初始值,从步骤五中的水平方向多普勒速度中剔除干扰速度,获得单次观测下的海流流速,结合环扫雷达对同一区域的多次观测,得到海表面流场初始值;
步骤七:将步骤二中的海面风速风向初始值、步骤四中的海浪谱初始值和步骤六中的海表面流场初始值,代入联合反演代价函数,利用梯度下降法使得联合反演代价函数最小时得到海表面风场、流场和海浪谱信息。
(1)海表面初始风场反演
(2)海表面初始浪场反演
海表面初始浪场探测主要步骤如下:
其中,角标s表示此变量为仿真计算值,i为虚数单位,k为空间波数。
其中,<>表示统计平均,上标*表示取共轭,下标ini表示变量初始仿真值,<I>-1表示对结果进行归一化,δ(k)为波数k的冲激函数,用于剔除零频处的大值。
第二步,对环扫测量数据分块成像后获得子孔径实测图像。类似第一步,对每幅子孔径实测图像做傅里叶变换得到子孔径实测图像谱,对时间间隔t的两幅实测子孔径图像谱做互相关,得实测图像交叉谱Pobs(k,t),角标obs表示观测值。
设置如下代价函数
J=∫|Pini(S,k,t)-Pobs(k,t)|2·W(k)dk
其中,W为非负权重函数,通过加权提升低频分量,抑制高频分量。采用梯度下降法获得代价函数J最小时的海浪谱S,即为海浪谱初始值。
(3)海表面初始流场反演
海表面初始流场探测主要步骤如下:
第一步,基于环扫雷达相干回波获得初始多普勒频率fdc,角标dc表示多普勒中心;
第二步,基于雷达平台位置、速度和姿态信息,计算出由平台运动导致的多普勒频偏fradar,角标radar表示平台运动引入的频偏;
第三步,初始多普勒频率减去平台多普勒频偏即可得到海面多普勒频率f,进而获得水平方向多普勒速度
其中,θ为入射角,λ为雷达载波波长,Vd为水平方向多普勒速度,角标d表示多普勒;
第四步,基于步骤(1)获得的风速风向初始值和步骤(2)获得的海浪谱初始值剔除干扰速度,获得海表面单次观测下的海流流速
ucr=Vd-uw-us-ub-uo
其中,uw和us分别为风生流和Stokes漂流,可由海表面初始风场依据经验公式计算得到,ub和uo分别为海表面Bragg波相速度和海表面长波轨道速度,可由初始海浪谱计算得到,cr,d,w,s,b和o分别表示径向流,多普勒,风,Stokes和长波轨道;
第五步,基于环扫雷达对同一位置的多次不同方位观测数据,合成此区域处的海表面流场初始值
(4)海表面风浪流联合反演
基于海表面风、浪、流的耦合特性,将初始风场、初始海浪谱对应的交叉谱、初始流场,代入如下联合反演代价函数
其中 和S为联合反演得到的风场,流场和海浪谱。其中σi为第i次观测的散射系数,环扫测量对同一区域可实现N次观测,为散射系数对应的地球物理模型,θi,分别为第i次观测的视角和方位角,Δσi为第i次观测的散射测量误差的均方差,fi为第i次观测的海面多普勒速度,Gf为多普勒速度地球物理模型,Δfi为多普勒估计误差,为第i次观测中雷达视向在水平面投影的单位矢量,λ为雷达载波波长;其中Pi(k)为交叉谱,为从海浪谱到交叉谱的正演仿真模型,ΔPi(k)为第i次观测的交叉谱误差的均方差,a、b、c分别为三个可调节系数。
(5)典型示例
图2为基于机载环扫雷达数据联合反演的海表面风场。将试验数据与观测区域内的浮标测量数据对比,验证风速测量精度0.87m/s,风向测量精度优于20°。
图3为基于机载环扫雷达数据联合反演的海浪谱。将试验结果和欧洲中期天气预报结果对比,有效波高精度优于0.2m,平均波向精度1.2°,平均波周期精度优于1.3s。
图4为基于机载环扫雷达数据联合反演的海表面流场。将试验数据与观测区域内的浮标测量数据对比,验证流速测量精度优于0.2m/s,流向测量精度优于20°。
综上,基于环扫雷达的联合反演算法可同时获得高精度的海表面风、浪、流信息。
本发明基于环扫雷达获得海表面散射系数,结合地球物理模型获得海表面初始风场信息;利用环扫雷达子图像获得初始海浪谱信息;利用脉冲波束间的相干性,获得海面运动的多普勒速度,剔除同步测量的风场和浪场干扰后获得海表面初始流场信息;本发明基于海表面风、浪、流的耦合性,设置联合代价函数,将海面风场、浪场和流场初始测量结果代入联合迭代反演算法,获得最终测量值。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (9)
1.一种基于环扫雷达的海表面风浪流联合探测方法,其特征在于,所述方法包括如下步骤:
步骤二:将步骤一获得的海面散射系数与地球物理模型拟合得到海面散射系数与地球物理模型拟合关系式;根据海面散射系数与地球物理模型拟合关系式,结合环扫雷达对同一区域的多次观测值去除风向模糊,获得海面风速风向初始值;
步骤三:根据预设的初猜海浪谱S得到初始时刻和t时刻x位置处的海面环扫SAR仿真子图像Is(S,x,0)和Is(S,x,t),对初始时刻和t时刻x位置处的海面环扫SAR仿真子图像Is(S,x,0)和Is(S,x,t)做傅里叶变换得到初始时刻和t时刻x位置处的仿真子图像谱和初始时刻和t时刻x位置处的仿真子图像谱和做互相关获得仿真图像的初猜图像交叉谱Pini(S,k,t);
步骤四:对环扫测量数据分块成像后获得初始时刻和t时刻的子孔径实测图像,对初始时刻和t时刻的子孔径实测图像做傅里叶变换得到初始时刻和t时刻的子孔径实测图像谱,对初始时刻和t时刻的子孔径实测图像谱做互相关得到实测图像交叉谱Pobs(k,t),根据步骤三中的初猜图像交叉谱Pini(S,k,t)和实测图像交叉谱Pobs(k,t)得到代价函数,采用梯度下降法获得代价函数最小时的海浪谱S即为海浪谱初始值;
步骤五:根据环扫雷达回波获得初始多普勒频率fdc,根据雷达平台位置、速度和姿态信息得到由平台运动导致的多普勒频偏fradar,用初始多普勒频率fdc减去多普勒频偏fradar得到水平方向多普勒速度Vd;
步骤六:基于步骤二中的海面风速风向初始值和步骤四中的海浪谱初始值,从步骤五中的水平方向多普勒速度中剔除干扰速度,获得单次观测下的海流流速,结合环扫雷达对同一区域的多次观测,得到海表面流场初始值;
步骤七:将步骤二中的海面风速风向初始值、步骤四中的海浪谱初始值和步骤六中的海表面流场初始值,代入联合反演代价函数,利用梯度下降法使得联合反演代价函数最小时得到海表面风场、流场和海浪谱信息。
5.根据权利要求1所述的基于环扫雷达的海表面风浪流联合探测方法,其特征在于:在步骤四中,代价函数J为:
J=∫|Pini(S,k,t)-Pobs(k,t)|2·W(k)dk;
其中,W为非负权重函数,k为波数。
7.根据权利要求1所述的基于环扫雷达的海表面风浪流联合探测方法,其特征在于:在步骤六中,单次观测下的海流流速为:
ucr=Vd-uw-us-ub-uo;
其中,uw和us分别为风生流和Stokes漂流,ub和uo分别为海表面Bragg波相速度和海表面长波轨道速度,角标cr,d,w,s,b和o分别表示径向流,多普勒,风,Stokes和长波轨道。
9.根据权利要求1所述的基于环扫雷达的海表面风浪流联合探测方法,其特征在于:在步骤七中,联合反演代价函数为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011549743.6A CN112782691B (zh) | 2020-12-24 | 2020-12-24 | 一种基于环扫雷达的海表面风浪流联合探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011549743.6A CN112782691B (zh) | 2020-12-24 | 2020-12-24 | 一种基于环扫雷达的海表面风浪流联合探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112782691A true CN112782691A (zh) | 2021-05-11 |
CN112782691B CN112782691B (zh) | 2024-06-25 |
Family
ID=75752099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011549743.6A Active CN112782691B (zh) | 2020-12-24 | 2020-12-24 | 一种基于环扫雷达的海表面风浪流联合探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112782691B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114740550A (zh) * | 2022-06-14 | 2022-07-12 | 广东海洋大学 | 一种连续风暴事件智能识别预警方法及系统 |
CN116227207A (zh) * | 2023-03-09 | 2023-06-06 | 中国人民解放军海军潜艇学院 | 一种用于水下运动目标尾迹的可见光图像仿真方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5469168A (en) * | 1991-05-16 | 1995-11-21 | The Commonwealth Of Australia, C/O The Secretary, Department Of Defence | Oceanographic and meteorological data |
KR100974958B1 (ko) * | 2009-09-29 | 2010-08-10 | 제주대학교 산학협력단 | 태풍-파랑-해양 접합 시스템과 이를 이용한 태풍 예측 방법 |
CN101853335A (zh) * | 2010-06-01 | 2010-10-06 | 国家卫星海洋应用中心 | 一种海面风场反演的点方式反演方法 |
CN104036108A (zh) * | 2014-03-06 | 2014-09-10 | 浙江海洋学院 | 一种海面风场和海浪联合反演的方法 |
CN104331588A (zh) * | 2014-03-06 | 2015-02-04 | 浙江海洋学院 | 一种海面风场和海浪联合反演的装置 |
RU2581395C1 (ru) * | 2014-11-11 | 2016-04-20 | федеральное государственное бюджетное образовательное учреждение высшего образования "Российский государственный гидрометеорологический университет" | Способ идентификации поверхности морских течений по ко-поляризационным спутниковым радиолокационным изображениям |
CN108008392A (zh) * | 2017-11-22 | 2018-05-08 | 哈尔滨工业大学 | 一种基于船载高频地波雷达的海洋表面风场测量方法 |
CN110609287A (zh) * | 2018-06-14 | 2019-12-24 | 中国科学院国家空间科学中心 | 一种双频雷达散射计及同时测量海面风场和流场的方法 |
CN110988878A (zh) * | 2019-11-28 | 2020-04-10 | 中国海洋大学 | 一种基于rd算法的sar海浪成像仿真方法 |
-
2020
- 2020-12-24 CN CN202011549743.6A patent/CN112782691B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5469168A (en) * | 1991-05-16 | 1995-11-21 | The Commonwealth Of Australia, C/O The Secretary, Department Of Defence | Oceanographic and meteorological data |
KR100974958B1 (ko) * | 2009-09-29 | 2010-08-10 | 제주대학교 산학협력단 | 태풍-파랑-해양 접합 시스템과 이를 이용한 태풍 예측 방법 |
CN101853335A (zh) * | 2010-06-01 | 2010-10-06 | 国家卫星海洋应用中心 | 一种海面风场反演的点方式反演方法 |
CN104036108A (zh) * | 2014-03-06 | 2014-09-10 | 浙江海洋学院 | 一种海面风场和海浪联合反演的方法 |
CN104331588A (zh) * | 2014-03-06 | 2015-02-04 | 浙江海洋学院 | 一种海面风场和海浪联合反演的装置 |
RU2581395C1 (ru) * | 2014-11-11 | 2016-04-20 | федеральное государственное бюджетное образовательное учреждение высшего образования "Российский государственный гидрометеорологический университет" | Способ идентификации поверхности морских течений по ко-поляризационным спутниковым радиолокационным изображениям |
CN108008392A (zh) * | 2017-11-22 | 2018-05-08 | 哈尔滨工业大学 | 一种基于船载高频地波雷达的海洋表面风场测量方法 |
CN110609287A (zh) * | 2018-06-14 | 2019-12-24 | 中国科学院国家空间科学中心 | 一种双频雷达散射计及同时测量海面风场和流场的方法 |
CN110988878A (zh) * | 2019-11-28 | 2020-04-10 | 中国海洋大学 | 一种基于rd算法的sar海浪成像仿真方法 |
Non-Patent Citations (4)
Title |
---|
XIANG SU: "Analysis of microwave backscattering from nonlinear sea surface with currents: doppler spectrum and SAR images", 《INTERNATIONAL JOURNAL OF MICROWAVE AND WIRELESS TECHNOLOGIES》, pages 1 - 11 * |
张彪: "干涉合成孔径雷达海浪遥感理论与应用研究", 《中国博士学位论文全文数据库 (信息科技辑)》, pages 140 - 35 * |
戈书睿;艾未华;袁凌峰;程玉鑫;马烁;: "基于同步风场的机载SAR海浪参数反演方法", 海洋科学, no. 11, pages 140 - 149 * |
李晓峰;张彪;杨晓峰;: "星载合成孔径雷达遥感海洋风场波浪场", 雷达学报, no. 03, pages 31 - 49 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114740550A (zh) * | 2022-06-14 | 2022-07-12 | 广东海洋大学 | 一种连续风暴事件智能识别预警方法及系统 |
CN116227207A (zh) * | 2023-03-09 | 2023-06-06 | 中国人民解放军海军潜艇学院 | 一种用于水下运动目标尾迹的可见光图像仿真方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112782691B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110609287B (zh) | 一种双频雷达散射计及同时测量海面风场和流场的方法 | |
Collard et al. | Extraction of coastal ocean wave fields from SAR images | |
US20030167125A1 (en) | Method for determining hydrographic parameters which describe a sea swell field in situ using a radar device | |
CN100545676C (zh) | 基于相关加权的干涉合成孔径雷达干涉相位估计方法 | |
CN108007401A (zh) | 一种基于船载InSAR平台的河湖库沿岸形变检测装置及方法 | |
CN106990402B (zh) | 一种基于波浪理论的导航x波段雷达波群检测方法 | |
CN105929399A (zh) | 一种干涉sar数据成像及高程估计方法 | |
CN113050134A (zh) | 基于卫星导航信息的海面风场反演观测方法 | |
CN112782691A (zh) | 一种基于环扫雷达的海表面风浪流联合探测方法 | |
Marston et al. | Volumetric acoustic imaging via circular multipass aperture synthesis | |
RU2372627C1 (ru) | Способ получения двумерного радиолокационного изображения объекта в большом диапазоне изменения величин эффективных площадей рассеивания локальных центров при многочастотном импульсном зондировании | |
Ma et al. | Array beamforming algorithm for estimating waves and currents from marine X-band radar image sequences | |
CN113589275A (zh) | 一种海面风场、海浪和海流的联合观测方法 | |
Sun et al. | Inverse synthetic aperture sonar imaging of underwater vehicles utilizing 3-D rotations | |
CN102663736A (zh) | 交轨干涉sar图像中畸形波的检测方法 | |
Zhu et al. | Very high resolution SAR tomography via compressive sensing | |
CN114252875B (zh) | 一种成像高度计数据的高精度网格化方法 | |
Goldstein et al. | Remote sensing of ocean waves: The surface wave process program experiment | |
Li et al. | Up-to-downwave asymmetry of the CFOSAT SWIM fluctuation spectrum for wave direction ambiguity removal | |
Zhang et al. | Two-dimensional spectrum matched filter banks for high-speed spinning-target three-dimensional ISAR imaging | |
RU2327190C1 (ru) | Способ получения трехмерного радиолокационного изображения вращающегося по курсу, тангажу и крену объекта при многочастотном импульсном зондировании | |
Liu et al. | Algorithm for HF radar vector current measurements | |
CN107144826B (zh) | 一种建立改进的波谱仪调制信号模型的方法 | |
Jacobsen et al. | Estimation of the real aperture radar modulation transfer function directly from synthetic aperture radar ocean wave image spectra without a priori knowledge of the ocean wave height spectrum | |
Buckley et al. | On the use of marine radar imagery for estimation of properties of the directional spectrum of the sea surface |
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 |