CN112949163A - 一种基于解析函数理论的海浪谱和波高反演方法 - Google Patents
一种基于解析函数理论的海浪谱和波高反演方法 Download PDFInfo
- Publication number
- CN112949163A CN112949163A CN202110109447.2A CN202110109447A CN112949163A CN 112949163 A CN112949163 A CN 112949163A CN 202110109447 A CN202110109447 A CN 202110109447A CN 112949163 A CN112949163 A CN 112949163A
- Authority
- CN
- China
- Prior art keywords
- wave
- spectrum
- sea
- wave spectrum
- theory
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- 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
-
- 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
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Radar, Positioning & Navigation (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出一种基于解析函数理论的海浪谱和波高反演方法,通过海面图像反演得到二维海浪谱,利用粒子群优化算法,得到谱的极值点和能量值,利用解析函数理论获得海浪谱的解析表达式,从而准确确定海浪能量和谱的波高,具有准确度高、实现简单等优点。本发明解决了目前利用遥感图像反演海浪谱时噪声的阈值不易准确确定、谱峰搜索不准确等问题,可以用于利用雷达或光学仪器观测的海面图像反演海浪谱和海浪的波高等。
Description
技术领域
本发明属于海浪观测技术领域,具体涉及一种基于解析函数理论的海浪谱和波高反演方法。
背景技术
波浪是物理海洋学研究的重要内容,是海洋预报、防灾减灾、海洋工程和航海安全等领域的重要参数。波浪观测是海上观测的主要内容之一,其观测手段众多,主要有人工测波、现场仪器测波和遥感反演测波等方式。
海浪谱是反映海浪能量分布的重要参数,目前遥感观测海浪谱一般基于傅里叶变换,例如对一幅合成孔径雷达图像常用二维傅里叶变换得到图像谱[1],海用导航雷达则由于连续获取多幅图像而采用三维傅里叶变换来得到图像谱[2],然后利用调制传递函数将图像谱转化为海浪谱,再根据海浪理论或经验关系得到海浪的波高、周期、波长和波向等参数。
尽管基于傅里叶变换和调制传递函数的方法得到了广泛的应用,但是它们的不足之处在于:通过傅里叶变换只得到海浪谱的数值解,容易受到仪器噪声、海面目标等噪声的影响,尤其在低海况下受噪声的影响大。一般通过设置阈值来减小噪声的影响,而这一阈值受观测仪器的分辨率、海况、气象参数(风速、风向、降雨)等因素的影响不易确定。此外,当海面出现混合浪或船只等目标时,二维数值谱中出现多个峰值,传统的基于梯度搜索极值的方法容易受局部极值的影响,不能准确确定谱的峰值,影响对海浪峰值参数的估计。
参考文献:
[1]谢俊好,李美薇,姚国伟,席堃,基于海用相参雷达测量海浪参数的方法,发明专利,申请号:201811600008.6,申请日:2018.12.26
[2]杨永红,张尤赛,林明,陆南,双站合成孔径雷达海浪方向谱的仿真方法,申请号:200910233593.5,申请日:2009.10.29
发明内容
本发明提出一种准确度高、简单易实现的基于解析函数理论的海浪谱和波高反演方法。
本发明所采用的技术方案为:
一种基于解析函数理论的海浪谱和波高反演方法,包括如下步骤:
步骤1、获取二维海浪谱S(kx,ky),kx表示x轴方向的波数,ky表示y轴方向的波数;
步骤2、通过粒子群优化算法,搜索二维海浪谱S(kx,ky)数值谱的峰值,选取粒子参数为波数kx和ky;
建立粒子群适应度函数,通过适应度函数计算每个粒子参数的适应度值,建立以最小化适应度函数为目标的最优化模型,迭代求解得到二维海浪谱S(kx,ky)的极值点的位置坐标(kxi,kyi),并且得到各极值点的能量值ai,i=1,2…,n,n为极值点的数量;
步骤3、将得到极值点表示为复数bn=kxi+jkyi,j表示虚数单位;根据解析函数理论,将极值点作为奇点,能量值作为系数,得到海浪谱的解析表达式:
公式(2)中,z=kx+jky,表示波数的复变量;
步骤4、根据复变函数理论,将S(z)在环形区域z1<|z|<z2内作洛朗展开,得到海浪谱的幂级数表达式:
z1=min(|bi|)-δz1,z2=max(|bi|)-δz1,δzi表示能量衰减到ai的50%时的波数z;
步骤5、通过公式(3),根据波浪理论,求出波高H;
进一步地,步骤1包括:
步骤101、从遥感观测的海面图像中选取波浪条纹清晰的区域,利用最邻近插值方法,将其插值到正方形区域,得到研究区域的灰度图像矩阵I(x,y,t),其中,x,y,t分别表示灰度图像的横坐标、纵坐标、图像的采集时间;
步骤102、对灰度图像矩阵I(x,y,t)作三维傅里叶变换,结合海浪的频散关系,获得二维海浪谱S(kx,ky),kx表示x轴方向的波数,ky表示y轴方向的波数。
进一步地,步骤2中,建立的粒子群适应度函数为:
公式(1)中,波数kx,ky的范围为:kx1≤kx≤kx2,ky1≤ky≤ky2。
本发明的有益效果在于:
本发明通过海面图像反演得到二维海浪谱,利用粒子群优化算法,得到谱的极值点和能量值,利用解析函数理论获得海浪谱的解析表达式,从而准确确定海浪能量和谱的波高,具有准确度高、实现简单等优点。本发明解决了目前利用遥感图像反演海浪谱时噪声的阈值不易准确确定、谱峰搜索不准确等问题,可以用于利用雷达或光学仪器观测的海面图像反演海浪谱和海浪的波高等。
附图说明
图1为本发明的基于解析函数理论的海浪谱和波高反演方法流程图;
图2为一幅海面灰度图像;
图3为利用傅里叶变换得到的二维数值图像谱。
具体实施方式
下面结合附图和具体的实施例对本发明的基于解析函数理论的海浪谱和波高反演方法作进一步的说明。
如图1所示,一种基于解析函数理论的海浪谱和波高反演方法,包括如下步骤:
步骤1、获取二维海浪谱S(kx,ky),kx表示x轴方向的波数,ky表示y轴方向的波数;包括:
步骤101、从遥感观测的海面图像中选取波浪条纹清晰的区域,利用最邻近插值方法,将其插值到正方形区域,得到研究区域的灰度图像矩阵I(x,y,t),其中,x,y,t分别表示灰度图像的横坐标、纵坐标、图像的采集时间,参见图2;
步骤102、对灰度图像矩阵I(x,y,t)作三维傅里叶变换,结合海浪的频散关系,获得二维海浪谱S(kx,ky),kx表示x轴方向的波数,ky表示y轴方向的波数。
步骤2、通过粒子群优化算法,搜索二维海浪谱S(kx,ky)数值谱的峰值,选取粒子参数为波数kx和ky;
建立粒子群适应度函数,本实施例中,建立的粒子群适应度函数为:
公式(1)中,波数kx,ky的范围为:kx1≤kx≤kx2,ky1≤ky≤ky2。
将模型参数初始化为0和0,通过适应度函数计算每个粒子参数的适应度值,建立以最小化适应度函数为目标的最优化模型,迭代求解模型得到二维海浪谱S(kx,ky)的极值点的位置坐标(kxi,kyi),并且得到各极值点的能量值ai,i=1,2…,n,n为极值点的数量;如图3,可得到n的数值为2。
步骤3、将得到极值点表示为复数bn=kxi+jkyi,j表示虚数单位;根据解析函数理论,将极值点作为奇点,能量值作为系数,得到海浪谱的解析表达式:
公式(2)中,z=kx+jky,表示波数的复变量;
步骤4、根据复变函数理论,将S(z)在环形区域z1<|z|<z2内作洛朗展开,得到海浪谱的幂级数表达式:
z1=min(|bi|)-δz1,z2=max(|bi|)-δz1,δzi表示能量衰减到ai的50%时的波数z;
步骤5、通过公式(3),根据波浪理论,求出波高H;
以上结合附图对本发明的实施方式做出详细说明,但本发明不局限于所描述的实施方式。对本领域的普通技术人员而言,在本发明的原理和技术思想的范围内,对这些实施方式进行多种变化、修改、替换和变形仍落入本发明的保护范围内。
Claims (3)
1.一种基于解析函数理论的海浪谱和波高反演方法,其特征在于,包括如下步骤:
步骤1、获取二维海浪谱S(kx,ky),kx表示x轴方向的波数,ky表示y轴方向的波数;
步骤2、通过粒子群优化算法,搜索二维海浪谱S(kx,ky)数值谱的峰值,选取粒子参数为波数kx和ky;
建立粒子群适应度函数,通过适应度函数计算每个粒子参数的适应度值,建立以最小化适应度函数为目标的最优化模型,迭代求解得到二维海浪谱S(kx,ky)的极值点的位置坐标(kxi,kyi),并且得到各极值点的能量值ai,i=1,2…,n,n为极值点的数量;
公式(2)中,z=kx+jky,表示波数的复变量;
步骤4、根据复变函数理论,将S(z)在环形区域z1<|z|<z2内作洛朗展开,得到海浪谱的幂级数表达式:
z1=min(|bi|)-δz1,z2=max(|bi|)-δz1,δzi表示能量衰减到ai的50%时的波数z;
步骤5、通过公式(3),根据波浪理论,求出波高H;
2.根据权利要求1所述的基于解析函数理论的海浪谱和波高反演方法,其特征在于,步骤1包括:
步骤101、从遥感观测的海面图像中选取波浪条纹清晰的区域,利用最邻近插值方法,将其插值到正方形区域,得到研究区域的灰度图像矩阵I(x,y,t),其中,x,y,t分别表示灰度图像的横坐标、纵坐标、图像的采集时间;
步骤102、对灰度图像矩阵I(x,y,t)作三维傅里叶变换,结合海浪的频散关系,获得二维海浪谱S(kx,ky),kx表示x轴方向的波数,ky表示y轴方向的波数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110109447.2A CN112949163B (zh) | 2021-01-27 | 2021-01-27 | 一种基于解析函数理论的海浪谱和波高反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110109447.2A CN112949163B (zh) | 2021-01-27 | 2021-01-27 | 一种基于解析函数理论的海浪谱和波高反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112949163A true CN112949163A (zh) | 2021-06-11 |
CN112949163B CN112949163B (zh) | 2023-05-30 |
Family
ID=76237604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110109447.2A Active CN112949163B (zh) | 2021-01-27 | 2021-01-27 | 一种基于解析函数理论的海浪谱和波高反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949163B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118536406A (zh) * | 2024-07-22 | 2024-08-23 | 大连理工大学 | 一种多参数海浪谱拟合方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839104A (zh) * | 2014-01-13 | 2014-06-04 | 哈尔滨工程大学 | 一种海浪有效波高反演模型建模方法 |
CN103969643A (zh) * | 2014-05-09 | 2014-08-06 | 哈尔滨工程大学 | 一种基于新型海浪色散关系带通滤波器进行x波段导航雷达反演海浪参数方法 |
CN104062635A (zh) * | 2014-07-04 | 2014-09-24 | 哈尔滨工程大学 | 一种海杂波图像下基于最小区间思想的海浪主波周期反演方法 |
US20180268677A1 (en) * | 2015-09-17 | 2018-09-20 | Naval Group | Method and device for improving maritime platform safety |
CN109116320A (zh) * | 2018-07-13 | 2019-01-01 | 中国人民解放军国防科技大学 | 一种基于雷达回波信号的海浪特征参数提取方法 |
CN111257886A (zh) * | 2020-03-23 | 2020-06-09 | 南京信息工程大学 | 一种利用单幅船载x波段雷达图像反演海浪参数的方法 |
CN112014839A (zh) * | 2020-08-06 | 2020-12-01 | 南京信息工程大学 | 一种消除噪声对相参x波段雷达观测海浪的影响的方法 |
-
2021
- 2021-01-27 CN CN202110109447.2A patent/CN112949163B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839104A (zh) * | 2014-01-13 | 2014-06-04 | 哈尔滨工程大学 | 一种海浪有效波高反演模型建模方法 |
CN103969643A (zh) * | 2014-05-09 | 2014-08-06 | 哈尔滨工程大学 | 一种基于新型海浪色散关系带通滤波器进行x波段导航雷达反演海浪参数方法 |
CN104062635A (zh) * | 2014-07-04 | 2014-09-24 | 哈尔滨工程大学 | 一种海杂波图像下基于最小区间思想的海浪主波周期反演方法 |
US20180268677A1 (en) * | 2015-09-17 | 2018-09-20 | Naval Group | Method and device for improving maritime platform safety |
CN109116320A (zh) * | 2018-07-13 | 2019-01-01 | 中国人民解放军国防科技大学 | 一种基于雷达回波信号的海浪特征参数提取方法 |
CN111257886A (zh) * | 2020-03-23 | 2020-06-09 | 南京信息工程大学 | 一种利用单幅船载x波段雷达图像反演海浪参数的方法 |
CN112014839A (zh) * | 2020-08-06 | 2020-12-01 | 南京信息工程大学 | 一种消除噪声对相参x波段雷达观测海浪的影响的方法 |
Non-Patent Citations (1)
Title |
---|
谢业海;林孝工;赵大威;徐树生;: "基于粒子群优化算法的海浪方向谱估计" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118536406A (zh) * | 2024-07-22 | 2024-08-23 | 大连理工大学 | 一种多参数海浪谱拟合方法 |
CN118536406B (zh) * | 2024-07-22 | 2024-09-20 | 大连理工大学 | 一种多参数海浪谱拟合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112949163B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583214B (zh) | 基于rbf神经网络的航海雷达图像反演海面风速方法 | |
CN111006743B (zh) | 一种基于平面雷达水位计的水位测量排除干扰的方法 | |
CN103969643B (zh) | 一种基于新型海浪色散关系带通滤波器进行x波段导航雷达反演海浪参数方法 | |
CN104101864A (zh) | 基于eof分解的导航x波段雷达海浪参数反演算法 | |
CN106990404A (zh) | 一种利用导航x波段雷达反演海面波高的自动定标算法 | |
Al-Ani et al. | Deterministic sea waves prediction using mixed space–time wave radar data | |
CN111950438B (zh) | 基于深度学习的天宫二号成像高度计有效波高反演方法 | |
CN104197902A (zh) | 一种利用单景高分辨率光学遥感图像提取浅海地形的方法 | |
Fan et al. | Applying iterative method to solving high-order terms of seafloor topography | |
CN109085556B (zh) | 一种基于一二阶峰比值的高频地波雷达浪场形成方法 | |
CN102944872A (zh) | 雷达散射截面近场到近场的变换方法 | |
CN108931776A (zh) | 一种高精度的匹配场定位方法 | |
CN112949163B (zh) | 一种基于解析函数理论的海浪谱和波高反演方法 | |
CN113189559A (zh) | 一种星载成像高度计遥感数据海底地形反演方法 | |
CN107292031B (zh) | 一种基于改进的准镜像海面散射模型的海浪斜率反演方法 | |
CN111487621A (zh) | 一种基于雷达图像的海表流场反演方法及电子设备 | |
CN106093936B (zh) | 基于相参雷达慢扫模式下的浪流信息提取方法 | |
CN115097451A (zh) | 一种基于sar卫星数据的海浪多参数反演方法及系统 | |
CN112394223B (zh) | 一种信号分量频率和初相位的联合估计方法 | |
CN111951204B (zh) | 一种基于深度学习的天宫二号探测数据海面风速反演方法 | |
CN106872979B (zh) | 基于海面起伏运动目标sar图像再聚焦的海浪参数获取方法 | |
CN113608218A (zh) | 一种基于后向投影原理的频域干涉相位稀疏重构方法 | |
CN116481611B (zh) | 一种基于毫米波雷达技术的管网水位观测装置 | |
CN105844644B (zh) | 基于形态学中值导数的海陆杂波场景分割方法 | |
CN107422320A (zh) | 一种消除降雨对x波段雷达观测海浪的影响的方法 |
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 |