CN114997250A - 一种雷达径向流后处理方法及系统 - Google Patents

一种雷达径向流后处理方法及系统 Download PDF

Info

Publication number
CN114997250A
CN114997250A CN202210914086.3A CN202210914086A CN114997250A CN 114997250 A CN114997250 A CN 114997250A CN 202210914086 A CN202210914086 A CN 202210914086A CN 114997250 A CN114997250 A CN 114997250A
Authority
CN
China
Prior art keywords
tide
data
ocean current
moment
radial flow
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.)
Pending
Application number
CN202210914086.3A
Other languages
English (en)
Inventor
沈伟
黄勇
堵盘军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Highlandr Digital Technology Co ltd
Original Assignee
Beijing Highlandr Digital Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Highlandr Digital Technology Co ltd filed Critical Beijing Highlandr Digital Technology Co ltd
Priority to CN202210914086.3A priority Critical patent/CN114997250A/zh
Publication of CN114997250A publication Critical patent/CN114997250A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • 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
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明实施例公开了一种雷达径向流后处理方法，所述方法包括：S1，获取潮汐数据，包括潮时的时间戳和潮高；S2，获取雷达站点的海流径向流数据；S3，在一个潮汐周期内，比较所述潮汐数据中各个时刻的潮高，以确定潮汐最高点；S4，在一个潮汐周期内，判断所述潮汐最高点时的海流流速是否最小，以在所述潮汐最高点时的海流流速不是最小时，确定所述海流径向流数据异常；S5，修正异常的海流径向流数据。本发明实施例还公开了一种雷达径向流后处理系统。本发明可以从数据层面修正海流径向流数据的异常，以输出高质量的流速测量结果，提高海流数据的准确度和精度。

Description

一种雷达径向流后处理方法及系统
技术领域
本发明涉及雷达技术领域，具体而言，涉及一种雷达径向流后处理方法及系统。
背景技术
高频地波雷达作为一种无线电遥感测量设备，其测量海洋表面流速的原理是通过接收电磁波被海浪后向散射的回波，从中反演解算出海面单元的平均流速。目前，虽然流速反演机理清晰且遥测技术成熟，但由于海面散射体的复杂性以及遥感测量方式的特殊性，当以浮标搭载的海流计、ADCP等原位测流设备作为基准时，将不可避免地会产生误差，导致海流数据准确度和精度不高。
发明内容
为解决上述问题，本发明的目的在于提供一种雷达径向流后处理方法及系统，可以修正异常的海流径向流数据，提高海流数据的准确度和精度。
本发明实施例提供了一种雷达径向流后处理方法，所述方法包括：
S1，获取潮汐数据，包括潮时的时间戳和潮高；
S2，获取雷达站点的海流径向流数据；
S3，在一个潮汐周期内，比较所述潮汐数据中各个时刻的潮高，以确定潮汐最高点；
S4，在一个潮汐周期内，判断所述潮汐最高点时的海流流速是否最小，以在所述潮汐最高点时的海流流速不是最小时，确定所述海流径向流数据异常；
S5，修正异常的海流径向流数据。
作为本发明进一步的改进，所述时间戳转化为日期：data=TEXT((A1/1000+8*3600)/86400+70*365+19,"yyyy/mm/dd hh:mm:ss")，
其中，data表示所述时间戳转化后的日期，A1表示所述时间戳，TEXT函数表示按照指定的格式将数字转换为文本。
作为本发明进一步的改进，所述S2中，沿雷达站点和潮汐站点垂直于海岸线的位置选点，获取所选点的海流径向流数据。
作为本发明进一步的改进，所述S3包括：
S31，在一个潮汐周期内，将下一时刻的潮高和当前时刻的潮高进行比较，如果下一时刻的潮高大于当前时刻的潮高，则用下一时刻的潮高替换当前时刻的潮高，反之将当前时刻的潮高保持不变；
S32，重复S31，直至下一时刻的潮高小于或等于当前时刻的潮高时，停止比较，并将当前时刻的潮高作为潮汐最高点。
作为本发明进一步的改进，所述S4包括：
在一个潮汐周期内，将所述潮汐最高点时的海流流速的绝对值与上一时刻的海流流速的绝对值以及下一时刻的海流流速的绝对值进行比较；
如果所述潮汐最高点时的海流流速的绝对值小于所述上一时刻的海流流速的绝对值和所述下一时刻的海流流速的绝对值，且所述上一时刻的海流流速和所述下一时刻的海流流速的数据乘积为负数，确定所述潮汐最高点时的海流流速最小，此时所述海流径向流数据没有异常；
如果所述潮汐最高点时的海流流速的绝对值大于所述上一时刻的海流流速的绝对值或所述下一时刻的海流流速的绝对值，确定所述潮汐最高点时的海流流速不是最小，此时所述海流径向流数据异常。
作为本发明进一步的改进，所述S5中，将所述潮汐最高点时的海流流速调整为0，以修正异常的海流径向流数据。
本发明实施例还提供了一种雷达径向流后处理系统，所述系统包括：
潮汐数据获取模块，用于获取潮汐数据，包括潮时的时间戳和潮高；
海流径向流数据获取模块，用于获取雷达站点的海流径向流数据；
潮汐最高点确定模块，用于在一个潮汐周期内，比较所述潮汐数据中各个时刻的潮高，以确定潮汐最高点；
异常数据判断模块，用于在一个潮汐周期内，判断所述潮汐最高点时的海流流速是否最小，以在所述潮汐最高点时的海流流速不是最小时，确定所述海流径向流数据异常；
异常数据修正模块，用于修正异常的海流径向流数据。
作为本发明进一步的改进，所述潮汐数据获取模块包括：将所述时间戳转化为日期：data=TEXT((A1/1000+8*3600)/86400+70*365+19,"yyyy/mm/dd hh:mm:ss")，
其中，data表示所述时间戳转化后的日期，A1表示所述时间戳，TEXT函数表示按照指定的格式将数字转换为文本。
作为本发明进一步的改进，所述海流径向流数据获取模块中，沿雷达站点和潮汐站点垂直于海岸线的位置选点，获取所选点的海流径向流数据。
作为本发明进一步的改进，所述潮汐最高点确定模块包括：
在一个潮汐周期内，将下一时刻的潮高和当前时刻的潮高进行比较，如果下一时刻的潮高大于当前时刻的潮高，则用下一时刻的潮高替换当前时刻的潮高，反之将当前时刻的潮高保持不变；
重复比较，直至下一时刻的潮高小于或等于当前时刻的潮高时，停止比较，并将当前时刻的潮高作为潮汐最高点。
作为本发明进一步的改进，所述异常数据判断模块包括：
在一个潮汐周期内，将所述潮汐最高点时的海流流速的绝对值与上一时刻的海流流速的绝对值以及下一时刻的海流流速的绝对值进行比较；
如果所述潮汐最高点时的海流流速的绝对值小于所述上一时刻的海流流速的绝对值和所述下一时刻的海流流速的绝对值，且所述上一时刻的海流流速和所述下一时刻的海流流速的数据乘积为负数，确定所述潮汐最高点时的海流流速最小，此时所述海流径向流数据没有异常；
如果所述潮汐最高点时的海流流速的绝对值大于所述上一时刻的海流流速的绝对值或所述下一时刻的海流流速的绝对值，确定所述潮汐最高点时的海流流速不是最小，此时所述海流径向流数据异常。
作为本发明进一步的改进，所述异常数据修正模块中，将所述潮汐最高点时的海流流速调整为0，以修正异常的海流径向流数据。
本发明的有益效果为：
可以从数据层面修正海流径向流数据的异常，以输出高质量的流速测量结果，提高海流数据的准确度和精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一示例性实施例所述的一种雷达径向流后处理方法的流程示意图；
图2为本发明一示例性实施例所述的对江苏省盐城市射阳县的潮汐站点抓取潮汐数据的示意图；
图3为本发明一示例性实施例所述的沿雷达站点（射阳站）和潮汐站点（射阳潮汐站）垂直于海岸线的位置选点的示意图；
图4为图3中的导数点1海流流速和图2中潮汐数据的对比示意图；
图5为图3中的导数点2海流流速和图2中潮汐数据的对比示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明的描述中，所用术语仅用于说明目的，并非旨在限制本发明的范围。术语“包括”和/或“包含”用于指定所述元件、步骤、操作和/或组件的存在，但并不排除存在或添加一个或多个其他元件、步骤、操作和/或组件的情况。术语“第一”、“第二”等可能用于描述各种元件，不代表顺序，且不对这些元件起限定作用。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个及两个以上。这些术语仅用于区分一个元素和另一个元素。结合以下附图，这些和/或其他方面变得显而易见，并且，本领域普通技术人员更容易理解关于本发明所述实施例的说明。附图仅出于说明的目的用来描绘本发明所述实施例。本领域技术人员将很容易地从以下说明中认识到，在不背离本发明所述原理的情况下，可以采用本发明所示结构和方法的替代实施例。
本发明实施例所述的一种雷达径向流后处理方法，如图1所示，所述方法包括：
S1，获取潮汐数据，包括潮时的时间戳和潮高；
S2，获取雷达站点的海流径向流数据；
S3，在一个潮汐周期内，比较所述潮汐数据中各个时刻的潮高，以确定潮汐最高点；
S4，在一个潮汐周期内，判断所述潮汐最高点时的海流流速是否最小，以在所述潮汐最高点时的海流流速不是最小时，确定所述海流径向流数据异常；
S5，修正异常的海流径向流数据。
影响海流数据质量的五大因素，包括由测量对象尺度不同引起的误差、由测量深度不确定性引起的误差、由测量设备本身精度引起的误差、由多站雷达合成几何关系产生的误差传播、由外部电磁干扰和电离层杂波引起的误差。由上述误差可看出高频地波雷达与浮标等原位设备测量值之间存在的误差包含多个方面的因素，且随测量场景而变化。
本发明基于潮汐最高点时的流速最小作为比较的判据，对潮汐数据和海流径向流数据进行比较，即对数据做一次质控和判断，以此来确定海流径向流数据是否异常，如果这种周期性的初始相位有偏差，则表明异常，并对异常海流径向流数据进行修正，达到对海流径向流数据质控的目的。
可以理解的是，本发明所述方法是一种基于海洋潮汐预报大数据支持的径向流后处理方法，可以从数据层面修正海流径向流数据的异常，以输出高质量的流速测量结果，提高海流数据的准确度和精度。其中，潮汐数据可以在海事网上实时获取，不需要对现有雷达径向流数据的配套软件和硬件做大改动，只需要从数据层面做处理即可得到高质量的流速测量结果。
一种实施方式中，所述时间戳转化为日期：
data=TEXT((A1/1000+8*3600)/86400+70*365+19,"yyyy/mm/dd hh:mm:ss")，
其中，data表示所述时间戳转化后的日期，A1表示所述时间戳，TEXT函数表示按照指定的格式将数字转换为文本。
TEXT函数主要功能是按照指定的格式将数字转换为文本，其语法结构为：TEXT(value,format_text)。其中：value表示需要设置格式的数字；format_text表示设置格式的格式代码，需要用双引号括起来。
可以理解的是，S1中是在网上抓取潮汐数据，例如可以利用python爬虫程序从海事服务网上抓取潮汐站点监测的潮汐数据，包括潮时的时间戳和潮高等数据。抓取的潮汐数据利用Excel来完成潮时的时间戳的转化。
Excel中时间戳转换日期原理：
潮汐数据中时间戳A1是指从格林威治时间1970年1月1日00时00分00秒起至现在的总毫秒数；总毫秒数除以1000，再除以86400表示从1970年1月1日00时00分00秒起至现在的总天数；8*3600表示当前时区的时间（秒），北京时间8小时，除以86400转换单位为天；70*365表示1900年到1970年的天数；19表示1900年到1970年的闰年比平年多的天数。yyyy/mm/dd hh:mm:ss表示年/月/日时:分:秒。因此，A1/1000+8*3600)/86400+70*365+19表示算出1900年1月1日00时00分00秒起至现在的总天数，基于该总天数然后转换成日期data。
例如，射阳站在2022/03/15抓取到的第一条潮汐数据是（1647273600000，161），1647273600000是潮时的时间戳，161是潮高。将潮时的时间戳转化成日期，为2022/03/1500:00:00，因此转化后的潮时、潮高是（2022/03/15 00:00:00，161）。
一种实施方式中，所述S2中，沿雷达站点和潮汐站点垂直于海岸线的位置选点，获取所选点的海流径向流数据。
经过多次试验，沿雷达站点和潮汐站点垂直于海岸线的位置选点，在RSC系统上导出所选点的海流径向流数据做比较，效果最好。其中，RSC全称是RemoteSiteConsole，即远端站点控制台（也称野外站点控制台）。此RSC系统主要功能是实现从单站雷达采集的原始数据中反演流场（流速、流向）等海态参数，并存储为海流径向流数据文件。
一种实施方式中，所述S3包括：
S31，在一个潮汐周期内，将下一时刻的潮高和当前时刻的潮高进行比较，如果下一时刻的潮高大于当前时刻的潮高，则用下一时刻的潮高替换当前时刻的潮高，反之将当前时刻的潮高保持不变；
S32，重复S31，直至下一时刻的潮高小于或等于当前时刻的潮高时，停止比较，并将当前时刻的潮高作为潮汐最高点。
需要指出的是，海岸边一般潮的一个潮汐周期为12小时25分钟。地球自转一周的时间是24小时，而每天有两个潮汐周期，所以我们可以认为每个高（低）潮间的间隔是整整12小时。但是月亮每天升起都会比前一天晚50分钟。因此两个潮汐间的间隔就是12小时25分钟。
可以理解的是，所述S3在一个潮汐周期内，选择潮汐最高点的方式。以一个潮汐周期起始时间点作为开始，记录当前潮高，用下一时刻的潮高和当前潮高做比较，如果下一时刻的潮高大于当前潮高，把下一时刻的潮高作为当前潮高，并记录对应的时间点，接着继续和下一时刻的潮高比较，直到下一时刻的潮高不大于当前潮高为止停止比较，此时在一个潮汐周期内找到的当前潮高为潮汐最高点，记录潮汐最高点以及对应的时间点。
一种实施方式中，所述S4包括：
在一个潮汐周期内，将所述潮汐最高点时的海流流速的绝对值与上一时刻的海流流速的绝对值以及下一时刻的海流流速的绝对值进行比较；
如果所述潮汐最高点时的海流流速的绝对值小于所述上一时刻的海流流速的绝对值和所述下一时刻的海流流速的绝对值，且所述上一时刻的海流流速和所述下一时刻的海流流速的数据乘积为负数，确定所述潮汐最高点时的海流流速最小，此时所述海流径向流数据没有异常；
如果所述潮汐最高点时的海流流速的绝对值大于所述上一时刻的海流流速的绝对值或所述下一时刻的海流流速的绝对值，确定所述潮汐最高点时的海流流速不是最小，此时所述海流径向流数据异常。
可以理解的是，所述S4在一个潮汐周期内，根据S3找到的潮汐最高点对应的时间点，找到此时对应的海流流速，由于海流径向流流速数据的正负号代表方向，用此时海流流速数据的绝对值和上一时刻以及下一时刻的海流流速数据的绝对值做比较。如果此时海流流速数据的绝对值小于上一时刻以及下一时刻的海流流速数据的绝对值，并且上一时刻和下一时刻的海流流速数据异号（即上一时刻和下一时刻的海流流速数据乘积为负），说明此时的海流流速最小，海流径向流数据无异常；如果此时海流流速数据的绝对值大于上一时刻或下一时刻的海流流速数据的绝对值，说明此时的海流流速不是最小，海流径向流数据异常。
一种实施方式中，所述S5中，将所述潮汐最高点时的海流流速调整为0，以修正异常的海流径向流数据。
下面将结合附图对本发明所述方法进行详细的说明。
如图2所示，在海事服务网上查找到要爬取的数据所在的位置和对应的URL，利用python爬虫程序抓取潮汐数据。
如图3所示，以射阳站为例，沿雷达站点和潮汐监测点垂直于海岸线的位置选点，从RSC系统上导出所选点的海流径向流数据，例如导数点1和导数点2。
如图4和5所示，曲线图左边的纵坐标表示潮高，其中数值表示潮高大小，曲线图右边的纵轴表示海流流速，其中数值表示海流流速大小，正负表示海流流速方向，右边纵轴为0时表示海流流速最小。
例如图4中在一个潮汐周期内，2021/11/16 08:00:00潮汐最高点的潮高是268cm，此时的海流流速是0.17m/s。
例如图5中在一个潮汐周期内，2021/11/15 07:00:00潮汐最高点的潮高是265cm，此时的海流流速是0.19m/s，
上述例子在一个潮汐周期内，潮汐最高点时海流流速都不是最小，说明这两个潮汐最高点的海流径向流数据有异常，此时需要对异常的海流径向流数据进行修正，将这两个潮汐最高点的海流流速调整为0。
将抓取的潮汐数据和导出的海流径向流数据做比较分析，在一个潮汐周期，即同一周期（海岸边一般潮的一个潮汐周期为12小时25分钟）内，潮汐最高点时比较海流流速是否最小，以此来修正海流径向流数据的异常，达到质控的目的。
本发明实施例所述的一种雷达径向流后处理系统，所述系统包括：
潮汐数据获取模块，用于获取潮汐数据，包括潮时的时间戳和潮高；
海流径向流数据获取模块，用于获取雷达站点的海流径向流数据；
潮汐最高点确定模块，用于在一个潮汐周期内，比较所述潮汐数据中各个时刻的潮高，以确定潮汐最高点；
异常数据判断模块，用于在一个潮汐周期内，判断所述潮汐最高点时的海流流速是否最小，以在所述潮汐最高点时的海流流速不是最小时，确定所述海流径向流数据异常；
异常数据修正模块，用于修正异常的海流径向流数据。
一种实施方式中，所述潮汐数据获取模块包括：将所述时间戳转化为日期：
data=TEXT((A1/1000+8*3600)/86400+70*365+19,"yyyy/mm/dd hh:mm:ss")，
其中，data表示所述时间戳转化后的日期，A1表示所述时间戳，TEXT函数表示按照指定的格式将数字转换为文本。
一种实施方式中，所述海流径向流数据获取模块中，沿雷达站点和潮汐站点垂直于海岸线的位置选点，获取所选点的海流径向流数据。
一种实施方式中，所述潮汐最高点确定模块包括：
在一个潮汐周期内，将下一时刻的潮高和当前时刻的潮高进行比较，如果下一时刻的潮高大于当前时刻的潮高，则用下一时刻的潮高替换当前时刻的潮高，反之将当前时刻的潮高保持不变；
重复比较，直至下一时刻的潮高小于或等于当前时刻的潮高时，停止比较，并将当前时刻的潮高作为潮汐最高点。
一种实施方式中，所述异常数据判断模块包括：
在一个潮汐周期内，将所述潮汐最高点时的海流流速的绝对值与上一时刻的海流流速的绝对值以及下一时刻的海流流速的绝对值进行比较；
如果所述潮汐最高点时的海流流速的绝对值小于所述上一时刻的海流流速的绝对值和所述下一时刻的海流流速的绝对值，且所述上一时刻的海流流速和所述下一时刻的海流流速的数据乘积为负数，确定所述潮汐最高点时的海流流速最小，此时所述海流径向流数据没有异常；
如果所述潮汐最高点时的海流流速的绝对值大于所述上一时刻的海流流速的绝对值或所述下一时刻的海流流速的绝对值，确定所述潮汐最高点时的海流流速不是最小，此时所述海流径向流数据异常。
一种实施方式中，所述异常数据修正模块中，将所述潮汐最高点时的海流流速调整为0，以修正异常的海流径向流数据。
本公开还涉及一种电子设备，包括服务器、终端等。该电子设备包括：至少一个处理器；与至少一个处理器通信连接的存储器；以及与存储介质通信连接的通信组件，所述通信组件在处理器的控制下接收和发送数据；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行以实现上述实施例中的方法。
在一种可选的实施方式中，存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器中，当被一个或者多个处理器执行时，执行上述任意方法实施例中的方法。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本公开还涉及一种计算机可读存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备（可以是单片机，芯片等）或处理器（processor）执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
此外，本领域普通技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本领域技术人员应理解，尽管已经参考示例性实施例描述了本发明，但是在不脱离本发明的范围的情况下，可进行各种改变并可用等同物替换其元件。另外，在不脱离本发明的实质范围的情况下，可进行许多修改以使特定情况或材料适应本发明的教导。因此，本发明不限于所公开的特定实施例，而是本发明将包括落入所附权利要求范围内的所有实施例。

Claims (9)

1.一种雷达径向流后处理方法，其特征在于，所述方法包括：
S1，获取潮汐数据，包括潮时的时间戳和潮高；
S2，获取雷达站点的海流径向流数据；
S3，在一个潮汐周期内，比较所述潮汐数据中各个时刻的潮高，以确定潮汐最高点；
S4，在一个潮汐周期内，判断所述潮汐最高点时的海流流速是否最小，以在所述潮汐最高点时的海流流速不是最小时，确定所述海流径向流数据异常；
S5，修正异常的海流径向流数据。
2.如权利要求1所述的方法，其中，所述时间戳转化为日期：data=TEXT((A1/1000+8*3600)/86400+70*365+19,"yyyy/mm/dd hh:mm:ss")，
其中，data表示所述时间戳转化后的日期，A1表示所述时间戳，TEXT函数表示按照指定的格式将数字转换为文本。
3.如权利要求1所述的方法，其中，所述S2中，沿雷达站点和潮汐站点垂直于海岸线的位置选点，获取所选点的海流径向流数据。
4.如权利要求1所述的方法，其中，所述S3包括：
S31，在一个潮汐周期内，将下一时刻的潮高和当前时刻的潮高进行比较，如果下一时刻的潮高大于当前时刻的潮高，则用下一时刻的潮高替换当前时刻的潮高，反之将当前时刻的潮高保持不变；
S32，重复S31，直至下一时刻的潮高小于或等于当前时刻的潮高时，停止比较，并将当前时刻的潮高作为潮汐最高点。
5.如权利要求1所述的方法，其中，所述S4包括：
在一个潮汐周期内，将所述潮汐最高点时的海流流速的绝对值与上一时刻的海流流速的绝对值以及下一时刻的海流流速的绝对值进行比较；
如果所述潮汐最高点时的海流流速的绝对值小于所述上一时刻的海流流速的绝对值和所述下一时刻的海流流速的绝对值，且所述上一时刻的海流流速和所述下一时刻的海流流速的数据乘积为负数，确定所述潮汐最高点时的海流流速最小，此时所述海流径向流数据没有异常；
如果所述潮汐最高点时的海流流速的绝对值大于所述上一时刻的海流流速的绝对值或所述下一时刻的海流流速的绝对值，确定所述潮汐最高点时的海流流速不是最小，此时所述海流径向流数据异常。
6.如权利要求1所述的方法，其中，所述S5中，将所述潮汐最高点时的海流流速调整为0，以修正异常的海流径向流数据。
7.一种雷达径向流后处理系统，其特征在于，所述系统包括：
潮汐数据获取模块，用于获取潮汐数据，包括潮时的时间戳和潮高；
海流径向流数据获取模块，用于获取雷达站点的海流径向流数据；
潮汐最高点确定模块，用于在一个潮汐周期内，比较所述潮汐数据中各个时刻的潮高，以确定潮汐最高点；
异常数据判断模块，用于在一个潮汐周期内，判断所述潮汐最高点时的海流流速是否最小，以在所述潮汐最高点时的海流流速不是最小时，确定所述海流径向流数据异常；
异常数据修正模块，用于修正异常的海流径向流数据。
8.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被处理器执行以实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行以实现如权利要求1-6中任一项所述的方法。
CN202210914086.3A 2022-08-01 2022-08-01 一种雷达径向流后处理方法及系统 Pending CN114997250A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210914086.3A CN114997250A (zh) 2022-08-01 2022-08-01 一种雷达径向流后处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210914086.3A CN114997250A (zh) 2022-08-01 2022-08-01 一种雷达径向流后处理方法及系统

Publications (1)

Publication Number Publication Date
CN114997250A true CN114997250A (zh) 2022-09-02

Family

ID=83021009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210914086.3A Pending CN114997250A (zh) 2022-08-01 2022-08-01 一种雷达径向流后处理方法及系统

Country Status (1)

Country Link
CN (1) CN114997250A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060224323A1 (en) * 2005-03-30 2006-10-05 Nanyang Polytechnic Chinese lunar calendar-based tidal prediction system and method thereof
CN112632868A (zh) * 2020-12-23 2021-04-09 中山大学 高频地波雷达观测径向流缺失值的填补修正方法及系统
CN113064129A (zh) * 2021-03-03 2021-07-02 湖北中南鹏力海洋探测系统工程有限公司 一种高频地波雷达海流合成方法
CN113466854A (zh) * 2021-06-29 2021-10-01 哈尔滨工业大学 基于海洋动力模型的高频地波雷达反演矢量流速方法
CN114330163A (zh) * 2021-12-27 2022-04-12 哈尔滨工业大学（威海） 高频地波超视距雷达台风-电离层扰动动力学模型建模方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060224323A1 (en) * 2005-03-30 2006-10-05 Nanyang Polytechnic Chinese lunar calendar-based tidal prediction system and method thereof
CN112632868A (zh) * 2020-12-23 2021-04-09 中山大学 高频地波雷达观测径向流缺失值的填补修正方法及系统
CN113064129A (zh) * 2021-03-03 2021-07-02 湖北中南鹏力海洋探测系统工程有限公司 一种高频地波雷达海流合成方法
CN113466854A (zh) * 2021-06-29 2021-10-01 哈尔滨工业大学 基于海洋动力模型的高频地波雷达反演矢量流速方法
CN114330163A (zh) * 2021-12-27 2022-04-12 哈尔滨工业大学（威海） 高频地波超视距雷达台风-电离层扰动动力学模型建模方法

Similar Documents

Publication Publication Date Title
CN104238352B (zh) 一种国家基准驾驭的地方时间标准生成系统及方法
CN108107455A (zh) 一种基于相位跳变的卫星钟差实时预报方法
CN103837866B (zh) 一种岸对海雷达自动录取能力的测评方法及系统
DE112014002638T5 (de) Tsunami-überwachungssystem
Lorente et al. Evaluating the surface circulation in the Ebro delta (northeastern Spain) with quality-controlled high-frequency radar measurements
CN102353946A (zh) 一种基于x波段雷达图像的海表面流反演方法
CN109612441B (zh) 一种基于最优分类和矢量平均的波浪方向浮标主波向计算方法
CN103823216A (zh) 一种调频连续波雷达系统测距方法
CN110851790A (zh) 一种基于深度学习算法的海流动力优化预报模型
Kaur et al. Wind speed forecasting using hybrid wavelet transform-ARMA techniques
CN106707254A (zh) 一种雷达回波信号的模拟方法及装置
CN105204011A (zh) 一种高频地波雷达形成浪场的方法
CN114444330A (zh) 一种顾及平均效应的gnss海潮负荷位移的预测方法
CN114997250A (zh) 一种雷达径向流后处理方法及系统
Antunes Monitoring sea level change at Cascais tide gauge
EP2374024B1 (en) High frequency surfacewave radar
CN104977583A (zh) 一种基于经验正交分解的x波段雷达海浪反演方法
CN105527624A (zh) 一种雷达回波动态估算噪声的方法和气象雷达系统
CN103226191A (zh) 基于bp算法的高分辨率p波段sar空变运动误差补偿算法
CN109635247B (zh) 一种基于计数比例加权平均的波浪方向浮标主波向计算方法
CN105334503A (zh) 一种海杂波方位向相关函数模型及其参数估计方法
CN110824512A (zh) 一种非均匀码片实时延迟多普勒映像数据生成器
EP2196820A1 (en) High frequency surfacewave radar
CN112068117B (zh) 基于pd检测的精确测速修正方法及系统
CN114296109B (zh) 一种gnss信号切片导航数据的基带处理方法和系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220902