CN116794621A - 一种电磁波传播损耗的融合诊断方法 - Google Patents
一种电磁波传播损耗的融合诊断方法 Download PDFInfo
- Publication number
- CN116794621A CN116794621A CN202310790949.5A CN202310790949A CN116794621A CN 116794621 A CN116794621 A CN 116794621A CN 202310790949 A CN202310790949 A CN 202310790949A CN 116794621 A CN116794621 A CN 116794621A
- Authority
- CN
- China
- Prior art keywords
- electromagnetic wave
- propagation loss
- wave propagation
- fusion
- data
- 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
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 37
- 238000003745 diagnosis Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000001704 evaporation Methods 0.000 claims abstract description 53
- 230000008020 evaporation Effects 0.000 claims abstract description 45
- 238000012937 correction Methods 0.000 claims abstract description 23
- 238000012886 linear function Methods 0.000 claims description 4
- 230000010287 polarization Effects 0.000 claims description 3
- 238000002405 diagnostic procedure Methods 0.000 claims 5
- 238000012549 training Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008485 antagonism Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种电磁波传播损耗的融合诊断方法包括如下步骤：在海上观测平台上安装气象水文传感器，获取气象水文数据；通过在海上观测平台安装雷达设备，获取雷达数据；大气修正折射率剖面的获取；电磁波传播损耗的计算；将蒸发波导条件下的电磁波传播损耗作为融合诊断模型的输入，以雷达的电磁波传播损耗作为融合诊断模型的输出，训练模型；根据新得到的气象水文数据获得蒸发波导条件下的电磁波传播损耗，然后输入到训练好的融合诊断模型中，进行电磁波传播损耗的诊断。本发明所公开的方法能够精准诊断在蒸发波导环境下的电磁波传播损耗，克服单一模型诊断精度低的问题。
Description
技术领域
本发明涉及海洋数据观测技术领域，特别涉及一种电磁波传播损耗的融合诊断方法。
背景技术
在海气相互作用下，海水蒸发导致海面上大气湿度随着高度的升高而急剧下降形成的一种大气层状结构称为蒸发波导。蒸发波导会引起海气界面大气折射率的异常变化，会改变电磁波的传播轨迹和传播衰减等特性。海上发生蒸发波导的概率非常高，并且会直接影响电磁波的传播损耗，进而影响雷达等无线电设备的效能。
随着通信技术的发展，电磁波传播损耗的准确性越来越引起重视，因此精确诊断在蒸发波导环境下的电磁波传播损耗，对无线系统性能的提升至关重要。随着船舰雷达的应用与发展，在蒸发波导的条件下，研究电磁波传播损耗的获取方法，可以精确实现雷达超远距离敌军的目标获取。同时，对电磁波传播的精准化分析，利用探测盲区，实现自身目标的隐藏。对我国海洋开发，海上救援和军事勘察等方面具有重要意义。
当前，通常采用不同蒸发波导模型的诊断结果，利用抛物方程获得传播因子，进而诊断电磁波传播损耗。因此存在同一气象水文环境条件下，诊断的电磁波传播损耗不一致且精度低的问题。
发明内容
为解决上述技术问题，本发明提供了一种电磁波传播损耗的融合诊断方法，能够精准诊断在蒸发波导环境下的电磁波传播损耗，克服单一模型诊断精度低的问题。
为达到上述目的，本发明的技术方案如下：
一种电磁波传播损耗的融合诊断方法，包括如下步骤：
步骤一，观测数据的获取：在海上观测平台上安装气象水文传感器，获取气象水文数据；通过在海上观测平台安装雷达设备，获取雷达数据；
步骤二，大气修正折射率剖面的获取：将某一高度的气象水文数据通过不同的蒸发波导模型计算得到不同蒸发波导模型的蒸发波导高度诊断值；采用大气修正折射率剖面关于蒸发波导高度的对数线性函数获取对应的大气修正折射率剖面；
步骤三，电磁波传播损耗的计算：将大气修正折射率剖面、雷达电磁波频率、天线高度、天线极化方式、天线仰角和波束宽度作为电磁波传播抛物方程模型的输入，得到电磁波的传播因子，并计算得到蒸发波导条件下的电磁波传播损耗；同时根据步骤一中获取的雷达数据，计算雷达的电磁波传播损耗；
步骤四，电磁波传播损耗融合建模：将蒸发波导条件下的电磁波传播损耗X＝(L1、L2、…、Ln)作为融合诊断模型的输入，其中，L1、L2、…、Ln分别为不同蒸发波导模型计算得到的大气修正折射率剖面对应的电磁波传播损耗，以雷达的电磁波传播损耗作为融合诊断模型的输出，训练模型；
步骤五，电磁波传播损耗诊断：将新得到的气象水文数据通过步骤二得到大气修正折射率剖面，并通过步骤三获得蒸发波导条件下的电磁波传播损耗，然后将各蒸发波导模型对应的蒸发波导条件下的电磁波传播损耗输入到训练好的融合诊断模型中，进行电磁波传播损耗的诊断。
上述方案中，所述海上观测平台包括岸基观测平台、船基观测平台和浮标。
上述方案中，所述气象水文传感器包括温湿度传感器、气压传感器、风速风向传感器和红外测温传感器。
上述方案中，所述气象水文数据包括气压，大气温度、相对湿度、风速和海表温度的观测数据。
上述方案中，所述雷达数据包括雷达发射与接收的功率、馈线损耗数据以及天线增益数据。
上述方案中，所述蒸发波导模型包括PJ、NPS、BYC、NWA、LKB和NRL模型。
上述方案中，步骤三中，雷达的电磁波传播损耗Lb表达式如下：
Lb＝Pt-Lt+Gt+Gr-Lr-Pr
式中：Pt为发射功率，Lt、Lr分别为发射端与接收端的馈线损耗，Gt、Gr分别为发射端与接收端的抛物面天线增益，Pr为接收功率。
上述方案中，所述融合诊断模型包括生成对抗网络、多尺度编解码去模糊网络、卷积稀疏编码模型。
通过上述技术方案，本发明提供的一种电磁波传播损耗的融合诊断方法具有如下有益效果：
本发明提供的电磁波传播损耗的融合诊断方法通过安装气象水文传感器和雷达，获取气象水文数据和雷达发射与接收数据，求解蒸发波导高度和大气修正折射率剖面以及蒸发波导条件下的电磁波传播损耗，根据雷达数据求解雷达的电磁波传播损耗，利用机器学习算法得到蒸发波导条件下的电磁波传播损耗和雷达的电磁波传播损耗之间的非线性关系，得到电磁波传播损耗的融合诊断模型，通过电磁波传播损耗的融合诊断模型对电磁波传播损耗进行精确诊断。
本发明解决了电磁波传播损耗抛物方程采用单一蒸发波导模型获取的大气修正折射率剖面导致的诊断精度较低，不能满足实际应用需求的问题。本发明能够有效的提高电磁波传播损耗的诊断精度，能够方便简单精确的评估蒸发波导下的电磁波传播损耗。
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。
图1为本发明实施例所公开的一种电磁波传播损耗的融合诊断方法流程示意图。
图2为电磁波传播损耗融合诊断模型示意图。
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。
本发明提供了一种电磁波传播损耗的融合诊断方法，包括如下步骤：
步骤一，观测数据的获取：在海上观测平台上安装气象水文传感器，获取气象水文数据；通过在海上观测平台安装雷达设备，获取雷达数据；
其中，海上观测平台包括岸基观测平台、船基观测平台和浮标。
气象水文传感器包括温湿度传感器、气压传感器、风速风向传感器和红外测温传感器。气象水文数据包括气压，大气温度、相对湿度、风速和海表温度的观测数据。雷达数据包括雷达发射与接收的功率、馈线损耗数据以及天线增益数据。
步骤二，大气修正折射率剖面的获取：将某一高度的气象水文数据通过不同的蒸发波导模型计算得到不同蒸发波导模型的蒸发波导高度诊断值；采用大气修正折射率剖面关于蒸发波导高度的对数线性函数获取对应的大气修正折射率剖面。
蒸发波导模型包括PJ、NPS、BYC、NWA、LKB和NRL模型。上述蒸发波导模型是提出该模型的人名或者实验室缩写，如Paulus–Jeske(PJ)，Naval Postgraduate School(NPS)，Babin–Young–Carton(BYC)，Naval Warfare Assessment(NWA)，Naval ResearchLaboratory(NRL)，Liu，Katsaros and Businger(LKB)。
大气修正折射率剖面关于蒸发波导高度的对数线性函数表达式如下：
式中：M0为高度0m处的修正折射率，M(2)为高度为2m处的修正折射率，z0＝0.00015m，zEDH为蒸发波导高度，z为距海面高度。
步骤三，电磁波传播损耗的计算：将大气修正折射率剖面、雷达电磁波频率、天线高度、天线极化方式、天线仰角和波束宽度作为电磁波传播抛物方程模型的输入，得到电磁波的传播因子，并计算得到蒸发波导条件下的电磁波传播损耗。
蒸发波导条件下的电磁波传播损耗的计算表达式如下：
L(h,f,r,M)＝32.44+20log10f+20log10r-20log10F(h,f,r,M)
式中：h为天线高度，单位是m；f为电磁波频率；r为海面距雷达天线的水平距离；M为大气修正折射率剖面；F(h,f,r,M)为传播因子，单位是V/m。
同时根据步骤一中获取的雷达数据，计算雷达的电磁波传播损耗。雷达的电磁波传播损耗Lb表达式如下：
Lb＝Pt-Lt+Gt+Gr-Lr-Pr
式中：Pt为发射功率，Lt、Lr分别为发射端与接收端的馈线损耗，Gt、Gr分别为发射端与接收端的抛物面天线增益，Pr为接收功率。
步骤四，电磁波传播损耗融合建模：将蒸发波导条件下的电磁波传播损耗X＝(L1、L2、…、Ln)作为融合诊断模型的输入，其中，L1、L2、…、Ln分别为不同蒸发波导模型计算得到的大气修正折射率剖面对应的电磁波传播损耗，以雷达的电磁波传播损耗作为融合诊断模型的输出，采用机器学习方法获得输入与输出的非线性映射关系，来训练模型；融合诊断模型包括生成对抗网络(GAN)、多尺度编解码去模糊网络、卷积稀疏编码模型。
以多尺度编解码去模糊网络为例，如图2所示，将BYC、NPS、NWA、NRL模型对应的蒸发波导条件下的电磁波传播损耗分布图作为输入，雷达的电磁波传播损耗分布图作为输出，通过多尺度编解码去模糊网络建立非线性映射关系，设定学习速率为0.0001，训练次数为2000次，经过不断的优化，获得最优解。
步骤五，电磁波传播损耗诊断：将新得到的气象水文数据通过步骤二得到大气修正折射率剖面，并通过步骤三获得蒸发波导条件下的电磁波传播损耗，然后将各蒸发波导模型对应的蒸发波导条件下的电磁波传播损耗输入到训练好的融合诊断模型中，进行电磁波传播损耗的诊断。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种电磁波传播损耗的融合诊断方法，其特征在于，包括如下步骤：
步骤一，观测数据的获取：在海上观测平台上安装气象水文传感器，获取气象水文数据；通过在海上观测平台安装雷达设备，获取雷达数据；
步骤二，大气修正折射率剖面的获取：将某一高度的气象水文数据通过不同的蒸发波导模型计算得到不同蒸发波导模型的蒸发波导高度诊断值；采用大气修正折射率剖面关于蒸发波导高度的对数线性函数获取对应的大气修正折射率剖面；
步骤三，电磁波传播损耗的计算：将大气修正折射率剖面、雷达电磁波频率、天线高度、天线极化方式、天线仰角和波束宽度作为电磁波传播抛物方程模型的输入，得到电磁波的传播因子，并计算得到蒸发波导条件下的电磁波传播损耗；同时根据步骤一中获取的雷达数据，计算雷达的电磁波传播损耗；
步骤四，电磁波传播损耗融合建模：将蒸发波导条件下的电磁波传播损耗X＝(L1、L2、…、Ln)作为融合诊断模型的输入，其中，L1、L2、…、Ln分别为不同蒸发波导模型计算得到的大气修正折射率剖面对应的电磁波传播损耗，以雷达的电磁波传播损耗作为融合诊断模型的输出，训练模型；
步骤五，电磁波传播损耗诊断：将新得到的气象水文数据通过步骤二得到大气修正折射率剖面，并通过步骤三获得蒸发波导条件下的电磁波传播损耗，然后将各蒸发波导模型对应的蒸发波导条件下的电磁波传播损耗输入到训练好的融合诊断模型中，进行电磁波传播损耗的诊断。
2.根据权利要求1所述的一种电磁波传播损耗的融合诊断方法，其特征在于，所述海上观测平台包括岸基观测平台、船基观测平台和浮标。
3.根据权利要求1所述的一种电磁波传播损耗的融合诊断方法，其特征在于，所述气象水文传感器包括温湿度传感器、气压传感器、风速风向传感器和红外测温传感器。
4.根据权利要求1所述的一种电磁波传播损耗的融合诊断方法，其特征在于，所述气象水文数据包括气压，大气温度、相对湿度、风速和海表温度的观测数据。
5.根据权利要求1所述的一种电磁波传播损耗的融合诊断方法，其特征在于，所述雷达数据包括雷达发射与接收的功率、馈线损耗数据以及天线增益数据。
6.根据权利要求1所述的一种电磁波传播损耗的融合诊断方法，其特征在于，所述蒸发波导模型包括PJ、NPS、BYC、NWA、LKB和NRL模型。
7.根据权利要求1所述的一种电磁波传播损耗的融合诊断方法，其特征在于，步骤三中，雷达的电磁波传播损耗Lb表达式如下：
Lb＝Pt-Lt+Gt+Gr-Lr-Pr
式中：Pt为发射功率，Lt、Lr分别为发射端与接收端的馈线损耗，Gt、Gr分别为发射端与接收端的抛物面天线增益，Pr为接收功率。
8.根据权利要求1所述的一种电磁波传播损耗的融合诊断方法，其特征在于，所述融合诊断模型包括生成对抗网络、多尺度编解码去模糊网络、卷积稀疏编码模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310790949.5A CN116794621A (zh) | 2023-06-29 | 2023-06-29 | 一种电磁波传播损耗的融合诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310790949.5A CN116794621A (zh) | 2023-06-29 | 2023-06-29 | 一种电磁波传播损耗的融合诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116794621A true CN116794621A (zh) | 2023-09-22 |
Family
ID=88036085
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310790949.5A Pending CN116794621A (zh) | 2023-06-29 | 2023-06-29 | 一种电磁波传播损耗的融合诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116794621A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117421601A (zh) * | 2023-12-19 | 2024-01-19 | 山东省科学院海洋仪器仪表研究所 | 一种海面蒸发波导临近期快速预报方法 |
| CN117540342A (zh) * | 2024-01-05 | 2024-02-09 | 山东省科学院海洋仪器仪表研究所 | 一种蒸发波导融合短期预测方法及系统 |
-
2023
- 2023-06-29 CN CN202310790949.5A patent/CN116794621A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117421601A (zh) * | 2023-12-19 | 2024-01-19 | 山东省科学院海洋仪器仪表研究所 | 一种海面蒸发波导临近期快速预报方法 |
| CN117421601B (zh) * | 2023-12-19 | 2024-03-01 | 山东省科学院海洋仪器仪表研究所 | 一种海面蒸发波导临近期快速预报方法 |
| CN117540342A (zh) * | 2024-01-05 | 2024-02-09 | 山东省科学院海洋仪器仪表研究所 | 一种蒸发波导融合短期预测方法及系统 |
| CN117540342B (zh) * | 2024-01-05 | 2024-03-26 | 山东省科学院海洋仪器仪表研究所 | 一种蒸发波导融合短期预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116794621A (zh) | 一种电磁波传播损耗的融合诊断方法 | |
| CN104820250B (zh) | 一种极轨气象卫星virr海洋上云检测的处理方法 | |
| CN112711899B (zh) | 一种蒸发波导高度的融合预测方法 | |
| KR101351793B1 (ko) | 해상풍 탐지시스템 및 이를 이용한 해상풍 탐지방법 | |
| CN109143193B (zh) | 一种基于二阶峰的高频地波雷达浪场反演方法 | |
| CN109100723A (zh) | 基于多普勒天气雷达数据的高空风反演方法 | |
| CN111638521B (zh) | 一种成像高度计遥感数据的海面风速反演方法 | |
| CN111812694B (zh) | 一种长基线船载定位装置及其定位方法 | |
| CN103278804A (zh) | 一种波导超视距雷达 | |
| CN113609639B (zh) | 一种适用于稳定条件的蒸发波导修正方法 | |
| CN109829547A (zh) | 一种基于深度学习的一维综合孔径微波辐射计sst反演方法 | |
| CN110793649B (zh) | 一种使用后向散射截面校正粗糙海面亮温的方法 | |
| Gutiérrez-Gómez et al. | A propagation study of LoRA P2P links for IoT applications: The case of near-surface measurements over semitropical rivers | |
| CN116068560A (zh) | 基于雷达海杂波的海上蒸发波导漂浮式探测系统及方法 | |
| CN116045970A (zh) | 一种基于外部条件约束的多平台信息协同导航增强方法 | |
| CN109655828B (zh) | 一种多频一维综合孔径微波辐射计sst深度学习反演方法 | |
| CN116953707B (zh) | 一种潮位监测雷达装置及监测方法和系统 | |
| CN113534194A (zh) | 联合gnss与测风激光雷达的对流层温湿廓线反演方法 | |
| CN115877377B (zh) | 一种雷达组网矢量流场合成方法、系统、设备及存储介质 | |
| CN107643514A (zh) | 一种基于直达波的浮标基/船载雷达的阵列校准方法 | |
| CN115238737A (zh) | 一种基于合作式航海雷达信号的蒸发波导剖面反演方法 | |
| CN103812509A (zh) | 基于离散余弦变换的海洋线型传感器阵列数据压缩方法 | |
| CN108716953A (zh) | 一种船载非接触式海表温度测量装置现场性能评估方法 | |
| CN108594220B (zh) | 近海风电场水域的海事雷达图像模拟系统及方法 | |
| CN109508024B (zh) | 一种舰载电子侦察设备的快速高精度姿态补偿方法 |
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 |