CN117991197B - 一种对于swim波谱仪寄生峰的抑制方法及装置 - Google Patents
一种对于swim波谱仪寄生峰的抑制方法及装置 Download PDFInfo
- Publication number
- CN117991197B CN117991197B CN202410405891.2A CN202410405891A CN117991197B CN 117991197 B CN117991197 B CN 117991197B CN 202410405891 A CN202410405891 A CN 202410405891A CN 117991197 B CN117991197 B CN 117991197B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- swim
- slope
- cost function
- dimensional
- 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
- 230000003071 parasitic effect Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000001228 spectrum Methods 0.000 claims abstract description 409
- 238000006243 chemical reaction Methods 0.000 claims abstract description 109
- 238000010276 construction Methods 0.000 claims description 12
- 230000001629 suppression Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 125
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000001914 filtration Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 125000003275 alpha amino acid group Chemical group 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 235000012434 pretzels Nutrition 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Electromagnetism (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种对于SWIM波谱仪寄生峰的抑制方法及装置，涉及海洋遥感技术领域，以解决如何抑制SWIM波谱仪中以寄生峰存在的斑点噪声的问题。该方法包括：构建一维参数化高度谱，根据一维参数化高度谱结合SWIM波谱仪的全方向高度谱构建第一代价函数；基于第一代价函数，采用第一数据转换规则进行数据转换得到第二代价函数；根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换得到第三代价函数；再根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换得到第四代价函数；确定第四代价函数对应的二维参数化斜率谱，从而得到已抑制了以寄生峰存在的斑点噪声的图谱，提升了SWIM波谱仪对海浪探测的准确性。
Description
技术领域
本发明涉及海洋遥感技术领域，尤其涉及一种对于SWIM波谱仪寄生峰的抑制方法及装置。
背景技术
海浪作为发生在海洋中的一种常见现象，对海洋矿产勘探、海上交通运输、海上军事活动和海洋渔业等都有直接的影响。海浪谱是描述海浪内部能量相对于方向和频率分布的图谱，它是随机海浪的一个重要统计性质，它不仅包含着海浪的基本信息，还能表明海浪的内部构成以及外部特征。因此，获取海浪谱对于研究海浪意义重大。波谱仪是一种较新的海浪谱测量仪器，它是一种扫描波束真实孔径雷达，其解决了目前合成孔径雷达（SAR）测量海浪谱存在的反演过程复杂、不能探测短波、资料昂贵和覆盖范围有限等问题。中法海洋卫星是波谱仪首次被搭载于星载平台，其搭载的波谱仪被称为SWIM。
目前，SWIM波谱仪观测的海浪谱受斑点噪声的影响，测量数据与原始数据会产生偏移，数据失真，因此需要对斑点噪声进行抑制。关于斑点噪声的抑制，现有的相关研究大致可以分为：基于空域的滤波算法、基于变换域的滤波算法、基于非局部均值的滤波算法、多种方法混合的滤波算法以及基于深度学习的滤波算法等。这些斑点噪声抑制方法致力于抑制SAR图像中的斑点噪声，但是SWIM与SAR观测海浪谱的原理有所不同，这些方法是否适用于SWIM有待验证。
在SWIM波谱仪中的斑点噪声在反演海浪谱的过程中，一部分随着波动信号，以斑点噪声谱的形式存在，导致了海浪谱存在能量的整体偏移；另一部分留在调制谱中，以寄生峰的形式存在，导致了海浪谱存在随机波动成分，以上两种情况均降低了波谱仪测量数据的准确性。现有技术中，存在如何抑制斑点噪声引起的能量整体偏移的技术手段，但没有如何抑制斑点噪声引起的能量随机波动的技术手段；为提高SWIM波谱仪探测海浪数据的准确性，如何抑制SWIM波谱仪寄生峰是急需解决的问题。
发明内容
本发明的目的在于提供一种对于SWIM波谱仪寄生峰的抑制方法及装置，用于解决如何抑制SWIM波谱仪中寄生峰的问题。
为了实现上述目的，本发明提供如下技术方案：
第一方面，本说明书实施例提供了一种对于SWIM波谱仪寄生峰的抑制方法，包括：
构建一维参数化高度谱，所述一维参数化高度谱包括以充分成长风浪的经验谱和涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，以及以成长中风浪的经验谱和涌浪的经验谱构建的成长中风浪一维参数化高度谱；
根据所述一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数；
基于所述第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；
根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；所述一维参数化斜率谱为将所述第二代价函数对应的一维参数化高度谱进行数据转换后得到的一维参数化斜率谱；所述SWIM全方向斜率谱为将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱；
根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；所述二维参数化斜率谱为基于方向函数，将所述第三代价函数对应的一维参数化斜率谱进行数据转换后得到的二维参数化斜率谱；所述SWIM二维斜率谱为所述SWIM波谱仪采集的二维斜率谱；
确定所述第四代价函数对应的二维参数化斜率谱，所述第四代价函数对应的二维参数化斜率谱表示采用本申请的方法抑制寄生峰后的图谱。
第二方面，本说明书实施例还提供了一种对于SWIM波谱仪寄生峰的抑制装置，包括：
构建模块，所述构建模块用于构建一维参数化高度谱，所述一维参数化高度谱包括以多个充分成长风浪的经验谱和多个涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，以及以多个成长中风浪的经验谱和多个涌浪的经验谱构建的成长中风浪一维参数化高度谱；
第一得到模块，所述第一得到模块用于根据所述一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数；
第二得到模块，所述第二得到模块用于基于所述第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；
第三得到模块，所述第三得到模块用于根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；所述一维参数化斜率谱为将所述第二代价函数对应的一维参数化高度谱进行数据转换后得到的一维参数化斜率谱；所述SWIM全方向斜率谱为将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱；
第四得到模块，所述第四得到模块用于根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；所述二维参数化斜率谱为基于方向函数，将所述第三代价函数对应的一维参数化斜率谱进行数据转换后得到的二维参数化斜率谱；所述SWIM二维斜率谱为所述SWIM波谱仪采集的二维斜率谱；
确定模块，所述确定模块用于确定所述第四代价函数对应的二维参数化斜率谱，所述第四代价函数对应的二维参数化斜率谱表示采用本申请的方法抑制寄生峰后的图谱。
与现有技术相比，本说明书实施例提供的一种对于SWIM波谱仪寄生峰的抑制方法，通过构建一维参数化高度谱，所述一维参数化高度谱包括以充分成长风浪的经验谱和涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，以及以成长中风浪的经验谱和涌浪的经验谱构建的成长中风浪一维参数化高度谱；根据所述一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数；进一步基于所述第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；所述一维参数化斜率谱为将所述第二代价函数对应的一维参数化高度谱进行数据转换后得到的一维参数化斜率谱；所述SWIM全方向斜率谱为将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱；进一步根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；所述二维参数化斜率谱为基于方向函数，将所述第三代价函数对应的一维参数化斜率谱进行数据转换后得到的二维参数化斜率谱；所述SWIM二维斜率谱为所述SWIM波谱仪采集的二维斜率谱；最后确定第四代价函数对应的二维参数化斜率谱，将第四代价函数对应的二维参数化斜率谱确定为采用本申请的方法抑制寄生峰后的图谱，得到了已抑制SWIM波谱仪中以寄生峰存在的斑点噪声后对应的图谱，提升了SWIM波谱仪对海浪进行探测的准确性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的主要流程图；
图2为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的低海况条件下的权重系数示意图；
图3为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的高海况条件下的权重系数示意图；
图4为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的抑制寄生峰后的一维参数化高度谱与WW3全方向高度谱的偏差对比示意图，以及SWIM全方向高度谱与WW3全方向高度谱的偏差对比图；
图5为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的抑制寄生峰后的一维参数化高度谱与WW3全方向高度谱的均方根误差对比示意图，以及SWIM全方向高度谱与WW3全方向高度谱的均方根误差对比图；
图6为本发明提供的一种对于SWIM波谱仪寄生峰的抑制装置的结构示意图。
具体实施方式
为了便于清楚描述本发明实施例的技术方案，在本发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一阈值和第二阈值仅仅是为了区分不同的阈值，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是，本发明中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本发明中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项（个）”或其类似表达，是指的这些项中的任意组合，包括单项（个）或复数项（个）的任意组合。例如，a，b或c中的至少一项（个），可以表示：a，b，c，a和b的结合，a和c的结合，b和c的结合，或a、b和c的结合，其中a，b，c可以是单个，也可以是多个。
SWIM观测的海浪谱目前受斑点噪声的影响，如在雷达发射电磁波探测海面时，会有许多散射单元存在于一个分辨单元中，这些散射单元反射雷达发射的脉冲，会形成频率相同但幅度和相位不同的球形回波，导致接收到的相干信号相互干扰，使得接收信号的强度发生变化，从而与原始数据产生偏移。这种偏移是围绕散射系数随机变化的，在雷达图像中表现为斑点状，所以称为斑点噪声。它与数字图像处理中常见的高斯噪声或椒盐噪声不同，是乘性噪声。斑点噪声由随机干涉现象导致，尺度相当于入射雷达波的波长，会对雷达观测产生不利影响。例如：对图像质量产生影响，给雷达图像的后续配准和解译过程造成很大的困难；对图像边缘检测、地物分类、图像分割、目标检测与识别等处理过程造成一定的影响；噪声污染严重时，甚至会使地物特征消失。
SWIM中的斑点噪声在反演海浪谱的过程中，一部分随着波动信号的平均，以斑点噪声谱的形式存在，导致了海浪谱存在能量的整体偏移；另一部分留在调制谱中，以寄生峰的形式存在，导致了海浪谱存在随机波动成分，影响了SWIM波谱仪对海浪探测的准确性。
鉴于此，本发明提供了一种对于SWIM波谱仪寄生峰的抑制方法及装置，用于解决如何抑制SWIM波谱仪中寄生峰的问题，实现了SWIM波谱仪寄生峰的有效抑制，提高了SWIM波谱仪探测海浪数据的准确性。接下来结合附图对本发明的技术方案进行说明。
需要说明的是，本申请实施例中采用将SWIM波谱仪寄生峰抑制前后的数据与WAVEWATCH Ⅲ（WW3）预报数据结合，生成图谱进行比对，以充分体现出采用本申请实施例的方法可以对SWIM波谱仪寄生峰的有效抑制，从而得到已抑制了以寄生峰存在的斑点噪声的图谱，提升SWIM波谱仪对海浪探测的准确性。其中，WAVEWATCH Ⅲ（WW3）是一个全谱空间的第三代海浪数值模式。
请参阅图1，图1为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的主要流程图；本发明实施例中的执行主体是搭载了本说明书实施例中所述方法的SWIM波谱仪或者终端。
在图1中，所述方法可以包括：
步骤110：构建一维参数化高度谱，所述一维参数化高度谱包括以充分成长风浪的经验谱和涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，以及以成长中风浪的经验谱和涌浪的经验谱构建的成长中风浪一维参数化高度谱。
在该步骤中，系统获取了海浪的一维参数化高度谱，该一维参数化高度谱包括包含充分成长风浪的一维参数化高度谱以及包含成长中风浪的一维参数化高度谱。
具体的，充分成长风浪的一维参数化高度谱是以充分成长风浪的经验谱PiersonbMoskowitz (PM)谱和涌浪的经验谱DurdenbVesecky (DV)谱，构建的包含充分成长风浪的一维参数化高度谱；成长中风浪的一维参数化高度谱是以成长中风浪的经验谱Joint North Sea Wave Project (JONSWAP)谱和涌浪的经验谱DurdenbVesecky (DV)谱，构建的包含成长中风浪的一维参数化高度谱。
步骤120：根据所述一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数。
在该步骤中，可以采用将一维参数化高度谱和，与SWIM全方向高度谱结合，采用预设的代价函数构建规则，构建第一代价函数。
步骤130：基于所述第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数。
在该步骤中，将权重系数引入代价函数中，采用第一数据转换规则进行数据转换，得到第二代价函数。其中，权重系数为SWIM全方向高度谱与WW3全方向高度谱之间的相关系数。
步骤140：根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；所述一维参数化斜率谱为将所述第二代价函数对应的一维参数化高度谱进行数据转换后得到的一维参数化斜率谱；所述SWIM全方向斜率谱为将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱。
在步骤140中，首先基于第二代价函数对应的一维参数化高度谱和分别进行数据转换后得到的一维参数化斜率谱和，第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱；然后根据以上两个斜率谱，采用第二数据转换规则进行数据转换，得到了第三代价函数。
步骤150：根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；所述二维参数化斜率谱为基于方向函数，将所述第三代价函数对应的一维参数化斜率谱进行数据转换后得到的二维参数化斜率谱；所述SWIM二维斜率谱为所述SWIM波谱仪采集的二维斜率谱。
在步骤150中，引入方向函数，将代价函数对应的一维参数化斜率谱和按照预设的数据转换格式进行数据转换，得到二维参数化斜率谱和。为了提高数据在采用第三数据转换规则进行数据转换的准确性，SWIM二维斜率谱采用SWIM波谱仪实时采集的二维斜率谱，而不采用SWIM一维斜率谱转换为SWIM二维斜率谱；其中的时间和空间与一维参数化高度谱和的时间和空间相同。因此根据二维参数化斜率谱和SWIM实时采集的二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数，其数据的准确性更高。
步骤160：确定所述第四代价函数对应的二维参数化斜率谱，所述第四代价函数对应的二维参数化斜率谱表示采用本申请的方法抑制寄生峰后的图谱。
该步骤中，通过MATLAB软件的GlobalSearch函数求代价函数最小，得到二维参数化斜率谱，实现了抑制SWIM波谱仪中以寄生峰存在的斑点噪声；二维参数化斜率谱包括波长，波高，波向。
基于此，可以得到抑制SWIM波谱仪中以寄生峰后对应的图谱，淡化了SWIM波谱仪原图谱的数据密度低的区域，提升了SWIM波谱仪对海浪进行探测的准确性。
优选的，在步骤110中，以充分成长风浪的经验谱和涌浪的经验谱构建的包含充分成长风浪的一维参数化高度谱，其包含充分成长风浪的一维参数化高度谱，可以采用如下公式表示：
（1）
其中，k为波数，为包含充分成长风浪的一维参数化高度谱，为充分成长风浪的经验谱，可以采用如下公式表示：
（2）
其中，为充分成长风浪的经验谱，为圆频率，其与的关系可表示为；为有效波高。
在式（1）中，和分别为两种涌浪的经验谱，和可以采用如下公式表示：
（3）
（4）
（5）
（6）
（7）
（8）
（9）
其中，为第一种涌浪的经验谱，为波数，为第一种涌浪19.5m处的风速，为第一种涌浪的摩擦风速；为第二种涌浪的经验谱，为第二种涌浪19.5m处的风速，为第二种涌浪的摩擦风速。
进一步，以充分成长风浪的经验谱和涌浪的经验谱构建的包含充分成长风浪的一维参数化高度谱，其包含成长中风浪的一维参数化高度谱，可以采用如下公式表示：
（10）
其中，k为波数，为包含成长中风浪的一维参数化高度谱，为成长中风浪的经验谱，可以采用如下公式表示：
（11）
（12）
（13）
（14）
其中，为成长中风浪的经验谱，为有效波高，为频率，为尖峰系数，为峰值频率，为有效波周期，为圆频率，其与的关系可表示为；和分别为两种涌浪的经验谱，和的构建方式分别采用公式（3）和公式（4）。
优选的，在步骤120中，所述采用预设的代价函数构建规则，得到第一代价函数，可以包括采用如下公式表示：
（15）
（16）
（17）
其中，为包含第一充分成长风浪的代价函数，为包含第一成长中风浪的代价函数，为包含充分成长风浪的一维参数化高度谱，为包含成长中风浪的一维参数化高度谱，为SWIM全方向高度谱，为第一代价函数，k为波数。
进一步，可以在确定第一代价函数的过程中，通过MATLAB软件的GlobalSearch函数求代价函数最小，得到第一代价函数对应的图谱。
优选的，在步骤130中，基于所述第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；其中，所述采用第一数据转换规则进行数据转换，得到第二代价函数，可以包括采用如下公式：
（18）
（19）
（20）
其中，为包含第二充分成长风浪的代价函数，为包含第二成长中风浪的代价函数，为包含充分成长风浪的一维参数化高度谱，为包含成长中风浪的一维参数化高度谱，为SWIM全方向高度谱，为第二代价函数，是权重系数，k为波数。
进一步，可以在确定第一代价函数的过程中，通过MATLAB软件的GlobalSearch函数求代价函数最小，得到第一代价函数对应的图谱。
具体的，权重系数表示为SWIM全方向高度谱与WW3全方向高度谱之间的相关系数，详见图2和图3。
图2为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的低海况条件下的权重系数示意图。图2表示的是在低海况情况下，SWIM全方向高度谱与WW3全方向高度谱之间的相关系数随波数的变化，相关系数的曲线图。其中，横坐标表示波数单位为，纵坐标表示相关系数，即权重系数。
图3为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的高海况条件下的权重系数示意图。图3表示的是在高海况情况下，SWIM全方向高度谱与WW3全方向高度谱之间的相关系数随波数的变化，相关系数的曲线图。其中，横坐标表示波数单位为，纵坐标表示相关系数。
优选的，在步骤140中，所述将所述第二代价函数对应的一维参数化高度谱进行数据转换后得到的一维参数化斜率谱，以及所述将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱，可以包括采用如下公式：
（21）
（22）
（23）
其中，为斜率谱，为高度谱，为波数，为包含充分成长风浪的一维参数化斜率谱，为包含成长中风浪的一维参数化斜率谱，为SWIM全方向斜率谱，为包含充分成长风浪的一维参数化高度谱，为包含成长中风浪的一维参数化高度谱，为SWIM全方向斜率谱（一维斜率谱）。
进一步，所述根据一维参数化斜率谱和所述SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数。
可以包括采用如下公式：
（24）
（25）
（26）
其中，为包含第三充分成长风浪的代价函数，为包含第三成长中风浪的代价函数，为包含充分成长风浪的一维参数化斜率谱，为包含成长中风浪的一维参数化斜率谱，为SWIM全方向斜率谱，为第三代价函数，是权重系数，k为波数。
进一步，可以在确定第一代价函数的过程中，通过MATLAB软件的GlobalSearch函数求代价函数最小，得到第一代价函数对应的图谱。
优选的，在步骤150中，所述基于方向函数，将所述第三代价函数对应的一维参数化斜率谱转换为二维参数化斜率谱，包括：
采用公式：
（27）
= （28）
=（29）
其中，是方向函数，是雷达观测方向角，是风向；为包含充分成长风浪的一维参数化斜率谱，为包含成长中风浪的一维参数化斜率谱，为包含充分成长风浪的二维参数化斜率谱，为包含成长中风浪的二维参数化斜率谱，k为波数。
进一步，所述根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数，包括：
采用公式：
（30）
（31）
（32）
其中，为包含第四充分成长风浪的代价函数，为包含第四成长中风浪的代价函数，为包含充分成长风浪的二维参数化斜率谱，为包含成长中风浪的二维参数化斜率谱， 为SWIM波谱仪采集的SWIM二维斜率谱，是权重系数，k为波数，为第四代价函数。
进一步，可以在求解第一代价函数的过程中，通过MATLAB软件的GlobalSearch函数求代价函数最小，得到第一代价函数对应的图谱。
作为示例，选择2022年6月至2023年4月的SWIM波谱仪探测数据，包括将SWIM二维斜率谱转换为全方向斜率谱；采用本申请实施例公开的方法抑制寄生峰后转换为全方向高度谱，再与对应的SWIM全方向高度谱以及时空匹配的（匹配的时间窗口是30分钟，空间窗口是50公里）作为参考数据的WW3全方向高度谱进行对比，得到了图4至图5。结果表明，本发明可以有效抑制SWIM全方向高度谱小波数处的寄生峰，且大波数处的高度谱质量并没有因此下降。
具体的，如图4所示，图4为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的抑制寄生峰后的一维参数化高度谱与WW3全方向高度谱的偏差对比示意图，以及SWIM全方向高度谱与WW3全方向高度谱的偏差对比图。
在图4中，横坐标表示波数，单位为，纵坐标表示全方向高度谱偏差，单位约为。曲线A’表示抑制寄生峰后的全方向高度谱与WW3全方向高度谱的偏差，曲线A表示SWIM全方向高度谱与WW3全方向高度谱的偏差；从该图所示的内容可以得到：采用本发明的方法可以有效抑制SWIM全方向高度谱小波数处的寄生峰，且大波数处的高度谱质量并没有因此下降。
进一步，如图5所示，图5为本发明提供的一种对于SWIM波谱仪寄生峰的抑制方法的抑制寄生峰后的一维参数化高度谱与WW3全方向高度谱的均方根误差对比示意图，以及SWIM全方向高度谱与WW3全方向高度谱的均方根误差对比图。
在图5中，横坐标表示波数，单位为，纵坐标表示全方向高度谱均方根误差，单位约为。曲线B代表SWIM全方向高度谱的均方根误差，曲线B’代表抑制寄生峰后的全方向高度谱的均方根误差。
从图5所示的内容可以得到：采用本发明的方法可以有效抑制SWIM全方向高度谱小波数处的寄生峰，且大波数处的高度谱质量并没有因此下降。
作为另一示例，选择2022年6月至2023年4月的SWIM二维海浪斜率谱，采用本申请实施例的方法抑制寄生峰后计算谱参数（有效波高、主波长和主波向），并将其与SWIM谱参数以及时空匹配的（匹配的时间窗口是30分钟，空间窗口是50公里）作为参考数据的WW3谱参数进行对比。结果表明在采用本说明书实施例的方法对寄生峰进行抑制后，数据密度很低的区域被淡化，SWIM海浪谱中有效波高、主波长以及主波向的数据发散点更少，数据密度相对更为集中；实现有效抑制了SWIM海浪谱中的寄生峰的技术效果，提高了谱参数的质量。
基于此，通过构建一维参数化高度谱，根据一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数；基于第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；再根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；进一步根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；最后确定第四代价函数对应的二维参数化斜率谱，将第四代价函数对应的二维参数化斜率谱表示为采用本申请的方法抑制寄生峰后的图谱；实现抑制了SWIM波谱仪中以寄生峰存在的斑点噪声，得到了抑制SWIM波谱仪寄生峰后的图谱， 提升了SWIM波谱仪对海浪进行探测的准确性。
基于同样的思路，本说明书还提供的一种对于SWIM波谱仪寄生峰的抑制装置；图6为本发明提供的一种对于SWIM波谱仪寄生峰的抑制装置的结构示意图。
如图6所示，该装置可以包括：
构建模块610，用于构建一维参数化高度谱，所述一维参数化高度谱包括以多个充分成长风浪的经验谱和多个涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，以及以多个成长中风浪的经验谱和多个涌浪的经验谱构建的成长中风浪一维参数化高度谱；
第一得到模块620，用于根据所述一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数；
第二得到模块630，用于基于所述第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；
第三得到模块640，用于根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；所述一维参数化斜率谱为将所述第二代价函数对应的一维参数化高度谱进行数据转换后得到的一维参数化斜率谱；所述SWIM全方向斜率谱为将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱；
第四得到模块650，用于根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；所述二维参数化斜率谱为基于方向函数，将所述第三代价函数对应的一维参数化斜率谱进行数据转换后得到的二维参数化斜率谱；所述SWIM二维斜率谱为所述SWIM波谱仪采集的二维斜率谱；
确定模块660，用于确定所述第四代价函数对应的二维参数化斜率谱，所述第四代价函数对应的二维参数化斜率谱表示采用本申请的方法抑制寄生峰后的图谱。
在图6所示的装置中，通过构建模块用于获取一维参数化高度谱，采用第一得到模块根据一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数；进一步采用第二得到模块基于第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；再利用第三得到模块根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；再利用第四得到模块根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；最后确定第四代价函数对应的二维参数化斜率谱，将第四代价函数对应的二维参数化斜率谱表示为采用本申请的方法抑制寄生峰后的图谱；基于以上技术手段，抑制了SWIM波谱仪中以寄生峰存在的斑点噪声，提升了SWIM波谱仪对海浪进行探测的准确性。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图6所示的装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
尽管在此结合各实施例对本发明进行了描述，然而，在实施所要求保护的本发明过程中，本领域技术人员通过查看附图、公开内容、以及所附权利要求书，可理解并实现公开实施例的其他变化。在权利要求中，“包括”（comprising）一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
尽管结合具体特征及其实施例对本发明进行了描述，显而易见的，在不脱离本发明的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本发明的示例性说明，且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，包括：
构建一维参数化高度谱；所述一维参数化高度谱包括以充分成长风浪的经验谱和涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，以及以成长中风浪的经验谱和涌浪的经验谱构建的成长中风浪一维参数化高度谱；
根据所述一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数；
基于所述第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；
根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；所述一维参数化斜率谱为将所述第二代价函数对应的一维参数化高度谱进行数据转换后得到的一维参数化斜率谱；所述SWIM全方向斜率谱为将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱；
根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；所述二维参数化斜率谱为基于方向函数，将所述第三代价函数对应的一维参数化斜率谱进行数据转换后得到的二维参数化斜率谱；所述SWIM二维斜率谱为所述SWIM波谱仪采集的二维斜率谱；
确定所述第四代价函数对应的二维参数化斜率谱，所述第四代价函数对应的二维参数化斜率谱表示抑制寄生峰后的图谱。
2.如权利要求1所述的一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，所述采用预设的代价函数构建规则，得到第一代价函数，包括：
采用公式：
；
；
；
其中，为包含第一充分成长风浪的代价函数，为包含第一成长中风浪的代价函数，为包含充分成长风浪的一维参数化高度谱，为包含成长中风浪的一维参数化高度谱，为SWIM全方向高度谱，为第一代价函数，k为波数。
3.如权利要求1所述的一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，所述采用第一数据转换规则进行数据转换，得到第二代价函数，包括：
采用公式：
；
；
；
其中，为包含第二充分成长风浪的代价函数，为包含第二成长中风浪的代价函数，为包含充分成长风浪的一维参数化高度谱，为包含成长中风浪的一维参数化高度谱，为SWIM全方向高度谱，为第二代价函数，是权重系数，k为波数。
4.如权利要求1所述的一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，所述将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱，包括：
采用公式：
；
其中，为斜率谱，为高度谱，为波数，为SWIM全方向斜率谱，为SWIM全方向斜率谱。
5.如权利要求4所述的一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，所述根据一维参数化斜率谱和所述SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数，包括：
采用公式：
；
；
；
其中，为包含第三充分成长风浪的代价函数，为包含第三成长中风浪的代价函数，为包含充分成长风浪的一维参数化斜率谱，为包含成长中风浪的一维参数化斜率谱，为SWIM全方向斜率谱，为第三代价函数，是权重系数，k为波数。
6.如权利要求1所述的一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，所述基于方向函数，将所述第三代价函数对应的一维参数化斜率谱转换为二维参数化斜率谱，包括：
采用公式：
；
；
；
其中，是方向函数，是雷达观测方向角，是风向；为包含充分成长风浪的一维参数化斜率谱，为包含成长中风浪的一维参数化斜率谱，为包含充分成长风浪的二维参数化斜率谱，为包含成长中风浪的二维参数化斜率谱，k为波数。
7.如权利要求6所述的一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，所述根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数，包括：
采用公式：
；
；
；
其中，为包含第四充分成长风浪的代价函数，为包含第四成长中风浪的代价函数，为包含充分成长风浪的二维参数化斜率谱，为包含成长中风浪的二维参数化斜率谱， 为SWIM二维斜率谱，是权重系数，k为波数，为第四代价函数。
8.如权利要求1所述的一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，所述以充分成长风浪的经验谱和涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，包括：
采用公式：
；
其中，为包含充分成长风浪的一维参数化高度谱，为充分成长风浪的经验谱，和分别为两种涌浪的经验谱，k为波数。
9.如权利要求1所述的一种对于SWIM波谱仪寄生峰的抑制方法，其特征在于，所述以充分成长风浪的经验谱和涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，包括：
采用公式：
；
其中，为包含成长中风浪的一维参数化高度谱，为成长中风浪的经验谱，和分别为两种涌浪的经验谱，k为波数。
10.一种对于SWIM波谱仪寄生峰的抑制装置，其特征在于，包括：
构建模块，所述构建模块用于构建一维参数化高度谱，所述一维参数化高度谱包括以多个充分成长风浪的经验谱和多个涌浪的经验谱构建的充分成长风浪的一维参数化高度谱，以及以多个成长中风浪的经验谱和多个涌浪的经验谱构建的成长中风浪一维参数化高度谱；
第一得到模块，所述第一得到模块用于根据所述一维参数化高度谱，结合SWIM波谱仪的全方向高度谱，采用预设的代价函数构建规则，得到第一代价函数；
第二得到模块，所述第二得到模块用于基于所述第一代价函数对应的一维参数化高度谱和SWIM波谱仪的全方向高度谱，采用第一数据转换规则进行数据转换，得到第二代价函数；
第三得到模块，所述第三得到模块用于根据一维参数化斜率谱和SWIM全方向斜率谱，采用第二数据转换规则进行数据转换，得到第三代价函数；所述一维参数化斜率谱为将所述第二代价函数对应的一维参数化高度谱进行数据转换后得到的一维参数化斜率谱；所述SWIM全方向斜率谱为将所述第二代价函数对应的SWIM全方向高度谱进行数据转换后得到的SWIM全方向斜率谱；
第四得到模块，所述第四得到模块用于根据二维参数化斜率谱和SWIM二维斜率谱，采用第三数据转换规则进行数据转换，得到第四代价函数；所述二维参数化斜率谱为基于方向函数，将所述第三代价函数对应的一维参数化斜率谱进行数据转换后得到的二维参数化斜率谱；所述SWIM二维斜率谱为所述SWIM波谱仪采集的二维斜率谱；
确定模块，所述确定模块用于确定所述第四代价函数对应的二维参数化斜率谱，所述第四代价函数对应的二维参数化斜率谱表示抑制寄生峰后的图谱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410405891.2A CN117991197B (zh) | 2024-04-07 | 2024-04-07 | 一种对于swim波谱仪寄生峰的抑制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410405891.2A CN117991197B (zh) | 2024-04-07 | 2024-04-07 | 一种对于swim波谱仪寄生峰的抑制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117991197A CN117991197A (zh) | 2024-05-07 |
| CN117991197B true CN117991197B (zh) | 2024-06-25 |
Family
ID=90891065
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410405891.2A Active CN117991197B (zh) | 2024-04-07 | 2024-04-07 | 一种对于swim波谱仪寄生峰的抑制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117991197B (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010138624A1 (en) * | 2009-05-27 | 2010-12-02 | Teledyne Rd Instruments | System and method for determining wave characteristics from a moving platform |
| RU2715349C1 (ru) * | 2019-06-19 | 2020-02-26 | Виктор Вячеславович Стерлядкин | Способ определения двумерного распределения уклонов волн на водной поверхности |
| CN113156393B (zh) * | 2021-03-29 | 2022-05-27 | 山东科技大学 | 一种机载激光测深破碎风浪海面模型构建方法 |
| CN115480224B (zh) * | 2021-06-16 | 2024-06-18 | 中国海洋大学 | 一种离散频谱校正方法 |
| CN113673355B (zh) * | 2021-07-23 | 2023-06-23 | 南京信息工程大学 | 一种海浪波谱仪回波波形分类方法 |
| CN114923663A (zh) * | 2022-05-20 | 2022-08-19 | 中海石油(中国)有限公司湛江分公司 | 一种深水海洋环境载荷谱构建方法 |
| CN117452397A (zh) * | 2023-10-25 | 2024-01-26 | 哈尔滨工程大学 | 一种基于雷达图像二维海浪谱的风涌波浪分离方法 |
-
2024
- 2024-04-07 CN CN202410405891.2A patent/CN117991197B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| Measurements of Total Sea Surface Mean Square Slope Field Based on SWIM Data;Li Xiuzhong;TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING;20220518;第60卷;全文 * |
| 机载波谱仪海浪谱反演方法及其验证;李秀仲;何宜军;孟俊敏;张振华;;海洋科学;20161215(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117991197A (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107121670B (zh) | 一种基于合成孔径雷达的反无人机防御方法 | |
| Grosdidier et al. | HFSW radar model: Simulation and measurement | |
| US8704706B2 (en) | Radar return signal processing apparatus and method | |
| Lopez et al. | Calibration, validation, and analysis of an empirical algorithm for the retrieval of wave spectra from HF radar sea echo | |
| Wyatt et al. | Evaluation of high frequency radar wave measurement | |
| US20110163912A1 (en) | System and method for iterative fourier side lobe reduction | |
| US8456350B2 (en) | Methods and apparatus for sea state measurement via radar sea clutter eccentricity | |
| CN111781146B (zh) | 利用高分辨率卫星光学影像的波浪参数反演方法 | |
| Crisologo et al. | Polarimetric rainfall retrieval from a C-Band weather radar in a tropical environment (The Philippines) | |
| Heitmann et al. | A robust feature extraction and parameterized fitting algorithm for bottom-side oblique and vertical incidence ionograms | |
| CN108983235B (zh) | 一种基于刈幅的交叉极化sar风场反演方法 | |
| CN113204020B (zh) | 一种基于频谱分割的海浪波谱仪斑点噪声谱估计方法 | |
| Navarro et al. | Wave Energy Dissipation in a Shallow Coral Reef Lagoon Using Marine X‐Band Radar Data | |
| CN117436329A (zh) | 一种基于机器学习的合成孔径雷达图像风向反演方法 | |
| CN117991197B (zh) | 一种对于swim波谱仪寄生峰的抑制方法及装置 | |
| Komarov et al. | Ocean surface wind speed retrieval from the RADARSAT Constellation mission co-and cross-polarization images without wind direction input | |
| Umeyama et al. | Bootstrap dual-polarimetric spectral density estimator | |
| Borge et al. | Estimation of sea state directional spectra by using marine radar imaging of sea surface | |
| Navarro et al. | A Calibration-Free Methodology to Estimate Significant Wave Height Using Time-Sequences of X-Band Marine Radar Images | |
| CN110865389B (zh) | 一种海洋激光雷达系统响应优化处理方法 | |
| Morales-Márquez et al. | HF radar estimation of ocean wave parameters: second-order Doppler spectrum versus Bragg wave modulation approach | |
| Radhakrishnan et al. | Retrieval of Ocean Wave Spectra From X-Band Marine Radar Images Using Inversion Schemes Based on Auto-Spectral Analysis | |
| CN118013697B (zh) | 一种海浪波谱仪原始数据仿真方法 | |
| Chen et al. | The significant wave height distribution retrieved from marine X-band radar images | |
| Navarro | Developing a Remote Sensing System Based on X-Band Radar Technology for Coastal Morphodynamics Study |
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 |