首页> 中文学位 >基于航海雷达的动态环境下海面风场反演方法研究
【6h】

基于航海雷达的动态环境下海面风场反演方法研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究的背景及意义

1.2 国内外研究现状

1.3 论文的主要工作及章节安排

第2章 海面风场反演基础理论

2.1 最小二乘法理论及应用

2.2 图像处理技术

2.3 图像分析技术

2.4 本章小结

第3章 航海雷达图像的模拟

3.1 基础知识

3.2 海浪的模拟

3.3 雷达回波成像理论

3.4 动态环境下雷达图像的模拟

3.5 本章小结

第4章 基于最小二乘法和图像匹配的风场反演方法

4.1 基于岸基或近海雷达的海面风场反演方法

4.2 基于最小二乘法的风速反演方法

4.3 基于图像匹配的风向反演方法

4.4 本章小结

第5章 基于模拟雷达图像风场反演仿真及分析

5.1 基于最小二乘法的风速反演结果及分析

5.2 基于图像匹配的风向反演结果及分析

5.3 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和科研成果

致谢

展开▼

摘要

海风是海洋上最常见的现象。风场催生海浪,风力的大小直接影响海浪的大小,而且海风极具破坏性,关系到航运、勘探等人类海上活动的安全。近代遥感设备在空间海洋学引起了人们的重视,各国学者开始使用散射计、合成孔径雷达(机载或星载)、高度计等设备监测海面风场。然而这些设备的缺点很明显,存在分辨率低、重复采样率较低、易受天气影响等不足。近些年,航海雷达在遥感领域得到了深入应用,尤其是在海面风场监测方面。航海雷达具有测量区域大、实时性强、分辨率高等优点。
  利用航海雷达对风场进行监测大概始于二十世纪六十年代。目前,发展较成熟的风场反演方法有两种:基于光流运动的海面风场反演算法和基于梯度和BP神经网络的风场反演算法。经过多年的改进和完善,这两种方法的反演精度得到了极大提高。但这两种方法都是基于岸基或近海雷达采集的雷达图像进行风场反演的。岸基或近海的雷达采集的雷达位置固定,图像数据不纯净,除了噪声的干扰,还有近岸船舶、建筑物的干扰,真正可以利用的只是图像的一部分。而且,近岸的海平面除了受风场的作用,更容易受到山丘,海床地形、潮流的影响,这些都是风场反演研究的不利因素。而且若想发挥海面风场反演方法的实用价值,应该让移动平台航行过程中,能够实时知道周围海域的风场情况。所以本文开展利用移动平台(船舶、钻井平台等)装载的航海雷达获取的动态环境下远海图像进行风场反演的研究。
  本文首先介绍了海面风场反演需要用到的技术及理论,其次介绍了海浪生成理论和雷达成像机制并考虑船速进一步完善雷达图像生成理论,为本文设计的动态环境下风场反演方法提供模拟雷达图像数据。简要说明了基于岸基或近海雷达的海面风场反演方法:基于光流运动的海面风场反演算法和基于梯度和BP神经网络的风场反演算法。通过研究BP神经网络风速反演算法,借鉴Hatten的理论并结合地球物理模型函数(GMF),本文基于最小二乘法理论,建立风速和雷达图像回波值之间的关系模型来反演风速。通过研究基于光流运动的海面风场反演算法,完成对雷达图像的滤波、滑动平均和图像缩减,得到含有风场条纹的图像。在此基础上,得到180度模糊的风向,基于图像匹配技术,通过比较连续两幅图像子块的相关性确定最终的风向。最后针对本文风场反演方法进行仿真,并将本论文设计的方法和已有的风场反演方法进行对比,结果表明本文提出的方法有效。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号