基于散射中心参数化模型和反向传播(back propagation,BP)神经网络,构建了一种针对目标全角度、宽频段下的远场电场预测网络,该网络将利用目标的位置、幅度、频率等数据信息实现远场电场实部与虚部的快速预测.首先,将对目标强散射点的...基于散射中心参数化模型和反向传播(back propagation,BP)神经网络,构建了一种针对目标全角度、宽频段下的远场电场预测网络,该网络将利用目标的位置、幅度、频率等数据信息实现远场电场实部与虚部的快速预测.首先,将对目标强散射点的位置以及强度等参数进行提取;然后,对二维角域以及频域进行区域划分,构建并联式的智能网络架构,从而建立散射中心参数化模型与高精度远场电场间的关系.该方法能够通过新型并联网络的训练,减小传统散射中心模型的频率、角度依赖性的影响,实现目标远场电场的快速获取.由于在网络设计时,充分借鉴了现有的模型中各散射参数对目标电场的影响,因此该神经网络具有清晰的物理意义以及突出的泛化能力.与传统的基于几何绕射理论(geometrical theory of diffraction,GTD)模型的电场重构方法相比,本文方法具有更高的准确性,实验结果表明提出的并联网络使得预测电场误差下降了18%以上,同时针对目标后向远场电场的预测,其相对均方根误差能够小于5%.展开更多
卷云反射率是天气、气候和地球能量平衡研究中关注的重要参数。卷云反射率的快速算法在遥感反演卷云特性参数中具有重要应用。依据卷云反射率随卷云光学厚度、有效尺度、太阳天顶角、观测天顶角、相对方位角等参数的变化,利用离散坐标法...卷云反射率是天气、气候和地球能量平衡研究中关注的重要参数。卷云反射率的快速算法在遥感反演卷云特性参数中具有重要应用。依据卷云反射率随卷云光学厚度、有效尺度、太阳天顶角、观测天顶角、相对方位角等参数的变化,利用离散坐标法(Discrete Ordinate Radiative Transfer method,DISORT)计算卷云反射率,预先建立卷云反射率随相关参数变化的快速查找表,以此建立了卷云反射率的快速算法。将MODIS卫星探测的卷云光学厚度、太阳天顶角、观测天顶角、相对方位角等因素作为输入参数,计算得到了卷云反射率,比较了计算的卷云反射率和MODIS实际测量的卷云反射率值,相关系数达到0.94,平均偏差小于18.5%,说明了卷云快速算法计算合理可行。展开更多
文摘基于散射中心参数化模型和反向传播(back propagation,BP)神经网络,构建了一种针对目标全角度、宽频段下的远场电场预测网络,该网络将利用目标的位置、幅度、频率等数据信息实现远场电场实部与虚部的快速预测.首先,将对目标强散射点的位置以及强度等参数进行提取;然后,对二维角域以及频域进行区域划分,构建并联式的智能网络架构,从而建立散射中心参数化模型与高精度远场电场间的关系.该方法能够通过新型并联网络的训练,减小传统散射中心模型的频率、角度依赖性的影响,实现目标远场电场的快速获取.由于在网络设计时,充分借鉴了现有的模型中各散射参数对目标电场的影响,因此该神经网络具有清晰的物理意义以及突出的泛化能力.与传统的基于几何绕射理论(geometrical theory of diffraction,GTD)模型的电场重构方法相比,本文方法具有更高的准确性,实验结果表明提出的并联网络使得预测电场误差下降了18%以上,同时针对目标后向远场电场的预测,其相对均方根误差能够小于5%.
文摘卷云反射率是天气、气候和地球能量平衡研究中关注的重要参数。卷云反射率的快速算法在遥感反演卷云特性参数中具有重要应用。依据卷云反射率随卷云光学厚度、有效尺度、太阳天顶角、观测天顶角、相对方位角等参数的变化,利用离散坐标法(Discrete Ordinate Radiative Transfer method,DISORT)计算卷云反射率,预先建立卷云反射率随相关参数变化的快速查找表,以此建立了卷云反射率的快速算法。将MODIS卫星探测的卷云光学厚度、太阳天顶角、观测天顶角、相对方位角等因素作为输入参数,计算得到了卷云反射率,比较了计算的卷云反射率和MODIS实际测量的卷云反射率值,相关系数达到0.94,平均偏差小于18.5%,说明了卷云快速算法计算合理可行。
