[发明专利]一种越野滑雪赛道风速场预测方法

说明书

本发明提出一种越野滑雪赛道风速场预测方法，本发明为实现实时自动预测越野滑雪赛道风速场，利用自动化的风速采集设备，对不同位置的风速进行采集，并汇总统一处理，用机器学习算法进行预测。每一位置每一时刻的风速场与历史风速和周围风速以及当天的全局信息是有关联的，全局信息包括赛道所处地理位置、季节、天气预报等等能搜集到的信息。将整个赛道采集的数据转化为二维风速场图像，表示传感器之间的位置关系，随时间变化构成连续的风速场视频，利用已有视频预测接下来一段时间后的风速场图像。

技术领域

本发明属于数据处理技术领域，特别是涉及一种越野滑雪赛道风速场预测方法。

背景技术

限制项目发展水平的因素众多，其中竞技能力无疑最为关键，而训练质量控制则是提高竞技能力最为重要的方面。训练质量不高是根本原因，尤其以冰雪项目更为突出，有效的训练质量控制需要科技手段的介入。在越野滑雪项目中，自然天气对运动员的表现有巨大的影响，其中风速是影响运动员速度和动作的重要因素。过去只能依靠运动员在多种天气环境下大量练习，依靠经验自主选择策略。如今，随着计算机技术和机器学习的发展，可以利用已有的数据让机器总结归纳客观规律，帮助运动员选择策略。

发明内容

本发明目的是为了解决现有技术中的问题，提出了一种越野滑雪赛道风速场预测方法。根据赛道历史风速场数据预测赛道接下来一段时间内任意时刻任意位置的风速，为运动员实时提供科学的参考信息，提高运动员训练效率和质量。

本发明是通过以下技术方案实现的，本发明提出一种越野滑雪赛道风速场预测方法，所述方法包括以下步骤：

步骤1、在滑雪赛道两侧均匀布置k对风速风向传感器，每个风速风向传感器位置为x_i,i为风速风向传感器编号，k为大于等于1的正整数；

步骤2、利用每个风速风向传感器对每一位置每一时刻的风速和风向数据进行采集，对采集后的数据进行归一化处理；

步骤3、将归一化处理后的数据映射到一个二维图像中，从而得到低分辨率的二维图像，利用双线性插值方法对低分辨率的二维图像进行处理从而得到高分辨率的二维风速场图像，所述二维风速场图像包括风速图像和风向图像；

步骤4、将二维风速场图像进行视频处理形成历史视频；

步骤5、建立未来某一时刻某一位置的二维风速场图像与历史视频以及全局信息之间的关系，从而预测未来某一时刻某一位置的风速场。

进一步地，所述全局信息包括赛道所处地理位置、季节、天气预报和风速风向传感器位置信息。

进一步地，所述风速场由风速和风向组成。

进一步地，所述步骤4具体为：以固定的时间间隔采集风速和风向数据构成历史n个时间间隔的风速视频和风向视频v表示风速，θ表示风向。

进一步地，所述步骤5具体为：令全局信息为G，即与(Video_v,Video_θ,G)之间的映射关系F，其中表示预测未来某一位置x_p第n+m_p个时间间隔时的风速图像，表示预测未来某一位置x_p第n+m_p个时间间隔时的风向图像，m_p为经过n个历史时间间隔的时间点到预测时刻的时间间隔个数；利用卷积神经网络对空间信息的学习能力和循环神经网络对时间信息的学习能力，搭建风速场时空神经网络模型，利用历史风速和风向视频以及全局信息同时预测未来风速和风向图像序列，风速场时空神经网络模型包括循环神经网络编码器和解码器，编码器输入数据为输入风速和风向视频经过卷积模块得到的图像特征，解码器输出数据经过反卷积模块重构为输出的风速和风向图像序列。

进一步地，所述卷积模块由卷积层、激活函数层和池化层堆叠。