[发明专利]一种基于主波峰的自适应波形重跟踪算法

说明书

本发明涉及卫星测高数据处理技术领域，具体为一种基于主波峰的自适应波形重跟踪算法，简称AMWRT算法，包括提取主波峰、对主波峰进行波形重跟踪、对IMP值进行判优等步骤。本算法通过提取主波峰的完整波形，然后运用四种不同算法对主波峰进行波形重跟踪，进而得到相应算法下准确的波形上升前缘中点位置，有效解决了以往波形重跟踪算法中难以准确寻找到内陆水体复杂波形的前缘中点位置这一难点，最后再利用这一前缘位置计算出四种不同阈值水平下的IMP值，并将这四个IMP值进行比较以确定最大的IMP值为AMWRT算法的结果。与现有的波形重跟踪算法相比，本算法具有卫星测高数据处理精度更高且在内陆水域应用范围更广等优点。

技术领域

本发明涉及卫星测高数据处理技术领域，具体为一种基于主波峰的自适应波形重跟踪算法。

背景技术

水位不仅是水资源管理、灾害预警的一个重要参数，也是反映水体水情的直观指标。目前由于内陆河流数量众多且形态规模不一，现有水文站分布不均难以全方位覆盖，而且水位监测资料的共享程度较低，这些因素都使得传统的水位监测方法难以获得较准确的水位监测数据。现在卫星测高技术虽说与传统水位监测方法相比，具有快速、大尺度、周期性地探测水体水位变化的优势，尤其是对于无资料区域，能够填补数据空缺并建立长序列水位观测数据。但卫星测高技术最初只是专门为了测量海洋环境的水位数据而设计的，对于地形复杂且水面宽度不大的内陆河流、湖泊以及近海等水域，卫星测高技术所测得的数据精度并不高。

为了提高精度，不少专家学者分别对近海领域、内陆河流、湖泊等不同水域的水位监测进行了相应的算法改进，例如：基于子波形的波形重跟踪算法、多子波多权重阈值重跟踪算法、基于主波峰的波形重跟踪算法等，但这些典型重跟踪算法在针对复杂的内陆水体波形时，往往会被卫星测高波形前缘的热噪声所影响，从而导致寻找波形上升前缘的位置与实际位置产生较大的偏离，因此当前波形重跟踪算法在寻找内陆水体复杂波形的前缘中点面临着较大困难，而前缘中点位置不准确就无法得出精准的河流水位。

同时上述算法还存在应用范围单一的缺点，比如前两种算法均是针对河流区域的，第三种算法是针对湖泊的，一旦将测量湖泊的算法应用于处理河流区域则精度会更低，因为相比湖泊水位观测，河流水体的回波波形比湖泊波形更为复杂，在寻找其波形主波峰时更易受到噪声影响。总之，当前缺少一种重跟踪算法对同一卫星监测的整个非海洋水域的数据进行高精度处理。

发明内容

本发明一种基于主波峰的自适应波形重跟踪算法，包括三大步骤：提取主波峰、对主波峰进行波形重跟踪、比较IMP值进行判优，通过有效提取完整的主波峰再运用四种不同算法对提取到的主波峰进行波形重跟踪，进而得到四种不同算法下准确的波形前缘中点位置，再利用这一前缘位置计算出四种不同阈值水平下的IMP值，最后将四个IMP值进行比较，确定最大的IMP值为本算法的结果。由于本算法既解决了以往波形重跟踪算法中难以准确寻找到内陆水体复杂波形的前缘中点位置这一难点，又是对四种不同阈值算法的结果进行比较后才确定为本算法的结果，因此本算法对内陆水域的卫星测高数据的处理精度更高，且可广泛应用于内陆各种水域，不受如湖泊、河流、近海等不同水域的影响和限制，有效解决了上述问题。

本发明采用的技术方案：

一种基于主波峰的自适应波形重跟踪算法，其特征在于，包括以下步骤：

（Ⅰ）提取主波峰：首先读入卫星测高波形数据，通过遍历相间门的功率差来确定开始阈值和通过遍历相邻门的功率差来确定结束阈值，然后将遍历相邻门的功率差与开始阈值进行比较以确定主波峰的起始点，当满足＞时即确定该测高点为主波峰起始点,若当前的测高点不满足上述条件则继续比较下一个测高点，直至出现满足条件的测高点为止，接着再将遍历相邻门的功率差与结束阈值进行比较以确定主波峰的终止点，当＜时即确定该测高点为主波峰终止点,若当前的测高点不满足上述条件则继续比较下一个测高点，直至出现满足条件的测高点为止，最后在起始点往前增加四个门的位置值、终止点往后增加四个门的位置值，即提取到主波峰的完整波形范围为，其中i为回波波形测高点的位置值；