[发明专利]一种干涉成像高度计的海面风速和有效波高联合反演方法

说明书

本发明涉及雷达信号处理领域，尤其涉及一种干涉成像高度计的海面风速和有效波高联合反演方法，所述方法包括：接收干涉成像高度计采集的海面后向散射系数图像和海面高度图像；从海面后向散射系数图像和海面高度图像得到后向散射系数、海面高度、本地入射角和经纬度坐标，输入预先建立和训练好的联合反演模型，得到对应的海面风速和有效波高的归一化结果，经反归一化处理得到反演结果；所述联合反演模型基于BP神经网络实现。本发明利用干涉成像高度计数据实现了对海面风速和有效波高的联合反演；利用神经网络实现了对海面风速和有效波高准确又高效的反演。

技术领域

本发明涉及雷达信号处理领域，尤其涉及一种干涉成像高度计的海面风速和有效波高联合反演方法，在海洋参数检测中有重要应用。

背景技术

传统高度计通过准确获取海面的回波波形进行海洋参数反演；由回波波形的上升沿半功率点可以获取海面波高，由上升沿斜率可以获取有效波高，由波形的幅值可以反演海面后向散射系数；根据有效波高和后向散射系数建立模型可以计算海面风速。合成孔径雷达(Synthetic Aperture Radar,SAR)通过建立海面风速、风向、入射角、极化方式、频率和后向散射系数之间的地球物理模型进行海面风速的获取，其海面有效波高的获取可以通过SAR图像谱与海浪谱之间的非线性关系反演得到海浪谱从而得到有效波高、主波波长、主波波向和周期等海洋参数或者建立海洋参数与后向散射系数之间的经验模型进行反演。干涉成像高度计(Interferometric Imaging Radar Altimeter,InIRA)相比于二者采用小角度干涉测量技术、孔径合成技术以及海陆兼容的高度跟踪技术实现宽刈幅海面观测数据，既可得到海面后向散射系数的测量，如图1所示，还可通过干涉信息处理获得三维海面的高程信息，如图2所示，这些信息为对海面风场和有效波高的同时反演提供了数据基础。

BP神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播进行网络训练的算法，其优化规则是使用最速下降法，通过输出层得到输出结果和期望输出的误差反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。一个完整的BP神经网络运算主要包括前向传播对权重、偏置和输入做线性运算和激活运算，从输入层开始逐步运算获取输出值，再根据损失函数衡量输出值与期望值的误差并反向传播误差优化误差从而得到输出损失值最小的权重和偏置得到最佳网络。BP神经网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程，所以将利用BP神经网络出色的非线性映射能力和泛化能力对干涉成像高度计的海面风速和有效波高进行联合反演。

发明内容

本发明的目的在于克服现有技术缺陷，提出了一种干涉成像高度计的海面风速和有效波高联合反演方法。

为了实现上述目的，本发明提出了一种干涉成像高度计的海面风速和有效波高联合反演方法，所述方法包括：

接收干涉成像高度计采集的海面后向散射系数图像和海面高度图像；

从海面后向散射系数图像和海面高度图像得到后向散射系数、海面高度、本地入射角和经纬度坐标，输入预先建立和训练好的联合反演模型，得到对应的海面风速和有效波高的归一化结果，经反归一化处理得到反演结果；

所述联合反演模型基于BP神经网络实现。

为了实现上述目的，所述联合反演模型包括依次连接的输入层、两个隐藏层和输出层，其中，两个隐藏层的节点个数分别为50和20，隐藏层激励函数为S型函数logsig，输出层激励函数为线性传递函数purelin，学习率为0.2；联合反演模型的输入包括：后向散射系数、海面高度、本地入射角和经纬度坐标，输出为海面风速和有效波高。

为了实现上述目的，所述方法还包括联合反演模型的训练步骤；具体包括：

步骤1)结合干涉成像高度计的时空位置，与欧洲中期天气预报中心的再分析风场和波浪数据进行时空插值，得到与干涉成像高度计匹配的风速数据和有效波高数据；