[发明专利]一种基于深度卷积网络的海上非均匀蒸发波导剖面反演方法

权利要求书

1.一种基于深度卷积网络的海上非均匀蒸发波导剖面反演方法，其特征在于，包括如下步骤：

步骤1，蒸发波导垂直M剖面的参数化建模：

模型使用波导高度δ、波导厚度ΔM、波导顶M梯度调节因子ρ三个参数进行描述，具体如下：

在z≤δ高度范围内的修正折射率M(z)计算公式为：

其中，

在z≥δ高度范围内的修正折射率为：

其中，

上式中，z为海面以上垂直高度，z₀为空气动力学粗糙度因子，取1.5×10^-4m；M₀为海面高度处的大气修正折射率；

步骤2，距离向非均匀蒸发波导垂直M剖面样本的高斯-马尔科夫过程生成：

对步骤1中的三个参数进行距离向马尔科夫链模拟，代入垂直M剖面模型中，形成多个非均匀蒸发波导剖面空间结构，马尔科夫链模拟方法如下：

d(x_k+1)＝d(x_k)+η_k

d(x₁)＝d(x₀)

其中，d(x_k)代表x_k处的蒸发波导垂直M剖面参数，d(x₀)是初始距离处的剖面参数，η_k服从均值为0，方差为的高斯分布，N表示高斯分布；

步骤3，构建一维残差卷积自动编码器网络模型，用于进行非均匀蒸发波导垂直M剖面高维度参数的特征提取，具体包括：

步骤3a，构建编码器：应用卷积层、池化层和瓶颈层将非均匀蒸发波导垂直M剖面参数编码为低自由度参数矩阵；

步骤3b，构建解码器：解码器由瓶颈层、反卷积层和上采样层重构得到蒸发波导在距离方向上的垂直M剖面参数；

定义均方根误差为原始输入与重构特征之差，调整网络迭代次数及训练数量；

步骤4，根据雷达电波传播理论和抛物方程方法，计算多个非均匀蒸发波导垂直M剖面空间结构情况下的海杂波接收功率P_C(X，M‘)：

P_C(x，M‘)＝-2L(x，M‘)+σ₀[θ(x，M‘)]+10log₁₀(x)+C

上式中，x表示海面散射单元与雷达天线之间的距离，M‘表示蒸发波导垂直M剖面空间结构，θ为擦地角，σ₀为海面后向散射系数，C为常数项，L为电磁波单程传播损耗，表示为：

L(x，M‘)＝32.44+20log₁₀f(MHz)+20log₁₀x(km)-20log₁₀F_p(x，M‘)

上式中，f为雷达频率，F_p代表海浪有效高度处的方向图传播因子；

步骤5，构建非均匀蒸发波导垂直M剖面与海杂波功率间非线性映射的深度卷积网络模型：

深度卷积网络配置4个卷积层、4个池化层和1个全连接层，每个卷积层都包含三个基本模块：一维卷积操作层、批量归一化层和非线性激活层，选择ReLU函数作为激活函数，学习率为0.02，网络的输入为海杂波功率数据，输出为低自由度的蒸发波导垂直M剖面参数；

步骤6，由步骤4得到的海杂波功率数据和步骤3得到的低自由度距离向非均匀蒸发波导垂直M剖面参数数据，组成训练数据集，输入步骤5构建的深度卷积网络，开展网络模型训练，训练过程中，将均方根误差RMSE作为损失函数，利用Adam梯度下降法优化损失函数，获得网络模型的最优神经元权重系数；

步骤7，基于步骤6训练好的深度卷积网络模型，开展非均匀蒸发波导的反演测试和评估，具体包括：

步骤7a，利用步骤2中方法，生成新的非均匀蒸发波导垂直M剖面空间结构，并通过步骤4计算对应的海杂波功率，形成测试数据集；

步骤7b，将测试数据集中的海杂波功率数据，输入步骤6的深度卷积网络模型，预测得到低自由度的蒸发波导垂直M剖面参数；

步骤7c，将步骤7b预测得到的参数输入步骤3构建的解码器，获得重构的高维度蒸发波导垂直M剖面参数，包括随距离变化的蒸发波导高度、波导强度和波导顶M梯度调节因子，并进一步基于步骤1，计算得到非均匀蒸发波导垂直M剖面空间结构，为反演结果；

步骤7d，计算上述反演结果与步骤7a测试数据集中M剖面空间结构的均方根误差，评估非均匀蒸发波导垂直M剖面的反演精度。