基于多模态传感器数据融合的冰层厚度预测方法和系统

本发明公开了基于多模态传感器数据融合的冰层厚度预测方法和系统。本发明中，通过集成多种类型的传感器，如微波传感器、超声波传感器和红外热成像传感器，实现了对冰层厚度的多维度、全方位监测。这种多模态数据融合策略有效克服了单一传感器在复杂环境下的局限性，提高了数据采集的全面性和准确性。特别是自适应传感器校准模块的应用，利用卡尔曼滤波算法等先进技术，对传感器数据进行实时校准，显著降低了测量误差和噪声干扰。通过深度学习算法和时序预测模型对融合后的数据进行智能分析和处理，进一步优化了预测模型，提高了冰层厚度预测的准确性和可靠性，为冰区航行、海洋工程等应用提供了可靠的数据支持，有助于降低安全风险和运营成本。