摘要
本申请涉及卫星数据处理技术领域,提出了一种多源卫星数据在轨智能融合方法、装置、设备及介质,该方法包括:分别获取多个卫星遥感采集的历史卫星云图数据;对每个历史卫星云图数据进行预处理,得到处理后的历史卫星云图数据;使用目标深度学习预测模型对处理后的历史卫星云图数据进行特征提取和状态预测,预测得到各卫星遥感在当前时刻对应的卫星云图预测数据;获取多个卫星遥感采集的当前时刻对应的卫星云图观测数据;通过卡尔曼滤波器对卫星云图预测数据和卫星云图观测数据进行融合,得到当前时刻对应的最终卫星云图数据。通过本申请的技术方案,可以减少噪声对融合结果的影响,提高融合结果的可靠性,提高模型的效率和准确性。
技术关键词
卫星云图
深度学习预测模型
多源卫星数据
智能融合方法
卡尔曼滤波
卫星数据处理技术
计算机可执行指令
误差
错误率
长短期记忆网络
融合装置
处理器通信
计算机设备
模块
可读存储介质
存储器
系统为您推荐了相关专利信息
漂浮式风机
协方差矩阵
GPR模型
更新方法
无迹卡尔曼滤波
三维空间姿态
液压控制方法
姿态偏差
数据融合技术
卡尔曼滤波算法
充电桩电缆
输电线缆
温度控制策略
卡尔曼滤波融合
变化特征分析
嵌入式平台
GNSS观测数据
方程
速度
卡尔曼滤波
山岭隧道施工
空间分布信息
破碎围岩
监测方法
强化学习算法