摘要
本发明涉及复杂海洋环境下融合异构多模态星载BDS‑3/Galileo反射信号数据的全球海面盐度反演方法,包括:获取多种海洋环境相关数据;对获取的海洋环境相关数据进行预处理;利用预处理后的数据,对融合卷积神经网络和Transformer的网络模型进行训练,获取海面盐度反演模型;利用海面盐度反演模型,进行全球海面盐度反演。本发明通过结合星载GNSS‑R技术、多模态数据融合以及先进的深度学习模型,能够在全球范围内高效、准确地监测海面盐度。
技术关键词
海面盐度反演方法
融合卷积神经网络
反演模型
GNSS卫星
坐标系
异构
双基雷达
方位角
信号
变量
全局特征融合
多模态数据融合
信噪比数据
非线性
输出模块
峰值信噪比
深度学习模型
系统为您推荐了相关专利信息
信息融合组合导航方法
导航坐标系
传感器
理论
载体
装配式预制板
评价方法
雷达图像数据
弯沉盆
卷积神经网络算法
无人车智能避障方法
多模态传感器
障碍物
深度相机数据
二级紧急制动
排涝机器人
智能避障方法
激光雷达传感器
障碍物
探测传感器
抗干扰方法
电流调节器
永磁
电流观测器
存储设备