摘要
本申请公开了一种适用于微波辐射计数据的边缘端极端天气识别方法,属于遥感技术领域。针对现有技术中星地通信带宽较低且缺乏实时性的问题。本申请的方法从搭载微波辐射计的遥感卫星获取亮温数据,筛选出对应的遥感数据包,并通过数据解包、亮温数据处理及图像生成步骤,构建包含多个微波波段和极化信息的微波影像。根据需要识别的极端天气种类和数量,搭建合适的网络架构进行模型训练,生成极端天气识别模型。随后,采用量化技术对训练好的模型进行优化,确保在边缘设备上高效运行。本申请的优点在于,具有高效性和实用性,适用于在资源受限的边缘计算设备中执行复杂的深度学习任务,为极端天气的实时监测提供了有效的技术手段。
技术关键词
微波辐射计
天气识别方法
天气识别系统
深度学习处理器
训练卷积神经网络
影像
linux系统
分析文件名
残差网络
数据存储格式
样本
专用处理器
通道
基础
FPGA芯片
文件夹