摘要
本发明公开了一种头罩温度场时空重构方法、装置、设备和程序产品,涉及表面雷达领域,以尽量少的温度传感器准确还原表面雷达温度场的全貌。本发明对头罩上初始化的温度传感器进行冗余识别和筛选;对采集的温度场数据利用主成分分析法进行特征模态降维,以分别得到缺失空间基函数和目标低阶时间序列;利用基函数填充模型对缺失空间基函数进行数据填充,得到反映空间特征的完备空间基函数;利用时间序列预测模型对目标低阶时间序列预测温度场时间序列;对完备空间基函数和温度场时间序列进行时空重构。本发明在保证温度场重构精度的前提下,显著降低了硬件成本和系统复杂度,在有效降低于运算负荷的同时,提升了硬件系统的鲁棒性。
技术关键词
长短期记忆网络
重构方法
时间序列预测模型
主成分分析法
头罩
量子粒子群优化
多层感知机
温度传感器
冗余
粒子群算法优化
采样点
温度场重构
数据
重构设备
超参数
重构装置
计算机程序产品