基于深度学习的非相参雷达相位解析波浪时历反演方法

专利主权项内容

1.基于深度学习的非相参雷达相位解析波浪时历反演方法，其特征在于通过深度学习的智能方法解决实际物理问题实现高精度的相位解析波浪反演，包括步骤：预处理雷达海杂波图像，选取分析区域，并通过傅里叶变换将区域内雷达海杂波图像的灰度数据变为雷达图像频谱数据；对得到的雷达频谱数据进行带通滤波和高通滤波操作，滤除雷达频谱数据中的多余噪声，保留主要海浪信息；构建深度学习频谱映射模型，将雷达图像频谱数据输入到构建的深度学习频谱映射模型，所述深度学习频谱映射模型包括三维卷积模块、位置编码、注意力模块、残差模块和三维转置卷积模块；数据逆处理，通过逆傅里叶变换将模型计算的频谱数据转换为实际相位解析海浪时历数据。