一种融合多源数据的长序列雷达图像预测方法及系统

专利主权项内容

1.一种融合多源数据的长序列雷达图像预测方法，其特征在于：所述方法具体包括以下步骤：步骤1，对于雷达回波预报训练模型进行改动，使其多关注长时的运动趋势；并利用三种编码器对雷达图像数据进行编码；在步骤1中，所述雷达回波预报训练模型的输入为一系列雷达回波数据帧，分别输入到空间编码器、动态匹配编码器和动态环境编码器中，步骤1.1，处理雷达的历史数据，选择前5帧的数据依次输入到空间编码器；由卷积长短时记忆模块ConvLSTM接收提取的空间特征，并按时间步得到输出状态H和细胞状态C；tt步骤1.2，同时计算雷达回波图像的差分序列，将它输入到动态匹配编码器中，经由Memory记忆对准模组，获得涵盖全局动作的上下文的记忆向量F；m步骤1.3，因为细胞状态C涵盖了输入序列从起始的历史信息，因此通过动态环境编码器，利用通道注意力机制和ConvLSTM中获取的细胞状态C，来细化全局动作上下文记忆向量F，以在当前步骤嵌入所需的运动上下文，将得到细化后的与输出状态H连接起来，构建为嵌入长期上下文的特征向量，并由解码器接受输出；输出帧会作为新的输入，进一步得到更长的输出；ttmtQ＝C；K＝F；V＝FtmmQ为查询向量，K为键向量，d为K的维度，V为值向量；k步骤2：在雷达图像数据的基础上，引入卫星云图数据使用卷积门控记忆单元ConvGRU进行编码，通过门控结构将卫星云图数据和雷达数据融合；步骤3：进一步引入地形数据，并使用ResNet提取地形数据的特征信息，随后将地形数据的特征信息与雷达图像数据在通道维度上进行融合；步骤4：将提取的特征通过特征融合模块整合；该过程将雷达图像和地形数据的相关信息相互融合；最终，融合后的特征被传递到时间窗口解码器，从而生成未来的雷达回波图像。