作者：高涵; 白照广; 范东栋海面风速神经网络反演模型
摘要：针对GNSS-R进行海面风速反演过程中时频域相关物理量较多,数据耦合性强等问题,提出了基于反向传播(BP)神经网络反演海面风速的方法。建立反演过程中相关观测量与风速的对应关系,选取多观测量作为输入,对输入数据进行处理,设置神经元与激励函数,使用BP神经网络自适应调整拟合参数,将风速作为神经网络输出端的特征量提取。反演结果,风速≤20m/s时,反演均方根误差RMSE=1.21m/s,风速>20m/s时反演均方根误差RMSE=2.54m/s,反演结果优于使用时延相关曲线前沿斜率(LES)和时延多普勒相关功率均值(DDMA)方法得到的反演结果,且迭代次数较少,复杂度较低,证明该方法可以应用于GNSS-R海面风速反演。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
