买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种结合仿真模型和卫星数据优势的海面风速反演方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120742379B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510800620.1，技术领域涉及：G01S19/52；该发明授权一种结合仿真模型和卫星数据优势的海面风速反演方法、系统、设备及介质是由聂丁;张凯诚;闫佳楠;张民;江旺强;李金星;魏鹏博;张丹萌设计研发完成，并于2025-06-16向国家知识产权局提交的专利申请。

本一种结合仿真模型和卫星数据优势的海面风速反演方法、系统、设备及介质在说明书摘要公布了：一种结合仿真模型和卫星数据优势的海面风速反演方法、系统、设备及介质，通过输入卫星和接收机位置、速度、接收天线增益等参数生成仿真的时延多普勒DDM图像，结合仿真图像扩充卫星实测数据，构建联合实测‑仿真的数据集，从中提取前沿斜率和后沿斜率，计算得到前沿‑后沿复合特征值来反演海面风速数值；系统、设备及介质用于实现该方法；本发明通过卫星与接收机的位置和速度、风速、GNSS信号频率和接收天线增益参数进行时延多普勒图的仿真，能够在特定海域或海况的实测数据样本稀缺的情况下对数据样本进行扩充，具有适用性广、样本稀缺情况下也可以较为准确的实现海面风速反演的优点。

本发明授权一种结合仿真模型和卫星数据优势的海面风速反演方法、系统、设备及介质在权利要求书中公布了：1.一种结合仿真模型和卫星数据优势的海面风速反演方法，其特征在于，包括以下步骤： 步骤1、构建时延多普勒图仿真模型； 步骤2、对卫星数据和浮标风速数据进行数据处理和时空匹配，初步构建GNSS-R实测数据集，基于步骤1构建的时延多普勒图仿真模型，输入卫星与接收机的位置和速度、风速、GNSS信号频率和接收天线增益参数进行仿真，构建仿真的GNSS-R数据，将GNSS-R实测数据集与仿真的GNSS-R数据结合，构建实测-仿真联合数据集； 步骤3、从步骤2构建的实测-仿真联合数据集中的时延多普勒图中提取与风速相关的特征值，所述与风速相关的特征值包括：前沿斜率、后沿斜率和时延多普勒均值；结合前沿斜率和后沿斜率，计算前沿-后沿复合特征值，得到包含特征值的实测-仿真联合数据集； 所述步骤3的具体方法包括： 步骤3.1、通过对步骤2构建的实测-仿真联合数据集中的时延多普勒图提取出前沿斜率LES、后沿斜率TES和时延多普勒均值特征值DDMA，计算公式如下： 其中，和表示前沿波形和后沿波形，使用时延多普勒图在多普勒频率为0Hz的中心时延波形，分别取时延-1.25~0chip和0~1.25chip得到；表示时延多普勒图在i,j位置的值；N表示所取的时延多普勒图值的数量，表示所取的时延波形值的数量，是在i处的时延值； 步骤3.2、结合步骤3.1提取的前沿斜率LES和后沿斜率TES，计算前沿-后沿复合特征值；计算公式如下： 其中，LES表示前沿斜率，TES表示后沿斜率； 将步骤3.1计算的前沿斜率LES、后沿斜率TES、时延多普勒均值DDMA和步骤3.2计算的前沿-后沿复合特征值加入到步骤2构建的实测-仿真联合数据集，得到包含特征值的实测-仿真联合数据集； 步骤4、基于深度神经网络，构建时延多普勒图、特征值和其他参数即信噪比、接收天线增益、入射角度、镜面反射点经纬度坐标以及卫星和接收机位置联合输入的深度神经网络模型，对步骤3构建的包含特征值的实测-仿真联合数据集进行训练，得到训练好的海面风速反演模型，输入时延多普勒图、特征值和其他参数即信噪比、接收天线增益、入射角度、镜面反射点经纬度坐标以及卫星和接收机位置，实现海面风速反演。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。