搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于高频雷达多普勒谱预测风向的一种新方法

毛媛 郭立新 丁慧芬 刘伟

基于高频雷达多普勒谱预测风向的一种新方法

毛媛, 郭立新, 丁慧芬, 刘伟
PDF
导出引用
导出核心图
  • 通过高频雷达一阶多普勒谱与海上风向的关系, 提出了一种基于神经网络和多波束采样法相结合预测海面风向的新方法. 在神经网络不同输入、输出参数情况下对扩展因子为奇数时的仿真数据进行了风向预测, 并在扩展因子为偶数时结合多波束采样法进行风向预测, 消除了风向的模糊性. 通过预测数据和仿真数据对比, 发现两者符合较好. 从神经网络和多波束采样法相结合的预测结果中可以看出, 风向的误差大约为46, 风向扩展因子的平均误差为0.26, 为预测海面风场的研究提供一种新的思路和方法.
    • 基金项目: 国家自然科学基金(批准号: 60971067), 高等学校博士学科点专项科研基金(批准号: 20100203110016)和中央高校基本科研业务专项基金资助的课题.
    [1]

    Zhang L, Huang S X, Liu Y D, Zhong J 2010 Acta Phys. Sin. 59 2889 (in Chinese) [张亮, 黄思训, 刘宇迪, 钟剑 2010 物理学报 59 2889]

    [2]

    Wang Y H, Zhang Y M, Guo L X 2010 Chin. Phys. B 19 281

    [3]

    Zhang Y M, Wang Y H, Zhang C F 2010 Chin. Phys. B 19 411

    [4]

    Stewart R H, Barnum J R 1975 Radio Sci. 10 853

    [5]

    Barrick D E 1977 Radio Sci. 12 415

    [6]

    Long A E, Trizna D B 1973 IEEE Trans. Antennas Propag. 5 680

    [7]

    Heron M L, Rose R J 1986 IEEE J. Oceanic Eng. 2 210

    [8]

    Huang W M 2001 J. Wuhan Univ.(Nat. Sci. Ed) 10 645 [黄为民 2001 武汉大学学报(理学版) 10 645]

    [9]

    Barrick D E 1972 IEEE Trans. Antennas Propag. 20 2

    [10]

    Lipa B J, Barrick D E 1986 Radio Sci. 21 81

    [11]

    Tyler G L, Teague C C, Stewart R H, Peterson A M, Munk W H, Joy W J 1974 Deep Sea Res. 12 989

    [12]

    Ge Z X, Sun Z Q 2007 Neural Network Theory and MATLAB R2007 Implementation (Beijing: Electronic Industry Press) p100 (in Chinese) [葛哲学, 孙志强 2007 神经网络理论与MATLAB R2007实现 (北京: 电子工业出版社) 第100页]

  • [1]

    Zhang L, Huang S X, Liu Y D, Zhong J 2010 Acta Phys. Sin. 59 2889 (in Chinese) [张亮, 黄思训, 刘宇迪, 钟剑 2010 物理学报 59 2889]

    [2]

    Wang Y H, Zhang Y M, Guo L X 2010 Chin. Phys. B 19 281

    [3]

    Zhang Y M, Wang Y H, Zhang C F 2010 Chin. Phys. B 19 411

    [4]

    Stewart R H, Barnum J R 1975 Radio Sci. 10 853

    [5]

    Barrick D E 1977 Radio Sci. 12 415

    [6]

    Long A E, Trizna D B 1973 IEEE Trans. Antennas Propag. 5 680

    [7]

    Heron M L, Rose R J 1986 IEEE J. Oceanic Eng. 2 210

    [8]

    Huang W M 2001 J. Wuhan Univ.(Nat. Sci. Ed) 10 645 [黄为民 2001 武汉大学学报(理学版) 10 645]

    [9]

    Barrick D E 1972 IEEE Trans. Antennas Propag. 20 2

    [10]

    Lipa B J, Barrick D E 1986 Radio Sci. 21 81

    [11]

    Tyler G L, Teague C C, Stewart R H, Peterson A M, Munk W H, Joy W J 1974 Deep Sea Res. 12 989

    [12]

    Ge Z X, Sun Z Q 2007 Neural Network Theory and MATLAB R2007 Implementation (Beijing: Electronic Industry Press) p100 (in Chinese) [葛哲学, 孙志强 2007 神经网络理论与MATLAB R2007实现 (北京: 电子工业出版社) 第100页]

  • [1] 任县利, 张伟伟, 伍晓勇, 吴璐, 王月霞. 高熵合金短程有序现象的预测及其对结构的电子、磁性、力学性质的影响. 物理学报, 2020, 69(4): 046102. doi: 10.7498/aps.69.20191671
    [2] 廖天军, 吕贻祥. 热光伏能量转换器件的热力学极限与优化性能预测. 物理学报, 2020, 69(5): 057202. doi: 10.7498/aps.69.20191835
    [3] 刘厚通, 毛敏娟. 一种无需定标的地基激光雷达气溶胶消光系数精确反演方法. 物理学报, 2019, 68(7): 074205. doi: 10.7498/aps.68.20181825
  • 引用本文:
    Citation:
计量
  • 文章访问数:  1316
  • PDF下载量:  459
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-01-07
  • 修回日期:  2011-05-11
  • 刊出日期:  2012-04-15

基于高频雷达多普勒谱预测风向的一种新方法

  • 1. 西安电子科技大学理学院, 西安 710071
    基金项目: 

    国家自然科学基金(批准号: 60971067), 高等学校博士学科点专项科研基金(批准号: 20100203110016)和中央高校基本科研业务专项基金资助的课题.

摘要: 通过高频雷达一阶多普勒谱与海上风向的关系, 提出了一种基于神经网络和多波束采样法相结合预测海面风向的新方法. 在神经网络不同输入、输出参数情况下对扩展因子为奇数时的仿真数据进行了风向预测, 并在扩展因子为偶数时结合多波束采样法进行风向预测, 消除了风向的模糊性. 通过预测数据和仿真数据对比, 发现两者符合较好. 从神经网络和多波束采样法相结合的预测结果中可以看出, 风向的误差大约为46, 风向扩展因子的平均误差为0.26, 为预测海面风场的研究提供一种新的思路和方法.

English Abstract

参考文献 (12)

目录

    /

    返回文章
    返回