[发明专利]基于X波段雷达图像和粒子群优化的海表面流信息提取方法有效
申请号: | 201210073712.7 | 申请日: | 2012-03-20 |
公开(公告)号: | CN102662164A | 公开(公告)日: | 2012-09-12 |
发明(设计)人: | 刘利强;戴运桃;范志超;张丽娜 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41;G01S13/89 |
代理公司: | 北京永创新实专利事务所 11121 | 代理人: | 周长琪 |
地址: | 150001 黑龙江省*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出一种基于X波段雷达图像和粒子群优化的海表面流信息提取方法,属于海浪参数反演技术领域。本方法首先初始化粒子的位置、速度等参数,并提供了船速初始化法和估流初始化法来确定粒子的初始位置,然后将初始的位置作为粒子所经的最佳位置,通过计算各粒子的适应度函数的值,选取值最小的粒子的位置作为种群的当前最佳位置,然后更新粒子在下一代的速度和位置,并计算更新后的位置的适应度函数的值,根据该值更新各粒子的最佳位置以及种群的最佳位置,不停迭代,直到达到了停止条件结束。本方法提高了海流信息估计的准确性,大大降低了海流反演过程中陷入局部最优的可能性。 | ||
搜索关键词: | 基于 波段 雷达 图像 粒子 优化 表面 信息 提取 方法 | ||
【主权项】:
1.一种基于X波段雷达图像和粒子群优化的海表面流信息提取方法,其特征在于,该方法包括如下步骤:步骤一、初始化参数,所述的参数包括粒子位置、粒子速度、惯性权重的最大值和最小值、自身学习因子、全局学习因子、最大迭代次数、以及迭代停止阈值,具体是:粒子位置
其中,
为第i个粒子海表面流的x,y方向分量大小,i=1,2,...,n,表示第i个粒子,n≥1为粒子的种群数量,l表示种群代数,初始l=1;粒子速度
rx,ry为服从标准正态分布的随机数;惯性权重的最大值wmax和最小值wmin:0<wmax≤1,0≤wmin≤wmax;自身学习因子c1>0;全局学习因子c2>0;最大迭代次数lmax;迭代停止阀值ξ≥2;步骤二、首先,对于每个粒子,将该粒子在第l=1代时的粒子位置作为该粒子当前的最佳位置![]()
P i b = ( U x , i l , U y , i l ) = U i l , ]]> i=1,2,...,n;然后,确定当代各粒子的适应度函数
的值:F ( U i l ) = Σ i ′ = 1 n 3 / 2 + 1 Σ j ′ = 1 n 2 Σ k ′ = 1 n 1 ( | w i ′ - w ′ ( k j ′ , k ′ → ) | μ · A ) ]]>= Σ i ′ = 1 n 3 / 2 + 1 Σ j ′ = 1 n 2 Σ k ′ = 1 n 1 ( | w i ′ - ( p + 1 ) g | | k j ′ , k ′ → | | p + 1 tanh ( | | k j ′ , k ′ → | | d p + 1 ) - k x j ′ , k ′ U x , i l - k y j ′ , k ′ U y , i l + B | μ · A ) ]]> 其中,i=1,2,...,n,wi′表示雷达图像经傅里叶变换后波频率的实际值,
表示在海流为
时对应的波频率的理论值,
是波数矢量,wi′、
由32幅或64幅连续的X波段雷达图像经三维傅里叶变换得到;n3为X波段雷达图像的数量,n3=32或n3=64;在32幅或64幅连续的雷达图像上的相同位置,采用一个矩形框来选定雷达图像的一部分,n1,n2分别等于矩形框中雷达图像的横向和纵向像素点的个数;d是水深;g是重力加速度;μ>0为误差函数阶次;A>0为能量加权量,设X波段雷达图像能量谱为
当A = fft ( w i ′ , k x j ′ , k ′ , k y j ′ , k ′ ) f ]]> 时,表示对差值
进行f次方的能量加权;p为色散关系的阶次,是关于i′,j′,k′的函数,确定p=0,1,2三种取值下的差值e(p,i′,j′,k′),选取其中差值最大所对应的p值,差值e(p,i′,j′,k′)的公式为:e ( p , i ′ , j ′ , k ′ ) = w i ′ - ( p + 1 ) g | | k j ′ , k ′ → | | p + 1 tanh ( | | k j ′ , k ′ → | | d p + 1 ) - k x j ′ , k ′ U x , i l - k y j ′ , k ′ U y , i l + B ]]> 其中,B表示混叠效应影响,B=m·wN,参数
foor(x)表示对x取下整,wN表示雷达图像的截断频率;最后,选取适应度函数的值最小的粒子,将该粒子的位置记录为第l=1代时的种群所发现的最佳位置Pg;步骤三、更新各粒子在第l+1代的位移![]()
υ i l + 1 → = ω · υ i l → + c 1 r 1 l · U i l P i b → + c 2 r 2 l · U i l P g → , ]]> i=1,2,...,n其中,惯性权重
u≥0为单调控制量,取u=1;
为第l代的[0,1]区间服从平均分布的随机数;步骤四、更新各粒子在第l+1代的位置![]()
U i l + 1 = U i l + υ i l + 1 → , ]]> i=1,2,...,n其中,第l+1代的各粒子的位置
步骤五、首先,确定各粒子在第l+1代的适应度函数
i=1,2,...,n:F ( U i l + 1 ) = Σ i ′ = 1 n 3 / 2 + 1 Σ j ′ = 1 n 2 Σ k ′ = 1 n 1 ( | w i ′ - ( p + 1 ) g | | k j ′ , k ′ → | | p + 1 tanh ( | | k j ′ , k ′ → | | d p + 1 ) - k x j ′ , k ′ U x , i l + 1 - k y j ′ , k ′ U y , i l + 1 + B | μ · A ) ]]> 然后,更新每个粒子的最佳位置,具体是:对每个粒子,比较该粒子当前的最佳位置的适应度函数的值与该粒子在第l+1代的适应度函数的值,将其中较小的适应度函数的值对应的位置更新为该粒子的最佳位置;步骤六、更新种群的最佳位置Pg,具体:设
为当前各粒子的最佳位置
中适应度函数值最小的位置,比较当前种群最佳位置的适应度函数值F(Pg)与
的适应度函数值
若
则令
否则,保持Pg的值不变;步骤七、更新l=l+1,若更新后的迭代次数l大于最大迭代次数lmax或者种群的最佳位置Pg在连续的ξ次迭代中都未发生变化,则结束本方法,否则转步骤三继续执行。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201210073712.7/,转载请声明来源钻瓜专利网。
- 上一篇:风扇的控制系统及风扇的控制方法
- 下一篇:一种轴流式通风设备
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序