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！

申请/专利权人：南京信息工程大学

摘要：本发明公开了一种基于协方差矩阵与DCN‑LSTM模型的大气温度廓线生成方法，包括以下步骤：（1）获取ATMS遥感数据与对应日期的ERA5再分析资料；（2）对ATMS与ERA5数据进行时空匹配处理，进行归一化处理；（3）对ERA5温度廓线数据的平均值进行统计，获得平均值数据集，并利用该数据集计算各气压层间的协方差，获得协方差矩阵即背景协方差矩阵B；（4）构建数据集，并将数据集切分为测试样本与训练样本；（5）构建引入协方差矩阵的DCN‑LSTM网络模型；（6）通过测试样本验证模型精度；本发明能够有效解决在背景场信息稀少的情况下进行廓线数据反演的技术难题，提高大气廓线反演的时效性与准确性。

主权项：1.一种基于协方差矩阵与DCN-LSTM模型的大气温度廓线生成方法，其特征在于，包括以下步骤：（1）获取ATMS遥感数据与对应日期的ERA5再分析资料，并对ATMS数据进行预处理；（2）对ATMS与ERA5数据进行时空匹配处理，并统计各参数的最大值与最小值，进行归一化处理；（3）对ERA5温度廓线数据的平均值进行统计，获得平均值数据集，并利用该数据集计算各气压层间的协方差，获得协方差矩阵即背景协方差矩阵B；（4）以归一化后的ERA5温度廓线数据作为真值，以归一化后的ATMS亮温、角度和地理定位信息作为输入，构建数据集，并将数据集按M：N的比例切分为测试样本与训练样本；（5）构建引入协方差矩阵的DCN-LSTM网络模型，并对该模型进行训练，通过计算全新的损失函数，利用反向传播算法对模型的参数进行优化；包括以下步骤：（51）DCN-LSTM模型第一层为输入层，输入维度是17280×28；模型主体分为编码器结构与解码器结构，DNN模型作为编码器，LSTM模型作为解码器；（52）DNN模型包含3个隐含层，第一层隐含层的输入维度是17280×28，隐含层后连接LeakyReLU激活函数与Dropout函数，输出的数据维度是17280×64；随后的2个隐含层均以前一层的输出作为输入，并且均包含LeakyReLU激活函数与Dropout函数；第二层的输出维度是17280×128，第三层的输出维度是17280×256；经过DNN特征提取后，数据大小为17280×256；（53）利用一个1DCNN层连接DNN编码器与LSTM解码器，1DCNN层输入维度是17280×256，输出维度是17280×512，层后连接LeakyReLU激活函数；1DCNN层的卷积核大小设为3，边缘填充大小（PaddingSize）设为1，卷积核步长设为1；（54）LSTM模块作为模型的解码器，LSTM模块同样包含3个隐含层，每一层包含512个LSTM神经元；数据经过LSTM解码后，维度不变；（55）模型最后以一个全连接层作为输出层，调整输出维度为17280×37，并以ReLU作为激活函数，获得模拟的大气温度廓线；（56）设计模型损失函数，包括两部分，公式如下： ；其中， ； ；其中，w为缩放系数，控制与的数量级；代表MAE误差，y代表ERA5温度数据，代表DCN-LSTM模型的生成值；代表y的协方差矩阵，代表的协方差矩阵；（6）通过测试样本验证模型精度；若不满足预设精度，返回步骤（5）重新调优，若满足预设精度，则训练后的模型即为目标模型。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于协方差矩阵与DCN-LSTM模型的大气温度廓线生成方法