雷达威力预报技术中海表温度测量及修正方法

崔萌达; 察豪; 田斌

doi:10.11918/j.issn.0367-6234.201611018

Chinese

您当前的位置：

首页 >

文章列表页 >

雷达威力预报技术中海表温度测量及修正方法

更新时间：2026-10-19

- 雷达威力预报技术中海表温度测量及修正方法
- Measurement and modification method of sea surface temperature for radar detection range prediction
- 哈尔滨工业大学学报 2017年49卷第5期页码：2017-5
- 作者机构：
  
  海军工程大学海军信息装备作战应用研究所,武汉,430033
- 作者简介：
- 基金信息：
  
  国家自然科学基金(414005009);国家重点实验室基金(K201510);湖北省自然科学基金(2015CFB692)
- DOI：10.11918/j.issn.0367-6234.201611018
  中图分类号： TN95
- 纸质出版：2017
- 稿件说明：
移动端阅览
崔萌达, 察豪, 田斌. 雷达威力预报技术中海表温度测量及修正方法[J]. 哈尔滨工业大学学报, 2017,49(5):2017-5.

CUI Mengda, CHA Hao, TIAN Bin. Measurement and modification method of sea surface temperature for radar detection range prediction[J]. 2017, 49(5): 2017-5.
崔萌达, 察豪, 田斌. 雷达威力预报技术中海表温度测量及修正方法[J]. 哈尔滨工业大学学报, 2017,49(5):2017-5. DOI： 10.11918/j.issn.0367-6234.201611018.

CUI Mengda, CHA Hao, TIAN Bin. Measurement and modification method of sea surface temperature for radar detection range prediction[J]. 2017, 49(5): 2017-5. DOI： 10.11918/j.issn.0367-6234.201611018.

摘要

针对雷达探测威力预报中海表温度测量问题，提出一种基于红外传感器的修正方法.分析了红外传感器产生测量偏差的原因，通过对海面红外辐射及反射情况进行建模，仿真分析了天空温度对海表面温度测量结果和雷达威力预报结果的影响，并提出海表温度的修正方法.实验结果表明，将该方法应用到雷达威力预报中，预报结果与实际雷达威力相对误差小于20%的概率高达80%，显著提高了雷达威力预测预报精度.

Abstract

Aiming at the problem of sea surface temperature (SST) measurement in radar power prediction (RPP)

a modification method of sea surface temperature is proposed based on infrared sensor. The measured deviation of infrared sensor for SST is analyzed. The infrared models of sea surface radiation and reflection are modeled. The affections of sky radiation to result of SST and RPP are analyzed by simulation. A modification method for RPP is deduced. Through experiment

the result shows that the relative error of prediction result is limited in 20% with 80% probability by this method

which greatly enhances the prediction accuracy.

关键词

Keywords

references

浏览量

691

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用FD约束迁移生成虚拟样本的动液面预测

考虑代价敏感性的增量式入侵检测机制

基于词级注意力的多样化文本到图像生成

基线网络轻量化的无人机小目标检测算法

一种前景背景联合学习的单幅图像去雪模型