基于高频雷达回波谱多特征融合的浪高反演算法

高频地波雷达海洋回波谱的 Bragg 峰和二次谐波峰中，均蕴含着浪高信息，因此发展出了基于 Bragg 峰功率 （Power of Bragg Peak，PB）、二次谐波峰与 Bragg 功率比 （Power Ratio of Second Harmonic Peak to Bragg Peak，RSB）、双频 Bragg 峰功率比 （Power Ratio of Dual Frequency Bragg Peak，RDB） 等浪高反演算法。然而，三种算法均无法实现不同海况、不同距离下浪高的精确反演。本文研究发现，PB 算法适用于低海况，RSB 算法在近距离高海况下表现良好，而 RDB 算法适用于远距离测量，即三种算法高性能测量区间存在强互补性。在此基础上，本文提出了一种基于多特征 （PB、RSB 和 RDB） 融合的浪高反演算法，其中采用反向传播（Back Propagation，BP） 神经网络作为特征融合器。实验表明：本文算法在测量精度、波高适应范围、距离适应范围上均优于现有波高反演算法。