关键技术
基于混合时频分布的GNSS信号干扰检测与抑制方法:
输电线路和的高频串扰、4G/5G基站的高频信号对
GNSS卫星信号形成强干扰,显著影响水气反演、降雨量预测的精度,该方法对高频串扰(连续波)构建其特征模态,并针对性提出基于SPWVD与CWT混合时频分布的分析方法,消除时频分布中交叉项,有效增强干扰信号自项在时频面上能量聚集性,提升了干扰检测性能。进而采用陷波IIR滤波器进行干扰抑制。干扰信号频率估计准确率提升25.6%
| 滤波器带宽减少42.5% | 在消除干扰的同时,对有用信号的损伤最小化。
改进型同步扰动随机逼近大气参数求解方法:
在基于GNSS的大气参数反演中,核心难点在于寻找最优的大气参数解以最小化观测数据与模型之间的差异。该方法解决了GNSS掩星资料同化过程中大气参数求解复杂、计算效率低的问题。该方法通过改进传统的同步扰动随机逼近(SPSA)算法,实现了对大气参数向量的高效、精准求解。解决GNSS掩星资料同化过程中大气参数求解复杂、计算效率低的问题。该方法通过改进传统的同步扰动随机逼近(SPSA)算法,实现了对大气参数向量的高效、精准求解。
DAMixer多变量时序预测的双阶段注意力混合模型:
针对GNSS反演的大气可降水量(PWV)、温度、气压等多维气象数据具有非线性、动态变化快及特征异构的特点,本系统采用一种创新的双阶段注意力混合模型——DAMixer(Dual-stage
Attention-based
Mixer)。该模型旨在解决多变量时序预测中的特征冗余、计算效率低以及可解释性差等核心挑战,通过特征提取与时序模式捕获的双重机制,实现对降雨量的高精度、长时序预测。