基于AR模型的多普勒散射计回波功率谱估计
Remote Sensing Information（2023）
摘要
当采样点数少或流速较小时,采用周期图法估计的多普勒散射计(Doppler scatterometer,DopSCAT)回波功率谱分辨率低,多普勒频移提取精度低.对此,提出了一种基于自回归(autoregressive,AR)模型的DopSCAT回波功率谱估计方法.该方法为DopSCAT回波信号建立含有未知参数的AR模型,采用赤池信息量准则自适应确定模型的最优阶数;对定阶后的AR模型采用Burg算法计算模型参数,利用得到的AR模型估计回波功率谱;对功率谱进行峰值检测提取多普勒频移计算径向流,采用两个观测方位向的径向流合成得到海面流场.利用OSCAR海流数据进行了回波功率谱估计与海流反演实验.分析结果表明,与周期图法相比,该方法能够显著提高回波功率谱分辨率和多普勒频移的提取精度,进而提高了海流的反演精度.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要