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：南京波达电子科技有限公司

摘要：本发明涉及一种基于多传感器融合的波潮检测方法，以毫米波测距距离数据序列、激光测距距离数据序列、水平偏振图像序列、垂直偏振图像序列的采集，基于数据预处理结果，执行所设计数据融合，获得各数据类型分别对应符合预设期待的一致性结果值，并依据线性波浪理论公式给出的各数据类型之间的约束关系和海浪参数的慢变特征进行更新，实现目标水域位置海浪参数和潮位参数的检测；并设计相应智能波潮仪，以对应各类型传感器的加入进行数据采集，由单台设备同时实现海浪参数和潮位参数的非接触、高精度、高可靠测量，设计实现更精确、更可信、更宽量程的波高、波周期、潮位等波浪潮汐参数测量。

主权项：1.一种基于多传感器融合的波潮检测方法，其特征在于，用于对目标水域位置海浪参数和潮位参数进行检测，包括如下步骤：步骤A.基于预设包含至少一个完整波浪周期的检测时长，获得目标水域位置海浪对应检测时长的毫米波测距距离数据序列、激光测距距离数据序列、水平偏振图像序列、垂直偏振图像序列，然后进入步骤B；步骤B.获得毫米波测距距离数据序列、激光测距距离数据序列分别对应的波峰距离的值、波谷距离的值、波高的值、波周期的值、各次波频率值，以及水平偏振图像序列、垂直偏振图像序列对应的波向的值、波长的值、波型的值、波浪谱的值，然后进入步骤C；步骤C.分别针对步骤B所获波峰距离、波谷距离、波高、波周期、波向、波长、波型、波浪谱不同数据类型的值，执行如下步骤C1至步骤C3，进行智能融合处理，包括聚类、关联、互证、统计、推理、表决、检核、偏差估计，获得各数据类型分别对应符合预设期待的一致性结果值，然后进入步骤D；步骤C1.针对步骤B所获波峰距离、波谷距离、波高、波周期、波向、波长、波型、波浪谱不同数据类型的所有值，按数据类型进行聚类处理，获得各个数据类型聚类，然后进入步骤C2；步骤C2.分别针对步骤C1所获各个数据类型聚类，执行同类型数据之间的关联、互证处理，消除单一数据来源的误差，若获得数据类型聚类所对应符合预设期待的一致性结果值，则针对该数据类型聚类的步骤C操作结束；若未获得该数据类型聚类所对应符合预设期待的的一致性结果值，则进入步骤C3；步骤C3.分别针对步骤C2未获得符合预设期待的一致性结果值的各个数据类型聚类，针对数据类型聚类中的各个值进行统计和偏差估计处理，获得该数据类型聚类所对应的偏差估计值，并依据偏差估计值，执行检核、推理和表决处理，获得该数据类型聚类所对应符合预设期待的一致性结果值；步骤D.依据线性波浪理论公式给出的各数据类型之间的约束关系和海浪参数的慢变特征，针对各个数据类型分别对应的一致性结果值进行数据质量控制处理，即对不符合约束关系和慢变特征的值，执行异常数据剔除、低通滤波减小误差、外推插值修正操作，更新获得各个数据类型分别对应的一致性结果值，进而获得目标水域位置对应的波高值、波周期值、波向值、波长值、波型的值，并根据波峰距离值和波谷距离值，计算获得潮位的值，实现目标水域位置海浪参数和潮位参数的检测。

全文数据：

权利要求：

百度查询： 南京波达电子科技有限公司 一种基于多传感器融合的波潮检测方法及智能波潮仪