技术摘要：
本申请公开了一种蒸发波导传播特性的反演方法及装置，获取雷达采集得到蒸发波导的高度，并依据雷达的雷达参数、以及蒸发波导的高度，计算电波传播因子。将电波传播因子，输入预设的蒸发波导的空间分布预测网络，得到蒸发波导折射率剖面。相较于现有技术，本实施例由电  全部
背景技术：
对流层波导对无线通信以及雷达系统有很大影响，例如降低无线电系统的通信性 能、及导致雷达探测失败等。蒸发波导作为海面上的一种出现概率较高的对流层波导，给海 上微波通信带来了较大影响。因此，实时探测海上蒸发波导具有重大意义。 目前，利用雷达海杂波反演蒸发波导(refractivity  from  clutter，RFC)是当前 的研究热点。但是，对流层大气环境属于随参信道，其随机特性异常复杂。现有的大气环境 因素获取方法，难以满足快速且实时获取蒸发波导传播路径上的所有大气环境因素的具体 数值，因此，导致RFC反演法的预测效果不佳，即RFC反演法输出的蒸发波导折射率剖面(用 于表示蒸发波导的传播特性，包括蒸发波导的垂直分布、以及水平均匀分布或者水平非均 匀分布)准确性不高。
技术实现要素：
本申请提供了一种蒸发波导传播特性的反演方法及装置，目的在于提供一种能够 准确反演蒸发波导的传播特性的方法。 为了实现上述目的，本申请提供了以下技术方案： 一种蒸发波导传播特性的反演方法，包括： 获取雷达采集得到的蒸发波导的高度，并依据所述雷达的雷达参数、以及所述蒸 发波导的高度，计算电波传播因子，所述电波传播因子用于表征大气环境因素与蒸发波导 传播特性之间的第一映射关系； 将所述电波传播因子，输入预先构建的所述蒸发波导的空间分布预测网络，得到 所述蒸发波导的蒸发波导折射率剖面，所述蒸发波导的空间分布预测网络用于表征所述电 波传播因子与所述蒸发波导传播特性之间的第二映射关系，并将所述第二映射关系在低纬 空间的非线性不可分转化为高维空间的线性可分，所述蒸发波导折射率剖面用于表征所述 蒸发波导的传播特性。 可选的，所述蒸发波导的空间分布预测网络的构建过程，包括： 将预设的实验数据库中的电波传播因子样本，作为预设的径向基函数神经网络的 训练样本输入，得到输出结果； 基于所述电波传播因子样本、与所述电波传播因子样本对应的蒸发波导折射率剖 面样本、以及所述输出结果，对所述径向基函数神经网络进行训练，直至所述径向基函数神 经网络输出与所述电波传播因子样本对应的蒸发波导折射率剖面； 确定训练得到的径向基函数神经网络为所述蒸发波导的空间分布预测网络。 可选的，所述实验数据库的预设过程，包括： 4 CN 111610514 A 说　明　书 2/15 页 以采集得到所述蒸发波导的高度样本作为参数，分别对所述蒸发波导的高度的垂 直分布进行建模、以及对所述蒸发波导的高度的水平分布进行建模，将蒸发波导的高度的 垂直分布模型和水平分布模型的组合，作为蒸发波导折射率模型； 利用所述蒸发波导折射率模型，输出蒸发波导折射率剖面样本； 将所述蒸发波导折射率剖面样本所指示的高度、以及预设的雷达参数样本，输入 预设的电波传播因子模型，得到电波传播因子样本； 记录所述蒸发波导折射率剖面样本和所述电波传播因子样本的对应关系。 可选的，所述对所述蒸发波导的高度的水平分布进行建模的过程，包括： 利用高斯-马尔科夫过程，生成马尔科夫链矩阵； 利用K-L变换的主分量分析方法，提取所述马尔科夫链矩阵的特征值和特征向量， 得到所述蒸发波导的高度的所述水平分布模型； 其中，所述马尔科夫链矩阵用于表征所述蒸发波导的高度的水平分布样本。 可选的，所述蒸发波导的高度的垂直分布模型，包括： P-J模型。 可选的，所述电波传播因子模型的构建过程，包括： 以电波传播的抛物方程、以及电波在蒸发波导环境中的电场分布作为参数，建立 所述电波传播因子的计算式。 可选的，所述径向基函数神经网络的训练过程，包括： 估算所述径向基函数神经网络中隐含层的径向基函数的中心和标准差； 估算所述径向基函数神经网络中输出层的权值和阈值； 估算所述径向基函数神经网络中输入层、所述隐含层、以及所述输出层各自的节 点数目。 一种蒸发波导传播特性的反演装置，包括： 计算单元，用于获取雷达采集得到的蒸发波导的高度，并依据所述雷达的雷达参 数、以及所述蒸发波导的高度，计算电波传播因子，所述电波传播因子用于表征大气环境因 素与蒸发波导传播特性之间的第一映射关系； 预测单元，用于将所述电波传播因子，输入预先构建的所述蒸发波导的空间分布 预测网络，得到所述蒸发波导的蒸发波导折射率剖面，所述蒸发波导的空间分布预测网络 用于表征所述电波传播因子与所述蒸发波导传播特性之间的第二映射关系，并将所述第二 映射关系在低纬空间的非线性不可分转化为高维空间的线性可分，所述蒸发波导折射率剖 面用于表征所述蒸发波导的传播特性。 一种计算机存储介质，所述计算机存储介质包括存储的程序，其中，所述程序执行 所述的蒸发波导传播特性的反演方法。 一种电子设备，包括：处理器、存储器和总线；所述处理器与所述存储器通过所述 总线连接； 所述存储器用于存储程序，所述处理器用于运行程序，其中，所述程序运行时执行 所述的蒸发波导传播特性的反演方法。 本申请提供的技术方案，获取雷达采集得到蒸发波导的高度，并依据雷达的雷达 参数、以及蒸发波导的高度，计算电波传播因子。将电波传播因子，输入预先构建的蒸发波 5 CN 111610514 A 说　明　书 3/15 页 导的空间分布预测网络，得到蒸发波导的蒸发波导折射率剖面。相较于现有技术，本实施例 由电波传播因子表征大气环境因素与蒸发波导传播特性之间的第一映射关系，因此，在反 演蒸发波导传播特性过程中不以大气环境因素作为参考依据，蒸发波导的空间分布预测网 络用于表征所述电波传播因子与所述蒸发波导传播特性之间的第二映射关系，即蒸发波导 的空间分布预测网络的预测结果不受大气环境因素的影响，因此能够避免大气环境因素对 蒸发波导传播特性反演过程的干扰。此外，蒸发波导的空间分布预测网络能够将第二映射 关系在低纬空间的非线性不可分转化为高维空间的线性可分，因此，蒸发波导传播特性的 反演过程会较为高效准确。 附图说明 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。 图1为本申请实施例提供的一种蒸发波导传播特性的反演方法的示意图； 图2为本申请实施例提供的一种蒸发波导的空间分布预测网络的构建过程的示意 图； 图3为本申请实施例提供的一种构建实验数据库的具体实现过程的示意图； 图4为本申请实施例提供的一种对蒸发波导的高度的水平分布进行建模的具体实 现过程的示意图； 图5为本申请实施例提供的一种K-means聚类算法的具体实现过程的示意图； 图6为本申请实施例提供的一种基于误差法的最速下降算法的具体实现过程的示 意图； 图7为本申请实施例提供的一种估算输入层、输出层和隐含层各自的节点数目的 具体过程的示意图； 图8为本申请实施例提供的一种蒸发波导的空间分布预测网络的拓扑结构的示意 图； 图9为本申请实施例提供的一种径向基函数单元结构的示意图； 图10为本申请实施例提供的一种输出层单元结构的示意图； 图11为本申请实施例提供的一种蒸发波导的高度的水平分布的示意图； 图12a为本申请实施例提供的一种电波传播因子的示意图； 图12b为本申请实施例提供的另一种电波传播因子的示意图； 图13a为本申请实施例提供的另一种电波传播因子的示意图； 图13b为本申请实施例提供的另一种电波传播因子的示意图； 图14为本申请实施例提供的一种蒸发波导的高度的水平分布样本的示意图； 图15为本申请实施例提供的一种隐含层的节点数目的变化曲线； 图16为本申请实施例提供的一种蒸发波导的空间分布预测网络的结构示意图； 图17a为本申请实施例提供的一种蒸发波导的高度的水平分布样本的示意图； 图17b为本申请实施例提供的一种电波传播因子样本的示意图； 6 CN 111610514 A 说　明　书 4/15 页 图18a为本申请实施例提供的一种蒸发波导的高度的示意图； 图18b为本申请实施例提供的一种误差结果的示意图； 图19a为本申请实施例提供的另一种电波传播因子的示意图； 图19b为本申请实施例提供的一种绝对误差结果的示意图； 图20a为本申请实施例提供的另一种蒸发波导的高度的示意图； 图20b为本申请实施例提供的另一种误差结果的示意图； 图21a为本申请实施例提供的另一种电波传播因子的示意图； 图21b为本申请实施例提供的另一种绝对误差结果的示意图； 图22为本申请实施例提供的一种蒸发波导传播特性的反演装置的架构示意图。