首页|对抗型长短期记忆网络的雷达回波外推算法

对抗型长短期记忆网络的雷达回波外推算法

Radar echo extrapolation algorithm based on adversarial long short-term memory network

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
目的 雷达回波外推是进行短临降水预测的一种重要方法,相较于传统的数值天气预报方法能够实现更快、更准确的预测.基于卷积长短期记忆网络(convolutional long short-term memory network,ConvLSTM)的回波外推算法的效果优于其他的深度学习外推算法,但是忽略了普通卷积运算在面对局部变化特征时的局限性,并且在外推过程中将损失函数简单定义为均方误差(mean squared error,MSE),忽略了外推图像与原始图像的分布相似性,容易导致信息丢失.为解决以上不足,提出了一种基于对抗型光流长短期记忆网络(deep convolutional generative adversarial flow based long short-term memory network,DCF-LSTM)的回波外推算法.方法 首先,采用光流追踪局部特征的方式改进ConvLSTM,突破了一般卷积核面对局部变化特征的限制.然后,以光流长短期记忆网络(flow based long short-term memory network,FLSTM)作为基本模块构建外推模型.最后,引入对抗网络,与外推模型组成端到端的博弈系统DCF-LSTM,两者交替训练实现外推图像分布向原图像分布的拟合.结果 在4种不同的反射率强度下进行了消融研究,并与3种主流的气象业务算法进行了对比.实验结果表明,DCF-LSTM在所有评价指标中表现最优,尤其在反射率为35 dBZ的条件下.结论 由实验结果可知,引入光流法能够使模型具有更好的抗畸变性,引入深度卷积生成对抗网络(deep convolutional generative adversarial network,DCGAN)判别模块能进一步增加结果的准确性.本文提出的DCF-LSTM回波外推算法相比于其他算法,雷达外推准确率获得了进一步提升.

方巍、庞林、张飞鸿、盛胜利

展开 >

南京信息工程大学计算机与软件学院,南京 210044

浙江大学计算机辅助设计与图形学国家重点实验室,杭州 310058

苏州大学江苏省计算机信息处理技术重点实验室,苏州 215000

德克萨斯理工大学,拉伯克 TX79409,美国

展开 >

雷达回波外推 卷积长短期记忆网络(ConvLSTM) 深度卷积生成对抗网络(DCGAN) 光流法 序列到序列结构

国家自然科学基金教育部天诚汇智创新促教科研创新基金浙江大学计算机辅助设计与图形学国家重点实验室开放课题苏州大学江苏省计算机信息处理技术重点实验室开放课题

420750072018A03038A1916KJS1935

2021

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2021.26(5)
  • 8
  • 1