ARTICLE · 1270813

AI波束自适应:波高误差降14%

发布时间：2026-10-29 00:36:13 最近访问：2026-10-29 00:36:14

AI波束自适应:波高误差降14%

arXiv

AI波束自适应：波高误差降14%

Spatially-Adaptive Neural-Network Based Extraction of Significant Wave Heights from HF Radar Data

传统HF雷达测波高依赖微弱的二阶散射谱，精度受限。本文提出自适应神经网络波束形成方法，用可训练空间滤波器替代固定权重，直接优化波高估计精度，将RMSE降低14.3%，为岸基雷达海况监测开辟了新路径。

👥 作者：Senal Chandrasekara、Reza Shahidi 📅 发布日期：2026-10-26 🆔 arxiv ID：2610.36301

📝 论文摘要

从高频雷达数据中提取有效波高通常依赖多普勒谱处理及对微弱二阶散射连续谱的解读。本文研究了利用有序包络统计进行时域有效波高估计的自适应空间处理方法。在此前工作中，作者提出了一种物理引导的线性有序统计估计器（LOSE），基于一阶粗糙面散射假设和雷达包络统计，通过最小二乘回归将Bartlett波束形成电压的最大秩有序幅度映射到浮标观测的有效波高。本研究将LOSE框架扩展为三个围绕浮标观测方向初始化的可训练复空间滤波器，从每个空间输出独立提取有序幅度并拼接，通过最小二乘回归映射到有效波高，同时利用梯度更新优化空间权重。两种估计器均采用因果滑动窗口平均。评估使用加拿大Argentia的13.385 MHz、12接收阵元WERA雷达测量数据与方向波浪浮标观测配对。在相同的时间顺序训练-评估划分下，所选自适应配置将均方根误差降低约14.3%，同时保持Pearson相关系数为0.949。结果表明自适应多波束处理相对于固定Bartlett-LOSE在时域有效波高估计方面具有改进潜力。特征数量和平滑窗口的选择使用了评估区间，因此需要独立测试以确立改进的普适性。

图1：典型HF雷达海洋后向散射多普勒谱，显示一阶Bragg峰与较弱的二阶连续谱

图2

🔍 详细解读

研究背景

有效波高（SWH）是衡量海况严重程度的重要指标，对海上航行、海岸工程和海上作业安全至关重要。传统的波浪浮标虽然能提供局部精确测量，但空间覆盖范围极为有限，难以满足大范围海域监测的需求。岸基高频（HF）雷达通过测量海面电磁后向散射，有望在广阔沿海区域实现海况监测，弥补浮标的空间盲区。然而，传统HF雷达波浪估计方法依赖于多普勒谱的计算与解读。多普勒谱中包含显著的一阶Bragg峰和较弱的二阶连续谱——前者来自与雷达波长一半相匹配的海浪共振散射，后者则携带更广泛的海浪频率分量信息。二阶散射信号微弱且易受噪声干扰，使得传统方法的波高反演精度受限，尤其在复杂海况条件下表现不稳定。

核心问题

本研究旨在回答一个关键问题：能否绕过传统的多普勒谱二阶散射分析，利用时域包络统计结合自适应空间处理来更准确地估计有效波高？具体而言，能否通过可训练的波束形成权重优化，替代固定的阵列几何权重，从而提升时域SWH估计精度？

研究方法

研究团队此前提出了线性有序统计估计器（LOSE），其物理动机来自一阶粗糙面散射假设和雷达包络统计。LOSE通过Bartlett波束形成获取电压信号，提取最大秩有序幅度特征，再通过最小二乘回归映射到浮标观测的SWH。该方法避免了传统二阶谱分析的复杂性，但使用的是固定波束权重。本研究的创新在于将LOSE扩展为自适应版本：设置三个可训练的复空间滤波器，初始化为浮标观测方向附近，从每个空间输出独立提取有序幅度特征并拼接，通过最小二乘回归映射到SWH，同时利用梯度下降优化空间权重。两种估计器均采用因果滑动窗口平均以保证时序因果性。数据方面，研究使用了加拿大纽芬兰Argentia部署的WERA雷达系统（工作频率13.385 MHz，12个接收阵元）的测量数据，与方向波浪浮标的同步观测配对。评估采用时间顺序的训练-评估划分，确保训练数据在评估数据之前，模拟实际业务场景。

主要发现

在相同的时间顺序训练-评估划分下，自适应配置将滑动窗口平滑后的均方根误差（RMSE）从固定Bartlett-LOSE的0.224 m降低到0.192 m，降幅约14.3%，同时Pearson相关系数保持在0.949的高水平。这表明自适应波束处理在保持良好相关性的同时显著降低了估计误差。两种估计器均能捕捉SWH的整体演变趋势，但在若干峰值处存在低估现象。此外，自适应预测的原始输出表现出较大的短期波动，需要通过滑动窗口平滑来稳定估计。研究还发现，特征数量和平滑窗口的选择对性能有显著影响，但这些参数是在评估区间上选定的，因此存在一定的过拟合风险，需要通过独立测试验证改进的普适性。

创新亮点

本研究的核心创新在于将波束形成权重的优化目标从传统的阵列几何约束转向直接面向SWH估计精度。传统方法中，波束权重由阵列几何和观测方向固定决定，与后续的波高反演目标无关。而本研究通过梯度优化使空间滤波器权重直接服务于SWH估计任务，实现了端到端的优化。此外，该方法完全绕过了多普勒谱二阶散射分析，为HF雷达波高反演提供了一条全新的时域处理路径。

研究意义

该研究为HF雷达海洋监测提供了一种有前景的替代方案。传统二阶谱方法在低海况或噪声较大时精度下降明显，而基于有序统计的时域方法结合自适应空间处理，有望在更广泛的海况条件下保持稳定性能。这对于扩展岸基雷达的波浪监测能力、弥补浮标空间覆盖不足具有实际意义，尤其有利于沿海灾害预警和海上作业安全保障。

未来展望

作者指出，当前结果基于单一站点的有限数据记录，特征数量和平滑窗口在评估区间上选定，存在过拟合风险。未来需要在更多站点、更长记录和多样化海况条件下进行独立验证，并比较固定三波束与自适应单波束配置在匹配条件下的性能差异。此外，正则化方法以及平滑与响应速度之间的权衡也值得进一步探索。