في دراسة الأخطاء في استعادة ارتفاع سطح البحر لإشارات الانعكاس الناجمة عن نظام الملاحة العالمي بالقمر الصناعي GNSS-R (Global Navigation Satellite System-Reflectometry) في المرحلة الحالية ، لا تزال هناك أخطاء كبيرة حتى بعد تصحيح النتائج باستخدام نموذج الخطأ الكلاسيكي. تم اقتراح نموذج تعويض الأخطاء الذي يعتمد على تدريب مشترك بين الشبكة العصبية وآلية الانتباه لتصحيح نتائج استعادة ارتفاع سطح البحر واستخدام نموذج DTU لتقدير دقة التصحيح. تمت مقارنة دقة النموذج مع خوارزمية الغابات العشوائية وخوارزمية CNN باستخدام البيانات الخرائط المؤخرة للتأخير الدوبلر DDM (Delay-Doppler Mapping) من إشارات الانعكاس GNSS-R على متن القمر الصناعي Fengyun-3E ، وأظهرت النتائج أن المعدل المطلق للخطأ المتوسط MAE (Mean Absolute Error) بعد تصحيح بيانات إشارات نظام GPS (Global Positioning System) للانعكاس باستخدام نموذج تعويض الأخطاء يبلغ 1.74 متر وبيانات إشارات نظام الأقمار الصناعية Beidou Navigation Satellite System BDS بعد تصحيحها باستخدام نموذج تعويض الأخطاء تبلغ MAE 0.97 متر ، وارتفعت الدقة المعدلة بنسبة 80٪ تقريبًا مقارنة بدقة تصحيح نموذج الخطأ الكلاسيكي ؛ في الوقت نفسه ، تم تحسين دقة النموذج المقترح قليلاً مقارنة بالنماذج التي تم تدريبها باستخدام خوارزمية الغابات العشوائية وخوارزمية CNN. أثبتت نتائج التحقق من صحة النموذج المقترح أنه يصحح بشكل فعال أخطاء استعادة ارتفاع سطح البحر باستخدام GNSS-R على متن القمر الصناعي

GNSS-R؛ الشبكة العصبية؛ على متن القمر الصناعي؛ FY-3E؛ استعادة ارتفاع سطح البحر؛ الخطأ؛ DDM؛ بيدو