Durch die Fragmentierung und ihre Entwicklung treten Gruppenlinien und höhere Harmonische im Frequenzspektrum der Wellen auf, begleitet von einer Verringerung der Energie der Hauptwelle. Gruppenlinien werden oft als Hauptursache für die Überschätzung der Wellenperiode durch einen kohärenten Mikrowellenradar angesehen. Viele Methoden versuchen, einen Teil oder die gesamte Energie der Gruppenlinien zu entfernen, in der Hoffnung, die Genauigkeit der Wellenperiodenschätzung zu verbessern. Aufgrund der Unsicherheit in der Energieverteilung im Frequenzspektrum gibt es jedoch immer eine gewisse Abweichung bei der Umkehrung der Wellenperiode aus spektraler Sicht. Um dieses Problem zu lösen, wird in diesem Artikel eine Methode zur Schätzung der durchschnittlichen Wellenperiode auf der Grundlage eines integrierten Modells vorgeschlagen, das einen Random Forest und eine lineare Regression im cohärenten X-Band eines Mikrowellenradars verwendet, und diese Methode schätzt die Wellenperiode direkt aus den Zeitbewegungsgesetzen. Zuerst haben wir die zeitliche Sequenz und das Geschwindigkeitsspektrum an das Mikrowellenradar angeschlossen, dann Merkmale aus der Zeitsequenz und der Geschwindigkeit extrahiert und ein Modell zur Vorhersage des kleinsten Peaks erstellt, und schließlich die durchschnittliche Wellenperiode aus der Wellenlängen- und Wellenperiodenbeziehung umgekehrt. Die Wirksamkeit dieser Methode wurde durch Simulation überprüft. Darüber hinaus werden Fehlerquadratmittel von 0,15 s und 0,22 s für die geschätzte durchschnittliche Wellenperiode, die vertikale Polarisation (VV) und die horizontale Polarisation (HH) mit Daten, die in den letzten drei Tagen mit einem kohärenten Mikrowellenradar an der Küste der chinesischen Provinz Shandong gesammelt wurden, analysiert. Die Ergebnisse zeigen, dass diese Methode Echtzeitschätzungen der Wellenparameter ermöglichen kann.

kohärenter Mikrowellenradar; durchschnittliche Wellenperiode; Zeit- und Geschwindigkeitssequenz; vertikale Polarisation (VV); horizontale (HH); Random-Forest; Echtzeitabschätzung