À l'étape actuelle, dans les études sur les erreurs d'inversion de la hauteur de la surface de la mer des signaux de réflexion du système de navigation par satellite à réflexion (GNSS-R), il existe toujours des erreurs importantes, même après correction des résultats de l'inversion à l'aide d'un modèle classique d'erreur. Pour résoudre ce problème, un modèle de compensation d'erreur combinant des réseaux neuronaux et un mécanisme d'attention a été proposé pour corriger les résultats de l'inversion de la hauteur de la surface de la mer, et utiliser un modèle de vérification DTU pour évaluer la précision de la correction. Des expériences ont été menées sur les données DDM (Mapping de retard-Doppler) des signaux de réflexion du satellite GNSS-R FY-3E, les résultats montrent que : après correction par le modèle de compensation d'erreur, la MAE (Erreur absolue moyenne) des signaux de réflexion GPS est de 1,74 mètre, et la MAE des signaux de réflexion BDS corrigés par le modèle de compensation d'erreur est de 0,97 mètre, la précision de correction a augmenté d'environ 80% par rapport à la précision de correction avec le modèle classique, en même temps, ce modèle a légèrement amélioré la précision par rapport au modèle formé avec les algorithmes de forêt aléatoire et CNN. L'expérience a prouvé que le modèle de compensation d'erreur proposé corrige efficacement les erreurs d'inversion de la hauteur de la surface de la mer des signaux de réflexion satellite GNSS-R.

GNSS-R; réseau neuronal; orbital; FY-3E; inversion de la hauteur de la surface de la mer; erreur; DDM; Beidou