現在の宇宙搭載GNSS反射信号GNSS-R（Global Navigation Satellite System-Reflectometry）海面高度逆推定の誤差研究では、古典的な誤差モデルを使用して逆推定結果を修正しても大きな誤差がまだ残っています。この問題に対処するために、神経ネットワークと注意メカニズムを組み合わせた誤差補償モデルが提案され、これにより海面高度逆推定結果を修正し、補償の精度を評価するためにDTU検証モデルを使用しました。風雲三号E衛星の宇宙搭載GNSS反射信号のデイレイ・ドップラー・マッピング（DDM）データを使用して実験を行い、モデルの精度をランダムフォレストアルゴリズムとCNNアルゴリズムの精度と比較しました。結果は、GPS（Global Positioning System）反射信号のデータを誤差補償モデルで修正した後の平均絶対誤差（MAE）が1.74メートルであり、Beidou Navigation Satellite System（BDS）反射信号のデータを誤差補償モデルで修正した後のMAEが0.97メートルであり、古典的な誤差モデルでの修正精度に比べて約80％向上しています。また、本文モデルはランダムフォレストアルゴリズムやCNNアルゴリズムで訓練されたモデルよりもわずかに精度が向上しています。検証結果は、提案された誤差補償モデルが宇宙搭載GNSS-R海面高度逆推定の誤差を効果的に修正していることを証明しています。

GNSS-R; 神経ネットワーク; 宇宙搭載; FY-3E; 海面高度逆推定; 誤差; DDM; Beidou