현재의 재범위GNSS-R (Global Navigation Satellite System-Reflectometry) 신호 해면고도 역변 추정 오차 연구에서는 고전 오차 모형을 사용하여 역변 결과를 보정하더라도 여전히 상당한 오차가 발생한다. 이 문제에 대응하기 위해 신경망과 주의 메커니즘을 결합한 오차 보정 모형이 제안되었고, 이를 통해 해면고도 역변 결과를 보정하였으며, DTU 검증 모형을 사용하여 보정 정확도를 평가하였다. 풍운 3E호 위성에 탑재된 GNSS 반사신호의 딜레이-도플러 매핑(DDM) 데이터를 이용하여 실험을 실시하였으며 모델의 정확도를 랜덤 폐령알고리즘 및 CNN 알고리즘과 비교하였다. 결과는 GPS(Global Positioning System) 반사신호의 데이터를 오차 보정 모형으로 보정한 후의 평균 절대 오차(MAE)가 1.74m이며 Beidou Navigation Satellite System(BDS) 반사신호의 데이터를 보정한 후의 MAE는 0.97m로 고전 오차 모형으로 보정한 정확도보다 약 80% 향상되었다. 또한, 본문 모델은 랜덤 폐령알고리즘 및 CNN 알고리즘으로 훈련된 모델의 정확도와 비교하여 약간 더 높은 정확도를 가졌다. 검증 결과, 제안된 오차 보정 모형은 위성탑재GNSS-R 해면고도 역변 오차를 효과적으로 보정하였다.

GNSS-R; 신경망; 위성탑재; FY-3E; 해면고도 역변; 오차; DDM; Beidou