Debido a la fractura y su evolución, en el espectro de frecuencia de la onda aparecen líneas de grupo y armónicos superiores, acompañados de una disminución de la energía principal de la onda. Las líneas de grupo a menudo se consideran la principal causa de la sobreestimación del período de onda por parte de los radares de microondas. Muchos métodos intentan eliminar parte o toda la energía de las líneas de grupo para mejorar la precisión de la estimación del período de onda. Sin embargo, debido a la incertidumbre en la distribución de energía en el espectro de frecuencia, siempre hay un cierto sesgo al invertir el período de onda del espectro. Para resolver este problema, este artículo propone un método de estimación del período de onda promedio utilizando un modelo integrado basado en el bosque aleatorio y la regresión lineal del radar coherente de banda X. El período de onda se estima directamente a partir de los patrones de movimiento de ondas en la serie espacio-temporal de velocidades obtenida del radar. Primero, se obtiene la serie temporal y espacial de velocidades derivada del espectro temporal de Doppler. Luego se extraen características de la serie espacio-temporal de velocidades y se construye un modelo para predecir la distancia pico mínima y encontrar las posiciones de los picos y valles. Finalmente, se invierte el período de onda utilizando la relación entre la longitud de onda y el período de onda. La eficacia de este método se ha verificado mediante simulación. Además, el análisis de los datos recopilados durante los últimos 3 días utilizando el radar coherente de banda X desplegado en la zona costera de la provincia de Shandong en China permitió calcular el período de onda promedio, con errores cuadráticos medios de la polarización vertical (VV) y la polarización horizontal (HH) de 0,15 segundos y 0,22 segundos respectivamente. Los resultados muestran que este método puede permitir una estimación en tiempo real de los parámetros de las olas.

Radar coherente de banda X, período de onda promedio, serie espacio-temporal de velocidades, polarización vertical (VV), polarización horizontal (HH), bosque aleatorio, estimación en tiempo real