一种基于微波通信链路的降雨估计方法、系统、计算机设备及存储介质

本发明涉及降雨监测，具体的说是一种基于微波通信链路的降雨估计方法、系统、计算机设备及存储介质。

背景技术：

1、随着越来越多的极端天气的发生，加强城市事前预防极端天气自然灾害的能力成为关键之举。对于降雨的检测，传统手段存在许多不足。例如，雨量计虽已广泛应用，但受限于设备成本高、时空分辨率有限及区域覆盖不均等问题。气象雷达与卫星遥感可以提供大范围覆盖的降雨观测，但是对于近地面的降雨监测的精度有限。

2、随着通信技术的快速发展，基于商用微波通信链路反演降雨强度的技术逐渐解决了上述传统手段的不足。该技术的核心原理是通过分析微波信号在大气传播中因降雨引起的衰减变化，反推出相应的降雨强度。

3、目前，国际电信联盟用于描述信号衰减和降雨强度之间关系的幂律模型因其计算效率高被广泛采用。然而该模型中的核心参数对区域降水特性高度敏感，难以在不同链路长度与复杂地理环境之间实现通用。

4、中国专利文献cn118042309a公开了一种基于微波通信链路的水汽监测方法及降雨趋势预测方法，其也是采用了国际电信联盟提供的模型，反演算法为：

5、，其中，aw是第一衰减数据或者第二衰减数据，f是区内通信链路或者区间通信链路的通信频率，p是雨区气压，t是雨区温度，e是水汽密度。

6、上述方法也存在难以在不同链路长度与复杂地理环境之间实现通用的问题。

技术实现思路

1、为了解决现有技术中的不足，本发明提供一种基于微波通信链路的降雨估计方法、系统、计算机设备及存储介质，对区域降雨特性没有依赖，能够适用于不同区域、不同链路长度和不同地理条件场景中的降雨监测。

2、为了实现上述目的，本发明采用的具体方案为：

3、一种基于微波通信链路的降雨估计方法，包括如下步骤：

4、构建多条微波通信链路，并且在降雨过程中获取微波通信链路的接收信号电平；

5、对获取到的接收信号电平进行预处理，生成原始信号序列；

6、将原始信号序列输入到预先训练好的降雨估计模型中进行处理得到降雨强度；

7、所述降雨估计模型基于transformer模型构建，包括用于向原始信号序列注入位置信息的位置编码模块、用于从原始信号序列中提取出多尺度时序特征和长期降雨趋势的多层编码器、对多尺度时序特征进行动态门控调节获取短期降雨波动的双向门控循环单元以及用于输出降雨强度的数据输出模块。

8、作为上述一种基于微波通信链路的降雨估计方法的进一步优化：所述位置编码模块向原始信号序列注入位置信息的方法包括：

9、；

10、其中，x为原始信号序列中的时间步，为注入位置信息后的时间步，为位置信息，并且有，其中为原始信号序列的总长度，是时间步的特征维度。

11、作为上述一种基于微波通信链路的降雨估计方法的进一步优化：所述多层编码器包括多个线性排列的编码器，编码器包括依次设置的多头自注意力块和前馈网络，前馈网络包括两个线性变换层和一个激活函数。

12、作为上述一种基于微波通信链路的降雨估计方法的进一步优化：所述双向门控循环单元包括正向门控循环单元和反向门控循环单元，正向门控循环单元按照第一顺序对第一输入序列进行处理，反向门控循环单元按照第二顺序对第一输入序列进行处理；

13、所述第一输入序列由所述多层编码器输出，第一顺序和第二顺序相反。

14、作为上述一种基于微波通信链路的降雨估计方法的进一步优化：所述正向门控循环单元和所述反向门控循环单元均包括更新门和重置门，正向门控循环单元和反向门控循环单元的处理过程为：

15、；

16、；

17、；

18、；

19、其中，为更新门的输出，为重置门的输出，为权重矩阵，为偏置向量，为候选隐藏层状态，为t-1状态下的输出。

20、作为上述一种基于微波通信链路的降雨估计方法的进一步优化：所述数据输出模块包括依次设置的注意力池化层和全连接层，注意力池化层用于对第二输入序列进行变换，第二输入序列为所述双向门控循环单元的输出。

21、作为上述一种基于微波通信链路的降雨估计方法的进一步优化：所述方法还包括如下步骤：

22、基于所述降雨强度对所述降雨估计模型进行反向传播训练以优化所述位置编码模块。

23、一种基于微波通信链路的降雨估计系统，用于实现上述的一种基于微波通信链路的降雨估计方法，所述系统包括：

24、微波通信子系统，用于构建多条微波通信链路，并且在降雨过程中获取微波通信链路的接收信号电平；

25、数据采集模块，用于对获取到的接收信号电平进行预处理，生成原始信号序列；

26、模型运行模块，用于运行预先训练好的降雨估计模型对原始信号序列进行处理得到降雨强度。

27、计算机设备，包括：

28、存储器，用于存储计算机程序；

29、处理器，用于读取和执行所述计算机程序以实现上述的一种基于微波通信链路的降雨估计方法。

30、存储介质，用于存储计算机程序，该计算机程序被执行时实现上述的一种基于微波通信链路的降雨估计方法。

31、有益效果：本发明基于深度学习技术微波通信链路反演降雨强度的方法进行了优化，对区域降雨特性没有依赖，能够适用于不同区域、不同链路长度和不同地理条件场景中的降雨监测；本发明在transformer模型的基础上引入了双向门控循环单元，其中transformer用于学习序列中的远距离关系，双向门控循环单元能够捕捉序列中的短距离动态，两者的优势形成互补，大大提升了模型预测中小型数据集的精度；本发明在transformer模型中引入了自定义的可学习的位置编码模块，其通过反向传播动态调整输入序列位置编码的表示，能够更加精确地刻画序列中位置的相关特征，以提高模型的灵活性和泛化能力；本发明在双向门控循环单元之后引入了注意力池化层，能够自适应地对输入序列的各个位置分配权重，自动学习关键时间步信息并对其赋予更高的权重，从而提高模型的准确性。

1.一种基于微波通信链路的降雨估计方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种基于微波通信链路的降雨估计方法，其特征在于，所述位置编码模块向原始信号序列注入位置信息的方法包括：

3.如权利要求1所述的一种基于微波通信链路的降雨估计方法，其特征在于，所述多层编码器包括多个线性排列的编码器，编码器包括依次设置的多头自注意力块和前馈网络，前馈网络包括两个线性变换层和一个激活函数。

4.如权利要求1所述的一种基于微波通信链路的降雨估计方法，其特征在于，所述双向门控循环单元包括正向门控循环单元和反向门控循环单元，正向门控循环单元按照第一顺序对第一输入序列进行处理，反向门控循环单元按照第二顺序对第一输入序列进行处理；

5.如权利要求4所述的一种基于微波通信链路的降雨估计方法，其特征在于，所述正向门控循环单元和所述反向门控循环单元均包括更新门和重置门，正向门控循环单元和反向门控循环单元的处理过程为：

6.如权利要求1所述的一种基于微波通信链路的降雨估计方法，其特征在于，所述数据输出模块包括依次设置的注意力池化层和全连接层，注意力池化层用于对第二输入序列进行变换，第二输入序列为所述双向门控循环单元的输出。

7.如权利要求1所述的一种基于微波通信链路的降雨估计方法，其特征在于，所述方法还包括如下步骤：

8.一种基于微波通信链路的降雨估计系统，其特征在于，用于实现如权利要求1-7中任意一项所述的一种基于微波通信链路的降雨估计方法，所述系统包括：

9.计算机设备，其特征在于，包括：

10.存储介质，其特征在于，用于存储计算机程序，该计算机程序被执行时实现如权利要求1-7中任意一项所述的一种基于微波通信链路的降雨估计方法。