CN101988963A - 利用风廓线雷达获取三维风场的方法 - Google Patents

利用风廓线雷达获取三维风场的方法 Download PDF

Info

Publication number
CN101988963A
CN101988963A CN2010101497507A CN201010149750A CN101988963A CN 101988963 A CN101988963 A CN 101988963A CN 2010101497507 A CN2010101497507 A CN 2010101497507A CN 201010149750 A CN201010149750 A CN 201010149750A CN 101988963 A CN101988963 A CN 101988963A
Authority
CN
China
Prior art keywords
data
wind
echo
radar
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2010101497507A
Other languages
English (en)
Other versions
CN101988963B (zh
Inventor
严勇
李忱
刘一峰
姚琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Enruite Industrial Co Ltd
Original Assignee
Nanjing Enruite Industrial Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Enruite Industrial Co Ltd filed Critical Nanjing Enruite Industrial Co Ltd
Priority to CN2010101497507A priority Critical patent/CN101988963B/zh
Publication of CN101988963A publication Critical patent/CN101988963A/zh
Application granted granted Critical
Publication of CN101988963B publication Critical patent/CN101988963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

一种利用风廓线雷达获取三维风场的方法,其特征是它包括以下步骤:首先,利用风廓线雷达获取雷达基数据;其次,将所获取的数据送入计算机中进行预处理;第三,对经过预处理的数据近波束和距离库挑取每个库的谱中心,再进行参数的计算;第四,利用计算所得的参数采用适量合成法生成三维同场;本发明解决了风廓线雷达风场计算中功率谱中心无法正确挑取和风场如何有效合成的难题,反演的风场信息受外界的干扰大为降低,有效提高了风廓线雷达的数据获取率和数据准确率,进一步发挥了风廓线雷达的性能,可广泛应用于对流层和边界层风廓线雷达数据处理软件系统中。

Description

利用风廓线雷达获取三维风场的方法
技术领域
本发明涉及一种气象数据分析处理技术,尤其是一种利用风廓线雷达获取的数据进行一系列处理后获得准确率高的三维风场的方法,具体地说是一种利用风廓线雷达获取三维风场的方法。
背景技术
[0002] 众所周知,风廓线雷达是一种垂直指向、晴空探测的脉冲多普勒雷达,可实时探测大气中的三维风场。雷达的主要目标是晴空大气湍流,利用布拉格散射原理探测随风飘动的湍团中大气折射率指数结构参数Cn 2的变化,进而导出大气中风向风速的真实情况。大气折射率取决于空气中温度、湿度和气压等因数的变化,而折射率的分布则决定于各种尺度的大气运动。由于折射率的不均匀性,当雷达发射出的电磁波照射到这样的运动介质时,就会产生散射。雷达接收机接收到已有多普勒频移的后向散射信号,只不过这种信号极其微弱,单脉冲信噪比在-40dB~-50dB以下。通过对天顶(行和列)、偏东15°、偏西15°、偏南15°、偏北15°六个波束位置在不同高度层上散射信号的积累和处理,生成风廓线雷达的基数据——即频域中的功率谱,根据基数据以及相应的雷达参数便可计算出各探测方向上的径向风速,进而由矢量合成技术得到各高度层上的大气风场等气象要素。
由此可见,如何由功率谱数据计算得到大气风场数据是风廓线雷达的核心技术之一,它在很大程度上决定了风廓线雷达低空数据的准确率和高空的数据获取率。地物、昆虫、飞鸟、飞机、树叶和降水等因素都会对风廓线雷达的基数据造成很大的干扰,加上大气自身的起伏变化,给风场的计算带来困难,极大影响雷达最终的数据质量。目前投入业务运行的处理软件,一般都在调试结束后固定处理参数,使得软件的适应性差,在某些情况下可以得到不错的处理结果,而在某些情况下,则会出现低空数据计算不准、高空数据获取率低的情况,最终影响了风廓线雷达的性能。因此,如何做到风廓线雷达风场计算的通用性,或者开发出一种具备自适应功能的风廓线风场计算方法,已经成为风廓线雷达技术发展中一项迫在眉睫的任务。
发明内容
本发明的目的是针对现有的风廓线雷达数据处理准确性受环境影响较大的问题,发明一种能自动去除环境干扰影响,准确率高的利用风廓线雷达获取三维风场的方法。
本发明的技术方案是:
一种利用风廓线雷达获取三维风场的方法,其特征是它包括以下步骤:
首先,利用风廓线雷达获取雷达基数据;
其次,将所获取的数据送入计算机中进行预处理;
第三,对经过预处理的数据按照波束和距离库挑取每个库的谱中心,再进行参数的计算;
第四,利用计算所得的参数采用适量合成法生成三维风场;
所述的数据预处理是指:通过消零频、频域互减、平滑滤波和阈值化处理以去除在低空中受各种外界因素的影响、功率谱遭受到的干扰和高空由于信噪比的下降而使有用回波淹没在噪声中所引发的干扰,提高信噪比;所述的消零频是指:在雷达回波数据中,尤其是低空的回波数据中,在零频率点上往往会出现一个幅度很大、谱宽很窄的信号,该信号没有实际意义,因此在做其它处理前需用距离库的噪声来替代;在高空,零频信号的功率将大大降低,不需要再进行该处理;所述的频域互减是指:对于任意一个距离库的回波数据,零频左右的正负频率点上的功率谱数据是一一对应的,所谓频域互减,就是将这一对正负频率点上的功率谱数据进行互减;互减时首先比较这一对数据,将较小的那个用该距离库的噪声代替,而较大的那个则用两者的差加上该距离库的噪声代替;所述的平滑滤波是指:高空回波的信噪比往往很低,要把淹没在噪声中的信号找出来,平滑滤波可以提高回波的信噪比,增加风廓线雷达在高空的数据获取率;与此同时,还能降低某些偶然因素对低空数据的影响,采用一维平滑滤波,算法如下:
利用上式即可进行
Figure 622595DEST_PATH_IMAGE002
点的平滑滤波;所述的阈值化处理是指:受噪声的起伏影响,雷达回波经消零频、频域互减、平滑滤波之后,每个距离库信号的噪声仍然不是位于同一数值上,这就要进行阈值化处理,对于任意一个距离库的回波数据,根据该距离库的平均噪声和信号功率以及该距离库的位置,自适应产生一个阈值;将该距离库每个频率点上的功率谱数据与该阈值进行比较,若该功率谱数据小于阈值,则将该功率谱数据的值改赋为该阈值,否则,该功率谱数据保留原值;
所述的谱中心挑取是指:当风廓线雷达测得某距离库的湍流速度即风速较大时,会在该距离库的功率谱数据距离零频率点一定距离的地方出现明显的信号,即湍流经多普勒效应后的回波,该回波的功率谱通常具有一定的谱宽,必须采用“面积”法找到该回波的谱中心,所述的“面积”是指:雷达回波中有湍流回波时,在功率谱数据中会出现一个具有一定谱宽的回波,计算这部分回波中各个频率点上功率谱数值的和值,即看作该回波的“面积”,所述的“面积”法挑取谱中心是指:首先从雷达回波中找出各个存在一定谱宽的回波,并计算各个回波的“面积”,然后比较这些“面积”,数值最大者即为所要找的回波功率谱,而能将此回波功率谱的“面积”一分为二的频率点即为所要挑取的谱中心;
所述的参数计算是指:在雷达基数据的基础上,利用挑取的谱中心,计算不同高度各个波束方向上的径向速度、谱宽和信噪比,为风场合成提供数据来源;
所述的风场合成是指:根据由雷达回波计算出的不同高度层各个波束方向上的信噪比数值,利用加权矢量合成技术,将不同高度层各个波束方向上的径向速度转换成三维风场数据,即水平风场的风速、风向和垂直风速;
所述的加权矢量合成技术是指:在利用东、南、西、北、天顶行和天顶列六个波束方向的径向数据计算三维风场时,不采用简单的矢量合成技术,而是根据每个波束方向上的信噪比数据进行加权处理,使得信噪比高的波束在最后的计算结果中所占的比例更高。
所述的雷达基数据是指风廓线雷达进行测风探测时,按照用户设置的方式工作,每完成一次探测就生成一个以时间、站点、文件形式等命名的二进制数据文件,文件格式采用国家气象局大探中心下发的格式,用以存储站址信息、雷达性能参数、本次探测的观测参数及本次探测的回波数据;雷达回波数据是指风廓线雷达工作时,天线接收到的回波经接收机接收、数字化后送入信号处理机,再经过信号处理的相干积累和FFT处理获得的按距离离库排列的功率谱数据。该二进制数据文件可由计算机中预存的风廓线雷达实时控制程序产生。风廓线雷达终端程序的主要功能包括风廓线雷达基数据的自动获取、自动处理、由基数据生成风廓线雷达产品(包括风场数据、Cn 2、各距离库的信噪比、可信度等)、产品数据实时显示、历史数据查看、方便的人机界面等。风廓线雷达业务运行时,气象预报员直接面对的就是该程序。
本发明的有益效果:
本发明解决了风廓线雷达数据处理中功率谱中心无法正确挑取和风场如何有效合成的难题,反演的风场信息受外界的干扰大为降低,有效提高了风廓线雷达的数据获取率和数据准确率,进一步发挥了风廓线雷达的性能,可广泛应用于对流层和边界层风廓线雷达数据处理软件系统中。
附图说明
图1是本发明的处理流程图。
图2是本发明中的数据预处理流程图。
图3是本发明中的消零频流程图。
图4是本发明中的频率互减流程图。
图5是本发明中的阈值化处理流程图。
图6是本发明中的谱中心挑取流程图。
图7是本发明中的加权矢量合成技术合成风场流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
    如图1-7所示。
一种利用风廓线雷达获取三维风场的方法,它包括以下步骤:
首先,利用风廓线雷达获取雷达基数据;
其次,将所获取的数据送入计算机中进行预处理;
第三,对经过预处理的数据近波束和距离库挑取每个库的谱中心,再进行参数的计算;
第四,利用计算所得的参数采用适量合成法生成三维同场;
本发明的关键是以风廓线雷达的基数据为处理对象,根据风廓线雷达基数据中的功率谱数据和工作参数,经数据预处理、谱中心挑取、参数计算和风场合成等处理,生成风廓线雷达的基本产品——三维风场。
对于处理用的计算机而言,其输入任务是:接收风廓线雷达终端程序读取的风廓线雷达基数据,以及数据预处理和风场合成中的处理参数。
处理任务是:(1)数据预处理:按波束方向和距离库分别对每个距离库进行消零频、频域互减、平滑滤波和阈值化处理等数据预处理。(2)谱中心挑取:采用“面积”法挑取每一个距离库的功率谱中心。(3)参数计算:根据谱中心挑取的结果和雷达的工作参数计算风场合成所需的各个参数。(4)风场合成:根据参数计算得到的各个波束不同高度层上的参数,利用加权矢量合成技术,将径向速度合成为三维风场数据。
输出任务是指:将风场合成得到的三维风场数据以约定的格式输出给风廓线雷达终端程序,用以显示与保存。
具体逻辑处理如下:
数据预处理:在低空,往往受各种外界因素的影响,功率谱(即雷达回波)会遭严重干扰;在高空,由于信噪比的下降,有用回波往往会淹没在噪声中。数据预处理的功能主要就是尽可能的去除干扰,提高信噪比。在数据预处理过程中,本发明采取的措施有:消零频、频域互减、平滑滤波和阈值化处理。
谱中心挑取:当风廓线雷达测得某距离库的湍流速度(即风速)较大时,会在该距离库的功率谱数据距离零频率点一定距离的地方出现明显的信号,即湍流经多普勒效应后的回波,该回波的功率谱通常具有一定的谱宽,所谓的谱中心挑取,就是指如何找到该回波的谱中心。本发明采用“面积”法挑取谱中心。
参数计算:在雷达基数据的基础上,利用上一步骤中挑取的谱中心,计算不同高度各个波束方向上的径向速度、谱宽和信噪比,为风场合成提供数据来源。
风场合成:根据由雷达回波计算出的不同高度层各个波束方向上的信噪比数值,利用加权矢量合成技术,将不同高度层各个波束方向上的径向速度转换成三维风场数据,即水平风场的风速、风向和垂直风速。
下面对照附图1-7作进一步的说明如下:
当风廓线雷达终端程序获得了某一时次的雷达基数据文件后,按照约定的格式将文件中的数据读入计算机内存中暂存,然后调用本发明的自适应算法计算。计算时,在对各个波束方向、不同距离库的功率谱数据进行数据预处理后,利用“面积”法挑取各个波束方向、不同距离库的谱中心。在此基础上,结合雷达基数据中的雷达工作参数,求出各个波束方向上、不同距离库的径向速度、谱宽和信噪比等参数,最后使用加权矢量合成技术,将这些数据合成为三维风场数据。一种风廓线雷达风场计算自适应算法的整个流程如图1所示。
在风廓线雷达终端程序读入雷达基数据之后,为了尽可能的去除干扰,提高信噪比,需要对数据进行预处理,本发明采取的措施有:消零频、频域互减、平滑滤波和阈值化处理,如图2所示。
消零频是数据预处理的第一步,根据事先设置的消零频距离库号,对该库号以下的各个距离库进行消零频处理,而高层的因零频的功率大大降低,不需要进行消零频处理。在消零频处理时,逐个计算各距离库功率谱数据的噪声,然后将该噪声替代该距离库的零频率点上的功率谱数值。消零频的处理过程如图3所示。
频域互减是数据预处理的第二步,具体实施的方法是:对于任意一个距离库的回波数据,先计算出该距离库功率谱数据的噪声,然后从零频率点往两边分别找正负频率对应的频率点,将这一对正负频率点上的功率谱数据进行互减。此处的互减,并不是做简单的减法,而是比较这一对数据,将较小的那个用该距离库的噪声代替,而较大的那个则用两者的差加上该距离库的噪声代替。频域互减的处理过程如图4所示。
数据预处理的第三步是平滑滤波,在本发明中采用经典的一维平滑滤波。方法如下:
Figure DEST_PATH_IMAGE003
利用上式即可进行
Figure 906946DEST_PATH_IMAGE002
点的平滑滤波。在实际处理中,具体的平滑滤波点数在调试完毕后固定。
经过了消零频、频域互减、平滑滤波处理之后,数据还要进行阈值化处理。对于某个波束方向、某个高度层上的距离库,根据该距离库的库号确定该距离库阈值化处理时应选用的系数a,计算出该距离库功率谱数据的信号功率S和噪声功率N后,利用下式计算该距离库拟采用的阈值T:
Figure 319473DEST_PATH_IMAGE004
然后,将该距离库各个频率点上的功率谱数据与阈值T比较:若该功率谱数据小于该阈值,则该频率点的功率谱数据赋为阈值T;否则,该功率谱数据保留原值。阈值化处理的整个流程如图5所示。
经过上述四个步骤之后,数据预处理的工作就已完成,接下来就是挑取谱中心。本发明采用“面积”法挑取谱中心。具体的做法是:①对于每一个距离库,找出该功率谱数据中所有的信号,并记录每个信号的起始频移和结束频移;②计算每个信号的“面积”:对于每一个信号,从起始频移开始,到结束频移为止,求出这一区域内各个频移点上的功率谱数据之和;③比较各个信号“面积”的大小,最大者为所要找的回波;④对于“面积”最大的回波,找出某频移,恰能将该回波的“面积”一分为二,该频移即为该回波的谱中心。挑取谱中心的整个算法流程如图6所示。在挑取谱中心的同时,为了避免重复计算,也能完成一些参数的计算,如各个距离库的信噪比、谱宽等参数。
根据雷达的性能参数(波长
Figure DEST_PATH_IMAGE005
和采样频率
Figure 285155DEST_PATH_IMAGE006
)、雷达的工作参数(FFT点数
Figure DEST_PATH_IMAGE007
和脉间积累数
Figure 466737DEST_PATH_IMAGE008
)、谱中心挑取所挑到的多普勒频移
Figure DEST_PATH_IMAGE009
,就能计算出各个波束方向上、不同高度各个距离库所测得的径向速度,计算公式如下:
Figure 92628DEST_PATH_IMAGE010
在完成上述工作后,就可以进入本算法的最后一个步骤:使用加权矢量合成技术将各个波束方向的径向速度合成为三维风场数据。在进行矢量加权合成时,本发明同样是针对某高度层上的距离库进行的。假设预先设定的信噪比门限上限为
Figure DEST_PATH_IMAGE011
,下限为
Figure 930134DEST_PATH_IMAGE012
,对于某一个距离库东、南、西、北、天顶行和天顶列计算得到的径向速度分别为
Figure DEST_PATH_IMAGE013
Figure 496245DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE015
Figure DEST_PATH_IMAGE017
Figure 96171DEST_PATH_IMAGE018
,信噪比分别为
Figure DEST_PATH_IMAGE019
Figure 420973DEST_PATH_IMAGE020
Figure 790774DEST_PATH_IMAGE022
Figure 117588DEST_PATH_IMAGE024
, 首先计算天顶方向的速度:
Figure 914643DEST_PATH_IMAGE023
Figure 461162DEST_PATH_IMAGE024
均大于
Figure 634654DEST_PATH_IMAGE011
时,使用下式计算垂直速度:
Figure DEST_PATH_IMAGE025
Figure 645335DEST_PATH_IMAGE023
Figure 550974DEST_PATH_IMAGE024
均小于
Figure 647106DEST_PATH_IMAGE011
时,若
Figure 358711DEST_PATH_IMAGE026
,则同样使用上式计算。
Figure 223898DEST_PATH_IMAGE023
大于
Figure 300439DEST_PATH_IMAGE011
、而
Figure 883867DEST_PATH_IMAGE024
小于
Figure 133583DEST_PATH_IMAGE011
时,
Figure DEST_PATH_IMAGE027
;当
Figure 555074DEST_PATH_IMAGE024
大于
Figure 864833DEST_PATH_IMAGE011
、而
Figure 935557DEST_PATH_IMAGE023
小于
Figure 926647DEST_PATH_IMAGE011
时,
Figure 766427DEST_PATH_IMAGE028
除去以上几种情况外,垂直速度均为无效值。
下面计算水平方向的速度,它有两个分量,分别为东西方向和南北方向。设东西方向和南北方向的速度分别为
Figure DEST_PATH_IMAGE029
Figure 247087DEST_PATH_IMAGE030
,雷达工作时东南西北波束扫描时与天顶的偏转角为
Figure DEST_PATH_IMAGE031
,先计算东西方向:
Figure 334309DEST_PATH_IMAGE021
均大于
Figure 966278DEST_PATH_IMAGE011
时,使用下式计算东西向速度:
Figure 617839DEST_PATH_IMAGE032
Figure 58365DEST_PATH_IMAGE021
均小于时,若
Figure DEST_PATH_IMAGE033
,则同样使用上式计算。
Figure 131418DEST_PATH_IMAGE019
大于
Figure 398451DEST_PATH_IMAGE011
、而
Figure 535035DEST_PATH_IMAGE021
小于
Figure 938334DEST_PATH_IMAGE011
时,
Figure 197277DEST_PATH_IMAGE034
;当
Figure 889290DEST_PATH_IMAGE021
大于
Figure 626302DEST_PATH_IMAGE011
、而
Figure 149687DEST_PATH_IMAGE019
小于
Figure 579531DEST_PATH_IMAGE011
时,
除去以上几种情况外,东西向速度均为无效值。
使用同样的方法可以计算出南北向的速度
Figure 493260DEST_PATH_IMAGE030
将东西方向和南北方向的速度
Figure 33963DEST_PATH_IMAGE029
进行二维矢量合成,就能得到水平方向的风速
Figure 448819DEST_PATH_IMAGE036
和风向
Figure DEST_PATH_IMAGE037
Figure 177740DEST_PATH_IMAGE038
Figure DEST_PATH_IMAGE039
值得注意的是,如果在计算天顶方向时,垂直速度为无效值,那么在计算水平方向的速度时还要考虑垂直速度的计算。如果东南西北四个方向有有效值,那么根据这几个方向的径向速度可以算出对应的垂直速度,如下式:
Figure 194238DEST_PATH_IMAGE040
得到了多个方向计算而来的垂直速度后,再根据各个方向的信噪比进行加权处理,就能反演出最终的垂直速度。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。

Claims (2)

1.一种利用风廓线雷达获取三维风场的方法,其特征是它包括以下步骤:
首先,利用风廓线雷达获取雷达基数据;
其次,将所获取的数据送入计算机中进行预处理;
第三,对经过预处理的数据按波束和距离库挑取每个库的谱中心,再进行参数的计算;
第四,利用计算所得的参数采用适量合成法生成三维风场;
所述的数据预处理是指通过消零频、频域互减、平滑滤波和阈值化处理以去除在低空中受各种外界因素的影响、功率谱遭受到的干扰和高空由于信噪比的下降而使得有用回波淹没在噪声中所引发的干扰,提高信噪比;所述的消零频是指:在雷达回波数据中,尤其是低空的回波数据中,在零频率点上往往会出现一个幅度很大、谱宽很窄的信号,该信号没有实际意义,因此在做其它处理前需用距离库的噪声来替代;在高空,零频信号的功率将大大降低,不需要再进行该处理;所述的频域互减是指:对于任意一个距离库的回波数据,零频左右的正负频率点上的功率谱数据是一一对应的,所谓频域互减,就是将这一对正负频率点上的功率谱数据进行互减;互减时首先比较这一对数据,将较小的那个用该距离库的噪声代替,而较大的那个则用两者的差加上该距离库的噪声代替;所述的平滑滤波是指:高空回波的信噪比往往很低,要把淹没在噪声中的信号找出来,平滑滤波可以提高回波的信噪比,增加风廓线雷达在高空的数据获取率;与此同时,还能降低某些偶然因素对低空数据的影响,采用一维平滑滤波,算法如下:
Figure DEST_PATH_IMAGE001
利用上式即可进行点的平滑滤波;所述的阈值化处理是指:受噪声的起伏影响,雷达回波经消零频、频域互减、平滑滤波之后,每个距离库信号的噪声仍然不是位于同一数值上,这就要进行阈值化处理,对于任意一个距离库的回波数据,根据该距离库的平均噪声和信号功率以及该距离库的位置,自适应产生一个阈值;将该距离库每个频率点上的功率谱数据与该阈值进行比较,若该功率谱数据小于阈值,则将该功率谱数据的值改赋为该阈值,否则,该功率谱数据保留原值;
所述的谱中心挑取是指:当风廓线雷达测得某距离库的湍流速度即风速较大时,会在该距离库的功率谱数据距离零频率点一定距离的地方出现明显的信号,即湍流经多普勒效应后的回波,该回波的功率谱通常具有一定的谱宽,必须采用“面积”法找到该回波的谱中心,所述的“面积”是指:雷达回波中有湍流回波时,在功率谱数据中会出现一个具有一定谱宽的回波,计算这部分回波中各个频率点上功率谱数值的和值,即看作该回波的“面积”,所述的“面积”法挑取谱中心是指:首先从雷达回波中找出各个存在一定谱宽的回波,并计算各个回波的“面积”,然后比较这些“面积”,数值最大者即为所要找的回波功率谱,而能将此回波功率谱的“面积”一分为二的频率点即为所要挑取的谱中心;
所述的参数计算是指:在雷达基数据的基础上,利用挑取的谱中心,计算不同高度各个波束方向上的径向速度、谱宽和信噪比,为风场合成提供数据来源;
所述的风场合成是指:根据由雷达回波计算出的不同高度层各个波束方向上的信噪比数值,利用加权矢量合成技术,将不同高度层各个波束方向上的径向速度转换成三维风场数据,即水平风场的风速、风向和垂直风速;
所述的加权矢量合成技术是指:在利用东、南、西、北、天顶行和天顶列六个波束方向的径向数据计算三维风场时,不采用简单的矢量合成技术,而是根据每个波束方向上的信噪比数据进行加权处理,使得信噪比高的波束在最后的计算结果中所占的比例更高。
2.根据权利要求1所述的方法,其特征是所述的雷达基数据是指风廓线雷达进行测风探测时,按照用户设置的方式工作,每完成一次探测就生成一个以时间、站点、文件形式等命名的二进制数据文件,文件格式采用国家气象局大探中心下发的格式,用以存储站址信息、雷达性能参数、本次探测的观测参数及本次探测的回波数据;雷达回波数据是指风廓线雷达工作时,天线接收到的回波经接收机接收、数字化后送入信号处理机,再经过信号处理的相干积累和FFT处理获得的按距离离库排列的功率谱数据。
CN2010101497507A 2010-04-19 2010-04-19 利用风廓线雷达获取三维风场的方法 Active CN101988963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010101497507A CN101988963B (zh) 2010-04-19 2010-04-19 利用风廓线雷达获取三维风场的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010101497507A CN101988963B (zh) 2010-04-19 2010-04-19 利用风廓线雷达获取三维风场的方法

Publications (2)

Publication Number Publication Date
CN101988963A true CN101988963A (zh) 2011-03-23
CN101988963B CN101988963B (zh) 2012-09-26

Family

ID=43745607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010101497507A Active CN101988963B (zh) 2010-04-19 2010-04-19 利用风廓线雷达获取三维风场的方法

Country Status (1)

Country Link
CN (1) CN101988963B (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426352A (zh) * 2011-10-17 2012-04-25 中国人民解放军理工大学气象学院 风廓线雷达风计算方法
CN102508219A (zh) * 2011-10-17 2012-06-20 中国人民解放军理工大学气象学院 风廓线雷达湍流目标检测方法
CN103809220A (zh) * 2014-02-28 2014-05-21 北京航天飞行控制中心 一种低空风确定方法
CN104035096A (zh) * 2014-06-06 2014-09-10 南京大学 一种基于多普勒天气雷达的垂直风廓线非线性反演方法
CN104898122A (zh) * 2015-06-18 2015-09-09 周卫平 基于云计算平台来得到三维大气风场信息产品的系统
CN105372722A (zh) * 2015-12-16 2016-03-02 中国民用航空总局第二研究所 一种空域风场探测方法及其装置
CN105467393A (zh) * 2016-01-06 2016-04-06 北京无线电测量研究所 一种毫米波云雷达三维风场反演方法及系统
CN105607063A (zh) * 2016-01-05 2016-05-25 北京无线电测量研究所 一种机场低空风切变探测方法及系统
CN105629237A (zh) * 2015-12-25 2016-06-01 中国航天空气动力技术研究院 利用机载雷达对风场进行危险性评估的方法
CN105629238A (zh) * 2015-12-25 2016-06-01 中国航天空气动力技术研究院 利用机载雷达对风场进行数字重建的方法
CN106054195A (zh) * 2016-05-31 2016-10-26 中国民航大学 基于空时最优处理器的湍流谱宽估计方法
CN106324601A (zh) * 2016-08-08 2017-01-11 北京无线电测量研究所 一种基于风廓线雷达组网的三维风场反演方法
CN106443678A (zh) * 2016-08-31 2017-02-22 王�华 利用风廓线雷达和rass的大气波导监测方法
CN107831494A (zh) * 2017-10-30 2018-03-23 北京无线电测量研究所 一种风廓线雷达的垂直波束加密观测方法和系统
CN108089166A (zh) * 2017-12-07 2018-05-29 北京无线电测量研究所 一种基于毫米波测云雷达的自适应频域检测方法
CN108693534A (zh) * 2018-03-27 2018-10-23 南京恩瑞特实业有限公司 Nriet x 波段雷达协同组网分析方法
CN109581384A (zh) * 2019-01-28 2019-04-05 中国气象局气象探测中心 基于多普勒天气雷达的晴空垂直风廓线探测方法及系统
CN109828276A (zh) * 2019-03-06 2019-05-31 南京微麦科斯电子科技有限责任公司 一种基于干涉算法的风廓线雷达
CN110456382A (zh) * 2019-07-12 2019-11-15 中国海洋大学 基于单多普勒激光雷达的非均匀风场风矢量的测量方法
CN110780299A (zh) * 2019-10-24 2020-02-11 上海眼控科技股份有限公司 散度场的获取方法、装置、计算机设备和存储介质
CN110954921A (zh) * 2019-12-03 2020-04-03 浙江大学 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法
CN111983618A (zh) * 2020-09-01 2020-11-24 中国民用航空西北地区空中交通管理局甘肃分局 一种基于人工智能的机场风廓线雷达高分辨率显示系统
CN112816953A (zh) * 2021-01-07 2021-05-18 航天新气象科技有限公司 一种风廓线雷达数据质量可信度分级方法、系统及装置
CN113655451A (zh) * 2021-08-26 2021-11-16 西安凌航电子科技有限责任公司 P波段全分布式tr车载对流层风廓线雷达及检测方法
CN114706099A (zh) * 2022-06-07 2022-07-05 成都凯天电子股份有限公司 一种激光测风雷达光学模组及其测量方法
CN114994708A (zh) * 2022-07-19 2022-09-02 青岛镭测创芯科技有限公司 风速反演方法、装置、设备及介质
CN118091666A (zh) * 2024-04-29 2024-05-28 江西省气象科学研究所 深度学习风廓线雷达全波束的三维风场反演方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5523759A (en) * 1992-04-14 1996-06-04 Honeywell Inc. In flight doppler weather radar wind shear detection system
US5568151A (en) * 1995-05-17 1996-10-22 Merritt; David A. Statistical averaging method for wind profiler doppler spectra
CN1641377A (zh) * 2004-01-06 2005-07-20 中国海洋大学 非相干激光测风方法及激光雷达
JP2008014837A (ja) * 2006-07-06 2008-01-24 Toshiba Corp レーダ装置とその信号処理方法
JP2009052961A (ja) * 2007-08-24 2009-03-12 Mitsubishi Electric Corp 風計測装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5523759A (en) * 1992-04-14 1996-06-04 Honeywell Inc. In flight doppler weather radar wind shear detection system
US5568151A (en) * 1995-05-17 1996-10-22 Merritt; David A. Statistical averaging method for wind profiler doppler spectra
CN1641377A (zh) * 2004-01-06 2005-07-20 中国海洋大学 非相干激光测风方法及激光雷达
JP2008014837A (ja) * 2006-07-06 2008-01-24 Toshiba Corp レーダ装置とその信号処理方法
JP2009052961A (ja) * 2007-08-24 2009-03-12 Mitsubishi Electric Corp 風計測装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《气象科学》 20081231 周海光 用双多普勒天气雷达资料研究暴雨三维风场结构 630-636 1-2 第28卷, 第6期 *
《计算机仿真》 20090430 李广柱等 风廓线雷达风谱的概率分布研究 93-96 1-2 第26卷, 第4期 *

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426352A (zh) * 2011-10-17 2012-04-25 中国人民解放军理工大学气象学院 风廓线雷达风计算方法
CN102508219A (zh) * 2011-10-17 2012-06-20 中国人民解放军理工大学气象学院 风廓线雷达湍流目标检测方法
CN102508219B (zh) * 2011-10-17 2013-08-07 中国人民解放军理工大学气象学院 风廓线雷达湍流目标检测方法
CN103809220A (zh) * 2014-02-28 2014-05-21 北京航天飞行控制中心 一种低空风确定方法
CN104035096A (zh) * 2014-06-06 2014-09-10 南京大学 一种基于多普勒天气雷达的垂直风廓线非线性反演方法
CN104898122A (zh) * 2015-06-18 2015-09-09 周卫平 基于云计算平台来得到三维大气风场信息产品的系统
CN105372722A (zh) * 2015-12-16 2016-03-02 中国民用航空总局第二研究所 一种空域风场探测方法及其装置
CN105372722B (zh) * 2015-12-16 2017-11-17 中国民用航空总局第二研究所 一种空域风场探测方法及其装置
CN105629237A (zh) * 2015-12-25 2016-06-01 中国航天空气动力技术研究院 利用机载雷达对风场进行危险性评估的方法
CN105629238A (zh) * 2015-12-25 2016-06-01 中国航天空气动力技术研究院 利用机载雷达对风场进行数字重建的方法
CN105607063A (zh) * 2016-01-05 2016-05-25 北京无线电测量研究所 一种机场低空风切变探测方法及系统
CN105467393A (zh) * 2016-01-06 2016-04-06 北京无线电测量研究所 一种毫米波云雷达三维风场反演方法及系统
CN105467393B (zh) * 2016-01-06 2017-12-15 北京无线电测量研究所 一种毫米波云雷达三维风场反演方法及系统
CN106054195B (zh) * 2016-05-31 2018-07-06 中国民航大学 基于空时最优处理器的湍流谱宽估计方法
CN106054195A (zh) * 2016-05-31 2016-10-26 中国民航大学 基于空时最优处理器的湍流谱宽估计方法
CN106324601B (zh) * 2016-08-08 2019-04-09 北京无线电测量研究所 一种基于风廓线雷达组网的三维风场反演方法
CN106324601A (zh) * 2016-08-08 2017-01-11 北京无线电测量研究所 一种基于风廓线雷达组网的三维风场反演方法
CN106443678A (zh) * 2016-08-31 2017-02-22 王�华 利用风廓线雷达和rass的大气波导监测方法
CN106443678B (zh) * 2016-08-31 2018-10-30 王�华 利用风廓线雷达和rass的大气波导监测方法
CN107831494A (zh) * 2017-10-30 2018-03-23 北京无线电测量研究所 一种风廓线雷达的垂直波束加密观测方法和系统
CN107831494B (zh) * 2017-10-30 2020-08-18 北京无线电测量研究所 一种风廓线雷达的垂直波束加密观测方法和系统
CN108089166A (zh) * 2017-12-07 2018-05-29 北京无线电测量研究所 一种基于毫米波测云雷达的自适应频域检测方法
CN108089166B (zh) * 2017-12-07 2020-06-02 北京无线电测量研究所 一种基于毫米波测云雷达的自适应频域检测方法
CN108693534A (zh) * 2018-03-27 2018-10-23 南京恩瑞特实业有限公司 Nriet x 波段雷达协同组网分析方法
CN109581384A (zh) * 2019-01-28 2019-04-05 中国气象局气象探测中心 基于多普勒天气雷达的晴空垂直风廓线探测方法及系统
CN109828276A (zh) * 2019-03-06 2019-05-31 南京微麦科斯电子科技有限责任公司 一种基于干涉算法的风廓线雷达
CN110456382A (zh) * 2019-07-12 2019-11-15 中国海洋大学 基于单多普勒激光雷达的非均匀风场风矢量的测量方法
CN110780299A (zh) * 2019-10-24 2020-02-11 上海眼控科技股份有限公司 散度场的获取方法、装置、计算机设备和存储介质
CN110954921A (zh) * 2019-12-03 2020-04-03 浙江大学 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法
CN111983618A (zh) * 2020-09-01 2020-11-24 中国民用航空西北地区空中交通管理局甘肃分局 一种基于人工智能的机场风廓线雷达高分辨率显示系统
CN111983618B (zh) * 2020-09-01 2023-10-31 中国民用航空西北地区空中交通管理局甘肃分局 一种基于人工智能的机场风廓线雷达高分辨率显示系统
CN112816953A (zh) * 2021-01-07 2021-05-18 航天新气象科技有限公司 一种风廓线雷达数据质量可信度分级方法、系统及装置
CN112816953B (zh) * 2021-01-07 2023-10-10 航天新气象科技有限公司 一种风廓线雷达数据质量可信度分级方法、系统及装置
CN113655451A (zh) * 2021-08-26 2021-11-16 西安凌航电子科技有限责任公司 P波段全分布式tr车载对流层风廓线雷达及检测方法
CN113655451B (zh) * 2021-08-26 2023-08-18 西安凌航电子科技有限责任公司 P波段全分布式tr车载对流层风廓线雷达及检测方法
CN114706099A (zh) * 2022-06-07 2022-07-05 成都凯天电子股份有限公司 一种激光测风雷达光学模组及其测量方法
CN114994708A (zh) * 2022-07-19 2022-09-02 青岛镭测创芯科技有限公司 风速反演方法、装置、设备及介质
CN118091666A (zh) * 2024-04-29 2024-05-28 江西省气象科学研究所 深度学习风廓线雷达全波束的三维风场反演方法及系统
CN118091666B (zh) * 2024-04-29 2024-06-28 江西省气象科学研究所 深度学习风廓线雷达全波束的三维风场反演方法及系统

Also Published As

Publication number Publication date
CN101988963B (zh) 2012-09-26

Similar Documents

Publication Publication Date Title
CN101988963B (zh) 利用风廓线雷达获取三维风场的方法
CN105319537B (zh) 基于空间相关性的航海雷达同频干扰抑制方法
CN103760543A (zh) 一种基于多模式的恒虚警目标检测方法
Ma et al. Research on sea clutter reflectivity using deep learning model in industry 4.0
CN113281709B (zh) 基于区域耦合预报系统的雷达性能评估方法
KR102440355B1 (ko) 해수면 전파 반사율을 이용한 딥 러닝 해양 클러스터 데이터 측정 시스템
CN112255607B (zh) 一种海杂波的抑制方法
CN104062651A (zh) 一种基于g0杂波背景及恒定目标幅度的检测前跟踪方法
CN107678025B (zh) 海浪波高计算方法和装置、存储介质及处理器
CN106959442A (zh) 基于多域信息的强干扰环境下地波雷达一阶回波谱提取方法
CN113391283A (zh) 基于探地雷达的土壤分层信息识别方法和装置
CN113419238A (zh) 基于毫米波雷达的山体滑坡监测方法、电子设备、存储介质
CN113325410A (zh) 一种雷达天线信号处理方法、装置、控制设备及存储介质
CN117452397A (zh) 一种基于雷达图像二维海浪谱的风涌波浪分离方法
CN111766600A (zh) 一种光子计数激光雷达自适应噪声判断、滤波方法及装置
CN113687321B (zh) 雷达目标探测距离评估方法和装置
RU2471201C2 (ru) Способ радиолокационного обзора пространства и радиолокационный комплекс для реализации способа (варианты)
CN105403884A (zh) 一种三维近场扫描系统的数据量化方法
CN111611678A (zh) 台风风向模糊解优化方法、装置、电子设备及存储介质
CN113505697B (zh) 一种基于U-Net网络的高频地波雷达杂波分类方法
KR20140008818A (ko) 해면 클러터 제거 방법 및 장치
CN116953706B (zh) 一种双偏振天气雷达数据质量评估方法
CN116821694B (zh) 基于多分支神经网络与分段式模型的土壤湿度反演方法
CN116577734B (zh) 基于先验知识的机载雷达精细化杂波仿真方法与装置
CN113625244B (zh) 一种基于lstm的多源域的高重频雷达目标检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant