CN102608607A - 天气雷达波束锐化和逆量化 - Google Patents

Abstract

用于在距离上提高较小天线尺寸雷达天气系统的天气数据的显示质量的方法和系统。处理器(42)从雷达系统(40)接收与天线关联的一列量化的反射率数据。该处理器基于估计的量化反射率数据来调整该列量化反射率数据，该估计的量化反射率数据与比该接收的一列量化反射率数据相关联的天线更大的天线的波束图相关联。

Description

天气雷达波束锐化和逆量化

背景技术

由于机载天气雷达天线的最大物理尺寸限制，经常无法获得期望的窄天线波束，由此导致显示的天气数据没有预期的详细。这在垂直显示方面(在该行业相对较新)特别明显且与(例如那些用在商用喷气机上的)较小天线一起时更差。

著名的多普勒波束锐化技术在飞行器的直前向或垂直方向上效果不好。而且，天气的自然多普勒噪声可能是另一个挑战。

小型飞行器只能适合小型的、宽波束天线，因此限制了它们的波束锐化能力。

图1和2示出了由于15∶1的垂直比例放大而导致的在垂直显示时展现的一些问题。问题如下：

-由于天线波束宽度引起的低分辨率；

-由于立体数据的量化引起的块状外观；和

-平滑显示输出的尝试导致在平滑度和进一步的分辨率损失之间的折衷。

直接的方法是转换到频域，并乘以波束图(可以是真的或“软化的”概念天线)的反转，这种方法对真实数据不适用，因为它需要除以很小的数并由此导致数据不稳定。

发明内容

处理器从雷达系统接收与天线相关的一列量化反射率数据。该处理器基于估计的量化反射率数据调整该列量化反射率数据，该估计的量化率反射数据与比该接收的一列量化反射数据相关的天线更大的天线的波束图相关。

本发明利用了概念上的“期望天线”来解除限制(例如，模拟具有更窄波束的“大天线”)。这使得算法能够更快收敛至最优解，同时降低了存储器需求。本发明还利用了与期望的天线响应匹配的平滑(例如高斯)扰动函数。这提供了最佳平滑输出，有助于算法更快地收敛，降低了存储器需求，并且可在不影响(smear)输出的情况下进行量化。

附图说明

以下将参考附图详细描述本发明的优选和替换实施例：

图1和2示出了由现有技术的机载天气雷达天线产生的结果；

图3示出了根据本发明形成的示例性系统；

图4示出了来自立体缓存器的一垂直列的理想数据；

图5示出了图4中示出的数据的反射率值；

图6说明了现有技术系统的模型；

图7说明了根据本发明形成的系统的模型；

图8说明了根据本发明形成的示例性过程的流程图。

具体实施方式

本发明是一种系统、方法和计算机程序，用于在距离上提高天气雷达显示的细节。图1说明了根据本发明形成的示例性系统30。该系统30包括天气雷达系统40、处理器42、存储器43、显示设备44、其它飞行器系统46和用户接口48。处理器42电耦合至该天气雷达系统40、显示设备44、其它系统46、用户接口48和存储器43。示例性的天气雷达系统40包括雷达控制器50、发送器52、接收器54和天线56。该雷达控制器50控制发送器52和接收器54基于从一个或多个其它飞行器系统46接收的飞行器数据(例如：位置、航向、滚转、偏航、倾斜度等)通过天线56来执行发送和接收信号。

天气雷达系统40接收由来自外部环境的发射脉冲的散射而产生的信号，外部环境主要包括天气和地形。该接收到的信号被送至处理器42，处理器42使用接收到的信号来更新在存储器43(例如：立体(3-D)缓存器)中存储的天气反射率估计。处理器42基于从用户接口48发送的任何控制信号或基于处理器42内的设置来产生呈现在显示设备44上的图象。

本发明重点在于来自于立体天气缓存器的一维的反射率的垂直列和与该列数据相关的最优曲线；参考图4和5。

图6示出了现有技术系统的模型。立体缓存器的最优输出是“未处理”反射率数据(波束函数r(x))，该反射率数据是高度的函数。该未处理反射率数据r(x)与波束图函数B(x)进行卷积。然后与噪声相加以创建a(x)。a(x)信号被量化以产生高度上量化的反射率，q(n)。高度上量化的反射率q(n)是可测量的且被存储到存储器43的3-D缓存器中。

图7说明了由本发明设想的波束锐化模型。实际天线的波束函数B(x)被分割成两部分B_L(x)，B_c(x)，使得：

-这两个部分的卷积等于原始波束函数B(x)；并且

-第一部分相当于波束锐化的期望量(例如，“60英寸”天线)。

将“真实的真”未处理反射率数据(最优)r(x)和对应于具有该波束宽度一半(或者等同地，为其直径两倍)的天线的波束形状加权函数B_L(x)进行卷积来确定伪真信号t(x)。也可以使用对应于其它尺寸的天线的加权函数。B_L(x)是具有更小(但不是无限小)波束宽度的概念上“更大”天线的波束宽度函数。当该“未处理”反射率与B_L(x)卷积时，产生“更平滑”(较不详细)的函数。锐化过程(图8)试图来收敛于这个卷积函数t(x)。这使得收敛更迅速。r(x)是基于理论反射率数据的。

然后，图7中的模型与图6中的模型执行的相同。B_c(x)是“补偿”波束宽度函数，它从该“更大”(例如60英寸)天线中取出数据并在卷积时提供更加“较不详细”的函数，其理论上等同于从更小的“真实”(例如30英寸)天线获得的函数。

如图8所示，使用迭代均方差(MSE)技术来使模型输出和立体缓存器中的实际量化数据之间的MSE最小。如图7所示，为t(x)产生连续“猜测”

以三种不同方式与B_c(x)进行卷积：

B(x)函数的例子一般起作用为：

$\mathrm{Ba}\left(x\right)=e^{-k{(x/{\mathrm{\θ}}_s)}^2}$

其中 $k=4\ln \sqrt{2}$

θ_a＝波束宽度

θ₃₀＝3度

θ₆₀＝θ_L＝1.5度

θ_c＝2.6度

-第一种方式具有加法偏移扰动函数；

-第二种方式具有减法偏移扰动函数；和

-第三种方式不具有任何偏移扰动函数。

每个卷积被量化成N个高度水平以得到

N的选择取决于设计决定，该设计决定在体元(存储单元)的数量和“光滑度”之间进行折。对于Honeywell公司生产的RDR-4000，N是距离的函数并且将N个高度水平拟合到0至60,0000ft的范围内，例如：

20NM缓存器：N＝32

40NM缓存器：N＝16

80NM缓存器：N＝8

160NM缓存器：N＝4

320NM缓存器：N＝2

然后，确定每个量化结果

和反射率信号q(n)的MSE。基于哪个猜测

具有最低MSE，高斯扰动函数被移位。该移位的高斯函数与Δ因子组合。该组合在下一次迭代调整增加到

或从

减去的值。在已经达到预定次数的迭代或“目标”MSE后，该过程完成。

采用了经验变分法的方式，概括如下：

-扰动t(x)的最新猜测；和

-如果MSE降低，则保持扰动函数，否则回到之前低的MSE。

使用平滑扰动函数，该平滑扰动函数匹配反射率数据的期望波束形状(参考图5)，即高斯的。该高斯函数沿着连续猜测上的独立变量而移位。

虽然估计值

并不完全与理想值r(x)匹配，该估计值

当然比该量化结果或非量化结果更接近真值。可使用类似的最优化。

在不需要进一步从移动、平均或者插值型平滑中“扩展”的情况下，本发明还提供最优平滑输出。

在图8所示的过程被确定完成之后，基于具有最低MSE的

来改变q(n)(存储在3D缓存器)。当根据新的q(n)数据产生用于垂直侧视图显示的图像时，该图像将可与产生自更大天线的图像进行比较。这样，当t(x)与更大的60英寸天线相关时，具有30英寸天线的系统表现得更接近于60英寸天线的系统。

在一个实施例中，只将图8所示的迭代过程应用到超过预定义距离的q(n)数据。该预定义距离可以基于天线的尺寸。例如，如果该系统包括30英寸天线，则只对超过40nm的数据应用该迭代过程。然而，如果该系统包括20英寸天线，则只对超过更近距离的数据应用该迭代过程。

要求了排他属性或特权的本发明的实施例被定义如下。

Claims (10)

1.一种方法，包括：

在处理器(42)处，

接收由天线(56)采样的一列量化反射率数据；并且

基于估计的反射率数据调整该列量化反射率数据，该估计的反射率数据与比该接收的一列量化反射率数据相关联的天线更大的天线的波束图相关联。

2.根据权利要求1所述的方法，其中调整包括：

a)基于估计的最优未处理反射率信号和与该较大天线相关联的第一波束宽度函数的卷积来提供估计的大天线反射率信号，该估计的大天线未处理反射率信号作为第一值；

b)通过向该估计的大天线未处理反射率信号加上预定义调整值来创建第二值；

c)通过从该估计的大天线未处理反射率信号减去预定义调整值来创建第三值；

d)将该第一至第三值和与该较小天线相关联的第二波束宽度函数进行卷积；

e)通过将该第一至第三值的卷积结果量化成预先定义数目的高度水平来生成第一、第二和第三量化的估计反射率数据；

f)将该第一、第二和第三量化的估计反射率数据与该接收的量化反射率值进行比较；

g)确定哪个比较结果具有最佳结果；

h)基于该确定的结果调整该第一、第二和第三值；

i)重复d)-h)直到获得最优结果；和

j)将该最佳结果存储到三维存储器内。

3.根据权利要求2所述的方法，其中比较包括计算第一、第二和第三量化的估计反射率值中的每一个与该接收的量化反射率值之间的均方差(MSE)，其中确定包括确定哪个MSE计算会导致最小的MSE值。

4.根据权利要求3所述的方法，其中该最优结果包括低于预定义水平的MSE结果。

5.根据权利要求3所述的方法，其中该最优结果包括步骤d)-h)的预定义次数的重复。

6.根据权利要求1所述的方法，其中调整包括仅调整超过预定义范围的量化反射率数据。

7.一种系统，包括：

雷达系统(40)，被配置为产生由天线采样的一列量化反射率数据；

存储器(43)包括三维缓存器；和

处理器(42)，与该雷达系统和该存储器进行信号通信，该处理器被配置为基于估计的反射率数据调整该列量化反射率数据，该估计的反射率数据与比该接收的一列量化反射率数据相关联的天线更大的天线的波束图相关联。

8.根据权利要求7所述的系统，其中该处理器进一步被配置为：

a)基于估计的最优未处理反射率信号和与该较大天线相关联的第一波束宽度函数的卷积提供估计的大天线反射率信号，该估计的大天线未处理反射率信号作为第一值；

b)通过向该估计的大天线未处理反射率信号加上预定义调整值来创建第二值；

c)通过从该估计的大天线未处理反射率信号减去预定义调整值来创建第三值；

d)将该第一至第三值和与该较小天线相关联的第二波束宽度函数进行卷积；

e)通过将该第一至第三值的卷积结果量化成预定义数目的高度水平来生成第一、第二和第三量化的估计反射率数据；

f)将该第一、第二和第三量化的估计反射率数据与该接收的量化反射率值进行比较；

g)确定哪个比较结果具有最佳结果；

h)基于该确定的结果调整该第一、第二和第三值；

i)重复d)-h)直到获得最优结果；和

i)将该最佳结果存储到三维存储器内。

9.根据权利要求8所述的系统，其中该处理器通过计算第一、第二和第三量化的估计反射率值中的每一个与该接收的量化反射率值之间的均方差(MSE)来进行比较，其中该处理器通过确定该哪个MSE计算会导致最小的MSE值来进行确定。

10.根据权利要求9所述的系统，其中该最优结果包括低于预定义水平的MSE结果或步骤d)-h)的预定义次数的重复，其中该处理器通过仅调整超过预定义范围的量化的反射率数据来进行调整。

Images