CN104345312A - 一种毫米波云雷达的数据融合方法及系统 - Google Patents
一种毫米波云雷达的数据融合方法及系统 Download PDFInfo
- Publication number
- CN104345312A CN104345312A CN201410584981.9A CN201410584981A CN104345312A CN 104345312 A CN104345312 A CN 104345312A CN 201410584981 A CN201410584981 A CN 201410584981A CN 104345312 A CN104345312 A CN 104345312A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- detection
- control module
- detection data
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种毫米波云雷达的数据融合方法及系统,该方法包括:搭建毫米波云雷达观测平台,包括控制模块、信号处理模块、信息采集模块、主控模块和数据融合模块;通过控制模块控制雷达按多模式工作方式进行气象目标探测,得到探测数据,并将探测数据传输给信号处理模块;通过信号处理模块对探测数据进行信号处理并输出;通过信息采集模块采集信号处理模块输出的经过信号处理后的探测数据,并将采集到的探测数据进行打包处理后保存到主控模块中;通过数据融合模块对保存在主控模块中的探测数据进行数据融合,得到融合结果。本发明实现了对全高度探测范围内气象目标的观测,提高了数据质量及探测效率,增强了云雷达对不同气象目标的适应能力。
Description
技术领域
本发明涉及采用无线电波的反射或再辐射的定位或存在检测技术领域,尤其是一种毫米波云雷达的数据融合方法及系统。
背景技术
毫米波云雷达主要用于云、雾、弱降水等目标的探测,利用小粒子对电磁波的散射作用,连续测量站点上空气象目标的回波信号,获取高时空分辨率的气象目标信息,具有全方位、全天候的观测能力,广泛应用于大气科学研究、人工影响天气、云自动化观测、机场气象保障、军事气象保障等方面和领域。
原有的毫米波云雷达采用的是单个模式的观测方法,每次只能选择一种工作模式进行观测,观测模式不能自适应当前的天气状况,每次改变工作模式都需要人工操作,先停止观测,修改工作模式,再启动观测过程。采用这种观测方法时,由于卷云模式下存在较大的距离盲区,边界层模式下雷达的探测能力有限,因此单个模式观测无法得到全高度探测范围内的气象目标信息,并且单个模式的观测方法对不同气象目标不能自适应,导致观测数据误差较大,操作控制不够灵活,自动化程度低,观测效率不高。
这种单一的观测方法损失了空间上的气象目标信息,对于变化较快的云、弱降水等气象目标,无法及时准确地获取其全部信息,造成气象数据获取率降低,数据质量下降,不能充分满足气象研究、气象保障等应用需求。
发明内容
本发明提供一种毫米波云雷达的数据融合方法及系统,所要解决的技术问题是单一的观测方法中气象数据获取率降低,数据质量下降,不能充分满足气象研究、气象保障等应用需求的问题。
本发明解决上述技术问题的技术方案如下:一种毫米波云雷达的数据融合方法,包括以下步骤:
步骤1:搭建毫米波云雷达观测平台,所述毫米波云雷达观测平台包括控制模块、信号处理模块、信息采集模块、主控模块和数据融合模块。
步骤2:通过所述控制模块控制雷达按多模式工作方式进行气象目标探测,得到探测数据,并将所述探测数据传输给所述信号处理模块。
步骤3:通过所述信号处理模块对步骤2中得到的所述探测数据进行信号处理并输出。
步骤4:通过所述信息采集模块采集所述信号处理模块输出的经过信号处理后的探测数据,并将采集到的探测数据进行打包处理后保存到所述主控模块中。
步骤5:通过所述数据融合模块对保存在所述主控模块中的探测数据进行数据融合,得到融合结果。
本发明的有益效果是:采用主控模块、数据融合模块和控制模块对毫米波云雷达多模式工作方式下的探测数据进行了融合,实现了对全高度探测范围内气象目标的观测,提高了数据质量及探测效率;同时增强了云雷达对不同气象目标的适应能力,让使用者无须针对不同的天气过程更改云雷达的工作模式,提高了云雷达的自动化观测程度,保证了对云、弱降水等气象目标研究应用的需求。
进一步,所述主控模块包括PCI总线和共享内存。
步骤2中通过所述PCI总线将所述探测数据传输给所述信号处理模块。
步骤3中将经过信号处理后的探测数据通过所述PCI总线传输给所述信息采集模块。
步骤4中将采集到的所述探测数据进行打包处理后通过所述PCI总线保存到所述共享内存中。
步骤5中所述数据融合模块通过所述PCI总线读取所述共享内存中经过打包处理后的探测数据并进行数据融合,得到融合结果。
进一步,执行步骤3后得到的探测数据包括信号噪声比数据、径向速度数据和回波强度数据。
进一步,步骤2中所述多模式工作方式包括边界层模式、卷云模式和降水模式,所述控制模块控制所述雷达依次按照所述边界层模式、卷云模式和降水模式三种模式交替工作,对同一时空内的气象目标进行探测,得到对应模式下的探测数据。其中,边界层模式用于测量30米至7.5公里高度范围内的云、雾类气象目标,卷云模式用于测量1.8公里至15公里高度范围内的云、弱降水类气象目标,降水模式用于测量30米至15公里范围内的弱降水、积雨云类气象目标。
进一步,所述控制模块控制所述雷达依次按照所述边界层模式、卷云模式和降水模式三种模式交替工作,对同一时空内的气象目标进行探测,得到对应模式下的探测数据的具体实现为:
步骤SA1:通过所述控制模块控制所述雷达按照所述边界层模式进行探测,获得边界层模式数据后通过所述信号处理模块对边界层模式数据进行信号处理,并将经过信号处理后的边界层模式数据保存为一个数据文件存储到所述共享内存中,结束对所述边界层模式的数据存储操作。
步骤SA2:通过所述控制模块控制所述雷达按照所述卷云模式进行探测,获得卷云模式数据后通过所述信号处理模块对卷云模式数据进行信号处理,并将经过信号处理后的的卷云模式数据保存为一个数据文件存储到所述共享内存中,结束对所述卷云模式的数据存储操作。
步骤SA3:通过所述控制模块控制所述雷达按照所述降水模式进行探测,获得降水模式数据后通过所述信号处理模块对降水模式数据进行信号处理,并将经过信号处理后的的降水模式数据保存为一个数据文件存储到所述共享内存中,结束对所述降水模式的数据存储操作。
进一步,步骤5中进行数据融合的具体实现为:
步骤SB1:根据所述边界层模式、卷云模式和降水模式三种模式不同的重合探测高度下探测到的数据满足的不同约束条件进行数据筛选,得到筛选结果,所述筛选结果为所述边界层模式数据、卷云模式数据或降水模式数据中的一种,所述筛选结果可以更为准确地反映当前天气情况。
步骤SB2:将所述筛选结果根据其所在的高度层进行数据融合,得到融合结果,所述融合结果是所述边界层模式数据、卷云模式数据和降水模式数据三种探测数据的最优集合。
步骤SB3:将所述融合结果进行高度拼接后存储在所述主控模块的数据融合文件中。
进一步,所述约束条件包括:
约束条件1:比较所述边界层探测数据、卷云探测数据和降水探测数据中三者的信号噪声比数据,选择信号噪声比数据最大的作为所述筛选结果。
约束条件2:比较所述边界层探测数据、卷云探测数据和降水探测数据中三者的径向速度数据,选择不大于当前模式最大不模糊速度的径向速度数据作为所述筛选结果,其中,最大不模糊速度的计算公式为:
上式中,VNyquist为最大不模糊速度,PRF为毫米波云雷达发射脉冲重复频率,λ为毫米波云雷达工作波长。
约束条件3:当所述降水探测数据中的所述径向速度数据的值为负,并且所述降水探测数据中的所述回波强度数据超过了设定的降水回波阈值时,选择降水模式数据作为所述筛选结果。
本发明还提供一种毫米波云雷达的数据融合系统,包括控制模块、信号处理模块、信息采集模块、主控模块和数据融合模块。
所述控制模块,用于控制雷达按多模式工作方式进行气象目标探测,得到探测数据,并将所述探测数据传输给所述信号处理模块。
所述信号处理模块,用于对所述探测数据进行信号处理并输出。
所述信息采集模块,用于采集所述信号处理模块输出的经过信号处理后的探测数据,并将采集到的探测数据进行打包处理后保存到所述主控模块中。
所述数据融合模块,用于对对保存在所述主控模块中的探测数据进行数据融合,得到融合结果。
进一步,所述主控模块包括PCI总线和共享内存。
进一步,所述控制模块通过所述PCI总线与所述信号处理模块连接,所述信号处理模块通过所述PCI总线与所述信息采集模块连接,所述信息采集模块通过所述PCI总线与所述共享内存连接,所述共享内存通过所述PCI总线与所述数据融合模块连接。
附图说明
图1为本发明数据融合方法的方法流程图;
图2为本发明数据融合方法中控制模块控制雷达按照三种模式交替工作,对同一时空内的气象目标进行探测,得到对应模式下的探测数据的具体实现方法流程图;
图3为本发明数据融合方法中数据融合的具体实现方法流程图;
图4为本发明数据融合系统的原理框图。
图4中,各标号所代表的部件列表如下:
1、控制模块,2、信号处理模块,3、信息采集模块,4、主控模块,5、数据融合模块,401、PCI总线,402、共享内存。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
在一具体实施方式中,如图1所示,一种毫米波云雷达的数据融合方法,包括以下步骤:
步骤1:搭建毫米波云雷达观测平台,所述毫米波云雷达观测平台包括控制模块、信号处理模块、信息采集模块、主控模块和数据融合模块。
步骤2:通过所述控制模块控制雷达按多模式工作方式进行气象目标探测,得到探测数据,并将所述探测数据传输给所述信号处理模块。
步骤3:通过所述信号处理模块对步骤2中得到的所述探测数据进行信号处理并输出。
步骤4:通过所述信息采集模块采集所述信号处理模块输出的经过信号处理后的探测数据,并将采集到的探测数据进行打包处理后保存到所述主控模块中。
步骤5:通过所述数据融合模块对保存在所述主控模块中的探测数据进行数据融合,得到融合结果。
所述主控模块可以为工业控制计算机。
所述主控模块包括PCI总线和共享内存。
步骤2中通过所述PCI总线将所述探测数据传输给所述信号处理模块。
步骤3中将经过信号处理后的探测数据通过所述PCI总线传输给所述信息采集模块。
步骤4中将采集到的所述探测数据进行打包处理后通过所述PCI总线保存到所述共享内存中。
步骤5中所述数据融合模块通过所述PCI总线读取所述共享内存中经过打包处理后的探测数据并进行数据融合,得到融合结果。
执行步骤3后得到的探测数据包括信号噪声比数据、径向速度数据和回波强度数据。
步骤2中所述多模式工作方式包括边界层模式、卷云模式和降水模式,所述控制模块控制所述雷达依次按照所述边界层模式、卷云模式和降水模式三种模式交替工作,对同一时空内的气象目标进行探测,得到对应模式下的探测数据。其中,边界层模式用于测量30米至7.5公里高度范围内的云、雾类气象目标,卷云模式用于测量1.8公里至15公里高度范围内的云、弱降水类气象目标,降水模式用于测量30米至15公里范围内的弱降水、积雨云类气象目标。
如图2所示,所述控制模块控制所述雷达依次按照所述边界层模式、卷云模式和降水模式三种模式交替工作,对同一时空内的气象目标进行探测,得到对应模式下的探测数据的具体实现为:
步骤SA1:通过所述控制模块控制所述雷达按照所述边界层模式进行探测,获得边界层模式数据后通过所述信号处理模块对边界层模式数据进行信号处理,并将经过信号处理后的边界层模式数据保存为一个数据文件存储到所述共享内存中,结束对所述边界层模式的数据存储操作。
步骤SA2:通过所述控制模块控制所述雷达按照所述卷云模式进行探测,获得卷云模式数据后通过所述信号处理模块对卷云模式数据进行信号处理,并将经过信号处理后的的卷云模式数据保存为一个数据文件存储到所述共享内存中,结束对所述卷云模式的数据存储操作。
步骤SA3:通过所述控制模块控制所述雷达按照所述降水模式进行探测,获得降水模式数据后通过所述信号处理模块对降水模式数据进行信号处理,并将经过信号处理后的的降水模式数据保存为一个数据文件存储到所述共享内存中,结束对所述降水模式的数据存储操作。
经过上述三个步骤得到的边界层模式数据、卷云模式数据和降水模式数据均包括了相应模式下的信号噪声比数据、径向速度数据和回波强度数据。
如图3所示,步骤5中进行数据融合的具体实现为:
步骤SB1:根据所述边界层模式、卷云模式和降水模式三种模式不同的重合探测高度下探测到的数据满足的不同约束条件进行数据筛选,得到筛选结果,所述筛选结果为所述边界层模式数据、卷云模式数据或降水模式数据中的一种,所述筛选结果可以更为准确地反映当前天气情况。
步骤SB2:将所述筛选结果根据其所在的高度层进行数据融合,得到融合结果,所述融合结果是所述边界层模式数据、卷云模式数据和降水模式数据三种探测数据的最优集合。
步骤SB3:将所述融合结果进行高度拼接后存储在所述主控模块的数据融合文件中。
所述约束条件包括:
约束条件1:比较所述边界层探测数据、卷云探测数据和降水探测数据中三者的信号噪声比数据,选择信号噪声比数据最大的作为所述筛选结果。
约束条件2:比较所述边界层探测数据、卷云探测数据和降水探测数据中三者的径向速度数据,选择不大于当前模式最大不模糊速度的径向速度数据作为所述筛选结果,其中,最大不模糊速度的计算公式为:
上式中,VNyquist为最大不模糊速度,PRF为毫米波云雷达发射脉冲重复频率,λ为毫米波云雷达工作波长。
约束条件3:当所述降水探测数据中的所述径向速度数据的值为负,并且所述降水探测数据中的所述回波强度数据超过了设定的降水回波阈值时,选择降水模式数据作为所述筛选结果。
毫米波测云雷达的工作模式及波形如表1所示。
表1
模式 | 探测高度 |
边界层 | 30m-7.5km |
降水 | 30m-15km |
卷云 | 1.8km-15km |
根据所述边界层模式、卷云模式和降水模式三种模式不同的重合探测高度下探测到的数据满足的不同约束条件进行数据筛选,得到筛选结果的具体实现如下:
a.按照边界层模式和降水模式交替工作,探测高度为30m-1.8km时:
如果(|Vmode3|>|Vmode1_Nyquist|)或(Zmode3>10且Vmode3<0),则采用降水模式数据,否则采用边界层模式数据。
当|Vmode3|>|Vmode1_Nyquist|时,根据约束条件2进行数据筛选,得到筛选结果。
当Zmode3>10且Vmode3<0时,根据约束条件3进行数据筛选,得到筛选结果。
b.按照降水模式和卷云模式交替工作,探测高度为7.5km-15km时:
如果(|Vmode3|>|Vmode2_Nyquist|)或(Zmode3>10且Vmode3<0),采用降水模式数据,否则采用卷云模式数据。
当|Vmode3|>|Vmode2_Nyquist|时,根据约束条件2进行数据筛选,得到筛选结果。
当Zmode3>10且Vmode3<0时,根据约束条件3进行数据筛选,得到筛选结果。
c.按照边界层模式、降水模式和卷云模式三种模式交替工作,探测高度为1.8km-7.5km时:
如果(|Vmode3|>|Vmode2_Nyquist|)或(SNRmode3>10且Vmode3<0),采用降水模式数据。
当|Vmode3|>|Vmode2_Nyquist|时,根据约束条件2进行数据筛选,得到筛选结果。
当SNRmode3>10且Vmode3<0时,根据约束条件3进行数据筛选,得到筛选结果。
如果(|Vmode2|≥|Vmode1_Nyquist|),则采用卷云模式数据。
当|Vmode2|≥|Vmode1_Nyquist|时,根据约束条件2进行数据筛选,得到筛选结果。
另外,若卷云模式数据与边界层数据均为有效数据时,则优先选择SNR大的数据,并根据约束条件1进行数据筛选,得到筛选结果。
其中,mode1为边界层模式,mode2为卷云模式,mode3为降水模式,Vmoden指当前模式下探测到的径向速度,SNRmoden为当前模式下探测到的信噪比,Zmoden为当前模式下探测到的回波强度,Vmoden_Nyquist是当前模式的最大不模糊速度值。
以按照边界层模式和降水模式交替工作,探测高度为30m-1.8km时的筛选结果进行数据融合为例,在30m-1.8km范围内,边界层模式数据、降水模式数据的距离分辨率为30m,即每隔30m探测得到一组由回波强度数据、径向速度数据和信号噪声比数据组成的数据。
利用所述约束条件对边界层模式、降水模式在某一高度层Layern的两组数据进行筛选,满足所述约束条件的数据作为该高度层Layern的筛选结果,并据此对30m-1.8km范围内其它高度层的数据依次进行筛选,高度层的取值范围为
1≤Layern≤60
筛选完成后,将1≤Layern≤60范围内的筛选结果按高度层顺序存入数据文件1中,作为在30m-1.8km范围内按照边界层模式和降水模式交替工作的融合结果。
另外,在7.5km-15km范围内按照降水模式和卷云模式交替工作以及在1.8km-7.5km范围内按照边界层模式、降水模式和卷云模式三种模式交替工作的数据融合过程同上,融合结果分别存入数据文件2和数据文件3中。
将所述数据文件1、数据文件2和数据文件3中的数据按高度进行拼接,并将拼接结果存入最终的数据融合文件中,作为云雷达在30m-15km整个探测范围内的数据融合的最终结果。
如图4所示,一种毫米波云雷达的数据融合系统,包括控制模块1、信号处理模块2、信息采集模块3、主控模块4和数据融合模块5。
所述控制模块1,用于控制雷达按多模式工作方式进行气象目标探测,得到探测数据,并将所述探测数据传输给所述信号处理模块2。
所述信号处理模块2,用于对所述探测数据进行信号处理并输出。
所述信息采集模块3,用于采集所述信号处理模块2输出的经过信号处理后的探测数据,并将采集到的探测数据进行打包处理后保存到所述主控模块4中。
所述数据融合模块5,用于对对保存在所述主控模块4中的探测数据进行数据融合,得到融合结果。
进一步,所述主控模块4包括PCI总线401和共享内存402。进一步,所述控制模块1通过所述PCI总线401与所述信号处理模块2连接,所述信号处理模块2通过所述PCI总线401与所述信息采集模块3连接,所述信息采集模块3通过所述PCI总线401与所述共享内存402连接,所述共享内存402通过所述PCI总线401与所述数据融合模块连接。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种毫米波云雷达的数据融合方法,其特征在于,包括以下步骤:
步骤1:搭建毫米波云雷达观测平台,所述毫米波云雷达观测平台包括控制模块、信号处理模块、信息采集模块、主控模块和数据融合模块;
步骤2:通过所述控制模块控制雷达按多模式工作方式进行气象目标探测,得到探测数据,并将所述探测数据传输给所述信号处理模块;
步骤3:通过所述信号处理模块对步骤2中得到的所述探测数据进行信号处理并输出;
步骤4:通过所述信息采集模块采集所述信号处理模块输出的经过信号处理后的探测数据,并将采集到的探测数据进行打包处理后保存到所述主控模块中;
步骤5:通过所述数据融合模块对保存在所述主控模块中的探测数据进行数据融合,得到融合结果。
2.根据权利要求1所述一种毫米波云雷达的数据融合方法,其特征在于,所述主控模块包括PCI总线和共享内存;
步骤2中通过所述PCI总线将所述探测数据传输给所述信号处理模块;
步骤3中将经过信号处理后的探测数据通过所述PCI总线传输给所述信息采集模块;
步骤4中将采集到的所述探测数据进行打包处理后通过所述PCI总线保存到所述共享内存中;
步骤5中所述数据融合模块通过所述PCI总线读取所述共享内存中经过打包处理后的探测数据并进行数据融合,得到融合结果。
3.根据权利要求1或2所述一种毫米波云雷达的数据融合方法,其特征在于,执行步骤3后得到的探测数据包括信号噪声比数据、径向速度数据和回波强度数据。
4.根据权利要求3所述一种毫米波云雷达的数据融合方法,其特征在于,步骤2中所述多模式工作方式包括边界层模式、卷云模式和降水模式,所述控制模块控制所述雷达依次按照所述边界层模式、卷云模式和降水模式三种模式交替工作,对同一时空内的气象目标进行探测,得到对应模式下的探测数据。
5.根据权利要求4所述一种毫米波云雷达的数据融合方法,其特征在于,所述控制模块控制所述雷达依次按照所述边界层模式、卷云模式和降水模式三种模式交替工作,对同一时空内的气象目标进行探测,得到对应模式下的探测数据的具体实现为:
步骤SA1:通过所述控制模块控制所述雷达按照所述边界层模式进行探测,获得边界层模式数据后通过所述信号处理模块对边界层模式数据进行信号处理,并将经过信号处理后的边界层模式数据保存为一个数据文件存储到所述共享内存中,结束对所述边界层模式的数据存储操作;
步骤SA2:通过所述控制模块控制所述雷达按照所述卷云模式进行探测,获得卷云模式数据后通过所述信号处理模块对卷云模式数据进行信号处理,并将经过信号处理后的的卷云模式数据保存为一个数据文件存储到所述共享内存中,结束对所述卷云模式的数据存储操作;
步骤SA3:通过所述控制模块控制所述雷达按照所述降水模式进行探测,获得降水模式数据后通过所述信号处理模块对降水模式数据进行信号处理,并将经过信号处理后的的降水模式数据保存为一个数据文件存储到所述共享内存中,结束对所述降水模式的数据存储操作。
6.根据权利要求5所述一种毫米波云雷达的数据融合方法,其特征在于,步骤5中进行数据融合的具体实现为:
步骤SB1:根据所述边界层模式、卷云模式和降水模式三种模式不同的重合探测高度下探测到的数据满足的不同约束条件进行数据筛选,得到筛选结果,所述筛选结果为所述边界层模式数据、卷云模式数据或降水模式数据中的一种;
步骤SB2:将所述筛选结果根据其所在的高度层进行数据融合,得到融合结果,所述融合结果是所述边界层模式数据、卷云模式数据和降水模式数据三种探测数据的最优集合;
步骤SB3:将所述融合结果进行高度拼接后存储在所述主控模块的数据融合文件中。
7.根据权利要求6所述一种毫米波云雷达的数据融合方法,其特征在于,所述约束条件包括:
约束条件1:比较所述边界层探测数据、卷云探测数据和降水探测数据中三者的信号噪声比数据,选择信号噪声比数据最大的作为所述筛选结果;
约束条件2:比较所述边界层探测数据、卷云探测数据和降水探测数据中三者的径向速度数据,选择不大于当前模式最大不模糊速度的径向速度数据作为所述筛选结果,其中,最大不模糊速度的计算公式为:
上式中,VNyquist为最大不模糊速度,PRF为毫米波云雷达发射脉冲重复频率,λ为毫米波云雷达工作波长;
约束条件3:当所述降水探测数据中的所述径向速度数据的值为负,并且所述降水探测数据中的所述回波强度数据超过了设定的降水回波阈值时,选择降水模式数据作为所述筛选结果。
8.一种毫米波云雷达的数据融合系统,其特征在于,包括控制模块、信号处理模块、信息采集模块、主控模块和数据融合模块;
所述控制模块,用于控制雷达按多模式工作方式进行气象目标探测,得到探测数据,并将所述探测数据传输给所述信号处理模块;
所述信号处理模块,用于对所述探测数据进行信号处理并输出;
所述信息采集模块,用于采集所述信号处理模块输出的经过信号处理后的探测数据,并将采集到的探测数据进行打包处理后保存到所述主控模块中;
所述数据融合模块,用于对对保存在所述主控模块中的探测数据进行数据融合,得到融合结果。
9.根据权利要求8所述一种毫米波云雷达的数据融合系统,其特征在于,所述主控模块包括PCI总线和共享内存。
10.根据权利要求9所述一种毫米波云雷达的数据融合系统,其特征在于,所述控制模块通过所述PCI总线与所述信号处理模块连接,所述信号处理模块通过所述PCI总线与所述信息采集模块连接,所述信息采集模块通过所述PCI总线与所述共享内存连接,所述共享内存通过所述PCI总线与所述数据融合模块连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410584981.9A CN104345312B (zh) | 2014-10-27 | 2014-10-27 | 一种毫米波云雷达的数据融合方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410584981.9A CN104345312B (zh) | 2014-10-27 | 2014-10-27 | 一种毫米波云雷达的数据融合方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104345312A true CN104345312A (zh) | 2015-02-11 |
CN104345312B CN104345312B (zh) | 2017-01-25 |
Family
ID=52501327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410584981.9A Active CN104345312B (zh) | 2014-10-27 | 2014-10-27 | 一种毫米波云雷达的数据融合方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104345312B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105487076A (zh) * | 2016-01-06 | 2016-04-13 | 北京无线电测量研究所 | 一种毫米波云雷达大雾能见度反演方法及系统 |
CN105654133A (zh) * | 2015-12-31 | 2016-06-08 | 中船重工(昆明)灵湖科技发展有限公司 | 基于多源数据的船只轨迹融合系统及其实现方法 |
CN105785371A (zh) * | 2016-03-21 | 2016-07-20 | 北京无线电测量研究所 | 全固态双频段双偏振多普勒天气雷达系统及雷达测量的方法 |
CN106249242A (zh) * | 2016-09-26 | 2016-12-21 | 北京无线电测量研究所 | 一种双频段天气雷达观测平台及双频段天气雷达引导式退速度模糊方法 |
CN109254291A (zh) * | 2018-10-22 | 2019-01-22 | 中国气象科学研究院 | 云雷达的多普勒功率谱数据融合方法及装置 |
CN109884640A (zh) * | 2019-02-20 | 2019-06-14 | 北京市人工影响天气办公室 | 一种数据处理方法、装置及电子设备 |
CN111323782A (zh) * | 2020-04-16 | 2020-06-23 | 内蒙古工业大学 | 一种基于模糊逻辑的雷达同步监测方法 |
CN111487596A (zh) * | 2020-04-20 | 2020-08-04 | 航天新气象科技有限公司 | 风场探测数据融合方法、装置及电子设备 |
CN115169431A (zh) * | 2022-05-16 | 2022-10-11 | 湖南师范大学 | 一种雷暴识别方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10332810A (ja) * | 1997-06-03 | 1998-12-18 | Mitsubishi Electric Corp | レーダ装置 |
CN102323574A (zh) * | 2011-06-25 | 2012-01-18 | 中国航天科工集团第二研究院二十三所 | 一种风廓线雷达信号处理方法 |
CN102890272A (zh) * | 2012-11-05 | 2013-01-23 | 中国航天科工集团第二研究院二十三所 | 一种毫米波云雷达信号处理方法 |
CN102998670A (zh) * | 2012-11-29 | 2013-03-27 | 北京无线电测量研究所 | 一种Ka频段固定指向双极化全固态毫米波云雷达 |
CN103869292A (zh) * | 2014-04-02 | 2014-06-18 | 清华大学 | 基于嵌入式gpu的通用雷达成像处理系统 |
-
2014
- 2014-10-27 CN CN201410584981.9A patent/CN104345312B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10332810A (ja) * | 1997-06-03 | 1998-12-18 | Mitsubishi Electric Corp | レーダ装置 |
CN102323574A (zh) * | 2011-06-25 | 2012-01-18 | 中国航天科工集团第二研究院二十三所 | 一种风廓线雷达信号处理方法 |
CN102890272A (zh) * | 2012-11-05 | 2013-01-23 | 中国航天科工集团第二研究院二十三所 | 一种毫米波云雷达信号处理方法 |
CN102998670A (zh) * | 2012-11-29 | 2013-03-27 | 北京无线电测量研究所 | 一种Ka频段固定指向双极化全固态毫米波云雷达 |
CN103869292A (zh) * | 2014-04-02 | 2014-06-18 | 清华大学 | 基于嵌入式gpu的通用雷达成像处理系统 |
Non-Patent Citations (3)
Title |
---|
仲凌志 等: "毫米波测云雷达的特点及其研究现状与展望", 《地球科学进展》 * |
刘黎平 等: "毫米波云雷达功率谱密度数据的检验和在弱降水滴谱反演中的应用研究", 《大气科学》 * |
李曦 等: "毫米波云雷达反演层云微物理参数的个例试验", 《成都信息工程学院学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654133B (zh) * | 2015-12-31 | 2019-02-26 | 中船重工(昆明)灵湖科技发展有限公司 | 基于多源数据的船只轨迹融合系统及其实现方法 |
CN105654133A (zh) * | 2015-12-31 | 2016-06-08 | 中船重工(昆明)灵湖科技发展有限公司 | 基于多源数据的船只轨迹融合系统及其实现方法 |
CN105487076A (zh) * | 2016-01-06 | 2016-04-13 | 北京无线电测量研究所 | 一种毫米波云雷达大雾能见度反演方法及系统 |
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 |
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 |
CN105785371A (zh) * | 2016-03-21 | 2016-07-20 | 北京无线电测量研究所 | 全固态双频段双偏振多普勒天气雷达系统及雷达测量的方法 |
CN105785371B (zh) * | 2016-03-21 | 2018-02-13 | 北京无线电测量研究所 | 全固态双频段双偏振多普勒天气雷达系统及雷达测量的方法 |
CN106249242A (zh) * | 2016-09-26 | 2016-12-21 | 北京无线电测量研究所 | 一种双频段天气雷达观测平台及双频段天气雷达引导式退速度模糊方法 |
CN106249242B (zh) * | 2016-09-26 | 2018-10-19 | 北京无线电测量研究所 | 一种双频段天气雷达观测平台及双频段天气雷达引导式退速度模糊方法 |
CN109254291A (zh) * | 2018-10-22 | 2019-01-22 | 中国气象科学研究院 | 云雷达的多普勒功率谱数据融合方法及装置 |
CN109884640A (zh) * | 2019-02-20 | 2019-06-14 | 北京市人工影响天气办公室 | 一种数据处理方法、装置及电子设备 |
CN111323782A (zh) * | 2020-04-16 | 2020-06-23 | 内蒙古工业大学 | 一种基于模糊逻辑的雷达同步监测方法 |
CN111323782B (zh) * | 2020-04-16 | 2022-05-27 | 内蒙古工业大学 | 一种基于模糊逻辑的雷达同步监测方法 |
CN111487596A (zh) * | 2020-04-20 | 2020-08-04 | 航天新气象科技有限公司 | 风场探测数据融合方法、装置及电子设备 |
CN111487596B (zh) * | 2020-04-20 | 2022-06-21 | 航天新气象科技有限公司 | 风场探测数据融合方法、装置及电子设备 |
CN115169431A (zh) * | 2022-05-16 | 2022-10-11 | 湖南师范大学 | 一种雷暴识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104345312B (zh) | 2017-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104345312A (zh) | 一种毫米波云雷达的数据融合方法及系统 | |
US9575177B2 (en) | Apparatus and method for using radar to evaluate wind flow fields for wind energy applications | |
CN107607925B (zh) | 一种雷达应用的目标rcs实时评估方法 | |
CN106569208B (zh) | 基于杂波图的机场跑道异物检测方法 | |
CN102866398B (zh) | 一种利用调频连续波雷达进行动目标识别的方法及系统 | |
CN104215951B (zh) | 一种在海杂波背景下慢速小目标的检测系统及其检测方法 | |
CN102508219B (zh) | 风廓线雷达湍流目标检测方法 | |
CN104898103B (zh) | 基于多通道杂波图的低速目标检测方法 | |
CN103149605B (zh) | 一种激光雨滴谱仪 | |
CN104459650B (zh) | 一种毫米波测云雷达实时标校系统及方法 | |
CN105467393A (zh) | 一种毫米波云雷达三维风场反演方法及系统 | |
CN103176187B (zh) | 一种机载预警雷达地面高速公路目标过滤方法 | |
CN104360329A (zh) | 一种全数字阵列相控阵天气雷达的强度定标方法 | |
CN110095760A (zh) | 一种气象雷达的测试装置和方法 | |
CN104459649A (zh) | 一种全固态毫米波云雷达标定探测系统及方法 | |
CN105487076A (zh) | 一种毫米波云雷达大雾能见度反演方法及系统 | |
CN111122570A (zh) | 基于无人机的钢铁厂污水排放监测方法及系统 | |
CN102879472A (zh) | 一种基于频谱认知的自适应超声钢轨探伤方法及装置 | |
CN103558595A (zh) | 雷达通用恒虚警率检测器及其数据排序方法 | |
CN103995263A (zh) | 一种基于时序的超声波测距方法 | |
CN102565771B (zh) | 一种基于单站风廓线雷达的风切变识别和追踪方法 | |
KR101426226B1 (ko) | 레이더의 신호 처리 방법 | |
CN202814931U (zh) | 一种基于频谱认知的自适应超声钢轨探伤装置 | |
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 | |
CN113466807A (zh) | 雷达临界被截获距离测试系统 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191218 Address after: 214000 28 Weiming Road, Binhu District, Wuxi City, Jiangsu Province Patentee after: Aerospace new weather Technology Co., Ltd Address before: 100854, 32, Yongding Road, 50, Beijing, Haidian District Patentee before: Beijing Institute of Radio Measurement |