CN104597449B - 一种机载多扫描气象雷达目标垂直轮廓重建方法 - Google Patents
一种机载多扫描气象雷达目标垂直轮廓重建方法 Download PDFInfo
- Publication number
- CN104597449B CN104597449B CN201510073304.5A CN201510073304A CN104597449B CN 104597449 B CN104597449 B CN 104597449B CN 201510073304 A CN201510073304 A CN 201510073304A CN 104597449 B CN104597449 B CN 104597449B
- Authority
- CN
- China
- Prior art keywords
- target
- layer
- reflectivity factor
- airborne
- weather radar
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000002310 reflectometry Methods 0.000 claims abstract description 61
- 230000008859 change Effects 0.000 claims description 17
- 238000010606 normalization Methods 0.000 claims description 5
- 241001269238 Data Species 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 4
- 238000007796 conventional method Methods 0.000 abstract description 2
- 238000013179 statistical model Methods 0.000 abstract description 2
- 238000001556 precipitation Methods 0.000 description 33
- 230000011514 reflex Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001365789 Oenanthe crocata Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01S13/953—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on aircraft
-
- 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)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种机载多扫描气象雷达目标垂直轮廓重建方法，利用多扫描机载气象雷达获取的气象回波信息实现对飞机前方气象目标垂直轮廓的显示，快速、准确、全面地反映出气象目标雷达反射率因子在高度维的强度变化与分布范围。本发明通过机载气象雷达载在多扫描工作模式下得到至少8层气象目标信息，并在信息重建过程中创新地运用气象学统计气象目标反射率因子变化规律统计模型；本发明所提供的多扫描机载气象雷达目标垂直轮廓重建方法能够利用多扫描回波信息真实、完整地再现载机航路正前方气象目标垂直轮廓。本发明具有方法简单、操作方便的优点，处理数据量少于传统方法，对系统要求低，且重建精度较高。
Description
技术领域
本发明公开了一种机载多扫描气象雷达目标垂直轮廓重建方法，涉及多扫描机载气象雷达回波信号处理技术领域。
背景技术
机载气象雷达是飞机的眼睛，能够有效地探测飞机运动前方雷暴、暴雨、飑线、冰雹等灾害性天气，为安全飞行提供保障，已经成为民航客机、运输机等大飞机必不可少的电子设备。机载气象雷达的重要价值主要体现在对气象目标的连续探测和数据的实时处理、显示。机载气象雷达通过分析、处理航路前方气象目标回波数据，将前方气象状况用清晰的图像显示出来，并将危害天气状况的警报信息及时提供给飞行员。
随着现代科技发展，新型显示器不断地被研发出来，气象雷达显示的内容也变得智能化和人性化。地基气象雷达已具备体扫描功能，通过采集气象回波强度随高度变化的实时信息，实现了气象目标的三维重建成像。但是对于大多数机载气象雷达，一般采用单一的方位向扫描，得到的气象回波数据不足，所以通常仅能够对气象目标水平面或者倾斜面进行成像分析。为了给飞行员提供包括垂直厚度及强度分布在内的更为全面的气象目标状态信息，新型机载气象雷达采用多扫描模式和距离高度显示器以实现对气象目标垂直轮廓探测与成像。
地基气象雷达实现气象目标的三维重建一般需要多个基站在不同方位同时对目标做立体扫描，能够获取充足的气象目标实时回波数据。因此，针对地基气象雷达设计的信号处理方法一般无需目标先验知识，将雷达数据统一到直角坐标系后，可通过插值运算实现指定方位的目标垂直轮廓成像。但是，多扫描机载气象雷达不具备多基地协同工作的条件，获取的气象回波数据相对稀疏，因此研究一种应用在多扫描机载气象雷达上实现气象目标的垂直轮廓重建方法，对提高新型机载气象雷达智能化信息处理水平具有重要意义。
发明内容
本发明所要解决的技术问题是：针对现有技术的缺陷，提供一种机载多扫描气象雷达目标垂直轮廓重建方法，利用多扫描机载气象雷达获取的气象回波信息实现对飞机前方气象目标垂直轮廓的显示，快速、准确、全面地反映出气象目标雷达反射率因子在高度维的强度变化与分布范围。
本发明为解决上述技术问题采用以下技术方案：
本发明提供了一种机载多扫描气象雷达目标垂直轮廓重建方法。该方法能够利用多扫描机载气象雷达探测到至少8层的气象目标数据实现航路正前方气象目标垂直轮廓信息重建，具体包括如下步骤：
1、获取至少8层的多扫描回波数据；
2、根据回波数据估算出各层气象目标反射率因子；
3、将极坐标下存储的反射率因子数据转换到直角坐标系下存储；
4、判断并确定各层气象目标中心位置、最远边界和最近边界值；
5、依据先验的气象目标反射率因子高度分布模型，修正目标中心反射率因子随高度变化曲线；
6、选取相邻的两层气象目标反射率因子作为输入数据；
7、对上述两层反射率因子分别在边界内进行拟合及归一化处理，并完成距离对准；
8、在上述两层数据之间，选取与下层相距一个垂直分辨单元的高度层作为待恢复层，插值得到其反射率因子归一化变化曲线；
9、判断并确定该待恢复层气象目标中心反射率因子及其与雷达天线相位中心的水平距离；
10、判断并确定该待恢复层水平距离范围内所有散射点的反射率因子值；
11、在两层数据之间选取新的高度层，重复步骤(8)～(10)，自下而上地逐层求出两层之间所有垂直分辨单元上的目标反射率因子值；
12、选取新的一组相邻层气象目标反射率因子作为输入数据，重复步骤(7)～(11)，自下而上地对全部多扫描回波数据进行处理，得到完整的气象目标垂直轮廓。
其中，步骤1是多扫描机载气象雷达在至少8种下俯角工作条件下探测航路正前方气象目标，获取回波数据，并在极坐标(径向距离，下俯角，方位角)下存储；
步骤2是利用公式(1)，通过步骤1中回波数据估计出各层气象目标反射率因子Z；
其中，Pt是气象雷达发射功率；Pr是回波功率；G0是天线波束中心方向上的增益；|K|2是由散射粒子介电性质决定的常数；λ是雷达波长；R是目标与气象雷达间的距离。
步骤3是将步骤2中估计得到各层反射率因子，从极坐标转换到直角坐标下存储，即按照径向水平距离和垂直高度存储。
步骤4根据直角坐标系下存储的反射率因子大小，判断并确定各层气象目标中心的水平距离和垂直高度，以及各层最远边界和最近边界与雷达的水平距离。
步骤5利用各层气象目标中心反射率因子大小以及先验的气象目标反射率因子高度分布模型，对气象目标中心反射率因子变化曲线进行修正。
步骤6是选取经步骤3处理后的两层相邻气象目标反射率因子。
步骤7将步骤6中两层反射率因子分别在边界内进行最小二乘拟合及归一化处理，并对归一化变化曲线按照两层气象目标中心距离对准。
步骤8在上述两层气象目标之间选取与下层相距一个垂直分辨距离单元的高度层作为待恢复层，利用步骤7中的两层归一化变化曲线进行线性插值，得到该恢复层反射率因子归一化变化曲线。
步骤9利用步骤5中经修正后气象目标中心反射率因子变化曲线以及步骤8中恢复层垂直高度，估计该恢复层中心的反射率因子大小。同时根据两层气象目标中心与雷达的水平距离，线性插值估计出恢复层中心的水平距离。
步骤10结合步骤9中得到该恢复层反射率因子归一化变化曲线，及其中心反射率因子大小和水平距离，进一步估计出该恢复层水平距离范围内所有散射点的反射率因子值。
步骤11选取步骤6两层气象目标之间其他垂直分辨距离上高度层，从步骤8开始重复，自下而上地逐层求出两层之间所有垂直分辨单元上的目标反射率因子值。
步骤12选取任意一组相邻两层气象目标反射率因子作为输入数据，从步骤7重复开始，自下而上地对全部多扫描回波数据进行处理，恢复出任意相邻两层气象目标间所有垂直分辨单元上的目标反射率因子值，最终实现了气象目标垂直轮廓重建。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明通过机载气象雷达载在多扫描工作模式下得到至少8层气象目标信息，并在信息重建过程中创新地运用气象学统计气象目标反射率因子变化规律统计模型；本发明所提供的多扫描机载气象雷达目标垂直轮廓重建方法能够利用多扫描回波信息真实、完整地再现载机航路正前方气象目标垂直轮廓。本发明具有方法简单、操作方便的优点，处理数据量少于传统方法，对系统要求低，且重建精度较高。
附图说明
图1是降水云垂直轮廓重建流程图；
图2是降水云三维模型；
图3是在大陆平原上降水云的中心反射率因子随高度变化的统计曲线；
图4是降水云垂直轮廓模型；
图5是转换到直角坐标系下的10层降水云反射率因子示意图；
图6是相邻两云层垂直轮廓重建结果；
图7是载机正前方降水云垂直轮廓重建结果。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
下面结合附图对本发明的技术方案做进一步的详细说明：
该实验以降水云作为多扫描机载气象雷达的探测目标，并在载机正前方对降水云进行10层多扫描。降水云垂直轮廓重建流程图如图1所示，降水云垂直轮廓重建是建立在多扫描气象回波仿真基础上。降水云物理模型如图2，云层中心反射率因子参照降水云在大陆平原上统计变化规律，如图3。在气象学研究中，经常根据气象强度分级显示气象目标状态。在这里将降水云模型按照反射率因子强度大小分为红黄绿三个等级表示，其垂直轮廓模型如图4。初始化仿真场景，即设置飞机参数、雷达参数以及飞机与降水云的相对位置。以利用多扫描机载气象雷达探测降水云获取的10层气象信息，实现载机飞行正前方降水云垂直轮廓的重建为例，其过程包括下面几个步骤。
步骤1获取多扫描机载气象雷达探测到的正前方10层降水云初始回波信息，即气象雷达正前方位上各个下俯角随探测距离的回波功率。
步骤2根据回波功率估计出10层降水云反射率因子。Pij是第i个下俯角情况时第j个距离单元回波功率。如果不考虑天线增益不均匀以及传播衰减等因素的影响，可以用下面公式估算该距离单元上的反射率因子Zij。
其中Pt是雷达发射功率；G0是天线波束中心方向上的增益；|K|2是由散射粒子介电性质决定的常数，对于水取值0.93；λ是雷达波长；Rij是第j个距离单元与气象雷达间的距离。
步骤3将载机正前方各层反射率因子从极坐标转换为按照水平距离和垂直高度存储的直角坐标系下。
机载气象雷达在斜距Ri，方位角θi，下俯角处的雷达反射率因子为在载机正前方方位角θi等于0。载机飞行高度为hp，地球半径为Re，那么该处在空间上距离地面高度Hi为
同时该处距离载机在空间上的水平距离Li和偏离载机飞行正前方的水平距离Wi分别为
此时载机正前方Wi＝0。
在直角坐标系下建立的三维网格数据中，水平分辨距离为ΔL,垂直分辨距离为ΔH。那么在三维网格中位置为(xi,yi,zi)，其中，
此时在载机正前方上yi＝0。经过这个步骤，实现将极坐标下反射率因子转换为直角坐标下的三维网格数据，为降水云垂直轮廓重建提供数据基础。图5是载机正前方10层降水云反射率因子转换到直角坐标下的分布。
步骤4从网格数据中找出载机正前方10层降水云范围内与气象雷达的最近边界和最远边界位置，以及各层降水云的中心位置。
步骤5将降水云反射率因子高度分布的先验统计变化模型逼近已知10层降水云中心反射率因子，从而得到经过修正后的降水云中心反射率因子变化曲线。
步骤6选取步骤3网格数据中相邻的第i层和第i+1层反射率因子。
从步骤4中得到第i层最近边界和最远边界与气象雷达的距离分别是Ri1和Ri2，第i+1层最近边界和最远边界与气象雷达的距离分别是R(i+1)1和R(i+1)2，那么两层降水云分别在边界内利用最小二乘法拟合得到反射率因子随距离的变化曲线，并用其中心反射率因子进行归一化处理，得到Zi(r)和Z(i+1)(r)。机载气象雷达估计第i层和第i+1层降水云的中心位置可能有偏差，并不一定在同一垂直方向上。步骤7根据两层中心距离Ri0和R(i+1)0，将归一化曲线Zi(r)和Z(i+1)(r)分别变换到(Ri1-Ri0，Ri2-Ri0)和(R(i+1)1-R(i+1)0，R(i+1)2-R(i+1)0)范围内。
第i层和第i+1层降水云的垂直高度分别是Hi，Hi+1，垂直分辨距离为ΔH，可以计算出两云层垂直方向上共有n个距离分辨单元，其中步骤8从k＝1开始选择第k个距离单元，其所在云层反射率因子随距离变化的归一化曲线Zk(r)可以利用Zi(r)和Z(i+1)(r)经过线性插值得到，如下式。
其范围在min(Ri1-Ri0,R(i+1)1-R(i+1)0)和max(Ri2-Ri0，R(i+1)2-R(i+1)0)之间。
步骤9是利用下式(8)和(9)分别求出第k个垂直距离单元所在云层高度Hk以及中心水平距离Rk0，然后根据修正后降水云的中心反射率因子变化曲线估算出该层中心反射率因子Zk。
Hk＝Hi+kΔH (8)
步骤10根据归一化曲线Zk(r)，反射率因子Zk，以及中心水平距离Rk0估算载机正前方高度为Hk的降水云层各个水平距离单元上反射率因子。
步骤11用k+1更新现有k，从步骤8重复开始，直到k+1＞n停止，此时完成了载机正前方第i层和第i+1层降水云垂直轮廓的重建，结果如图6。
步骤12用i+1更新现有i，从步骤6重复开始，直到i+1≥10停止，此时可以得到载机正前方降水云垂直轮廓，其结果如图7。
本实施例在仿真实现过程中采用的参数有，载机参数：飞行高度10km；雷达参数：发射机功率150w，天线增益35dB，脉冲宽度60μs，脉冲重复频率PRF为200，波束宽度3.5°，下俯角分别工作在0.1°、0.5°、0.9°、1.3°、1.7°、2.1°、2.5°、2.9°、3.3°、3.7°；降水云在载机正前方240km。
本实施例具有所述的积极效果，通过对比降水云垂直轮廓重建结果与理论模型能够显著体现该方法在实现气象目标垂直轮廓重建的有效性。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。
Claims (6)
1.一种机载多扫描气象雷达目标垂直轮廓重建方法，其特征在于，包括下述步骤：
步骤一、获取至少8层气象目标的多扫描回波数据；
步骤二、根据多扫描回波数据估算各层气象目标反射率因子，并将反射率因子数据从极坐标系下转换到直角坐标系下存储；
步骤三、根据直角坐标系下存储的反射率因子大小判断并确定各层气象目标中心位置、最远边界和最近边界值；
步骤四、依据先验的气象目标反射率因子高度分布模型，修正目标中心位置反射率因子随高度变化曲线；
步骤五、选取相邻的两层气象目标反射率因子作为输入数据；
步骤六、对上述两层反射率因子分别在边界内进行拟合及归一化处理，并完成距离对准；
步骤七、在步骤六所得到的两层数据之间，选取与下层相距一个垂直分辨单元的高度层作为待恢复层，插值得到其反射率因子归一化变化曲线；
步骤八、判断并确定该待恢复层气象目标中心反射率因子及其与雷达天线相位中心的水平距离；
步骤九、判断并确定该待恢复层水平距离范围内所有散射点的反射率因子值；
步骤十、在两层数据之间选取新的高度层，重复步骤七至步骤九，自下而上地逐层求出两层之间所有垂直分辨单元上的目标反射率因子值；
步骤十一、选取新的一组相邻层气象目标反射率因子作为输入数据，重复步骤六至步骤十，自下而上地对全部多扫描回波数据进行处理，得到完整的气象目标垂直轮廓。
2.如权利要求1所述的一种机载多扫描气象雷达目标垂直轮廓重建方法，其特征在于：所述多扫描回波数据由多扫描机载气象雷达在至少8种下俯角工作条件下探测航路正前方气象目标所获取，并在由径向距离、下俯角、方位角组成的极坐标下存储。
3.如权利要求1所述的一种机载多扫描气象雷达目标垂直轮廓重建方法，其特征在于：步骤二中，各层气象目标反射率因子Z由下式计算得出：
其中，Pt是气象雷达发射功率；Pr是回波功率；G0是天线波束中心方向上的增益；|K|2是由散射粒子介电性质决定的常数；λ是雷达波长；R是目标与气象雷达间的距离。
4.如权利要求1所述的一种机载多扫描气象雷达目标垂直轮廓重建方法，其特征在于：步骤二中，所述直角坐标系下存储是指，按照径向水平距离和垂直高度存储。
5.如权利要求1所述的一种机载多扫描气象雷达目标垂直轮廓重建方法，其特征在于：步骤六中，将所述两层反射率因子分别在边界内进行最小二乘拟合及归一化处理，并对归一化变化曲线按照两层气象目标中心距离对准。
6.如权利要求1所述的一种机载多扫描气象雷达目标垂直轮廓重建方法，其特征在于：所述步骤八中，利用步骤四修正后的气象目标中心反射率因子变化曲线以及步骤七中恢复层垂直高度，估计所述恢复层中心的反射率因子大小，同时根据两层气象目标中心与雷达的水平距离，线性插值估计出恢复层中心的水平距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510073304.5A CN104597449B (zh) | 2015-02-11 | 2015-02-11 | 一种机载多扫描气象雷达目标垂直轮廓重建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510073304.5A CN104597449B (zh) | 2015-02-11 | 2015-02-11 | 一种机载多扫描气象雷达目标垂直轮廓重建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104597449A CN104597449A (zh) | 2015-05-06 |
| CN104597449B true CN104597449B (zh) | 2017-05-31 |
Family
ID=53123355
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510073304.5A Expired - Fee Related CN104597449B (zh) | 2015-02-11 | 2015-02-11 | 一种机载多扫描气象雷达目标垂直轮廓重建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104597449B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105629239B (zh) * | 2015-12-25 | 2019-03-01 | 中国航天空气动力技术研究院 | 利用机载雷达对风场紊流强度进行估算的方法 |
| CN108269303B (zh) * | 2017-12-22 | 2021-08-24 | 广东纳睿雷达科技股份有限公司 | 一种三维气象雷达显示方法 |
| CN109031233B (zh) * | 2018-08-09 | 2023-02-28 | 南京信息工程大学 | 快速获取雷达组合反射率矢量图形数据的方法 |
| CN109031237B (zh) * | 2018-08-09 | 2022-06-24 | 南京信息工程大学 | 快速获取雷达组合反射率等值线数据的方法 |
| CN112068139A (zh) * | 2020-09-11 | 2020-12-11 | 中国航空工业集团公司雷华电子技术研究所 | 一种气象探测方法、装置及机载气象雷达 |
| CN115184939B (zh) * | 2022-07-13 | 2023-08-08 | 长沙祥云瑞风信息技术有限公司 | 一种新的体扫描数据文件生成方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7307583B1 (en) * | 2005-06-09 | 2007-12-11 | Rockwell Collins, Inc. | Antenna adjustment system and method for an aircraft weather radar system |
| US7733264B1 (en) * | 2007-09-27 | 2010-06-08 | Rockwell Collins, Inc. | System and method for generating weather radar information |
| CN104035095B (zh) * | 2014-05-30 | 2016-09-28 | 中国民航大学 | 基于空时最优处理器的低空风切变风速估计方法 |
-
2015
- 2015-02-11 CN CN201510073304.5A patent/CN104597449B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN104597449A (zh) | 2015-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104597449B (zh) | 一种机载多扫描气象雷达目标垂直轮廓重建方法 | |
| CN105184250B (zh) | 一种电力走廊机载LiDAR点云数据的地物分类方法 | |
| CN104463164B (zh) | 一种基于伞骨法与冠高比的树木冠层结构信息提取方法 | |
| CN108387885B (zh) | 基于激光雷达探测的晴空条件下飞机尾流特征参数反演方法 | |
| Liang et al. | A composite approach of radar echo extrapolation based on TREC vectors in combination with model-predicted winds | |
| KR101531224B1 (ko) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 | |
| CN106680798B (zh) | 一种机载lidar航带重叠区冗余辨识及消除方法 | |
| CN103324916B (zh) | 基于建筑轮廓的车载和航空LiDAR数据配准方法 | |
| CN107479065B (zh) | 一种基于激光雷达的林窗立体结构量测方法 | |
| CN102346015A (zh) | 基于视频差异分析的输电线路绝缘子覆冰厚度测量方法 | |
| CN107356926A (zh) | 基于Hu矩的差值云团外推降雨预测算法 | |
| CN102628944A (zh) | 一种基于多普勒雷达资料的层云与对流云自动识别方法 | |
| CN103745441A (zh) | 一种机载LiDAR点云滤波方法 | |
| CN111091079B (zh) | 基于tls的高寒脆弱区植被优势单株结构参数测定方法 | |
| CN105701862A (zh) | 一种基于点云的地物关键点提取方法 | |
| CN109961470B (zh) | 一种基于激光点云的活立木叶属性精准估测方法 | |
| CN109344812A (zh) | 一种改进的基于聚类的单光子点云数据去噪方法 | |
| CN103020966A (zh) | 一种基于建筑物轮廓约束的航空与地面LiDAR数据自动配准方法 | |
| CN103020637A (zh) | 一种基于K-plane算法的建筑物顶面点云数据分割方法 | |
| CN110988909A (zh) | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 | |
| CN116736331A (zh) | 一种基于激光雷达的煤仓中存煤量的自动化测量方法 | |
| CN109031235A (zh) | 快速获取雷达基本反射率三维等值线数据的方法 | |
| CN107705344A (zh) | 激光扫描环境点云数据中树冠模型提取方法 | |
| Zuo et al. | Identification of convective and stratiform clouds based on the improved DBSCAN clustering algorithm | |
| CN112862720A (zh) | 机载LiDAR点云中玻璃板漫反射噪声的去噪方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170531 Termination date: 20210211 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |