CN105548984A - 一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法 - Google Patents

Abstract

基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，将双偏振多普勒天气雷达体扫数据处理成360个间隔为1°的径向线，每条径向线上的数据包括强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移和相关系数7个回波特征物理量数据；设置7个分别包含强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移、相关系数的物理量；将7个模糊结果赋予相应权值并累加得到某回波点的地物杂波判据；当某回波点的判据大于阈值，则该点的强度回波为地物杂波；由各个回波点的地物杂波判据对双偏振多普勒天气雷达地物杂波进行抑制，再采用体扫数据中上一层对应点的回波强度值补偿当前层杂波抑制后的空洞。

Description

一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法

技术领域

本发明属于遥感技术领域，是一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法。

背景技术

天气雷达体扫过程中低仰角上常出现强地物杂波，使雷达反射率基数据难以准确地指导定量降水预报和预测危险天气。双偏振多普勒天气雷达相比常规多普勒天气雷达，能探测到粒子的偏振、相态、形状等信息，因此得到了广泛应用。双偏振多普勒天气雷达探测的差分反射率因子、差分传播相移、相关系数等信息也能充分反映出探测到的地物信息。刘黎平等[刘黎平,吴林林,杨引明.基于模糊逻辑的分步式超折射地物回波识别方法的建立和效果分析[J].气象学报,2007,(2):252-260.]应用常规天气雷达的强度、速度、谱宽信息，采用分步式的模糊逻辑方法进行地物杂波抑制。但其分步式方法加大了算法的复杂性和运算量。若采用单步式方法，则在特定阈值条件下会出现未抑制或过抑制现象。因此需要寻找一种去杂效果好、算法简单的地物杂波抑制方法。

发明内容

本发明的目的在于提供一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，以双偏振多普勒天气雷达探测数据为基础实现数据中地物杂波的抑制。

本发明的技术方案是：一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，其特征在于，所述方法包括以下步骤：

步骤1、将双偏振多普勒天气雷达提扫数据处理成360个间隔为1°的径向线，每条径向线上的数据包括强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移和相关系数7个回波特征物理量数据；

步骤2、设置7个分别包含强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移、相关系数的物理量，即回波强度径向变化、回波强度方位向变化、平均多普勒速度区域方差、谱宽区域平均值、差分反射率因子区域平均值、差分传播相移区域平均值、相关系数径向变化，并为该设置的7个物理量构建相应的隶属函数，将该7个物理量模糊处理为0-1之间的模糊值；

步骤3、将7个模糊结果赋予相应权值(每个权值取值在0-1之间，权值之和为1)并累加得到某回波点的地物杂波判据；当某回波点的判据大于阈值，则该点的强度回波为地物杂波；

步骤4、由各个回波点的地物杂波判据对双偏振多普勒天气雷达地物杂波进行抑制，再采用体扫数据中上一层对应点的回波强度值补偿当前层杂波抑制后的空洞。

步骤1中所使用的处理方法为线性插值，其公式为：

其中：表示球坐标系中的某一点，R为斜距，θ为方位角，为仰角，θ_i-1，θ_i，θ_i+1表示相邻方位角，表示7个物理量中的某个物理量在点上的值。

步骤2中所设置的7个物理量与雷达探测数据的关系为

回波强度径向变化

$T_{DBZH}=\frac{\underset{i=1}{\overset{N_A}{\Σ}}\underset{j=1}{\overset{N_R}{\Σ}}{(Z_{i,j}-Z_{i,j+1})}^2}{N_A\×N_R}---\left(1\right)$

回波强度方位向变化

$T_{DBZV}=\frac{\underset{i=1}{\overset{N_A}{\Σ}}\underset{j=1}{\overset{N_R}{\Σ}}{(Z_{i,j}-Z_{i+1,j})}^2}{N_A\×N_R}---\left(2\right)$

平均多普勒速度区域方差

$S_{DVE}={\[\frac{\underset{i=1}{\overset{N_A}{\Σ}}\underset{j=1}{\overset{N_R}{\Σ}}{\left(M_{DVE}\right(i,j)-\stackrel{\‾}{M_{DVE}})}^2}{N_A\×N_R}\]}^{\frac{1}{2}}---\left(3\right)$

其中平均多普勒速度区域平均值

$\stackrel{\‾}{M_{DVE}}=\frac{\underset{i=1}{\overset{N_A}{\Σ}}\underset{j=1}{\overset{N_R}{\Σ}}V(i,j)}{N_A\×N_R}$

谱宽区域平均值

$\stackrel{\‾}{M_{DSW}}=\frac{\underset{i=1}{\overset{N_A}{\Σ}}\underset{j=1}{\overset{N_R}{\Σ}}SW(i,j)}{N_A\×N_R}---\left(4\right)$

差分反射率因子区域平均值

$\stackrel{\‾}{M_{ZDR}}=\frac{\underset{i=1}{\overset{N_A}{\Σ}}\underset{j=1}{\overset{N_R}{\Σ}}ZDR(i,j)}{N_A\×N_R}---\left(5\right)$

差分传播区域平均值

$\stackrel{\‾}{M_{KDP}}=\frac{\underset{i=1}{\overset{N_A}{\Σ}}\underset{j=1}{\overset{N_R}{\Σ}}KDP(i,j)}{N_A\×N_R}---\left(6\right)$

相关系数径向变化

$T_{PHV}=\frac{\underset{i=1}{\overset{N_A}{\Σ}}\underset{j=1}{\overset{N_R}{\Σ}}{({\mathrm{PHV}}_{i,j}-{\mathrm{PHV}}_{i,j+1})}^2}{N_A\×N_R}---\left(7\right)$

以上各式中，Z，V，SW，ZDR，KDP，PHV分别表示回波强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移和相关系数。对于与强度、差分反射率因子、相关系数相关的物理量，取N_A＝3，N_R＝3；对于与多普勒径向速度、谱宽、差分传播相移相关的物理量，取N_A＝3，N_R＝9。

隶属函数将回波特征物理量模糊处理成[0，1]范围的值，简称模糊化，并赋予权值得到地物杂波判据；判据的值越大表示杂波的可能性越高。根据杂波和气象回波特征量的概率分布特点，采用T型函数作为隶属函数的基本形式，以最能区分出杂波和降水回波为原则，设计出隶属函数。

以上7个物理量对应的隶属函数分别为：

回波强度径向变化隶属函数

$P_{T_{DBZH}}=\left\{\begin{array}{cc}\frac{1}{20}{T}_{DBZH}& T_{DBZH}\≤20\\ 1& T_{DBZH}>20\end{array}\right.---\left(2\right)$

回波强度方位向变化隶属函数

$P_{T_{DBZV}}=\left\{\begin{array}{cc}\frac{1}{20}{T}_{DBZV}& T_{DBZV}\≤20\\ 1& T_{DBZV}>20\end{array}\right.---\left(9\right)$

平均多普勒速度区域方差隶属函数

$P_{S_{DCE}}=\{\begin{array}{cc}1-2S_{DVE}& S_{DVE}\≤0.5\\ 1& S_{DVE}>0.5\end{array}---\left(10\right)$

谱宽区域平均值隶属函数

$P_{M_{DSW}}=\left\{\begin{array}{cc}1-\frac{1}{1.5}{M}_{DSW}& M_{DSW}\≤1.5\\ 1& M_{DSW}>1.5\end{array}\right.---\left(11\right)$

差分反射率因子区域平均值隶属函数

$P_{M_{ZDR}}=\left\{\begin{array}{cc}1& M_{ZDR}\≤-1.5\\ -\frac{1}{1.5}{M}_{ZDR}& 0\≥M_{ZDR}>-1.5\\ 0& M_{ZDR}\≥0\end{array}\right.---\left(12\right)$

差分传播相移区域凭借着隶属函数

$P_{S_{KDP}}=\left\{\begin{array}{cc}1& S_{KDP}\≤0\\ 0& S_{KDP}>0\end{array}\right.---\left(13\right)$

相关系数径向变化隶属函数

$P_{T_{PHV}}=\left\{\begin{array}{cc}10T_{PHV}& T_{PHV}\≤0.1\\ 1& T_{PHV}>0.1\end{array}\right.---\left(14\right)$

步骤3中将所求的各物理量的模糊结果加权求和得到某个回波点的地物杂波判据T，其计算公式为：

$T=P_{T_{DBZH}}\·k_{T_{DBZH}}+P_{T_{DBZV}}\·k_{T_{DBZV}}+P_{S_{DVE}}\·k_{S_{DVE}}+P_{M_{DSW}}\·k_{M_{DSW}}+P_{M_{ZDR}}\·k_{M_{ZDR}}+P_{M_{KDP}}\·k_{M_{KDP}}+P_{T_{PHV}}\·k_{T_{PHV}}---\left(15\right)$

其中，分别为相应模糊结果的权值，其取值因不同雷达型号、站点而异；7个权值均设定为0.05的倍数，根据雷达站的回波图和确定的杂波、降水回波真值资料，运用BP神经网络进行相应调整。

引入两个判断标准：

准确率＝准确识别的地物数/真值资料数

误判率＝误判为降水的地物数/真值资料数

定义：临界成功指数CSI＝准确率×(1-误判率)。

在此基础上，运用BP神经网络调整权值，得到CSI最接近1的一组权值作为该站点的权值。通过公式(15)求出各回波点的判据T，由判据对各点回波强度数据进行判别，若判据大于0.5则认为是地物杂波，否则认为是降水回波。

步骤4中采用上一层对应点的回波强度值补偿当前层杂波被删除后的空洞。其采取方法为：

比较当前层与上一层对应点的回波强度值，若当前层的原始回波强度数据与上一层的原始回波强度数据差值在5dBz之内(包括5dBz)，且当前层的该点回波被确定为地物杂波而删除，则用上一层对应点的回波强度数据代替当前层该杂波点的回波强度值。否则直接将当前层该点的回波强度值置零。具体流程如附图(1)所示。

本发明有益效果，本方法首先对雷达体扫数据进行预处理，将雷达数据处理成间隔为1°的360个径向的常规雷达强度、平均多普勒速度、谱宽数据，以及360个径向的差分反射率因子、差分传播相移和相关系数数据。最后将得到的模糊值赋予相应权值并累加，得到每个点的杂波判据，通过此判据识别并抑制杂波。本发明充分利用双偏振多普勒天气雷达的偏振信息，能有效解决仅使用常规雷达数字信息带来的降水回波被过抑制的问题。针对双偏振多普勒天气雷达，提供了一种基于模糊逻辑的地物杂波抑制方法，本发明较好地实现了地物杂波的抑制，避免了未抑制或过抑制。

附图说明

图1是本发明的地物杂波抑制方法的操作流图。

图2是地物杂波抑制的效果个例，其中图2中a是去杂、b是原始地物杂波。

图3是包含地物杂波的第一层原始回波。

图4是本方法改善过抑制效果的比较个例，图4中a本发明结果、b是原始单步法。

具体实施方式

本发明提供了一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，结合附图1，本发明的方法具体为：

1、数据与处理

使用线性插值方法，将不规则的雷达体扫数据插值成规则360根径向线的Z，V，SW，ZDR，KDP，PHV数据，符号分别表示回波强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移和相关系数。

2、模糊处理

按照公式(1)～(7)设置7个物理量，即回波强度径向变化、回波强度方位向变化、平均多普勒速度区域方差、谱宽区域平均值、差分反射率因子区域平均值、差分传播区域平均值、相关系数径向变化。将所求取的7个物理量分别按照公式(8)～(14)的隶属函数模糊处理到[0-1]之间。对于双偏振多普勒天气雷达体扫数据中每一个点均按该方法设置。每个点的模糊结果与其所在的N_A×N_R扇形区域相关，对于与强度、差分反射率因子、相关系数相关的物理量，取N_A＝3，N_R＝3；对于与多普勒径向速度、谱宽、差分传播相移相关的物理量，取N_A＝3，N_R＝9。

3、判据获取

双偏振多普勒天气雷达体扫数据中每一个点对应一个判据。判据的获取按照公式(15)，将7个物理量的模糊结果分别赋予相应权值，直接累加得到。

7个权值的取值因不同雷达型号、站点而异。7个权值均设定为0.05的倍数，根据雷达站的回波图和确定的杂波、降水回波真值资料进行相应调整。运用BP神经网络调整权值，得到CSI最接近1的一组权值作为该站点雷达的权值。且该组权值适用于该站点雷达的任何时刻所探测的回波数据。

4、杂波抑制

根据获取的判据，对体扫数据中每个雷达回波强度值逐个进行判定。若判据值大于0.5，则认为该回波强度值是地物杂波进行删除，否则认为该回波强度值是降水回波予以保留。对于删除后的空洞点，若本层某点被抑制的回波强度值与上一层相应点的回波强度值之差在5dBz之内，采用上一层相应位置的雷达回波强度值进行补偿，否则将该点的值置为零。

个例实施：

选取某型号双偏振多普勒天气雷达2014年08月01日于浙江省某站探测到的雷达数据进行分析。该雷达站点周围有大量山脉以及建筑物，雷达探测过程中出现大量地物杂波。数据具有充分可研究性。

附图2给出了雷达站40km半径内的原始回波强度和地物杂波抑制后的回波强度。其中，图a为杂波抑制后的回波强度。显示出本发明方法对地物杂波的良好抑制能力。

附图3给出了第一层回波的原始回波强度。

附图4给出了单步的常规多普勒雷达的杂波抑制效果和使用本发明方法杂波抑制效果对比。其中，图a为使用本发明方法杂波抑制效果。图b为常规单步在同等杂波抑制度下的效果。由图可知本发明方法在同等杂波抑制能力前提下，能有效避免过抑制，保留了原始数据和天气的真实性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，其特征在于，所述方法包括以下步骤：

步骤1、将双偏振多普勒天气雷达体扫数据处理成360个间隔为1°的径向线，每条径向线上的数据包括强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移和相关系数7个回波特征物理量数据；

步骤2、设置7个分别包含强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移、相关系数的物理量，即回波强度径向变化、回波强度方位向变化、平均多普勒速度区域方差、谱宽区域平均值、差分反射率因子区域平均值、差分传播相移区域平均值、相关系数径向变化，并为该设置的7个物理量构建相应的隶属函数，将该7个物理量模糊处理为0-1之间的模糊值；

步骤3、将7个模糊结果赋予相应权值(每个权值取值在0-1之间，权值之和为1)并累加得到某回波点的地物杂波判据；当某回波点的判据大于阈值，则该点的强度回波为地物杂波；

步骤4、由各个回波点的地物杂波判据对双偏振多普勒天气雷达地物杂波进行抑制，再采用体扫数据中上一层对应点的回波强度值补偿当前层杂波抑制后的空洞。

2.根据权利要求1所述的一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，其特征在于，步骤1中所使用的处理方法为线性插值，其公式为：

其中：表示球坐标系中的某一点，R为斜距，θ为方位角，为仰角，θ_i-1，θ_i，θ_i+1表示相邻方位角，表示7个物理量中的某个物理量在点上的值。

3.根据权利要求1所述的一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，其特征在于，步骤2中所设置的7个物理量与雷达探测数据的关系为：

回波强度径向变化：

回波强度方位向变化：

平均多普勒速度区域方差：

其中

谱宽区域平均值：

差分反射率因子区域平均值：

差分传播相移区域平均值：

相关系数径向变化：

以上各式中，Z，V，SW，ZDR，KDP，PHV分别表示回波强度、平均多普勒速度、谱宽、差分反射率因子、差分传播相移和相关系数。对于与强度、差分反射率因子、相关系数相关的物理量，取N_A＝3，N_R＝3；对于与多普勒径向速度、谱宽、差分传播相移相关的物理量，取N_A＝3，N_R＝9。

隶属函数将回波特征物理量模糊处理成[0，1]范围的值，简称模糊化，并赋予权值得到地物杂波判据；判据的值越大表示杂波的可能性越高。根据杂波和气象回波特征量的概率分布特点，采用T型函数作为隶属函数的基本形式，以最能区分出杂波和降水回波为原则，设计出隶属函数。

以上7个物理量对应的隶属函数分别为：

回波强度径向变化隶属函数

回波强度方位向变化隶属函数

平均多普勒速度区域方差隶属函数

谱宽区域平均值隶属函数

差分反射率因子区域平均值隶属函数

差分传播相移区域平均值隶属函数

相关系数径向变化隶属函数

。

4.根据权利要求1所述的一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，其特征在于，步骤3中将7个物理量的模糊结果与其权值相乘，并累加得到最终判据T为：

其中，分别为相应模糊值的权值，其取值因不同雷达型号、站点而异；设定判决阈值为0.5，当判据大于阈值，则在地物杂波抑制过程中删除该点回波强度数据。

5.根据权利要求1所述的一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，其特征在于，步骤3中7个权值，先将其均设定为0.05的倍数，根据雷达站的回波图和确定的杂波、降水回波真值资料，运用BP神经网络进行相应调整。

6.根据权利要求1所述的一种基于模糊逻辑的双偏振多普勒天气雷达地物杂波抑制方法，其特征在于，步骤4中所采用的补偿数据为上一层对应点的回波强度数据，其采取方法为：

比较当前层与上一层对应点的回波强度值，若当前层的原始回波强度数据与上一层的原始回波强度数据差值在5dBz之内，且当前层的该点回波被确定为地物杂波，则用上一层对应点回波强度数据代替当前层该杂波点回波强度数据，否则直接将当前层该点的回波强度值置零。