CN105891831A - 多普勒天气雷达快速扫描方法 - Google Patents

Abstract

本发明公开了一种多普勒天气雷达快速扫描方法，主要包括四个步骤：按现有体积扫描模式，保持脉冲重复频率PRF和天线3dB波束宽度θ不变，提高天线扫描转速ω；在距离时间上对天气雷达回波信号进行过采样，以获得更多的回波样本数，弥补因提高天线扫描转速ω而减少的有效样本数；去相关处理，去除每个发射脉冲内距离时间上过采样信号的相关性，增加回波的独立等效样本数；利用所得到的去除相关性后的过采样信号进行谱矩参数计算，以弥补提高天线扫描转速ω后，因回波样本数减少引起的扫描精度降低，从而获得高精度的扫描结果。本发明提高了旋转速度，体扫时间降低，改造成本低、效果好，数据质量得到提高，扫描精度高，提高了天气雷达快变天气的监测能力。

Description

多普勒天气雷达快速扫描方法

技术领域

本发明涉及一种多普勒天气雷达快速扫描方法，主要应用于气象领域。

背景技术

多普勒天气雷达从半个多世纪以前开始应用于气象领域,一直是监测和预警暴雨、大风、冰雹等灾害性天气的主要工具，为灾害性天气的预警、预报，气象防灾减灾做出重大贡献。然而，目前新一代多普勒天气雷达完成体积扫描周期一般在5分钟以上，由于龙卷风、强暴风雨等危害气象事件的预警时间大约为10分钟，所以5分钟的扫描周期远不能满足要求，多普勒天气雷达无法满足一些中小尺度灾害性天气系统的快速、准确地跟踪和捕捉。

现有新一代多普勒天气雷达对同一个区域目标扫描时间的长短主要受数据探测准确度及体扫模式等因素影响；另外，多普勒天气雷达要得到降雨目标特性，天线需要保持一定驻留时间；同时，信号处理器若需得到满足精度的回波强度、速度及谱宽数据的计算结果(如强度满足1dBZ，速度及谱宽满足1m/s的精度)，就必须满足一定回波样本积累数，这都决定天线速度必须限制在一定的范围之内，从而影响多普勒天气快速扫描时间。

多普勒天气雷达要想获得探测区域降雨目标较为完整的数据，需要完成全方位的立体扫描。多普勒天气雷达的体积扫描模式就是根据探测降雨和晴空不同情况而设计的，其规定了每一次扫描使用的仰角数和具体的仰角度数。如VCP11模式使用窄脉冲，在5分钟内完成14个仰角的体积扫描，同一个位置的降雨目标至少需要5分钟左右；而VCP21模式则需要6分钟内完成9仰角的体积扫描，同一个位置的降雨目标至少需要6分钟；VCP31模式则更长，体扫需要10分钟。

目前，解决这一快速扫描与跟踪问题的主要技术手段及思路有三种：

第一种：保持现有体扫模式中各个扫描仰角和PPI扫描方式不变，直接提高天线旋转速度，这样可直接减少每个PPI的扫描时间，从而使整个体积扫描时间减少。

第二种：保持现有天线旋转速度，直接修改体扫模式的参数，如减少新一代多普勒天气雷达体积扫描模式中的仰角数，可提高多普勒天气雷达快速扫描速度，减少体扫时间。

第三种：采用具备电子扫描、能多波束发射的相控阵天线的相控阵天气雷达，其目前多采用方位方向机械扫描、仰角方向相扫的工作模式，即在方位PPI扫描探测的同时，仰角方向由相位控制，多波束/单波束快速完成多个仰角的扫描，最终体积扫描时间大大减少。如美国强风暴实验室NSSL等单位在Norman建立的相控阵天气雷达，空域扫描周期小于1分钟。

上述三种方法均存在缺陷：

第一种方法缺陷如下：由于气象目标随机涨落性，对气象目标的雷达探测需要雷达波束驻留一定的时间，才能获得满足应用要求精度的探测数据。若只是加快天线旋转速度，会导致雷达波束在气象目标上驻留时间减少，回波脉冲积累样本数减少，使回波强度、平均径向速度及速度谱宽等基数据处理精度降低，进而影响二次产品的数据质量。

第二种方法缺陷如下：体扫模式中仰角数量减少了，对空域的扫描层数也就减少，使得层与层之间空隙大大增加，部分层数据缺失，这将影响空间数据的连续性，影响多普勒天气雷达垂直分布特征产品的质量，如CAPPI显示，任意垂直剖面产品，垂直累积液态含水量等产品。

第三种方法缺陷如下：相控阵天气雷达采用阵列天线，每个天线需要配备发射和接受组件(T/R组件)，组件数量随阵列数增多而增大，实现起来技术难度很大，系统设备成本昂贵，其最初设计主要用于军事领域，目前正在逐步转换成民用。如NSSL的相控阵天气雷达就耗资2500万美元。这使它的应用范围受到限制，只能应用在一些重点区域的监测和预警。

发明内容

本发明的目的就在于为了解决上述问题而提供一种多普勒天气雷达快速扫描方法，这种方法不会改变现有体扫模式和数据质量。

本发明通过以下技术方案来实现上述目的：

一种多普勒天气雷达快速扫描方法，包括以下步骤：

A：按现有体积扫描模式，保持脉冲重复频率PRF和天线3dB波束宽度θ不变，提高天线扫描转速ω，从而使原来体积扫描时间减少，提高整个天气雷达天线扫描速度，实现多普勒天气雷达的快速扫描；

B：在距离时间上对天气雷达回波信号进行过采样，以获得更多的回波样本数，弥补因提高天线扫描转速ω而减少的有效样本数；

C：去相关处理，去除每个发射脉冲内距离时间上过采样信号的相关性，增加回波的独立等效样本数；

D：利用所得到的去除相关性后的过采样信号进行谱矩参数计算，以弥补提高天线扫描转速ω后，因回波样本数减少引起的扫描精度降低，从而获得高精度的扫描结果。

具体地，步骤A是根据脉冲重复频率PRF、天线3dB波束宽度θ、脉冲积累数M和天线扫描转速ω之间的关系得出，这四个参数的关系公式如下：

$\mathrm{\ω}=\frac{PRF\×\mathrm{\θ}}{M}---\left(1\right).$

具体地，步骤B、C和D的具体方法如下：

步骤B中回波信号距离时间过采样指把现在天气雷达数字中频中每个脉冲宽度内采样一个信号输出改为采样多个信号输出，需要先根据雷达发射脉冲宽度τ和中频信号采样频率f_s来确定过采样倍数L，L倍距离时间上的过采样回波信号公式如下：

$V\left(l\right)=\underset{m=0}{\overset{L-1}{\Σ}}s(l+m)p(L-1-m)---\left(2\right)$

其中l是指多个过采样信号中的第l个信号，p(l)＝e(l)*h(l)是雷达发射脉冲包络与接收机滤波器系统响应的卷积，e(l)是发射机脉冲包络，h(l)是接收机滤波器脉冲响应函数；

步骤C是设计一个去相关滤波器，通过加权滤波器对距离时间过采样信号序列进行加权滤波，使输出信号相互之间不相关，去相关公式如下：

X_m＝WV_m (3)

其中X_m＝[X(0,m),X(1,m),…,X(L-1,m)]^T为每个发射脉冲内距离时间上去相关处理后的过采样信号，长度为L，V_m＝[V(0),V(1),…,V(L-1)]^T为每个发射脉冲内距离时间上去相关处理前原始的过采样信号，长度为L，W＝[w(0),…,w(L-1)]^T为同一发射脉冲内不同序号信号对应的去相关系数组成的加权矩阵，m表示第m个脉冲数，T表示脉冲间隔时间；

步骤D中谱矩参数计算具体过程如下：

$F(l,f)=\underset{m=0}{\overset{M-1}{\Σ}}X(l,m)e^{-i2\mathrm{\π}m/M}---\left(4\right)$

$S(l,f)={\left|F(l,f)\right|}^2={\left|\underset{m=0}{\overset{M-1}{\Σ}}X(l,f)e^{-i2\mathrm{\π}nm/M}\right|}^2---\left(5\right)$

$S\left(f\right)=\underset{l=0}{\overset{L-1}{\Σ}}S(l,f)---\left(6\right)$

其中f表示所得到信号的频率值，F(l,f)，S(l,f)是第l距离过采样位置、第m个去相关回波信号X(l,m)求得的离散频域信号和功率谱，M为脉冲积累数，S(f)是L个距离过采样位置对应离散功率谱S(l,f)的积累谱，平均功率平均径向速度及速度谱宽的谱矩计算则是基于积累谱S(l,f)开展的计算：

$\stackrel{\‾}{P}=\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)---\left(7\right)$

${\stackrel{\‾}{v}}_d=\frac{\mathrm{\λ}}{2}\frac{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)*f_i}{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)}---\left(8\right)$

${\mathrm{\σ}}_{v_d}^2=\frac{\mathrm{\λ}}{2}\frac{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)*{(f_i-f_d)}^2}{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)}---\left(9\right)$

其中f_i为对应的频率采样点，f_d表示平均多普勒频率，λ为雷达波长。

具体地，获取加权矩阵W的方法有以下两种：

方法一：

天气雷达距离时间过采样信号的相关性与发射机包络和接收机滤波器冲击函数有关，其相关函数为：

$R_V^R\left(l\right)=\[p\left(l\right)*p^{*}(-l)\]---\left(10\right)$

其中p(l)为发射机包络和接收机滤波器冲击函数的卷积，对其进行归一化后用ρ^R(l)表示

${\mathrm{\ρ}}^R\left(l\right)=\frac{R_V^R\left(l\right)}{R_V^R\left(0\right)}=\frac{p\left(l\right)*p^{*}(-l)}{\underset{n=0}{\overset{L-1}{\Σ}}{p}^2\left(n\right)}---\left(11\right)$

考虑到距离库内各距离过采样信号之间的相关性，可把其归一化相关系数组成Toeptitz-hermitian矩阵如下：

则通用去相关加权系数矩阵W设计为：

W＝H^-1＝Λ^-1/2U^T (13)

其中H为相关矩阵均方根，对相关矩阵进行特征分解，矩阵Λ和U分别为相关矩阵特征分解后的对角矩阵和酉矩阵，特征分解如下：

$C_V^R=H^{*}{H}^T={\left(U^{*}{\mathrm{\Λ}}^{1/2}\right)}^{*}{\left(U^{*}{\mathrm{\Λ}}^{1/2}\right)}^T---\left(14\right)$

方法二：

在小信噪比下，为了降低噪声提高对谱矩精度的影响，去相关滤波器采用锐化滤波器处理算法，锐化滤波器设计为：

$W=\frac{1}{\sqrt{SEF}}{\[pH+\frac{{\left(H^{*T}\right)}^{-1}}{p}\]}^{-1}---\left(15\right)$

其中SEF为信号增强因子，其表示为：

$SEF=tr\left\{\left(H^{*T}H\right){\[p^2\left(H^{*T}H\right)+2I+\frac{\left(H^{*T}H\right)}{p^2}\]}^{-1}\right\}/L---\left(16\right)$

去相关算法的实质是设计一个加权滤波器，其中p为锐化参数，当p为0，加权系数接近H^*T，当p为无穷时，加权系数接近H^-1。

本发明的有益效果在于：

本发明提高了旋转速度，体扫时间降低，改造成本低、效果好，数据质量得到提高，扫描精度高，提高了天气雷达快变天气的监测能力。

具体实施方式

下面对本发明作进一步说明：

本发明包括以下步骤：

A：按现有体积扫描模式，保持脉冲重复频率PRF和天线3dB波束宽度θ不变，提高天线扫描转速ω，从而使原来体积扫描时间减少，提高整个天气雷达天线扫描速度，实现多普勒天气雷达的快速扫描；

B：在距离时间上对天气雷达回波信号进行过采样，以获得更多的回波样本数，弥补因提高天线扫描转速ω而减少的有效样本数；

C：去相关处理，去除每个发射脉冲内距离时间上过采样信号的相关性，增加回波的独立等效样本数；；

D：利用所得到的去除相关性后的过采样信号进行谱矩参数计算，以弥补提高天线扫描转速ω后，因回波样本数减少引起的扫描精度降低，从而获得高精度的扫描结果。

步骤A是根据脉冲重复频率PRF、天线3dB波束宽度θ、脉冲积累数M和天线扫描转速ω之间的关系得出，这四个参数的关系公式如下：

$\mathrm{\ω}=\frac{PRF\×\mathrm{\θ}}{M}---\left(1\right).$

步骤B、C和D的具体方法如下：

步骤B中回波信号距离时间过采样指把现在天气雷达数字中频中每个脉冲宽度内采样一个信号输出，需要先根据雷达发射脉冲宽度τ和中频信号采样频率f_s来确定过采样倍数L，L倍距离时间上的过采样回波信号公式如下：

$V\left(l\right)=\underset{m=0}{\overset{L-1}{\Σ}}s(l+m)p(L-1-m)---\left(2\right)$

其中l是指多个过采样信号中的第l个信号，p(l)＝e(l)*h(l)是雷达发射脉冲包络与接收机滤波器系统响应的卷积，e(l)是发射机脉冲包络，h(l)是接收机滤波器脉冲响应函数；

步骤C是设计一个去相关滤波器，通过加权滤波器对距离时间过采样信号序列进行加权滤波，使输出信号相互之间不相关，去相关公式如下：

X_m＝WV_m (3)

其中X_m＝[X(0,m),X(1,m),…,X(L-1,m)]^T为每个发射脉冲内距离时间上去相关处理后的过采样信号，长度为L，V_m＝[V(0),V(1),…,V(L-1)]^T为每个发射脉冲内距离时间上去相关处理前原始的过采样信号，长度为L，W＝[w(0),…,w(L-1)]^T为同一发射脉冲内不同序号信号对应的去相关系数组成的加权矩阵，m表示第m个脉冲数，T表示脉冲间隔时间；

步骤D中谱矩参数计算具体过程如下：

$F(l,f)=\underset{m=0}{\overset{M-1}{\Σ}}X(l,m)e^{-i2\mathrm{\π}m/M}---\left(4\right)$

$S(l,f)={\left|F(l,f)\right|}^2={\left|\underset{m=0}{\overset{M-1}{\Σ}}X(l,f)e^{-i2\mathrm{\π}nm/M}\right|}^2---\left(5\right)$

$S\left(f\right)=\underset{l=0}{\overset{L-1}{\Σ}}S(l,f)---\left(6\right)$

其中f表示所得到信号的频率值，F(l,f)，S(l,f)是第l距离过采样位置、第m个去相关回波信号X(l,m)求得的离散频域信号和功率谱，M为脉冲积累数，S(f)是L个距离过采样位置对应离散功率谱S(l,f)的积累谱，平均功率平均径向速度及速度谱宽的谱矩计算则是基于积累谱S(l,f)开展的计算：

$\stackrel{\‾}{P}=\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)---\left(7\right)$

${\stackrel{\‾}{v}}_d=\frac{\mathrm{\λ}}{2}\frac{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)*f_i}{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)}---\left(8\right)$

${\mathrm{\σ}}_{v_d}^2=\frac{\mathrm{\λ}}{2}\frac{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)*{(f_i-f_d)}^2}{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)}---\left(9\right)$

其中f_i为对应的频率采样点，f_d表示平均多普勒频率，λ为雷达波长。

获取加权矩阵W的方法有以下两种：

方法一：

天气雷达距离时间过采样信号的相关性与发射机包络和接收机滤波器冲击函数有关，其相关函数为：

$R_V^R\left(l\right)=\[p\left(l\right)*p^{*}(-l)\]---\left(10\right)$

其中p(l)为发射机包络和接收机滤波器冲击函数的卷积，对其进行归一化后用ρ^R(l)表示

${\mathrm{\ρ}}^R\left(l\right)=\frac{R_V^R\left(l\right)}{R_V^R\left(0\right)}=\frac{p\left(l\right)*p^{*}(-l)}{\underset{n=0}{\overset{L-1}{\Σ}}{p}^2\left(n\right)}---\left(11\right)$

考虑到距离库内各距离过采样信号之间的相关性，可把其归一化相关系数组成Toeptitz-hermitian矩阵如下：

则通用去相关加权系数矩阵W设计为：

W＝H^-1＝Λ^-1/2U^T (13)

其中H为相关矩阵均方根，对相关矩阵进行特征分解，矩阵Λ和U分别为相关矩阵特征分解后的对角矩阵和酉矩阵，特征分解如下：

$C_V^R=H^{*}{H}^T={\left(U^{*}{\mathrm{\Λ}}^{1/2}\right)}^{*}{\left(U^{*}{\mathrm{\Λ}}^{1/2}\right)}^T---\left(14\right)$

方法二：

在小信噪比下，为了降低噪声提高对谱矩精度的影响，去相关滤波器采用锐化滤波器处理算法，锐化滤波器设计为：

$W=\frac{1}{\sqrt{SEF}}{\[pH+\frac{{\left(H^{*T}\right)}^{-1}}{p}\]}^{-1}---\left(15\right)$

其中SEF为信号增强因子，其表示为：

$SEF=tr\left\{\left(H^{*T}H\right){\[p^2\left(H^{*T}H\right)+2I+\frac{\left(H^{*T}H\right)}{p^2}\]}^{-1}\right\}/L---\left(16\right)$

去相关算法的实质是设计一个加权滤波器，其中p为锐化参数，当p为0，加权系数接近H^*T，当p为无穷时，加权系数接近H^-1。

实施例：

修改体扫模式中天线扫描速度及对应参数

修改体扫模式中与天线转速有关的参数，如表一VCP11中的方位速率，改为原先设定值的两倍，这样天线旋转速度就会变为之前的两倍，体扫时间变为之前的一半。

多普勒天气雷达常用的体扫模式有四种。VCP11：5分钟内对14个具体仰角的扫描方式，窄脉冲；VCP21：6分钟内对9个具体仰角的扫描方式，窄脉冲；VCP31：10分钟内对5个具体仰角的扫描方式，宽脉冲；VCP32：10分钟对5个具体仰角的扫描方式,宽脉冲。这里以VCP11的0.5°和1.45°为例，修改见下表所示：

表一

其他参数和模式可采用类似办法去修改天线扫描转速，但需要考虑实际天线出厂设计的最高转速限制。

天气雷达回波信号距离过采样的实施技术

回波信号距离过采样输出主要在数字中频实现。实施过程中要实现距离过采样，首先根据雷达发射脉冲宽度τ和中频信号采样频率f_s来确定过采样倍数L。如果L过大，后端数据压力则越大，但去相关效果较好，谱矩精度提高的更好；如果L过小，后端数据压力虽小，但谱矩精度提高有限；距离过采样倍数L取值范围一般为3-10。其次，根据采样频率f_s以及L/τ的比值，容易确定下变频的抽取数，保证抽取数为整数，具体可通过抽样实现。最后根据需要调整数字中频的各级LPF滤波器，带宽调整以与L/τ匹配。通过距离过采样技术改进后的数字中频输出的信号数据率为原来的L倍，数据量也增大。

步骤3：去相关滤波系数计算

根据不同的信噪比，实际使用的去相关滤波器不同，系数也不同，计算的方法也就不同。在实施过程中，需要计算两种不同情况下的去相关滤波系数，并加以保存。两种去相关滤波系数计算方法在计算相关矩阵前类似，都需要得到天气雷达发射包络与接收机滤波响应的卷积输出p(l)。但在实际工作中，分开测试这两个是不容易进行的。

获取p(l)根据实际情况可采取不同的方式。第一种方式是结合天气雷达自身标定系统的工作过程，可利用雷达系统RFD和KD标定获得p(l)，当RFD和KD标定时，发射机速调管输出射频调制信号，耦合到接收机接收通道、数字中频解调输出。输出信号以包络位置取L信号即为p(l)。如果第一种方式不容易实现的话，则可采取另一种方式，即从实际天气回波中选择独立的点杂波位置，通过雷达信号处理器采集过采样I/Q信号中，通过I/Q信号选取点杂波所在脉冲过采样信号，可作为p(l)使用。

获得p(l)后，再根据前面公式(10)、(11)、(12)，由p(l)计算得到归一化相关系数ρ^R(l)和归一化相关系数矩阵在对进行特征分解得到对角矩阵Λ和酉矩阵U，同时也可计算得到H^*T和H。

对于大信噪比下的白化去相关滤波器系数，可由W＝Λ^-1/2U^T计算得到，滤波系数组数由过采样倍数L决定。

对于小信噪比下的锐化去相关滤波器系数，则由计算得到，其中锐化参数p需要根据系统进行调整。

从理论上讲，对于特定的天气雷达系统来说，可把p(l)当作常值。但对于实际雷达系统来说，因雷达发射波形可能发生变化，要定期标定该参数，因此实施时要使信号采集与更新简易。上述两种方式，都满足这种特点。

在去相关滤波器系数存储方面，也需要根据实际去相关处理情况而定，如果去相关处理是基于FPGA或DSP处理器的，则需要在FPGA或DSP中开辟存储空间，进行保存，每次更新时，由计算机写入FPGA或DSP中保存。如果是PC平台，则相对容易，不需要下传。在滤波器系数更新后，在下次刷新前，会当作固定系数处理，因此本系数不是真正的自适应处理。

去相关滤波处理

去相关滤波处理要分大信噪比和小信噪比两种情况处理。在去相关处理中，当回波信噪比低于5dB时，选用锐化去相关滤波系数，当回波信噪比大于5dB时，选用白化去相关滤波系数。

因此，在去相关滤波前需要判断信噪比的大小。在天气雷达系统标定系统中，噪声功率值是测量得到并保存在软件中的，而回波信号功率是需要计算得到的。在具体实施过程中，为了能对每个脉冲回波信号做实时处理，功率计算由L个距离过采样I/Q信号求得。计算方式其中N为噪声功率，SNR计算时实时处理，每个距离库计算1次。当当前距离库计算的SNR大于5dB时，读取白化去相关滤波器系数，作为该距离库的滤波器系数；否则，读取锐化去相关滤波器系数。

去相关处理过程中，每个脉冲、每个距离库中每个距离过采样信号都要分别进行去相关滤波处理，滤波公式为X(l)＝w(l)^HV。计算过程采用实时处理。针对当前一个脉冲，按照先后距离库位置进行处理，同时以距离库L个信号为组进行计算，每组中每个信号对应的滤波器系数不同，待处理完当前距离库后，再接着处理下一组距离过采样信号。当当前这一脉冲的信号全部处理完后，再处理下一个脉冲的回波信号，这样周而复始。去相关处理后的信号送后端进行杂波抑制处理及谱矩参数估计，此时距离库内的过采样信号相关性大大降低，但输出速率仍为L/τ。

去相关处理过程中，由于数据率高和运算量大，算法实时性对处理器要求较高。去相关处理由数字中频模块用FPGA完成，实时运算较为容易，系数容易保存与更新，其中滤波系数的计算，由计算机处理器计算后回写到FPGA的存储器进行更新与保存。

步骤5：地物杂波抑制处理

通过天气雷达控制软件来控制参数，如果参数需要进行地物杂波抑制，则跳入该步骤，进行频域或时域地物杂波滤除。但该两种方法都需要对每一个距离过采样信号进行分别处理，即对X(l,m),m＝0,1,…M-1进行时域滤波处理或频域抑制处理。杂波抑制算法采用常用的时域IIR滤波器或频域GMAP滤波器方法。

谱矩参数计算

每个距离库的谱矩参数计算，需要积累M个脉冲回波数据，且每个距离库的数据有M×L个。首先对信号X(1,m)m＝0,1,…M-1进行DFT变换，并计算功率谱S(1,f)，然后依次改变序号l，直至第L组信号的功率谱S(1,f)计算完成。然后在同一个距离库进行谱积累得到S(f)，最后根据平均功率径向速度及速度谱宽的谱矩估计公式(7)、(8)、(9)计算，每个距离库最终计算出一组数据。按照距离库先后，依次计算所有距离库的平均功率径向速度及速度谱宽

本专利技术通过距离时间过采样、去相关处理技术和提高天线旋转速率，使天气雷达体积扫描时间减少，实现天气雷达体积扫描速度提高近1倍，最终实现天气雷达快速扫描。数字中频模块对距离过采样技术和去相关处理的实施技术，由A/D采样率及带宽确定过采样倍数，优化抽取数实现最佳下变频；同时，在数字中频设计FPGA模块实现去相关滤波处理。结合不同信噪比情况下谱矩精度改善的不同，针对不信噪比，采用基于白化去相关和锐化去相关两种相结合的滤波处理，使在不同信噪比的情况下都能达到数据精度提高的目的。实际天气雷达中去相关滤波系数获取及更新的方式。由标定过程采集发射机耦合回来的测试信号或由实际天气回波信号分析得到与发射机包络和接收机滤波冲击响应相关的p(l)，并以此计算得到去相关滤波系数，并定期计算和更新。

本发明所述多普勒天气雷达快速扫描方法具有以下技术效果：

1、旋转速度提高且体扫时间降低

通过修改多普勒天气雷达体扫模式中的方位速率参数，使得机械天线旋转速度加快，减少了在目标上的驻留时间，从而降低了体扫时间，实现天气雷达的快速扫描。

2、改造成本低、效果高

基于现有的已布网的多普勒天气雷达系统，仅通过距离时间过采样技术和去相关滤波算法，使多普勒天气雷达具备快速扫描能力，无需使用高成本、难实现的相控阵天线，在保证效果的前提下，节省了大量的人力财力；

3、数据质量得到提高

天线转速提高后，虽然在目标上的驻留时间减少导致目标回波的时间采样样本数减少，但本发明采用了距离时间过采样技术，提高了距离时间上的采样数，又采用去相关滤波算法去除距离过采样信号之间的相关性，最大化降低谱矩估计误差，弥补了因时间采样数减少带来的不足，使得数据质量得到提高；

4、提高天气雷达快变天气的监测能力

通过快速扫描改进后，使得多普勒天气雷达时间分辨率得到提升并能够更好、更快地跟踪短时间内快变的灾害性天气的产生、发展和消失过程，为观测、研究、预报这类灾害性天气提供高质量的数据，从而有效地减少这类灾害性天气对生命财产带来的巨大损失。

以上仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围内。

Claims (4)

1.一种多普勒天气雷达快速扫描方法，其特征在于，包括以下步骤：

A：按现有体积扫描模式，保持脉冲重复频率PRF和天线3dB波束宽度θ不变，提高天线扫描转速ω，从而使原来体积扫描时间减少，提高整个天气雷达天线扫描速度，实现多普勒天气雷达的快速扫描；

B：在距离时间上对天气雷达回波信号进行过采样，以获得更多的回波样本数，弥补因提高天线扫描转速ω而减少的有效样本数；

C：去相关处理，去除每个发射脉冲内距离时间上过采样信号的相关性，增加回波的独立等效样本数；

D：利用所得到的去除相关性后的过采样信号进行谱矩参数计算，以弥补提高天线扫描转速ω后，因回波样本数减少引起的扫描精度降低，从而获得高精度的扫描结果。

2.根据权利要求1所述的多普勒天气雷达快速扫描方法，其特征在于：步骤A是根据脉冲重复频率PRF、天线3dB波束宽度θ、脉冲积累数M和天线扫描转速ω之间的关系得出，这四个参数的关系公式如下：

$\mathrm{\ω}=\frac{PRF\×\mathrm{\θ}}{M}---\left(1\right).$

3.根据权利要求1所述的多普勒天气雷达快速扫描方法，其特征在于，步骤B、C和D的具体方法如下：

步骤B中回波信号距离时间过采样指把现在天气雷达数字中频中每个脉冲宽度内采样一个信号输出改为采样多个信号输出，需要先根据雷达发射脉冲宽度τ和中频信号采样频率f_s来确定过采样倍数L，L倍距离时间上的过采样回波信号公式如下：

$V\left(l\right)=\underset{m=0}{\overset{L-1}{\mathrm{\Σ}}}s(l+m)p(L-1-m)---\left(2\right)$

其中l是指多个过采样信号中的第l个信号，p(l)＝e(l)*h(l)是雷达发射脉冲包络与接收机滤波器系统响应的卷积，e(l)是发射机脉冲包络，h(l)是接收机滤波器脉冲响应函数；

步骤C是设计一个去相关滤波器，通过加权滤波器对距离时间过采样信号序列进行加权滤波，使输出信号相互之间不相关，去相关公式如下：

X_m＝WV_m (3)

其中X_m＝[X(0,m),X(1,m),...,X(L-1,m)]^T为每个发射脉冲内距离时间上去相关处理后的过采样信号，长度为L，V_m＝[V(0),V(1),...,V(L-1)]^T为每个发射脉冲内距离时间上去相关处理前原始的过采样信号，长度为L，W＝[w(0),…,w(L-1)]^T为同一发射脉冲内不同序号信号对应的去相关系数组成的加权矩阵，m表示第m个脉冲数，T表示脉冲间隔时间；

步骤D中谱矩参数计算具体过程如下：

$F(l,f)=\underset{m=0}{\overset{M-1}{\Σ}}X(l,m)e^{-i2\mathrm{\π}m/M}---\left(4\right)$

$S(l,f)=|F(l,f){|}^2=|\underset{m=0}{\overset{M-1}{\mathrm{\Σ}}}X(l,f)e^{-i2\mathrm{\π}nm/M}{|}^2---\left(5\right)$

$S\left(f\right)=\underset{l=0}{\overset{L-1}{\Σ}}S(l,f)---\left(6\right)$

其中f表示所得到信号的频率值，F(l,f)，S(l,f)是第l距离过采样位置、第m个去相关回波信号X(l,m)求得的离散频域信号和功率谱，M为脉冲积累数，S(f)是L个距离过采样位置对应离散功率谱S(l,f)的积累谱，平均功率平均径向速度及速度谱宽的谱矩计算则是基于积累谱S(l,f)开展的计算：

$\stackrel{\‾}{P}=\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)---\left(7\right)$

${\stackrel{\‾}{v}}_d=\frac{\mathrm{\λ}}{2}\frac{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)*f_i}{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)}---\left(8\right)$

${\mathrm{\σ}}_{v_d}^2=\frac{\mathrm{\λ}}{2}\frac{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)*{(f_i-f_d)}^2}{\underset{m=0}{\overset{M-1}{\Σ}}S\left(f\right)}---\left(9\right)$

其中f_i为对应的频率采样点，f_d表示平均多普勒频率，λ为雷达波长。

4.根据权利要求3所述的多普勒天气雷达快速扫描方法，其特征在于，获取加权矩阵W的方法有以下两种：

方法一：

天气雷达距离时间过采样信号的相关性与发射机包络和接收机滤波器冲击函数有关，其相关函数为：

$R_V^R\left(l\right)=\[p\left(l\right)*p^{*}(-l)\]---\left(10\right)$

其中p(l)为发射机包络和接收机滤波器冲击函数的卷积，对其进行归一化后用ρ^R(l)表示

${\mathrm{\ρ}}^R\left(l\right)=\frac{R_V^R\left(l\right)}{R_V^R\left(0\right)}=\frac{p\left(l\right)*p^{*}(-l)}{\underset{n=0}{\overset{L-1}{\Σ}}{p}^2\left(n\right)}---\left(11\right)$

考虑到距离库内各距离过采样信号之间的相关性，可把其归一化相关系数组成Toeptitz-hermitian矩阵如下：

则通用去相关加权系数矩阵W设计为：

W＝H^-1＝Λ^-1/2U^T (13)

其中H为相关矩阵均方根，对相关矩阵进行特征分解，矩阵Λ和U分别为相关矩阵特征分解后的对角矩阵和酉矩阵，特征分解如下：

$C_V^R=H^{*}{H}^T={\left(U^{*}{\mathrm{\Λ}}^{1/2}\right)}^{*}{\left(U^{*}{\mathrm{\Λ}}^{1/2}\right)}^T---\left(14\right)$

方法二：

在小信噪比下，为了降低噪声提高对谱矩精度的影响，去相关滤波器采用锐化滤波器处理算法，锐化滤波器设计为：

$W=\frac{1}{\sqrt{SEF}}{\[pH+\frac{{\left(H^{*T}\right)}^{-1}}{p}\]}^{-1}---\left(15\right)$

其中SEF为信号增强因子，其表示为：

$SEF=tr\left\{\left(H^{*T}H\right){\[p^2\left(H^{*T}H\right)+2I+\frac{\left(H^{*T}H\right)}{p^2}\]}^{-1}\right\}/L---\left(16\right)$

去相关算法的实质是设计一个加权滤波器，其中p为锐化参数，当p为0，加权系数接近H^*T，当p为无穷时，加权系数接近H^-1。