CN106707241B - 风电杂波识别方法及装置 - Google Patents

风电杂波识别方法及装置 Download PDF

Info

Publication number
CN106707241B
CN106707241B CN201611192570.0A CN201611192570A CN106707241B CN 106707241 B CN106707241 B CN 106707241B CN 201611192570 A CN201611192570 A CN 201611192570A CN 106707241 B CN106707241 B CN 106707241B
Authority
CN
China
Prior art keywords
range bin
scalar
power ratio
signal
echo
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.)
Active
Application number
CN201611192570.0A
Other languages
English (en)
Other versions
CN106707241A (zh
Inventor
陈艳
孙召平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING METSTAR RADAR Co Ltd
Original Assignee
BEIJING METSTAR RADAR Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BEIJING METSTAR RADAR Co Ltd filed Critical BEIJING METSTAR RADAR Co Ltd
Priority to CN201611192570.0A priority Critical patent/CN106707241B/zh
Publication of CN106707241A publication Critical patent/CN106707241A/zh
Application granted granted Critical
Publication of CN106707241B publication Critical patent/CN106707241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/021Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals

Abstract

本发明实施例提供了一种风电杂波识别方法及装置,可以获得雷达扫描后返回的回波信号,根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比HWR和谱扁平度,对各距离库的相对功率比、HWR和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、HWR标量和谱扁平度标量,根据各距离库的相对功率比标量、HWR标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。可见,本发明通过相对功率比、HWR和谱扁平度这三个参量实现了对风电杂波信号的识别,有利于排除风电杂波对正常回波信号的干扰。

Description

风电杂波识别方法及装置
技术领域
本发明涉及雷达技术领域,特别是涉及风电杂波识别方法及装置。
背景技术
随着世界范围内对清洁能源的重视,风电场日益增多,也导致风电场对天气雷达的干扰越来越严重。
风电场对雷达的干扰主要来自三部分:风电塔、叶片、轮毂。其中风电塔固定不动,表现为正常地物杂波;轮毂缓慢转动,表现为零速度附近波动的强回波;叶片本身会造成回波,而且持续转动,叶片上的不同位置雷达会观测到不同的线速度,所以在频谱上表现为连续的强回波,而一个风电塔上一般装备三个叶片。
可见,风电场对雷达造成的干扰较为复杂,如何识别风电杂波仍是本领域技术人员一个亟待解决的技术难题。
发明内容
本发明实施例的目的在于提供一种风电杂波识别方法及装置,以识别风电杂波。具体技术方案如下:
一种风电杂波识别方法,包括:
获得雷达扫描后返回的回波信号;
根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比和谱扁平度;
对各距离库的相对功率比、轮毂与天气回波功率比和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量;
根据各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。
可选的,所述根据各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号,包括:
对每一个距离库:对该距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量进行加权平均运算,得到运算结果;将所述运算结果与第一预设阈值进行比较,如果大于所述第一预设阈值,则确定该距离库对应的回波信号为风电杂波信号,否则确定该距离库对应的回波信号为正常回波信号。
可选的,所述对各距离库的相对功率比、轮毂与天气回波功率比和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量,包括:
通过梯形隶属函数(M/3,0)(M/3,1)对各距离库的相对功率比进行归一化处理,得到归一化后的各距离库的相对功率比标量,M为脉冲采样数;
通过梯形隶属函数(0.1,0)(0.225,1)对各距离库的轮毂与天气回波功率比进行归一化处理,得到归一化后的各距离库的轮毂与天气回波功率比标量;
通过梯形隶属函数(-20,0)(2,1)对各距离库的谱扁平度进行归一化处理,得到归一化后的各距离库的谱扁平度标量。
可选的,所述根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比和谱扁平度,包括:
通过公式
x(m)i,i=1...N
计算得到第i个距离库的频谱,其中,X(k)为第i个距离库的第k个谱分量,M为脉冲采样数,x(m)i为第i个距离库的第m个脉冲的I/Q时序信号,N为距离库数量;
通过公式
PR(k)=10log10(|X(k)|)/10log10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR;
通过公式
SF(i)={std(10log10(|X(k)|))}-1
计算得到第i个距离库的谱扁平度SF(i);
通过公式
计算得到第i个距离库的轮毂与天气回波功率比HWR(i),其中,j为第i个距离库的多普勒谱中靠近地物滤波器滤波槽口边缘的两根谱线中功率较大的谱线所在位置的索引,n是多普勒谱中频谱功率最大值所在位置的索引。
可选的,所述根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR,包括:
确定第i个距离库的各PR(k)中大于第二预设阈值的PR(k)的数量,将该数量确定为第i个距离库的相对功率比PR。
一种风电杂波识别装置,包括:信号获得单元、参数计算单元、归一化单元和识别单元,
所述信号获得单元,用于获得雷达扫描后返回的回波信号;
所述参数计算单元,用于根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比和谱扁平度;
所述归一化单元,用于对各距离库的相对功率比、轮毂与天气回波功率比和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量;
所述识别单元,用于根据各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。
可选的,所述识别单元,包括:加权平均单元和比较单元,
所述加权平均单元,用于对每一个距离库:对该距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量进行加权平均运算,得到运算结果;
所述比较单元,用于将所述运算结果与第一预设阈值进行比较,如果大于所述第一预设阈值,则确定该距离库对应的回波信号为风电杂波信号,否则确定该距离库对应的回波信号为正常回波信号。
可选的,所述归一化单元,包括:第一归一化子单元、第二归一化子单元和第三归一化子单元,
所述第一归一化子单元,用于通过梯形隶属函数(M/3,0)(M/3,1)对各距离库的相对功率比进行归一化处理,得到归一化后的各距离库的相对功率比标量,M为脉冲采样数;
所述第二归一化子单元,用于通过梯形隶属函数(0.1,0)(0.225,1)对各距离库的轮毂与天气回波功率比进行归一化处理,得到归一化后的各距离库的轮毂与天气回波功率比标量;
所述第三归一化子单元,用于通过梯形隶属函数(-20,0)(2,1)对各距离库的谱扁平度进行归一化处理,得到归一化后的各距离库的谱扁平度标量。
可选的,所述参数计算单元,包括:相对功率比计算子单元、谱扁平度计算子单元和轮毂与天气回波功率比计算子单元,
所述相对功率比计算子单元,用于通过公式
x(m)i,i=1...N
计算得到第i个距离库的频谱,其中,X(k)为第i个距离库的第k个谱分量,M为脉冲采样数,x(m)i为第i个距离库的第m个脉冲的I/Q时序信号,N为距离库数量;
所述相对功率比计算子单元,用于通过公式
PR(k)=10log10(|X(k)|)/10log10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR;
所述谱扁平度计算子单元,用于通过公式
SF(i)={std(10log10(|X(k)|))}-1
计算得到第i个距离库的谱扁平度SF(i);
所述轮毂与天气回波功率比计算子单元,用于通过公式
计算得到第i个距离库的轮毂与天气回波功率比HWR(i),其中,j为第i个距离库的多普勒谱中靠近地物滤波器滤波槽口边缘的两根谱线中功率较大的谱线所在位置的索引,n是多普勒谱中频谱功率最大值所在位置的索引。
可选的,所述相对功率比计算子单元,具体用于通过公式
PR(k)=10log10(|X(k)|)/10log10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
确定第i个距离库的各PR(k)中大于第二预设阈值的PR(k)的数量,将该数量确定为第i个距离库的相对功率比PR。
本发明实施例提供的一种风电杂波识别方法及装置,可以获得雷达扫描后返回的回波信号,根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比HWR和谱扁平度,对各距离库的相对功率比、HWR和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、HWR标量和谱扁平度标量,根据各距离库的相对功率比标量、HWR标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。可见,本发明通过相对功率比、HWR和谱扁平度这三个参量实现了对风电杂波信号的识别,有利于排除风电杂波对正常回波信号的干扰。
当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种风电杂波识别方法的流程图;
图2为本发明实施例提供的一种风电杂波识别装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供的一种风电杂波识别方法,可以包括:
S100、获得雷达扫描后返回的回波信号;
S200、根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比HWR和谱扁平度;
发明人研究发现:风电场对雷达干扰产生的影响主要来自风电塔、轮毂和叶片,在其频谱上分别表现为正常的地物回波、零速度附近波动的强回波以及连续的大范围震荡特征的强回波。正常的天气信号的频谱一般为高斯型,强回波中心一般不位于零速度附近,也没有大范围强回波的特征,而且在距离多普勒谱上,纯净的天气信号的频谱在距离上是连续变化的。受风电杂波污染的距离库回波强度在距离上会出现跳变。
基于此研究,本申请选取相对功率比PR(Power Ratio)、轮毂与天气回波功率比HWR(Hub Weather Ratio)和谱扁平度SF(Spectrum Flatness)这三个参数来进行风电杂波的识别。
其中,PR表征目标库与参考库(未污染的天气信号)各谱线强度的比值,受风电杂波污染的距离库PR值会比纯天气信号的PR值更大,且大于一定阈值的比例会更多,因此可以识别由叶片带来的干扰。
HWR表示位于滤波槽口内(零速度附近)的回波功率与槽口外的回波功率比值,受风电污染的库的HWR较纯净的天气信号明显增大,可以很好识别风电塔和轮毂带来的干扰。
SF表示了信号频谱强度分布的情况,对于纯净天气信号,其谱一般为高斯型,而风电杂波的频谱强度较大且分布会更加均匀,其强度变化的标准差较纯净的天气信号更小,相应的谱扁平度更大,对于形成大范围震荡特征的风电污染能较好的识别。
具体的,步骤S200的具体执行过程可以包括:
通过公式
x(m)i,i=1...N
计算得到第i个距离库的频谱,其中,X(k)为第i个距离库的第k个谱分量,M为脉冲采样数,x(m)i为第i个距离库的第m个脉冲的I/Q时序信号,N为距离库数量;
通过公式
PR(k)=10log10(|X(k)|)/10log10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR;
通过公式
SF(i)={std(10log10(|X(k)|))}-1
计算得到第i个距离库的谱扁平度SF(i);
通过公式
计算得到第i个距离库的轮毂与天气回波功率比HWR(i),其中,j为第i个距离库的多普勒谱中靠近地物滤波器滤波槽口边缘的两根谱线中功率较大的谱线所在位置的索引,n是多普勒谱中频谱功率最大值所在位置的索引。
具体的,所述根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR,可以具体包括:
确定第i个距离库的各PR(k)中大于第二预设阈值的PR(k)的数量,将该数量确定为第i个距离库的相对功率比PR。
S300、对各距离库的相对功率比、HWR和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、HWR标量和谱扁平度标量;
具体的,步骤S300可以具体包括:
通过梯形隶属函数(M/3,0)(M/3,1)对各距离库的相对功率比进行归一化处理,得到归一化后的各距离库的相对功率比标量,M为脉冲采样数;
通过梯形隶属函数(0.1,0)(0.225,1)对各距离库的HWR进行归一化处理,得到归一化后的各距离库的HWR标量;
通过梯形隶属函数(-20,0)(2,1)对各距离库的谱扁平度进行归一化处理,得到归一化后的各距离库的谱扁平度标量。
S400、根据各距离库的相对功率比标量、HWR标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。
具体的,步骤S400可以具体包括:
对每一个距离库:对该距离库的相对功率比标量、HWR标量和谱扁平度标量进行加权平均运算,得到运算结果;将所述运算结果与第一预设阈值进行比较,如果大于所述第一预设阈值,则确定该距离库对应的回波信号为风电杂波信号,否则确定该距离库对应的回波信号为正常回波信号。
其中,相对功率比标量、HWR标量和谱扁平度标量对应的权值可以分别为:1.01、1和1。这是由于单个风电装置对雷达的干扰主要来自三部分:风电塔、叶片、轮毂,相对功率比主要针对单个叶片带来的干扰,HWR主要针对单个轮毂和风电塔带来的干扰,谱扁平度主要针对一个距离库中存在多个风电装置而形成的大范围震荡特征的风电干扰,通过频率统计法分析发现当三个参数的权重相当时,对风电杂波的识别效果最优。
本发明实施例提供的一种风电杂波识别方法,可以获得雷达扫描后返回的回波信号,根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、HWR和谱扁平度,对各距离库的相对功率比、HWR和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、HWR标量和谱扁平度标量,根据各距离库的相对功率比标量、HWR标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。可见,本发明通过相对功率比、HWR和谱扁平度这三个参量实现了对风电杂波信号的识别,有利于排除风电杂波对正常回波信号的干扰。
与上述本发明实施例提供的一种风电杂波识别方法相对应,本发明还提供了一种风电杂波识别装置。
如图2所示,本发明实施例提供的一种风电杂波识别装置,可以包括:信号获得单元100、参数计算单元200、归一化单元300和识别单元400,
所述信号获得单元100,用于获得雷达扫描后返回的回波信号;
所述参数计算单元200,用于根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比和谱扁平度;
其中,参数计算单元200,可以具体包括:相对功率比计算子单元、谱扁平度计算子单元和轮毂与天气回波功率比计算子单元,
所述相对功率比计算子单元,用于通过公式
x(m)i,i=1...N
计算得到第i个距离库的频谱,其中,X(k)为第i个距离库的第k个谱分量,M为脉冲采样数,x(m)i为第i个距离库的第m个脉冲的I/Q时序信号,N为距离库数量;
所述相对功率比计算子单元,用于通过公式
PR(k)=10log10(|X(k)|)/10log10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR;
所述谱扁平度计算子单元,用于通过公式
SF(i)={std(10log10(|X(k)|))}-1
计算得到第i个距离库的谱扁平度SF(i);
所述轮毂与天气回波功率比计算子单元,用于通过公式
计算得到第i个距离库的轮毂与天气回波功率比HWR(i),其中,j为第i个距离库的多普勒谱中靠近地物滤波器滤波槽口边缘的两根谱线中功率较大的谱线所在位置的索引,n是多普勒谱中频谱功率最大值所在位置的索引。
其中,所述相对功率比计算子单元,具体用于通过公式
PR(k)=10log10(|X(k)|)/10log10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
确定第i个距离库的各PR(k)中大于第二预设阈值的PR(k)的数量,将该数量确定为第i个距离库的相对功率比PR。
所述归一化单元300,用于对各距离库的相对功率比、轮毂与天气回波功率比和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量;
其中,所述归一化单元300,可以包括:第一归一化子单元、第二归一化子单元和第三归一化子单元,
所述第一归一化子单元,用于通过梯形隶属函数(M/3,0)(M/3,1)对各距离库的相对功率比进行归一化处理,得到归一化后的各距离库的相对功率比标量,M为脉冲采样数;
所述第二归一化子单元,用于通过梯形隶属函数(0.1,0)(0.225,1)对各距离库的轮毂与天气回波功率比进行归一化处理,得到归一化后的各距离库的轮毂与天气回波功率比标量;
所述第三归一化子单元,用于通过梯形隶属函数(-20,0)(2,1)对各距离库的谱扁平度进行归一化处理,得到归一化后的各距离库的谱扁平度标量。
所述识别单元400,用于根据各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。
其中,所述识别单元400,可以包括:加权平均单元和比较单元,
所述加权平均单元,用于对每一个距离库:对该距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量进行加权平均运算,得到运算结果;
所述比较单元,用于将所述运算结果与第一预设阈值进行比较,如果大于所述第一预设阈值,则确定该距离库对应的回波信号为风电杂波信号,否则确定该距离库对应的回波信号为正常回波信号。
其中,相对功率比标量、HWR标量和谱扁平度标量对应的权值可以分别为:1.01、1和1。
本发明实施例提供的一种风电杂波识别装置,可以获得雷达扫描后返回的回波信号,根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、HWR和谱扁平度,对各距离库的相对功率比、HWR和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、HWR标量和谱扁平度标量,根据各距离库的相对功率比标量、HWR标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。可见,本发明通过相对功率比、HWR和谱扁平度这三个参量实现了对风电杂波信号的识别,有利于排除风电杂波对正常回波信号的干扰。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。

Claims (10)

1.一种风电杂波识别方法,其特征在于,包括:
获得雷达扫描后返回的回波信号;
根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比和谱扁平度;
对各距离库的相对功率比、轮毂与天气回波功率比和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量;
根据各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。
2.根据权利要求1所述的方法,其特征在于,所述根据各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号,包括:
对每一个距离库:对该距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量进行加权平均运算,得到运算结果;将所述运算结果与第一预设阈值进行比较,如果大于所述第一预设阈值,则确定该距离库对应的回波信号为风电杂波信号,否则确定该距离库对应的回波信号为正常回波信号。
3.根据权利要求1所述的方法,其特征在于,所述对各距离库的相对功率比、轮毂与天气回波功率比和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量,包括:
通过梯形隶属函数(M/3,0)(M/3,1)对各距离库的相对功率比进行归一化处理,得到归一化后的各距离库的相对功率比标量,M为脉冲采样数;
通过梯形隶属函数(0.1,0)(0.225,1)对各距离库的轮毂与天气回波功率比进行归一化处理,得到归一化后的各距离库的轮毂与天气回波功率比标量;
通过梯形隶属函数(-20,0)(2,1)对各距离库的谱扁平度进行归一化处理,得到归一化后的各距离库的谱扁平度标量。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比和谱扁平度,包括:
通过公式
x(m)i,i=1...N
计算得到第i个距离库的频谱,其中,X(k)为第i个距离库的第k个谱分量,M为脉冲采样数,x(m)i为第i个距离库的第m个脉冲的I/Q时序信号,N为距离库数量;
通过公式
PR(k)=10log10(|X(k)|)/101og10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR;
通过公式
SF(i)={std(10log10(|X(k)|))}-1
计算得到第i个距离库的谱扁平度SF(i);
通过公式
计算得到第i个距离库的轮毂与天气回波功率比HWR(i),其中,j为第i个距离库的多普勒谱中靠近地物滤波器滤波槽口边缘的两根谱线中功率较大的谱线所在位置的索引,n是多普勒谱中频谱功率最大值所在位置的索引。
5.根据权利要求4所述的方法,其特征在于,所述根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR,包括:
确定第i个距离库的各PR(k)中大于第二预设阈值的PR(k)的数量,将该数量确定为第i个距离库的相对功率比PR。
6.一种风电杂波识别装置,其特征在于,包括:信号获得单元、参数计算单元、归一化单元和识别单元,
所述信号获得单元,用于获得雷达扫描后返回的回波信号;
所述参数计算单元,用于根据所述回波信号的各距离库的I/Q时序信号计算得到每一个距离库的相对功率比、轮毂与天气回波功率比和谱扁平度;
所述归一化单元,用于对各距离库的相对功率比、轮毂与天气回波功率比和谱扁平度进行归一化处理,得到归一化后的各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量;
所述识别单元,用于根据各距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量确定各距离库对应的回波信号是否为风电杂波信号。
7.根据权利要求6所述的装置,其特征在于,所述识别单元,包括:加权平均单元和比较单元,
所述加权平均单元,用于对每一个距离库:对该距离库的相对功率比标量、轮毂与天气回波功率比标量和谱扁平度标量进行加权平均运算,得到运算结果;
所述比较单元,用于将所述运算结果与第一预设阈值进行比较,如果大于所述第一预设阈值,则确定该距离库对应的回波信号为风电杂波信号,否则确定该距离库对应的回波信号为正常回波信号。
8.根据权利要求6所述的装置,其特征在于,所述归一化单元,包括:第一归一化子单元、第二归一化子单元和第三归一化子单元,
所述第一归一化子单元,用于通过梯形隶属函数(M/3,0)(M/3,1)对各距离库的相对功率比进行归一化处理,得到归一化后的各距离库的相对功率比标量,M为脉冲采样数;
所述第二归一化子单元,用于通过梯形隶属函数(0.1,0)(0.225,1)对各距离库的轮毂与天气回波功率比进行归一化处理,得到归一化后的各距离库的轮毂与天气回波功率比标量;
所述第三归一化子单元,用于通过梯形隶属函数(-20,0)(2,1)对各距离库的谱扁平度进行归一化处理,得到归一化后的各距离库的谱扁平度标量。
9.根据权利要求6至8中任一项所述的装置,其特征在于,所述参数计算单元,包括:相对功率比计算子单元、谱扁平度计算子单元和轮毂与天气回波功率比计算子单元,
所述相对功率比计算子单元,用于通过公式
x(m)i,i=1...N
计算得到第i个距离库的频谱,其中,X(k)为第i个距离库的第k个谱分量,M为脉冲采样数,x(m)i为第i个距离库的第m个脉冲的I/Q时序信号,N为距离库数量;
所述相对功率比计算子单元,用于通过公式
PR(k)=10log10(|X(k)|)/101og10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
根据第i个距离库的各PR(k)与第二预设阈值的比较结果确定第i个距离库的相对功率比PR;
所述谱扁平度计算子单元,用于通过公式
SF(i)={std(10log10(|X(k)|))}-1
计算得到第i个距离库的谱扁平度SF(i);
所述轮毂与天气回波功率比计算子单元,用于通过公式
计算得到第i个距离库的轮毂与天气回波功率比HWR(i),其中,j为第i个距离库的多普勒谱中靠近地物滤波器滤波槽口边缘的两根谱线中功率较大的谱线所在位置的索引,n是多普勒谱中频谱功率最大值所在位置的索引。
10.根据权利要求9所述的装置,其特征在于,所述相对功率比计算子单元,具体用于通过公式
PR(k)=10log10(|X(k)|)/101og10(|Xref(k)|),k=0...M-1
计算得到第i个距离库的第k个谱分量的相对功率比PR(k),其中,Xref(k)为参考信号频谱的第k个谱分量;
确定第i个距离库的各PR(k)中大于第二预设阈值的PR(k)的数量,将该数量确定为第i个距离库的相对功率比PR。
CN201611192570.0A 2016-12-21 2016-12-21 风电杂波识别方法及装置 Active CN106707241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611192570.0A CN106707241B (zh) 2016-12-21 2016-12-21 风电杂波识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611192570.0A CN106707241B (zh) 2016-12-21 2016-12-21 风电杂波识别方法及装置

Publications (2)

Publication Number Publication Date
CN106707241A CN106707241A (zh) 2017-05-24
CN106707241B true CN106707241B (zh) 2019-06-07

Family

ID=58938556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611192570.0A Active CN106707241B (zh) 2016-12-21 2016-12-21 风电杂波识别方法及装置

Country Status (1)

Country Link
CN (1) CN106707241B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116299304B (zh) * 2023-05-19 2023-08-15 北京敏视达雷达有限公司 一种风电杂波的滤波方法、装置、设备及可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102636775A (zh) * 2012-02-17 2012-08-15 中国科学院安徽光学精密机械研究所 基于模糊逻辑识别的风廓线雷达回波谱重构方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009100059A1 (en) * 2008-02-08 2009-08-13 Technology Service Corporation Systems and methods for mitigating the effects of wind turbines on radar

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102636775A (zh) * 2012-02-17 2012-08-15 中国科学院安徽光学精密机械研究所 基于模糊逻辑识别的风廓线雷达回波谱重构方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Wind Turbine Radar Clutter Statistics and Probability of Detection;Shen Chiu;《2015 IEEE Radar Conference》;20150625;全文
在天气雷达信号处理器中用IQ信号消减地物杂波;陈艳 等;《气象科技》;20150831;第43卷(第4期);全文
风力发电对新一代天气雷达回波的干扰分析;张骞 等;《第33届中国气象学会年会S18雷达探测新技术与应用》;20161101;全文

Also Published As

Publication number Publication date
CN106707241A (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
Rubio et al. HF radar activity in European coastal seas: Next steps toward a pan-European HF radar network
Li Wind power prediction using recurrent multilayer perceptron neural networks
CN104749563B (zh) 从高频地波雷达海洋回波一阶Bragg谐振峰中提取浪高的方法
Lorente et al. Validation of high-frequency radar ocean surface current observations in the NW of the Iberian Peninsula
CN107861117A (zh) 一种适用于连续波周界监视雷达的多目标参数测量方法
Lorente et al. Accuracy assessment of high frequency radar current measurements in the Strait of Gibraltar
CN104714225B (zh) 一种基于广义似然比的动态规划检测前跟踪方法
CN110780264A (zh) 基于改进岭回归的气象雷达风力涡轮机杂波抑制方法
CN106707241B (zh) 风电杂波识别方法及装置
CN102346948B (zh) 一种周界入侵检测方法和系统
CN106959442B (zh) 基于多域信息的强干扰环境下地波雷达一阶回波谱提取方法
Sun et al. Parameter estimation method of walking human based on radar micro-Doppler
CN108920760A (zh) 基于多项式混沌展开的天线高空电磁脉冲耦合响应性能统计方法
CN107783098A (zh) 旋翼无人机防撞毫米波雷达信号处理装置
Kerbiriou et al. Influence of an improved sea-state description on a wave energy converter production
CN107765259A (zh) 一种基于提升小波改进阈值的输电线路激光测距信号去噪算法
CN105911546B (zh) 一种海杂波的识别方法及装置
Fickenscher et al. Diffraction loss and phase modulation of terrestrial radio-link by wind turbine
Rizianiza et al. Prediction of significant wave height in the java sea using artificial neural network
CN117150705A (zh) 一种基于特征解构的海上风电场短期风速预测方法
Vizinho et al. Evaluation of the use of the modified-covariance method in HF radar ocean measurement
Wyatt Use of HF radar for marine renewable applications
CN108334822A (zh) 基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法
Gallego et al. Characterization of atmospheric turbulence by dynamical systems techniques
CN105891784A (zh) 雷达的风电场杂波抑制中风轮机朝向估计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant