CN109884605A - 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 - Google Patents
云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 Download PDFInfo
- Publication number
- CN109884605A CN109884605A CN201910107982.7A CN201910107982A CN109884605A CN 109884605 A CN109884605 A CN 109884605A CN 201910107982 A CN201910107982 A CN 201910107982A CN 109884605 A CN109884605 A CN 109884605A
- Authority
- CN
- China
- Prior art keywords
- radar
- signal
- attenuation
- power spectrum
- spectrum
- 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
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000001568 sexual effect Effects 0.000 title abstract 3
- 238000001228 spectrum Methods 0.000 claims abstract description 192
- 238000001556 precipitation Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 5
- 239000000523 sample Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 19
- 239000002245 particle Substances 0.000 description 17
- 230000003595 spectral effect Effects 0.000 description 5
- 230000002238 attenuated effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法。该方法包括选择第一雷达的波长为非降水衰减波段，第二雷达的波长为降水衰减波段；分别提取两个波段雷达各自的气象信号功率谱，根据每个雷达的气象信号功率谱，得到每个雷达的回波强度谱和回波强度；根据第一雷达和第二雷达的回波强度差值，确定第二雷达的电磁波衰减总量；根据第一雷达和第二雷达的回波强度谱的差值曲线确定瑞利散射区间，并计算第二雷达的吸收衰减量；根据第二雷达的电磁波衰减总量和吸收衰减量，得到第二雷达的米氏散射衰减量。该方法可以同时获取云雨造成衰减波段雷达电磁波传播路径上的吸收衰减和米氏散射衰减两条准确廓线。
Description
技术领域
本发明涉及大气遥感探测技术领域，尤其涉及一种云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法。
背景技术
在使用雷达进行大气遥感探测时，空中粒子对雷达信号的衰减与雷达的波长有关，因而通过确定不同波长雷达探测时的衰减量可以反演空中粒子降水的微物理参数，进而认识云中降水微物理参数分布及演变过程。
雷达的电磁波衰减中包括吸收衰减和米氏(Mie)散射衰减，为了提取两种衰减，使用两个波长雷达进行联合探测。选择两个雷达的频段时，一个为降水非衰减频段雷达，另一个为降水衰减频段雷达。将两部雷达的回波强度的差值确定为降水衰减频段雷达的电磁波衰减总量，再从衰减总量中剔除固定的吸收衰减量，进而得到Mie散射衰减量。
由于电磁波的吸收衰减量与空中粒子的实际分布情况有关，这种使用固定值作为吸收衰减量的方法所确定的电磁波衰减量存在很大的误差，无法反映真实的空中云雨状态，进而导致根据该衰减量反演得到的空中粒子谱分布及降水微物理参数不准确，影响气象预报的准确性。
发明内容
本发明实施例提供一种云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法，通过精确地确定云雨对雷达电磁波的吸收衰减和米氏散射衰减，进而获取雷达衰减波段雷达探测云雨时电磁波衰减的两种廓线，提高了气象预报的准确性。
本发明提供一种云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法，包括：
确定第一雷达和第二雷达中每个雷达的气象信号功率谱；该第一雷达的波段为非降水衰减波段，该第二雷达的波段为降水衰减波段；
根据该每个雷达的气象信号功率谱，得到该每个雷达的回波强度谱和回波强度；
根据该第一雷达和该第二雷达的回波强度差值，确定该第二雷达的电磁波衰减总量；
根据该第一雷达和该第二雷达的回波强度谱的差值曲线在瑞利Rayleigh散射区间的值，计算该第二雷达的吸收衰减量；
根据该第二雷达的电磁波衰减总量和吸收衰减量，得到该第二雷达的米氏Mie散射衰减量。
可选的，该确定第一雷达和第二雷达中每个雷达的气象信号功率谱，包括：
确定该每个雷达的信号单元功率；
根据该每个雷达的信号单元功率，从该每个雷达的返回信号功率谱中提取该每个雷达的气象信号功率谱。
可选的，该根据该每个雷达的气象信号功率谱，得到该每个雷达的回波强度谱和回波强度，包括:
该根据第一雷达和第二雷达中每个雷达的气象信号功率谱,计算该每个雷达的回波强度谱；
对该每个雷达的回波强度谱进行气象信号区间的全谱积分，得到该每个雷达的回波强度。
可选的，该确定该每个雷达的信号单元功率，包括：
根据该每个雷达的系统参数，确定该每个雷达的初始噪声功率；
获取该每个雷达初始观测时的远端无气象信号的功率谱为该每个雷达的初始噪声功率谱；
根据该每个雷达的初始噪声功率和该每个雷达的初始噪声功率谱，确定该每个雷达的信号单元功率。
可选的，该根据该每个雷达的初始噪声功率和该每个雷达的初始噪声功率谱，确定该每个雷达的信号单元功率，包括：
根据该每个雷达的初始噪声功率谱，确定该每个雷达的初始噪声信号幅度；
根据该每个雷达的初始噪声功率和该每个雷达的初始噪声信号幅度确定该每个雷达的信号单元功率。
可选的，该根据该每个雷达的信号单元功率，从该每个雷达的返回信号功率谱中提取该每个雷达的气象信号功率谱,包括：
根据该每个雷达探测得到的返回信号功率谱，提取该每个雷达的返回信号功率谱中气象信号的幅度；
根据该气象信号的幅度和该信号单元功率，计算该每个雷达的气象信号功率谱。
可选的，该根据该每个雷达探测得到的返回信号功率谱，提取该每个雷达的返回信号功率谱中气象信号的幅度，包括：
根据该每个雷达探测得到的返回信号功率谱，确定该每个雷达的返回信号功率谱幅度和每个雷达的返回信号功率谱中噪声信号的幅度；
根据该每个雷达的返回信号功率谱幅度和该每个雷达的返回信号功率谱中噪声信号的幅度，获取该每个雷达的气象信号的幅度。
可选的，该根据该第一雷达和该第二雷达的回波强度谱的差值曲线在Rayleigh散射区间的值，确定该第二雷达的吸收衰减量，包括：
根据该第一雷达和该第二雷达的回波强度谱的差值，得到差值曲线；
确定该差值曲线的拐点；
将该差值曲线的起点至该拐点的区间确定为Rayleigh散射区间，根据Rayleigh散射区间内的差值曲线的值计算该第二雷达的吸收衰减量。
本发明提供一种云雨对雷达信号的吸收衰减和米氏散射衰减的提取设备，其特征在于，包括：处理器和存储器；该处理器和该存储器连接；
该存储器，用于存储程序指令；
该处理器，用于在该程序指令被执行时，实现上述的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法。
本发明提供一种计算机可读存储介质，其上存储有程序指令，其特征在于，该程序指令被处理器执行时实现上述的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法。
本发明提供一种云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法。该方法包括确定第一雷达和第二雷达中每个雷达的气象信号功率谱；第一雷达的波长为非降水衰减的波段，第二雷达的波长为降水衰减的波段；根据每个雷达的气象信号功率谱，得到每个雷达的回波强度谱和回波强度；根据第一雷达和第二雷达的回波强度的差值，确定第二雷达的电磁波衰减总量；根据第一雷达和第二雷达的回波强度谱的差值曲线在Rayleigh散射区间的值，确定第二雷达的吸收衰减量；根据第二雷达的电磁波衰减总量和第二雷达的吸收衰减量，得到第二雷达的Mie散射衰减量。该方法获得的第二雷达即降水衰减雷达的吸收衰减量和Mie散射衰减量是根据雷达探测数据计算获得的准确结果，可使得得到的降水衰减雷达的吸收衰减量和Mie散射衰减量更准确，可以反应空中真实的云雨分布状况，进而可提高根据该吸收衰减量和Mie散射衰减量反演得到的空中粒子谱分布的降水微物理参数的准确性，为认识云中降水粒子谱分布及降水微物理的演变提供支撑，使得气象预报的结果更为准确。
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一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法流程图一；
图2为本发明提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法流程图二；
图3为本发明提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法流程图三；
图4为本发明提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
需要说明的是，本发明实施例各部分及附图中的术语“第一”、“第二”及“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明下述实施例所涉及的方法流程图仅是示例性说明，不是必须包括所有的内容和步骤，也不是必须按照所描述的顺序执行。例如，有些步骤还可以分解，而有些步骤可以合并或部分合并，因此，实际执行的顺序可根据实际情况改变。
本发明下述实施例所涉及的方框图中的功能模块仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或者不同网络和/或处理器和/或微控制器中实现这些功能实体。
随着遥感测量技术的发展，对云中降水微物理参数的定量测量需求越发强烈。云降水对雷达发射信号的散射和吸收特性主要依赖于雷达波长，由于Mie散射衰减大小与空中粒子大小分布存在一定关系，因此使用不同波长雷达探测Mie散射的衰减差异进行云中降水微物理参数反演成为一种趋势。空中粒子对雷达发射波吸收造成的衰减通常随频率增加而增大，而只有当空中粒子直径与雷达波长相当时，才有Mie散射衰减影响，因此雷达探测降水返回信号的衰减中Mie散射衰减及吸收衰减共存，Mie散射衰减与吸收衰减效应难以准确区分。
为了获取某降水衰减波段雷达的衰减量，需要使用一部非降水衰减波段雷达探测的回波强度作为真值，将两部雷达的回波强度差值确定为降水衰减波段雷达的总衰减量，然后按照降水衰减波段雷达的吸收衰减量的固定值，从总衰减量中剔除固定的吸收衰减量，其剩余部分为Mie散射衰减量。实际上由于空中云分布特征复杂而多变，电磁波的吸收衰减与降水云的强度分布有关，使用固定值作为降水衰减波段雷达的吸收衰减量来进行计算存在很大的误差。
为了解决上述问题，本发明提出一种云雨对雷达信号吸收衰减和米氏散射衰减的提取方法。通过比较降水非衰减波段雷达和降水衰减波段雷达探测云降水信号的多普勒谱分布，根据空中粒子的吸收衰减和Mie散射衰减的物理特性，对同时发生的两种衰减进行分离及提取，进而准确的获取雷达探测云雨时电磁波衰减的两种廓线。
本发明提供的云雨对雷达信号的吸收衰减和Mie散射衰减的提取方法的执行主体可以为云雨对雷达信号的吸收衰减和Mie散射衰减的提取设备，该设备可以通过软件和/或硬件的方式实现，该设备可以集成在雷达系统中，也可以集成在除雷达系统外的其他电子设备中，还可以为一个独立设备，本发明对此不做限制。
图1为本发明提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法流程图一。如图1所示，该方法包括：
S101、确定第一雷达和第二雷达中每个雷达的气象信号功率谱；第一雷达的波长为非降水衰减的波段，第二雷达的波长为降水衰减的波段。
本实施例中，使用两个雷达进行联合探测，其中第一雷达的波长为非降水衰减的波段，即第一雷达的返回信号不在空中粒子的影响下产生衰减，例如第一雷达为C波段雷达；第二雷达的波长为降水衰减的波段，即第一雷达的返回信号受空中粒子的影响产生衰减，例如第二雷达为Ka波段雷达。本发明对第一雷达和第二雷达的波长不做具体限定。空中粒子可以为雨滴、云滴、冰晶等。
每个雷达探测得到返回信号中包括气象信号和噪声信号，从雷达探测得到的返回信号功率谱中剔除噪声信号功率谱，即可获得每个雷达的气象信号功率谱。当然，也可采用其它的方式得到该气象信号的功率谱，在此不再赘述。
S102、根据每个雷达的气象信号功率谱，得到每个雷达的回波强度谱和回波强度。
S103、根据第一雷达和第二雷达的回波强度的差值，确定第二雷达的电磁波衰减总量。
该方法中，可以根据每个雷达的气象信号功率谱，可以得到每个雷达的回波强度谱，并根据该每个雷达的回波强度谱，得到该每个雷达的回波强度。其中，回波强度为反映降水强度的因子。
在一种示例中，该方法可根据每个雷达的气象信号功率谱，采用下述公式(1)得到该每个雷达的回波强度谱。在基于下述公式(1)的计算过程中，考虑到两个雷达探测时的速度分辨率的差异，将回波强度谱转换为单位速度间隔的回波强度谱。
具体的，可以根据以下公式(1)进行计算：
其中，Pt为雷达的峰值功率，G为雷达的天线增益，θ为雷达的水平波束宽度、为雷达的垂直波束宽度，Δh为雷达的距离分辨率，即距离库长，|K|2为复折射指数模的平方，λ为雷达的波长，L为雷达的馈线损耗，r为目标物到雷达的距离，Δv为雷达的速度分辨率，Pri(r,vi)为雷达的气象信号功率谱，vi为气象信号区间内的速度谱点，i为气象信号区间内的谱点。由于回波强度谱Zi(r,vi)的数值分布范围广泛，计算输出时常使用其对数方式进行输出，因此Zi(r,vi)的单位为dBZ/ms-1。
本实施例中可以将根据上述公式(1)计算获得的第一雷达的回波强度谱记为Zi1(r,vi)，将第二雷达的回波强度谱记为Zi2(r,vi)。
根据第一雷达的回波强度谱Zi1(r,vi)可以获得第一雷达的回波强度Z1(r)，根据第二雷达的回波强度谱Zi2(r,vi)可以获得第一雷达的回波强度Z2(r)。
示例的，可以对每个雷达的回波强度谱进行全谱积分得到该每个雷达的回波强度，即对第一雷达的回波强度谱进行全谱积分得到第一雷达的回波强度，对第二雷达的回波强度谱进行全谱积分得到第二雷达的回波强度。
在该实施例中，第二雷达的电磁波衰减总量可以通过双雷达回波强度比(DoubleWavelength Ratio，DWR)表示，即第一雷达和第二雷达的回波强度比。具体的，第二雷达的衰减总量DWRTot(r)为第一雷达和第二雷达的回波强度的差值，即通过以下公式(2)来确定：
其中，DWRTot(r)为第二雷达的电磁波衰减总量，r为目标物到雷达的距离。S0取值为max(r10,r20)，S1取值为min(r1m,r2m)，其中，r10、r1m分别为第一雷达的气象信号功率谱分布区间的起始点和终止点，r20、r2m分别为第二达的气象信号功率谱分布区间的起始点和终止点。需要说明的是，由于回波强度及回波强度谱计算时进行了对数计算，因此本实施例中计算回波强度或回波强度谱的比值时是计算两个参量的差值。
S104、根据所述第一雷达和所述第二雷达在瑞利散射区间的回波强度谱差值曲线，计算所述第二雷达的吸收衰减量。
根据第一雷达和第二雷达的回波强度谱计算双雷达谱比(Double SpectrumRatio，DSR)。DSR可用以表示该第一雷达和第二雷达的回波强度谱的差异，是该第一雷达和第二雷达探测气象目标的回波强度谱差异的曲线，即该差值曲线。
米氏散射衰减是大气中的大粒径粒子对电磁波造成的衰减影响，而吸收衰减则是通过小粒径区域两个波长雷达回波强度谱的差异得到，小粒径粒子所在的回波强度谱的速度区间也称为瑞利(Rayleigh)散射区间。
没有吸收衰减时，两个不同波长的雷达在Rayleigh散射区间的信号大小相同，双雷达谱比等于0dB；当有吸收衰减时，例如，本实施例中第二雷达具有吸收衰减，吸收衰减导致第二雷达的回波强度谱整体低于第一雷达的回波强度谱，第一雷达和第二雷达的回波强度谱的差异在Rayleigh散射区的变化幅度仅受第二雷达的吸收衰减影响，直接反映第二雷达的吸收衰减的大小。因此，可以根据差值曲线在Rayleigh散射区间的值即可确定第二雷达的吸收衰减量。
在一种示例中，可以通过以下方法确定Rayleigh散射区以及第二雷达的吸收衰减量：根据第一雷达和第二雷达的回波强度谱的差值，得到差值曲线；确定差值曲线的拐点；将差值曲线的起点至拐点的区间确定为Rayleigh散射区间，进而根据Rayleigh散射区间内的差值曲线计算第二雷达的吸收衰减量。
双雷达谱比，即第一雷达和第二雷达的回波强度谱的差值DSRTot(r,vi)可通过以下公式(3)计算：
DSRTot(r,vi)＝Zi1(r,vi)-Zi2(r,vi) 公式(3)
DSRTot(r,vi)所形成的曲线即为第一雷达和第二雷达的回波强度谱的差值曲线，计算差值曲线中相邻谱点的变化梯度，梯度增大的点即为差值曲线的拐点，该拐点为Rayleigh散射区间和Mie散射区间的划分点，拐点左侧曲差值线的起点至拐点的平稳区域(A1,A2)即为Rayleigh散射区间。
确定DSRTot(r,vi)在瑞利散射区间的平均值DSRAtt(r,vi)，利用该平均值DSRAtt(r,vi)在差值曲线区间内的积分，得到第二雷达的吸收衰减量DWRAtt(r),具体可以通过以下公式(4)计算：
其中，Δvλ2为第二雷达的速度分辨率，S0取值为max(r10，r20)，S1取值为min(r1m，r2m)，其中，r10、r1m分别为第一雷达的气象信号功率谱分布区间的起始点和终止点，r20、r2m分别为第二达的气象信号功率谱分布区间的起始点和终止点。
S105、根据第二雷达的电磁波衰减总量和第二雷达的吸收衰减量，得到第二雷达的米氏散射衰减量。
该实施例的方案中，在通过执行上述S103得到该第二雷达的电磁波衰减总量，通过上述S104得到第二雷达的吸收衰减量的情况下，可从该第二雷达的电磁波衰减总量中剔除第二雷达的吸收衰减量，从而得到该第二雷达的米氏散射衰减量。具体可采用下述公式(3)得到该第二雷达的米氏散射衰减量如下：
DWRMie(r)＝DWRTot(r)-DWRAtt(r) 公式(5)
其中，DWRMie(r)为第二雷达的米氏散射衰减量，DWRTot(r)为第二雷达的电磁波衰减总量，DWRAtt(r)为第二雷达的吸收衰减量。
在上述S101中所确定的每个雷达的气象信号功率谱、S102中确定的每个雷达的回波强度谱和回波强度均为雷达在探测高度r所对应的数据，r为目标物到雷达的距离。S104中得到的第二雷达的吸收衰减量DWRAtt(r)为第二雷达的电磁波在达到高度r之前所产生的吸收衰减的累积量。从第二雷达的吸收衰减量中剔除第二雷达的电磁波到达高度r之前所产生的吸收衰减的累积量，即可得到第二雷达在高度r上产生的吸收衰减量DWRAtt0(r),对于第二雷达在高度r上的吸收衰减量通过以下公式(4)得到：
其中，为第二雷达的电磁波在到达高度r之前的吸收衰减的累积量，DWRAtt0(r)为第二雷达在高度r上产生的吸收衰减量。
重复S101-S105中的方法步骤，可以获取第二雷达的每个探测高度上的吸收衰减量和米氏散射衰减量，根据第二雷达的多个探测高度上的吸收衰减量得到第二雷达的吸收衰减廓线，根据第二雷达的多个探测高度上的米氏散射衰减量得到第二雷达的米氏散射衰减廓线。
本实施例提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法包括确定第一雷达和第二雷达中每个雷达的气象信号功率谱；第一雷达的波长为非降水衰减的波段，第二雷达的波长为降水衰减的波段；根据每个雷达的气象信号功率谱，得到每个雷达的回波强度谱和回波强度；根据第一雷达和第二雷达的回波强度的差值，确定第二雷达的电磁波衰减总量；根据第一雷达和第二雷达在Rayleigh散射区间的回波强度谱的差值曲线，确定第二雷达的吸收衰减量；根据第二雷达的电磁波衰减总量和第二雷达的吸收衰减量，得到第二雷达的Mie散射衰减量。该方法通过第一雷达和第二雷达的回波强度差异确定第二雷达的电磁波衰减总量，再通过第一雷达和第二雷达的回波强度谱的差值曲线在Rayleigh散射区的值即可确定第二雷达的吸收衰减量，从第二雷达的电磁波衰减总量中剔除吸收衰减量即可获得Mie散射衰减量。通过该方法获得的第二雷达的吸收衰减量和Mie散射衰减量是根据雷达探测数据计算获得的结果，可使得得到的降水衰减雷达的吸收衰减和Mie散射衰减量更准确，可以反映空中真实的云雨分布状况，进而可提高根据该第二雷达的吸收衰减和Mie散射衰减量反演得到的空中粒子谱分布及降水微物理参数的准确性，为认识云中降水粒子谱分布及降水微物理的演变提供支撑，使得气象预报的结果更为准确。
在图1所示实施例的基础上，本发明实施例还可通过示例对上述图1中S101中确定第一雷达和第二雷达中每个雷达的气象信号功率谱的具体实现进行说明。图2为本发明提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法流程图二。如图2所示，上述S101中确定第一雷达和第二雷达中每个雷达的气象信号功率谱，包括：
S201、确定每个雷达的信号单元功率。
每个雷达探测得到的返回信号功率谱包含每个噪声功率谱和每个气象信号功率谱，两种信号谱的信号单元功率是相同的，每个雷达的信号单元功率为雷达探测功率谱的谱点功率真值，每部雷达的信号单元功率是固定的。由于每个雷达的噪声功率可以准确计算，因此可以通过每个雷达的噪声功率和每个雷达的噪声功率谱计算每个雷达的信号单元功率。
S202、根据每个雷达的信号单元功率，从每个雷达探测的返回信号功率谱数据中提取每个雷达的气象信号功率谱。
由于受到雷达系统中的各种器件自身误差和探测环境等的影响，每个雷达实际探测得到的返回信号功率谱可能存在一定的误差，因此需要按照所确定的每个雷达的信号单元功率，从每个雷达探测的返回信号功率谱数据中提取每个雷达的气象信号功率谱。
在一种示例中，可以根据每个雷达探测得到的返回信号功率谱，提取每个雷达的返回信号功率谱中气象信号的幅度；再根据气象信号的幅度和信号单元功率，获取每个雷达的气象信号功率谱。
其中，每个雷达的返回信号功率谱中气象信号的幅度可以通过以下方式确定：
根据每个雷达探测得到的返回信号功率谱，确定每个雷达的返回信号功率谱幅度和每个雷达的返回信号功率谱中的噪声信号的幅度；根据每个雷达的返回信号功率谱幅度和每个雷达的返回信号功率谱中的噪声信号的幅度，获取每个雷达的气象信号的幅度。
具体的，对于每个雷达，根据返回信号功率谱中两侧无气象目标信号的区间提取噪声信号幅度的平均值作为返回信号功率谱中噪声信号的幅度Ar，Ar还可称为噪声电平幅度。根据每个雷达的返回信号功率谱幅度和每个雷达的返回信号功率谱中的噪声信号的幅度的差值，即可确定每个雷达的气象信号的幅度
需要说明的是，现有技术中可以有多种方式提取返回信号功率谱中噪声信号的幅度，此处不做赘述。
在每个雷达的返回信号功率谱中提取噪声信号的幅度之上的信号分布的区间，即为每个雷达的气象信号所在区间。
使用每个雷达的信号单元功率计算得到每个雷达的气象信号功率谱，该步骤的目的是使用每个雷达的信号单元功率对每个雷达探测得到的返回信号功率谱进行重新计算，以此来避免雷达系统发射、接收器件故障造成的数据失真。具体可使用公式(7)计算如下：
Pri(r,vi)＝(A(vi)-Ar)×PFFT 公式(7)
其中，Pri(r，vi)为气象信号功率谱，A(vi)为气象信号所在区间内的数据点数，即气象信号区间内的返回信号功率谱幅度，A(vi)与Ar的差值即为气象信号的幅度。其中vi为气象信号区间内的速度谱点，i为气象信号区间内的谱点。
根据以上方式可以分别计算获得第一雷达和第二雷达的气象信号功率谱。
上述所涉及的每个雷达的气象信号区间，可以通过以下的方式确定：在每个雷达的返回信号功率谱中搜寻谱分布中的最大值后，从该最大值的左右两侧分别进行搜索，找到接近噪声信号的幅度Ar、且返回信号功率谱幅度大小由逐步减小开始出现震荡的转折点，此时即得到了气象信号功率谱的全部包络。获取气象信号功率谱的峰值所在的谱分布区间，该谱分布区间的起始位置为r0，终止位置为rm，该谱分布区间范围为m点。
可选的，对于每个雷达，当返回信号功率谱的峰值的高度与噪声信号功率谱的高度相差不足预设阈值，如3dB时，判定为不存在气象信号。具体实现时，还需要进行相同探测时间的连续高度、相同高度的相邻时间的谱峰位置的连续性检测，若是出现较大偏差，则视为检测无效，不进行输出。
本实施例中通过每个雷达雷达系统的初始噪声，获取每个雷达信号单元功率，获取每个雷达探测的返回信号功率谱，根据每个雷达的返回信号功率谱和每个雷达的信号单元功率，获取每个雷达的返回信号功率谱中的气象信号功率谱，该每个雷达的气象信号功率谱为经过了每个雷达的信号单元功率标校后的气象信号功率谱，避免了由于雷达系统器件问题和探测环境对气象信号功率谱的影响，提高了气象信号功率谱的准确性。
在图2所示实施例的基础上，本发明实施例还可通过示例对上述图2中S201中确定每个雷达的信号单元功率的具体实现进行说明。图3为本发明提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法流程图三。如图3所示，上述S201中确定每个雷达的信号单元功率，包括
S301、根据每个雷达的系统参数，确定每个雷达的初始噪声功率。
每个雷达的初始噪声为该每个雷达初始观测时的噪声数据，是确定每个雷达初始观测状态回波信号强度的基础。在本实施例中，每个雷达的初始噪声功率和该每个雷达的理论噪声功率一致，则根据每个雷达的预设配置参数，即每个雷达的系统参数，可以计算得到每个雷达的初始噪声功率。
具体地，每个雷达的理论噪声功率，即初始噪声功率可由公式(8)计算获得：
Pnsys为雷达的噪声功率，单位为dBmW；
KB是玻尔兹曼常数，K等于1.38×10-23，单位为J/K；
T0是用绝对温度表示的雷达系统中接收机的环境温度，具体实现时，采用绝对温度带入公式(8)中进行计算，绝对温度的单位为K。可选的，T0的取值可以根据雷达系统的实际运行环境温度所确定，当雷达系统在恒温下运行时，可以采用固定温度带入公式(8)中，当系统在非恒温下运行时，可以采用雷达系统所在的当地的地面温度带入公式(8)中，例如T0可以为288K；
Nf是雷达的噪声系数，可以从雷达的技术参数中直接获取；
B0是雷达系统中接收机的带宽，可以采用下述公式(9)得到：
B0＝c/(2×Δh) 公式(9)
其中，Δh为雷达的距离分辨率，即距离库长，单位为米；
c是光速，c等于3×108，单位为米/秒。
结合公式(8)、(9)可以得到每个雷达的初始噪声功率，单位为dBmW。
S302、获取每个雷达初始观测时的远端无气象信号的功率谱为每个雷达的初始噪声功率谱。
S303、根据每个雷达的初始噪声功率和每个雷达的初始噪声功率谱，确定每个雷达的信号单元功率。
选取每个雷达系统初始观测时的远端无气象信号的初始噪声功率谱，如：晴空大气的功率谱，并进一步结合每个雷达的初始噪声功率获取每个雷达的信号单元功率。
示例的，根据每个雷达的初始噪声功率谱，确定每个雷达的初始噪声信号幅度。
对每个雷达的初始噪声功率谱进行多次采样，剔除干扰信号后，选择多个样本中出现概率最大的幅度的一个样本，然后对该样本所有幅度求平均值，从而获取每个雷达的初始噪声信号幅度Amean，还可称为初始噪声电平幅度。
然后可根据每个雷达的初始噪声功率和每个雷达的初始噪声信号幅度确定每个雷达的信号单元功率。
具体的，通过公式(10)获取每个雷达的初始噪声功率谱的全谱数据点数：
An＝Amean×NFFT 公式(10)
其中，An为雷达的初始噪声功率谱的全谱数据点数、An为无量纲量；Amean为雷达的初始噪声信号幅度；
NFFT为傅里叶谱变换数、无量纲量，具体实现时，不同的雷达系统，NFFT取值可以不同，可以设置为256、512、1024等，本实施例对此不做限制。
进一步，可以采用公式(11)计算获得每个雷达的信号单元功率：
其中，PFFT为信号单元功率，单位为dBmW；Pnsys为雷达的初始噪声功率。
使用上述方法分别计算第一雷达的信号单元功率记为PFFT1、第二雷达的信号单元功率记为PFFT2。
本实施例中通过每个雷达初始观测时的远端无气象信号的功率谱作为每个雷达的初始噪声功率谱，并通过每个雷达的理论噪声功率作为每个雷达的初始噪声功率，计算获得每个雷达的信号单元功率，为确定每个雷达的回波强度提供了准确的数据基础，根据每个雷达的信号单元功率对每个雷达的返回信号功率谱进行标校，避免了使用不同的雷达系统所带来的不确定性。
图4为本发明提供的云雨对雷达信号的吸收衰减和米氏散射衰减的提取设备的结构示意图。如图4所示，本实施例的云雨对雷达信号的吸收衰减和米氏散射衰减的提取设备40包括：处理器401以及存储器402；处理器401与存储器402连接。
存储器402，用于存储程序指令。
处理器401，用于执行存储器存储的程序指令，以实现上述实施例中所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有程序指令，当处理器执行所述程序指令时实现上述实施例中的方法。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法，其特征在于，包括：
确定第一雷达和第二雷达中每个雷达的气象信号功率谱；所述第一雷达的波段为非降水衰减波段，所述第二雷达的波段为降水衰减波段；
根据所述每个雷达的气象信号功率谱，得到所述每个雷达的回波强度谱和回波强度；
根据所述第一雷达和所述第二雷达的回波强度差值，确定所述第二雷达的电磁波衰减总量；
根据所述第一雷达和所述第二雷达的回波强度谱差值曲线在瑞利Rayleigh散射区间的值，计算所述第二雷达的吸收衰减量；
根据所述第二雷达的电磁波衰减总量和吸收衰减量，得到所述第二雷达的米氏Mie散射衰减量。
2.根据权利要求1所述的方法，其特征在于，所述确定第一雷达和第二雷达中每个雷达的气象信号功率谱，包括：
确定所述每个雷达的信号单元功率；
根据所述每个雷达的信号单元功率，从所述每个雷达探测的返回信号功率谱数据中提取所述每个雷达的气象信号功率谱。
3.根据权利要求1所述的方法，其特征在于，所述根据所述每个雷达的气象信号功率谱，得到所述每个雷达的回波强度谱和回波强度，包括:
所述根据第一雷达和第二雷达中每个雷达的气象信号功率谱,计算所述每个雷达的回波强度谱；
对所述每个雷达的回波强度谱进行气象信号区间的全谱积分，得到所述每个雷达的回波强度。
4.根据权利要求2所述的方法，其特征在于，所述确定所述每个雷达的信号单元功率，包括：
根据所述每个雷达的系统参数，确定所述每个雷达的初始噪声功率；
获取所述每个雷达初始观测时的远端无气象信号的功率谱为所述每个雷达的初始噪声功率谱；
根据所述每个雷达的初始噪声功率和所述每个雷达的初始噪声功率谱，确定所述每个雷达的信号单元功率。
5.根据权利要求4所述的方法，其特征在于，所述根据所述每个雷达的初始噪声功率和所述每个雷达的初始噪声功率谱，确定所述每个雷达的信号单元功率，包括：
根据所述每个雷达的初始噪声功率谱，确定所述每个雷达的初始噪声信号幅度；
根据所述每个雷达的初始噪声功率和所述每个雷达的初始噪声信号幅度确定所述每个雷达的信号单元功率。
6.根据权利要求2所述的方法，其特征在于，所述根据所述每个雷达的信号单元功率，从所述每个雷达探测的返回信号功率谱中提取所述每个雷达的气象信号功率谱,包括：
根据所述每个雷达探测得到的返回信号功率谱，提取所述每个雷达的返回信号功率谱中气象信号的幅度；
根据所述气象信号的幅度和所述信号单元功率，计算所述每个雷达的气象信号功率谱。
7.根据权利要求6所述的方法，其特征在于，所述根据所述每个雷达探测得到的返回信号功率谱，提取所述每个雷达的返回信号功率谱中气象信号的幅度，包括：
根据所述每个雷达探测得到的返回信号功率谱，确定所述每个雷达的返回信号功率谱幅度和所述每个雷达的返回信号功率谱中噪声信号的幅度；
根据所述每个雷达的返回信号功率谱幅度和所述每个雷达的返回信号功率谱中噪声信号的幅度，获取所述每个雷达的气象信号的幅度。
8.根据权利要求1-7中任一项所述的方法，其特征在于，所述根据所述第一雷达和所述第二雷达的回波强度谱差值曲线在Rayleigh散射区间的值，计算所述第二雷达的吸收衰减量，包括：
根据所述第一雷达和所述第二雷达的回波强度谱的差值，得到差值曲线；
确定所述差值曲线的拐点；
将所述差值曲线的起点至所述拐点的区间确定为Rayleigh散射区间，根据所述Rayleigh散射区间内的差值曲线值计算所述第二雷达的吸收衰减量。
9.一种云雨对雷达信号的吸收衰减和米氏散射衰减的提取设备，其特征在于，包括：处理器和存储器；所述处理器和所述存储器连接；
所述存储器，用于存储程序指令；
所述处理器，用于在所述程序指令被执行时，实现权利要求1-8中任一项所述的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法。
10.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1-8中任一项所述的云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910107982.7A CN109884605B (zh) | 2019-02-02 | 2019-02-02 | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910107982.7A CN109884605B (zh) | 2019-02-02 | 2019-02-02 | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109884605A true CN109884605A (zh) | 2019-06-14 |
| CN109884605B CN109884605B (zh) | 2020-12-15 |
Family
ID=66928019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910107982.7A Active CN109884605B (zh) | 2019-02-02 | 2019-02-02 | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109884605B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110361742A (zh) * | 2019-06-21 | 2019-10-22 | 中国人民解放军国防科技大学 | 一种基于星载三频毫米波雷达的云雨微物理参数反演方法 |
| CN110927725A (zh) * | 2019-11-30 | 2020-03-27 | 兰州大学 | 一种基于气象雷达的雷电预警和监测方法 |
| CN110988884A (zh) * | 2019-12-30 | 2020-04-10 | 陇东学院 | 一种基于高频地波雷达的中纬度电离层探测方法 |
| CN113064130A (zh) * | 2021-03-17 | 2021-07-02 | 中国气象科学研究院 | 粒子谱分布的确定方法、装置、存储介质及程序产品 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000502794A (ja) * | 1995-12-26 | 2000-03-07 | トムソン―セーエスエフ | 二偏波レーダを使用する降水率を決定する方法およびそれを利用する気象レーダ |
| CN1541339A (zh) * | 2002-02-21 | 2004-10-27 | Ӣ�뾫����ʽ���� | 气象观测激光雷达系统 |
| CN102353955A (zh) * | 2010-06-04 | 2012-02-15 | 罗伯特·博世有限公司 | 雷达传感器以及用于借助雷达传感器检测降水的方法 |
| US8179299B1 (en) * | 1999-04-07 | 2012-05-15 | Geer James L | Method and apparatus for the detection of objects using electromagnetic wave attenuation patterns |
| CN102759729A (zh) * | 2012-07-13 | 2012-10-31 | 中国舰船研究设计中心 | 基于大气吸收损耗的全频段目标rcs值预估修正方法 |
| WO2014024644A1 (ja) * | 2012-08-09 | 2014-02-13 | 三菱電機株式会社 | ウィンドプロファイラにおける信号処理装置および信号処理方法 |
| CN106597404A (zh) * | 2016-11-29 | 2017-04-26 | 上海无线电设备研究所 | 太赫兹云雷达信号处理方法及系统 |
| CN106769952A (zh) * | 2017-03-02 | 2017-05-31 | 南京红露麟激光雷达科技有限公司 | 基于非相干光源的气体差分吸收激光雷达 |
| CN107656279A (zh) * | 2017-09-19 | 2018-02-02 | 中国电子科技集团公司第三十八研究所 | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 |
| CN108562956A (zh) * | 2018-03-12 | 2018-09-21 | 中国科学院大气物理研究所 | 利用毫米波监测降水的方法和系统 |
| CN109254273A (zh) * | 2018-11-01 | 2019-01-22 | 中国气象科学研究院 | 风廓线雷达回波信号的处理方法和装置 |
-
2019
- 2019-02-02 CN CN201910107982.7A patent/CN109884605B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000502794A (ja) * | 1995-12-26 | 2000-03-07 | トムソン―セーエスエフ | 二偏波レーダを使用する降水率を決定する方法およびそれを利用する気象レーダ |
| US8179299B1 (en) * | 1999-04-07 | 2012-05-15 | Geer James L | Method and apparatus for the detection of objects using electromagnetic wave attenuation patterns |
| CN1541339A (zh) * | 2002-02-21 | 2004-10-27 | Ӣ�뾫����ʽ���� | 气象观测激光雷达系统 |
| CN102353955A (zh) * | 2010-06-04 | 2012-02-15 | 罗伯特·博世有限公司 | 雷达传感器以及用于借助雷达传感器检测降水的方法 |
| CN102759729A (zh) * | 2012-07-13 | 2012-10-31 | 中国舰船研究设计中心 | 基于大气吸收损耗的全频段目标rcs值预估修正方法 |
| WO2014024644A1 (ja) * | 2012-08-09 | 2014-02-13 | 三菱電機株式会社 | ウィンドプロファイラにおける信号処理装置および信号処理方法 |
| CN106597404A (zh) * | 2016-11-29 | 2017-04-26 | 上海无线电设备研究所 | 太赫兹云雷达信号处理方法及系统 |
| CN106769952A (zh) * | 2017-03-02 | 2017-05-31 | 南京红露麟激光雷达科技有限公司 | 基于非相干光源的气体差分吸收激光雷达 |
| CN107656279A (zh) * | 2017-09-19 | 2018-02-02 | 中国电子科技集团公司第三十八研究所 | 一种基于双参数粒子谱分布的测雨雷达辐射传输系统 |
| CN108562956A (zh) * | 2018-03-12 | 2018-09-21 | 中国科学院大气物理研究所 | 利用毫米波监测降水的方法和系统 |
| CN109254273A (zh) * | 2018-11-01 | 2019-01-22 | 中国气象科学研究院 | 风廓线雷达回波信号的处理方法和装置 |
Non-Patent Citations (8)
| Title |
|---|
| JENNY L. REED; AARON D. LANTERMAN; JOHN M. TROSTEL: "《Weather radar: Operation and phenomenology》", 《 IEEE AEROSPACE AND ELECTRONIC SYSTEMS MAGAZINE》 * |
| ROBIN J. HOGAN、 NICOLAS GAUSSIAT、ANTHONY J. ILLINGWORTH: "《stratocumulus liquid water content from dual-wavelength radar》", 《OURNAL OF ATMOSPHERIC AND OCEANIC TECHNOLOGY》 * |
| 伯广宇、钟志庆、刘博、戚福第、周军: "《瑞利-拉曼-米氏激光雷达光学接收和信号检测设计》", 《中国激光》 * |
| 孙豪: "《不同波段垂直指向雷达功率谱密度对比》", 《应用气象学报》 * |
| 王玉文: "《太赫兹辐射大气传输特性研究与信道分析》", 《中国博士学位论文全文数据库 基础科学辑》 * |
| 纪雷、王振会、黄兴友、滕煦、赵凤环: "《机载雷达探测数据仿真平台设计与实现》", 《热带气象学报》 * |
| 阮征: "《基于雷达资料的降水云微物理参数反演及垂直结构研究》", 《中国博士学位论文全文数据库 基础科学辑》 * |
| 黄书荣: "《风廓线雷达结合毫米波雷达提取降水时大气垂直速度的研究》", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110361742A (zh) * | 2019-06-21 | 2019-10-22 | 中国人民解放军国防科技大学 | 一种基于星载三频毫米波雷达的云雨微物理参数反演方法 |
| CN110361742B (zh) * | 2019-06-21 | 2021-03-26 | 中国人民解放军国防科技大学 | 一种基于星载三频毫米波雷达的云雨微物理参数反演方法 |
| CN110927725A (zh) * | 2019-11-30 | 2020-03-27 | 兰州大学 | 一种基于气象雷达的雷电预警和监测方法 |
| CN110927725B (zh) * | 2019-11-30 | 2023-03-14 | 兰州大学 | 一种基于气象雷达的雷电预警和监测方法 |
| CN110988884A (zh) * | 2019-12-30 | 2020-04-10 | 陇东学院 | 一种基于高频地波雷达的中纬度电离层探测方法 |
| CN110988884B (zh) * | 2019-12-30 | 2023-06-23 | 陇东学院 | 一种基于高频地波雷达的中纬度电离层探测方法 |
| CN113064130A (zh) * | 2021-03-17 | 2021-07-02 | 中国气象科学研究院 | 粒子谱分布的确定方法、装置、存储介质及程序产品 |
| CN113064130B (zh) * | 2021-03-17 | 2023-02-28 | 中国气象科学研究院 | 粒子谱分布的确定方法、装置、存储介质及程序产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109884605B (zh) | 2020-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109884605B (zh) | 云雨对雷达信号的吸收衰减和米氏散射衰减的提取方法 | |
| JP3335544B2 (ja) | レーダ装置及びそのレーダ信号処理方法 | |
| CN109613503B (zh) | 雷达回波信号的标校方法和装置 | |
| Trömel et al. | Backscatter differential phase—Estimation and variability | |
| US6894638B2 (en) | Radar signal processing unit and radar signal processing method for abnormal signal extraction | |
| Protat et al. | CloudSat as a global radar calibrator | |
| FR2960652A1 (fr) | Procede de correction de mesures de reflectivite par detection d'isotherme et radar mettant en oeuvre ce procede | |
| Vulpiani et al. | Comparison of advanced radar polarimetric techniques for operational attenuation correction at C band | |
| US9465106B2 (en) | Robust attenuation correction system for radar reflectivity and differential reflectivity | |
| Aoki et al. | Measurements of rainfall velocity and raindrop size distribution using coherent Doppler lidar | |
| US11614539B2 (en) | Apparatus and method for removing noise for observation information of weather radar | |
| CN109254273B (zh) | 风廓线雷达回波信号的处理方法和装置 | |
| CN113075754A (zh) | 一种基于相干多普勒激光雷达的雨滴谱获取方法及装置 | |
| KR20170121393A (ko) | 구름레이더를 이용한 수함량 산출 시스템 및 수함량 산출 방법 | |
| Park et al. | Calibration of radar reflectivity measurements from the KMA operational radar network | |
| CN113534090A (zh) | 一种云中液态水含量的反演方法及装置 | |
| CN116184342B (zh) | 一种基于多雷达组网的测云雷达数据校准方法及系统 | |
| JP3773779B2 (ja) | レーダ信号処理装置 | |
| CN113064130B (zh) | 粒子谱分布的确定方法、装置、存储介质及程序产品 | |
| CN116047524A (zh) | 一种双偏振天气雷达数据质量实时评估方法及系统 | |
| CN113655454A (zh) | 基于毫米波雷达的太赫兹测云雷达反射率因子标校方法 | |
| Compaleo et al. | Preliminary refractivity from clutter (RFC) evaporation duct inversion results from CASPER west experiment | |
| US8855932B1 (en) | Method and apparatus for measuring surface air pressure | |
| Saïd et al. | High-resolution humidity profiles retrieved from wind profiler radar measurements | |
| CN118011358B (zh) | 一种双波段雷达雨滴谱反演方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |