CN112005130A - 降水粒子判别装置、系统、方法及程序 - Google Patents

降水粒子判别装置、系统、方法及程序 Download PDF

Info

Publication number
CN112005130A
CN112005130A CN201980016206.4A CN201980016206A CN112005130A CN 112005130 A CN112005130 A CN 112005130A CN 201980016206 A CN201980016206 A CN 201980016206A CN 112005130 A CN112005130 A CN 112005130A
Authority
CN
China
Prior art keywords
evaluation value
orthogonal coordinate
distribution
precipitation
polar
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
Application number
CN201980016206.4A
Other languages
English (en)
Other versions
CN112005130B (zh
Inventor
早野真理子
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.)
Furuno Electric Co Ltd
Original Assignee
Furuno Electric 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 Furuno Electric Co Ltd filed Critical Furuno Electric Co Ltd
Publication of CN112005130A publication Critical patent/CN112005130A/zh
Application granted granted Critical
Publication of CN112005130B publication Critical patent/CN112005130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
    • G01S13/346—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal using noise modulation
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • 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
    • 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
    • G01S13/951—Radar or analogous systems specially adapted for specific applications for meteorological use ground based
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
    • G01S7/2955—Means for determining the position of the radar coordinate system for evaluating the position data of the target in another coordinate system
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/048—Fuzzy inferencing
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
    • G01S7/025—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects involving the transmission of linearly polarised waves
    • 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)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Electromagnetism (AREA)
  • Environmental Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Ecology (AREA)
  • Hydrology & Water Resources (AREA)
  • Artificial Intelligence (AREA)
  • Atmospheric Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Automation & Control Theory (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

课题在于，提供能够基于来自多个雷达装置的信息自然地得到降水粒子的判别结果的降水粒子判别装置。解决手段在于，降水粒子判别装置具备数据处理部、模糊处理部、坐标变换部、内插部和判别部。数据处理部从扫描区域的至少一部分重复且被设置在不同的位置处的各雷达装置，取得在降水粒子上反射而得到的偏振波参数。模糊处理部将表现归属于每个降水粒子类别的归属程度的评价值在极坐标中的分布作为极坐标分布评价值，使用模糊推理，根据偏振波参数求取极坐标分布评价值。坐标变换部将极坐标分布评价值变换为正交坐标分布评价值。内插部在根据极坐标分布评价值按多个雷达装置中的每个雷达装置求取的正交坐标分布评价值之中，对坐标上的位置大致相等的正交坐标分布评价值进行合成来取得合成评价值。判别部根据合成评价值判别降水粒子类别。

Description

降水粒子判别装置、系统、方法及程序
技术领域
本发明涉及能够判别雨、雪等降水粒子的种类的降水粒子判别装置等。
背景技术
以往，已知使用能够收发水平偏振波和垂直偏振波的双极化雷达来判别降水粒子的种类的方法。非专利文献1公开了这种降水粒子判别方法。
非专利文献1的降水粒子判别方法基于模糊推理来判别降水粒子的种类。在非专利文献1中，在从双极化雷达的扫描取得的偏振波参数之中，针对雷达反射因子Zh、雷达反射因子差Zdr、偏振波间相关系数ρhv、偏振波间相位差Kdp适用隶属函数，从而判别降水粒子的种类。
在先技术文献
非专利文献
非专利文献1:Takeharu Kouketsu，Hiroshi Uyeda，Tadayasu Ohigashi，MarikoOue，Hiroto Takeuchi，Taro Shinoda，and Kazuhisa Tsuboki，2015：A HydrometeorClassification Method for X－Band Polarimetric Radar：Construction andValidation Focusing on Solid Hydrometeors under Moist Environments，JOURNAL OFATMOSPHERIC AND OCEANIC TECHNOLOGY，Vol32，2052－2074
发明内容
本发明所要解决的课题
但是，上述非专利文献1不过是公开了通过1个雷达装置的观测来判别降水粒子。因此，在非专利文献1中，没有公开在由多个雷达装置进行了观测的情况下如何得到综合性的判别结果。
本发明鉴于以上的情况而做出，其主要目的在于，提供能够基于来自多个雷达装置的信息自然地得到降水粒子的判别结果的降水粒子判别装置等。
用于解决课题的手段及效果
本发明所要解决的课题如上，接下来说明用于解决该课题的手段及其效果。
根据本发明的第1观点，提供以下的构成的降水粒子判别装置。即，该降水粒子判别装置具备数据处理部、模糊处理部、坐标变换部、内插部和判别部。所述数据处理部从扫描区域的至少一部分重复且被设置在不同的位置处的多个雷达装置中的各个雷达装置，取得基于在降水粒子上反射而得到的接收信号的偏振波参数。所述模糊处理部将表现归属于每个降水粒子类别的归属程度的评价值在极坐标中的分布作为极坐标分布评价值，使用模糊推理，根据所述偏振波参数计算所述极坐标分布评价值。所述坐标变换部通过将所述极坐标分布评价值变换为正交坐标，计算在正交坐标系中表现的评价值的分布即正交坐标分布评价值。所述内插部在基于将所述极坐标分布评价值变换为正交坐标而按多个所述雷达装置中的每个雷达装置计算的所述正交坐标分布评价值之中，对坐标上的位置大致相等的所述正交坐标分布评价值进行合成来取得合成评价值。所述判别部基于所述合成评价值，判别降水粒子类别。
由此，在扫描区域彼此重复的部分中，不是对通过各雷达装置的观测而个别得到的定性的判别结果进行合成，而能够关于多个雷达装置对在模糊推理中对归属于降水粒子的种类的归属程度进行评价而得到的定量的评价值进行合成。然后，基于能够通过该合成来取得的合成评价值，能够得到单一的判别结果。因此，能够使用模糊推理来自然地取得综合性的判别结果。
在所述降水粒子判别装置中优选为：所述模糊处理部使用按多个所述雷达装置中的每个雷达装置不同的函数，作为用于求取归属于每个降水粒子类别的归属程度的模糊隶属函数。
由此，例如通过考虑所述雷达装置的特性的差异来按每个雷达装置决定模糊隶属函数，能够防止合成前的评价值的不均衡。
在所述降水粒子判别装置中优选为：所述内插部在基于按多个所述雷达装置中的每个雷达装置取得的所述偏振波参数来计算的所述正交坐标分布评价值之中，将在不同的所述雷达装置之间坐标上的位置大致相等的所述正交坐标分布评价值的平均值作为合成评价值。
由此，能够对要合成的评价值取平均来计算具有妥当性的合成评价值，因此能够更准确地判别降水粒子的种类。
在所述降水粒子判别装置中优选为：所述内插部通过带有基于信号强度或者信噪比的加权的计算，求取所述合成评价值，该信号强度或者信噪比是从与所述正交坐标分布评价值建立了对应的位置得到的所述接收信号的信号强度或者信噪比。
由此，在扫描区域彼此重复的部分中，能够进行与信号数据的可靠性相应的加权并进行合成，因此能够更准确地判别降水粒子的种类。
在所述降水粒子判别装置中优选为：所述内插部通过带有基于距离的加权的计算，求取所述合成评价值，该距离是与所述正交坐标分布评价值建立了对应的位置和观测到作为该评价值的依据的偏振波参数的所述雷达装置之间的距离。
由此，在扫描区域彼此重复的部分中，能够进行与距各个雷达装置的距离的大小相应的加权，因此能够更准确地判别降水粒子的种类。
根据本发明的第2观点，提供以下的构成的降水粒子判别系统。即，该降水粒子判别系统具备第1雷达装置、所述数据处理部、所述模糊处理部、所述坐标变换部、所述内插部和所述判别部。所述第1雷达装置被设置为与其他被设置在不同的位置处的雷达装置的扫描区域的至少一部分重复。
由此，能够提供基于从多个雷达装置输入的信号来判别降水粒子的种类的降水粒子判别系统。
根据本发明的第3观点，提供以下的降水粒子判别方法。即，从扫描区域的至少一部分重复且被设置在不同的位置处的多个雷达装置中的各个雷达装置，取得基于在降水粒子上反射而得到的接收信号的偏振波参数，将表现归属于每个降水粒子类别的归属程度的评价值在极坐标中的分布作为极坐标分布评价值，使用模糊推理，根据所述偏振波参数计算所述极坐标分布评价值，通过将所述极坐标分布评价值变换为正交坐标，计算在正交坐标系中表现的所述评价值的分布即正交坐标分布评价值，在基于将所述极坐标分布评价值变换为正交坐标而按多个所述雷达装置中的每个雷达装置计算的所述正交坐标分布评价值之中，对坐标上的位置大致相等的所述正交坐标分布评价值进行合成来取得合成评价值，基于所述合成评价值，判别降水粒子类别。
根据本发明的第4观点，提供以下的降水粒子判别程序。即，该降水粒子判别程序使计算机执行数据处理步骤、模糊处理步骤、坐标变换步骤、内插步骤和判别步骤。在所述数据处理步骤中，从扫描区域的至少一部分重复且被设置在不同的位置处的多个雷达装置中的各个雷达装置，取得基于在降水粒子上反射而得到的接收信号的偏振波参数。在所述模糊处理步骤中，将表现归属于每个降水粒子类别的归属程度的评价值的极坐标作为极坐标分布评价值，使用模糊推理，根据所述偏振波参数计算所述极坐标分布评价值。在所述坐标变换步骤中，通过将所述极坐标分布评价值变换为正交坐标，计算在正交坐标系中表现的所述评价值的分布即正交坐标分布评价值。在所述内插步骤中，在基于将所述极坐标分布评价值变换为正交坐标而按多个所述雷达装置中的每个雷达装置计算的所述正交坐标分布评价值之中，对坐标上的位置大致相等的所述正交坐标分布评价值进行合成来取得合成评价值。在所述判别步骤中，基于所述合成评价值，判别降水粒子类别。
附图说明
图1是表示具备本发明的一个实施方式所涉及的降水粒子判别装置的降水粒子判别系统的整体性的构成的框图。
图2是表示多个雷达装置所具有的扫描区域的关系的斜视图。
图3是详细表示降水粒子判别装置的构成的框图。
图4是表示由降水粒子判别装置进行基于模糊推理的评价值的计算、评价值的合成及降水粒子的判别的流程的示意图。
图5是表示降水粒子判别装置所进行的处理的流程图。
具体实施方式
接下来，参照附图说明本发明的实施方式。图1是表示具备本发明的一个实施方式所涉及的降水粒子判别装置31的降水粒子判别系统1的整体性的构成的框图。图2是表示多个雷达装置11所具有的扫描区域S的关系的斜视图。图3是详细表示降水粒子判别装置31的构成的框图。图4是表示由降水粒子判别装置31进行基于模糊推理的评价值的计算、评价值的合成及降水粒子的判别的流程的示意图。
图1所示的降水粒子判别系统1构成为能够观测降水并且判别降水粒子的种类的气象观测系统。降水粒子判别系统1具备多个雷达装置11、以及降水粒子判别装置31。
如图2所示，多个雷达装置11以能够分别对规定的区域进行扫描的方式被配置在相互不同的地点a、b、c。在以下的说明中，有时将各个雷达装置11所扫描的区域称为扫描区域。
在本实施方式中雷达装置11进行3维性的扫描，因此如图2所示，扫描区域S被定为3维的区域。但是，雷达装置11也可以以2维方式进行扫描，在该情况下，扫描区域被定为2维的区域。
各雷达装置11通过对各个扫描区域S进行扫描，来取得与气象相关的数据。在本实施方式中，如图2所示，3台雷达装置11的扫描区域相互一部分重复。
雷达装置11设为双极化雷达，通过发送水平偏振波和垂直偏振波这2个种类的电波，能够观测多种多样的数据。这样的雷达称为多参数雷达。雷达装置11例如能够设为收发X波段的频率的电波，但也可以使用C波段或者S波段的频率。另外，降水粒子判别系统1中既可以使用分别收发相同频率的电波的多个雷达装置11，也可以使用分别收发不同频率的电波的多个雷达装置11。
如图1所示，各个雷达装置11与降水粒子判别装置31电连接。雷达装置11通过公知的通信机构，能够将与接收信号相关的数据向降水粒子判别装置31发送。
雷达装置11具备发送信号输出部12、天线部5和接收信号处理部13。
发送信号输出部12将发送信号向天线部5输出。发送信号输出部12具备信号发生部14、发送控制部15和放大器16。信号发生部14生成发送信号并向放大器16输出。此外，发送信号的输出定时由发送控制部15控制。由信号发生部14输出的发送信号在由放大器16放大后，经由循环器17向天线部5输出。
天线部5针对扫描区域S发送作为发送信号的电波，并且接收该电波被降水粒子等反射后的反射波。天线部5通过以马达等作为驱动源的未图示的旋转机构，能够在水平面内旋转。因此，天线部5能够一边在水平面内旋转一边反复进行电波的收发。另外，天线部5通过该旋转机构，能够使仰角变化来进行电波的收发。由此，雷达装置11能够对半球状的扫描区域S以3维方式进行扫描。此外，天线部5所接收的信号经由循环器17向接收信号处理部13输出。
接收信号处理部13针对天线部5所接收的信号进行信号处理。接收信号处理部13具备AD转换器18、脉冲压缩部19和信号噪声去除部20。
AD转换器18将接收信号转换为数字信号，并将该数字信号向脉冲压缩部19输出。
脉冲压缩部19通过公知的傅立叶变换等方法，对从AD转换器18输出的数字信号进行脉冲压缩，使接收信号的S/N比等改善。被进行了脉冲压缩处理后的信号向信号噪声去除部20输出。
信号噪声去除部20从由脉冲压缩部19输出的信号中去除频率噪声等噪声。信号噪声去除部20将被进行了噪声去除后的信号向数据处理部41输出。
如图1及图3所示，降水粒子判别装置31具备数据处理部41、模糊处理部51、集约部(合成部)61、判别部71和输出部81。
具体地说明，降水粒子判别装置31由公知的构成的计算机实现。该计算机具有CPU、ROM、RAM及I/O接口等，在所述ROM中，存储着用于实现本发明的降水粒子判别方法的程序等。另外，通过上述的硬件与软件的协同动作，能够使降水粒子判别装置31作为数据处理部41、模糊处理部51、集约部61、判别部71及输出部81动作。
数据处理部41基于各雷达装置11所接收的接收信号(水平偏振波接收信号及垂直偏振波接收信号)，按每个雷达装置11求取与偏振波参数相关的雷达数据。按每1个雷达装置11，关于将扫描区域S在距离方向及角度方向上细分而得到的省略图示的各个极坐标网格，得到各种偏振波参数。各个偏振波参数与3维空间中的极坐标网格的位置被建立对应。该极坐标网格的位置被表现在以各雷达装置11被设置的位置作为原点且作为一种极坐标系的球面坐标系(r，θ，φ)中。
在数据处理部41通过计算来取得的偏振波参数中，包含雷达反射因子Zhh、雷达反射因子差Zdr、偏振波间相关系数ρhv及偏振波间相位差Kdp。但是，这是一例，也可以省略上述之中的一部分偏振波参数。另外，数据处理部41例如也可以还计算多普勒速度Vd等，作为上述以外的偏振波参数。
数据处理部41在每次雷达装置11对扫描区域S的1次扫描完成并得到新的接收信号时，反复进行偏振波参数的计算。由此，数据处理部41能够按每规定时间(例如每1分钟)取得关于3个雷达装置11分别决定的极坐标网格的偏振波参数。
数据处理部41将按每个雷达装置11取得的各种偏振波参数(Zhh、Zdr、ρhv及Kdp)的极坐标分布向模糊处理部51输出。
模糊处理部51针对按每个雷达装置11取得的每个极坐标网格的偏振波参数，适用用于判别降水粒子的种类的隶属函数MBF。由此，模糊处理部51能够按每个雷达装置11计算基于模糊推理的评价值的极坐标分布(以下有时称为极坐标分布评价值)。
模糊推理是公知的，因此简单地进行说明，模糊推理通过归属度函数(隶属函数)，通常以0以上且1以下的值表现如下程度：该程度表现各要素以何种程度属于某个集合(模糊集合)。在值为0的情况下，意味着完全不属于集合，在值为1的情况下，意味着完全属于集合。在模糊推理中，能够通过比0大且比1小的值来表现处于完全不属于集合与完全属于集合之间的模糊的状态。
模糊处理部51如图3所示，具备函数存储部52、归属程度计算部53和评价值计算部54。
函数存储部52存储上述说明的隶属函数MBF。函数存储部52中存储的隶属函数MBF是通过实验等预先决定的函数。函数存储部52能够按雨、冰雹、干雪、霰、冰晶等各个种类，存储表现降水粒子属于该种类的程度的隶属函数MBF。
隶属函数MBF按作为输入变量的每个偏振波参数(雷达反射因子Zhh、雷达反射因子差Zdr、偏振波间相关系数ρhv及偏振波间相位差Kdp)而且按每个集合(降水粒子的种类)被决定。因此，在将偏振波参数的数量设为M，且将希望判别的降水粒子的种类的数量设为N时，隶属函数MBF的数量成为M×N个。
在以下的说明中，为了确定各个隶属函数，有时以MBFm_n(其中，m及n为1以上的整数)的方式，附加2个下标数字来进行说明。前侧的下标数字m是对作为针对该隶属函数的输入变量的偏振波参数附加的索引。该索引以雷达反射因子Zhh为1、雷达反射因子差Zdr为2、偏振波间相关系数ρhv为3、偏振波间相位差Kdp为4的方式被决定。后侧的下标数字n是对该隶属函数求取归属程度的降水粒子的种类附加的索引。该索引以雨为1、冰雹为2，……的方式被决定。
归属程度计算部53将由数据处理部41取得的各种偏振波参数，按每1个极坐标网格，向函数存储部52所存储的隶属函数MBFm_n输入，来计算该地点处的降水粒子属于各个种类(在上述的例子中是雨、冰雹、……)的归属程度。由此，按每1个极坐标网格，得到M×N个归属程度的值。归属程度计算部53将计算出的归属程度向评价值计算部54输出。
评价值计算部54按每个极坐标网格，计算基于从归属程度计算部53输出的归属程度的评价值。由此，按每个极坐标网格得到雨的评价值Q1、冰雹的评价值Q2、……。按降水粒子的每个种类得到的评价值是定量的信息，该评价值越大，表示越优选将该位置处的降水粒子判别为该种类(例如雨)。
评价值的计算例如通过将归属程度相加来进行。即，评价值计算部54计算将在某个极坐标网格中得到的各种偏振波参数分别输入至用于求取归属于雨的归属程度的M个隶属函数MBFm_1中而得到的输出之和，从而得到该极坐标网格中的雨的评价值Q1。另外，评价值计算部54计算将在上述的极坐标网格中得到的各种偏振波参数分别输入至用于求取归属于冰雹的归属程度的多个隶属函数MBFm_2中而得到的输出之和，从而得到该极坐标网格中的冰雹的评价值Q2。关于雨及冰雹以外，也能够同样求取评价值Qn。
像这样，评价值计算部54按每个雷达装置11，进一步说按将各雷达装置11的扫描区域S分割而成的每个极坐标网格，计算各个降水粒子的种类的评价值Q1、Q2、……。评价值计算部54将得到的评价值在扫描区域S内的分布以极坐标分布的形式向集约部61输出。
在本实施方式的模糊处理部51中，关于多个雷达装置11使用共通的隶属函数。但是，在例如多个雷达装置11的特性相互不同的情况下，也可以按各个雷达装置11决定M×N个隶属函数MBF，并存储于函数存储部52。由此，能够通过隶属函数MBF吸收雷达装置11的特性的差异并且求取评价值，因此能够平衡性好地进行后述的评价值的合成。
集约部61汇集由模糊处理部51得到的每个雷达装置11的极坐标分布评价值，生成综合后的评价值分布。集约部61所取得的评价值分布以被决定为包含多个雷达装置11的所有扫描区域S在内的整体的3维空间作为对象，以划分该3维空间的正方格子状的观测网格OM作为单位。
如上所述，多个雷达装置11的扫描区域S相互一部分重复。因此，在重复的区域中的观测网格OM中，如图4所示，由相互不同的雷达装置11的偏振波参数生成的评价值并存。在图4的左侧概念性地示出如下情况：基于在3个地点a、b、c分别设置的雷达装置11的偏振波参数的评价值，被包含在同一观测网格OM中。
集约部61通过对多个评价值进行合成，来求取该观测网格OM中的评价值。以下，有时将通过多个雷达装置11的观测而得到的评价值被合成而得到的值称为合成评价值。合成评价值按每1个观测网格OM取N个值。
对评价值进行合成的方法有多种，可以单纯地进行相加平均，但优选考虑与各个评价值建立了对应的位置来进行合成。例如可以考虑：与某个评价值对应的位置越接近于作为观测网格OM的代表点的中心点P，则以该评价值在合成评价值中所占的权重越大的方式进行合成。作为这样的计算方法，能够举出公知的克雷斯曼内插。
集约部61如图3所示，具备坐标变换部62和内插部63。
坐标变换部62对与各评价值建立了对应的球面坐标系(r，θ，φ)中的位置进行变换以在正交坐标系(x，y，z)中表现。由此，能够将基于3个雷达装置11的偏振波参数的评价值的分布，表现在统一的坐标系中。坐标变换部62将在正交坐标系中表现的评价值的分布向内插部63输出。此外，从极坐标系向正交坐标系的坐标变换能够通过公知的变换式实现。
内插部63通过公知的内插的方法，基于作为从坐标变换部62输入的每个雷达装置11的评价值且坐标上的位置大致相等的评价值，生成合成评价值。内插部63求取观测网格OM的适宜的代表点(通常为中心点P)处的评价值作为合成评价值。在本实施方式中，内插部63通过克雷斯曼法求取合成评价值。因此，能够以评价值的位置与中心点P之间的距离小于规定的影响半径作为前提，得到考虑了基于该距离的权重后的合成评价值。此外，内插部63优选在按多个雷达装置11中的每个雷达装置11取得的正交坐标系的评价值之中，将在不同的雷达装置11之间坐标上的位置大致相等的评价值的平均值作为合成评价值。由此，能够对要合成的评价值取平均来计算具有妥当性的合成评价值。
内插部63能够构成为：在计算合成评价值时，基于与各个评价值建立了对应的位置和观测到成为该评价值的依据的偏振波参数的雷达装置11之间的距离进行加权。由此，与基于由距观测网格OM远的雷达装置11取得的偏振波参数的评价值相比，能够更重视基于由距观测网格OM近的雷达装置11取得的偏振波参数的评价值，来对评价值进行合成。因此，能够得到可靠性更高的合成评价值。
另外，内插部63也可以替代基于到雷达装置11的距离的加权，或者在其基础上，基于从与各个评价值建立了对应的位置得到的雷达接收信号的信号强度或者信噪比进行加权。由此，在例如强降雨区域的观测等中考虑到信号强度的衰减的情况下，也能够进行与雷达接收信号的可靠性相应的加权，因此能够更适当地判别降水粒子的种类。
内插部63将按每个观测网格OM生成的合成评价值在正交坐标系中的分布向判别部71输出。该合成评价值按每1个观测网格OM成为N个。
集约部61关于仅被包含在1个雷达装置11的扫描区域S中的部分中的观测网格OM，也与扫描区域S彼此重复的部分中的观测网格OM同样地进行处理，使用克雷斯曼内插求取观测网格OM的中心点P处的评价值。从模糊处理部51得到的评价值的分布以极坐标网格作为单位，因此在1个观测网格OM中，有时包含基于1个雷达装置11的观测的多个评价值。在该情况下，也按照与对基于多个雷达装置11的观测的评价值进行合成的情况实质上同样的想法，求取中心点P处的评价值即可。
在图4的观测网格OM等中，为了易于理解，描绘了与评价值建立了关联的位置被包含在观测网格OM的内部的情况。但是，如果要增大例如克雷斯曼内插中的上述的影响半径，则位于观测网格OM的外侧的评价值也有时会对该观测网格OM的中心点P处的合成评价值或者评价值造成影响。
判别部71基于从内插部63输出的评价值或者合成评价值的分布，按每个观测网格OM判别降水粒子的种类。具体而言，判别部71将各种类的降水粒子之中的评价值或者合成评价值最大的降水粒子的种类作为判别结果。判别部71将降水粒子的判别结果的分布以正交坐标分布的形式向输出部81输出。
输出部81例如构成为包含通过有线或者无线与外部进行数据通信的通信设备。该输出部81能够将降水粒子的判别结果的分布向外部的记录服务器等输出。
在此，假如在扫描区域S彼此重复的部分中，在基于雷达装置11各自的观测个别地求取降水粒子的判别结果之后再进行综合，则在产生了判定的矛盾的情况下难以导出妥当的结论。具体地说明，在位于2个雷达装置11的扫描区域S重复的部分处的同一观测网格OM中，在某个雷达装置11的观测中被判别为雨，而在另1个雷达装置11的观测中被判别为冰雹的情况下，难以判断要选择哪一个判别结果。关于这一点，在本实施方式中，能够在关于多个雷达装置11对作为定量的值的上述评价值进行合成之后得到单一的判别结果。因此，能够避免如上所述的判断的困难，自然地得到综合性的判别结果。
接下来，参照图5，关于降水粒子判别程序所进行的处理进行说明。图5是表示降水粒子判别装置31中执行的处理的流程图。
如果处理开始，则降水粒子判别装置31待机直到从各雷达装置11输入接收信号(步骤S101)。
如果向降水粒子判别装置31输入了接收信号，则数据处理部41按每个雷达装置11，计算每个极坐标网格的偏振波参数，并计算偏振波参数的极坐标分布(步骤S102)。
接下来，模糊处理部51针对每个雷达装置11的偏振波参数的极坐标分布，适用隶属函数MBFm_n来求取归属程度，根据该归属程度，计算评价值的极坐标分布(步骤S103)。
如果关于各个雷达装置11得到了评价值的极坐标分布，则集约部61将各个极坐标分布中包含的位置从极坐标系向正交坐标系变换(步骤S104)。进而，集约部61通过内插求取作为正交网格的每个观测网格OM的评价值，并且在扫描区域S彼此重复的区域中，对基于各雷达装置11的观测的评价值进行合成来求取合成评价值(步骤S105)。
如果得到了合成评价值的正交坐标分布，则判别部71基于评价值或者合成评价值，按每个观测网格OM判别降水粒子的种类，生成判别结果的正交坐标分布(步骤S106)。
之后，输出部81将判别结果的正交坐标分布向外部输出(步骤S107)。之后，处理返回步骤S101，降水粒子判别装置31待机直到从各雷达装置11输入新的接收信号。
因此，该程序能够使计算机执行图4所示的数据处理步骤、模糊处理步骤、坐标变换步骤、内插步骤和判别步骤。在所述数据处理步骤中，从多个雷达装置11中的各个雷达装置11取得基于在降水粒子上反射而得到的接收信号的偏振波参数(步骤S102)。在所述模糊处理步骤中，基于从多个所述雷达装置11中的各个雷达装置11取得的偏振波参数在极坐标中的分布，按每个雷达装置11计算在模糊推理中使用了降水粒子归属于各个种类的归属程度而得到的评价值在极坐标中的分布(步骤S103)。在所述坐标变换步骤中，将关于多个雷达装置11分别得到的评价值的极坐标的分布，变换为正交坐标系中的分布(步骤S104)。在所述内插步骤中，关于多个雷达装置11进行合成，并取得合成评价值在正交坐标系中的(以作为正交网格的观测网格OM为单位的)分布(步骤S105)。在所述判别步骤中，基于合成评价值在正交坐标系中的分布，取得降水粒子的种类的判别结果在正交坐标系中的分布(步骤S106)。因此，通过在降水粒子判别装置31中执行该程序，能够实现本发明的降水粒子判别方法。
如以上所说明地，本实施方式的降水粒子判别装置31具备数据处理部41、模糊处理部51、坐标变换部62、内插部63和判别部71。数据处理部41从扫描区域S的至少一部分重复且被设置在不同位置处的多个雷达装置11中的各个雷达装置11，取得基于在降水粒子上反射而得到的接收信号的偏振波参数。模糊处理部51将表现归属于每个降水粒子类别的归属程度的评价值在极坐标中的分布作为极坐标分布评价值，使用模糊推理，根据所述偏振波参数计算所述极坐标分布评价值。坐标变换部62通过将所述极坐标分布评价值变换为正交坐标，计算在正交坐标系中表现的所述评价值的分布即正交坐标分布评价值。内插部63在基于将所述极坐标分布评价值变换为正交坐标而按多个所述雷达装置11中的每个雷达装置11计算的所述正交坐标分布评价值之中，对坐标上的位置大致相等的所述正交坐标分布评价值进行合成来取得合成评价值。判别部71基于所述合成评价值，判别降水粒子类别。
由此，在扫描区域S彼此重复的部分中，不是对从各雷达装置11得到的定性的判别结果进行合成，而能够关于多个雷达装置11，对在模糊推理中对归属于降水粒子的种类的归属程度进行评价而得到的定量的评价值进行合成。然后，基于能够通过该合成来取得的合成评价值，能够得到单一的判别结果。因此，能够使用模糊推理来自然地取得综合性的判别结果。
以上说明了本发明的优选实施方式，但上述的构成例如能够如下进行变更。
集约部61也可以关于各个雷达装置11个别地计算以观测网格OM作为单位的评价值的正交坐标分布，之后对其相互进行合成，来取得合成评价值的正交坐标分布。
各个观测网格OM的大小例如能够设为1千米的立方格子，但不限定于此。观测网格OM也可以替代设为立方体状，而设为例如长方体状。
各个雷达装置11也可以对2维的区域进行扫描。在该情况下，观测网格被定为对整体的2维平面进行分割的格子状的2维网格。
雷达装置11不限于3个，也可以配置2个或者4个以上。
数据处理部41也可以被设置于与降水粒子判别装置31分体的装置。例如，数据处理部41也可以被配置于雷达装置11。另外，数据处理部41也可以被配置于能够被输入雷达装置11的接收信号且向降水粒子判别装置31输出数据的服务器装置等。
附图标记说明：
1 降水粒子判别系统
11 雷达装置
31 降水粒子判别装置
51 模糊处理部
62 坐标变换部
63 内插部
71 判别部。
用语：
不一定是全部的目的或者效果/优点都能够依照本说明书中记载的任意的特定实施方式达成。因此，例如本领域技术人员能够想到：特定实施方式能够构成为以达成或优化如本说明书中教导的1个或者多个效果/优点的方式动作，而不一定能够达成如本说明书中教导或者启示的其他目的或者效果/优点。
本说明书中记载的全部处理能够通过由包含1个或者多个计算机或者处理器的计算系统执行的软件代码模块具体实现，并完全自动化。代码模块能够存储于任意类型的非易失性的计算机可读介质或者其他计算机存储装置。一部分或者全部方法能够利用专用的计算机硬件具体实现。
除了本说明书中记载的方式以外，还有很多其他变形例，这根据本公开是显然的。例如，按照实施方式，本说明书中记载的算法的任一个特定动作、事件或者功能能够以不同的时序执行，能够追加、合并或者完全排除(例如，不是说所描述的全部行为或者事象都是算法的执行所必须的)。进而，在特定实施方式中，动作或者事件例如通过多线程处理、中断处理或者多个处理器或者处理器核心，或者在其他并列体系结构上，能够不是逐次(顺序)地而是并列(并行)地执行。进而，不同的任务或者进程也能够通过可一起发挥功能的不同机器以及/或者计算系统执行。
与本说明书中公开的实施方式相关联地说明的各种例示性逻辑模块及模组能够由处理器等机器实施或者执行。处理器可以是微处理器，但也可以替代于此，处理器是控制器、微控制器或状态机、或者它们的组合等。处理器能够包含以处理计算机可执行命令的方式构成的电气电路。在别的实施方式中，处理器包含专用集成电路(ASIC)、现场可编程逻辑门阵列(FPGA)、或者不处理计算机可执行命令而执行逻辑运算的其他可编程设备。处理器另外还能够作为计算设备的组合、例如数字信号处理器(数字信号处理装置)与微处理器的组合、多个微处理器、与DSP核心组合的1个以上的微处理器、或者任意的其他这样的构成来安装。在本说明书中，主要关于数字技术进行说明，但处理器也能够主要包含模拟元件。例如，本说明书中记载的信号处理算法的一部分或者全部能够通过模拟电路或者模拟与数字的混合电路安装。计算环境包含基于微处理器、主机架计算机、数字信号处理器、便携式计算设备、设备控制器或者装置内的计算引擎的计算机系统，但能够包含不限定于此的任意类型的计算机系统。
只要没有特别注明，“能够”、“能做成”、“可能”或者“有可能性”等带条件的词语应理解为：为了传达“特定实施方式包含特定的特征、要素以及/或者步骤，但其他实施方式不包含”而一般使用的上下文内的含义。因此，这样的带条件的词语一般并不表示：特征、要素以及/或者步骤在1个以上的实施方式中被作为必须的任意的方法、或者1个以上的实施方式必然包含用于决定这些特征、要素以及/或者步骤是否被包含在任意的特定实施方式中或者是否被执行的逻辑。
如词语“X、Y、Z中的至少1个”那样的选择性语言只要没有特别记载，应该在为了表示项目、用语等可以是X、Y、Z中的任一个或者其任意的组合而一般使用的上下文中理解(例：X、Y、Z)。因此，这样的选择性词语一般不表示：特定实施方式需要分别存在的X的至少1个、Y的至少1个或者Z的至少1个中的各个。
本说明书中记载而且/或者在附图中示出的流程图中的任意的进程描述、要素或者模块，应该理解为包含用于安装进程中的特定的逻辑功能或者要素的1个以上可执行命令在内的、潜在地表示模组、段或者代码的一部分的对象。替代的实施方式被包含在本说明书中记载的实施方式的范围内，在此，要素或者功能如本领域技术人员理解的那样，按照所关联的功能性，能够在实质上同时或者以相反的顺序，从图示或者说明的内容中删除、或者以不同顺序执行。
只要没有特别明示，如“一个”这样的数词一般应该解释为：包含1个以上的被描述的项目。因此，“以……方式被设定的一个设备”等语句，意味着包含1个以上的被列举的设备。这样的1个或者多个被列举的设备也能够以执行所记载的引用内容的方式集合性地构成。例如，“以执行以下的A、B及C的方式构成的处理器”，能够包含以执行A的方式构成的第1处理器、以及以执行B及C的方式构成的第2处理器。而且，即使被导入的实施例的具体的数字被明示地列举，本领域技术人员也应该解释为：这样的列举典型地至少意味着被列举的数字(例如，未使用其他修饰语的“列举2个”这样的简单列举通常意味着列举至少2个、或者列举2个以上)。
一般而言，本说明书中使用的用语一般由本领域技术人员判断为意味着“非限定”用语(例如，“包含……”这样的用语应该解释为“不止于此，至少包含……”，“具有……”这样的用语应该解释为“至少具有……”，“包含”这样的用语应该解释为“包含以下，但不限定于此”等)。
为了说明的目的，本说明书中使用的“水平”这样的用语与其方向无关，作为说明的系统被使用的区域的底面的平面或者与表面平行的平面、或者说明的方法被实施的平面来定义。“底面”这样的用语能够与“地面”或者“水面”这样的用语置换。“垂直/铅直”这样的用语指的是与被定义的水平线垂直/铅直的方向。“上侧”、“下侧”、“下”、“上”、“侧面”、“更高”、“更低”、“在上方”、“越过……”“下的”等用语相对于水平面被定义。
本说明书中使用的用语中“附着”、“连接”、“成对”及其他关联用语只要没有特别注释，应该解释为包含可拆卸、可移动、固定、可调节、及/或可拆卸的连接或者连结。连接/连结包含直接连接以及/或者具有所说明的2个构成要素之间的中间构造的连接。
只要没有特别明示，本说明书中使用的像“大约”、“大致”及“实质上”这样的用语之后的数字包含被列举的数字，另外，进而表示与执行所期望的功能或者达成所期望的结果的被记载的量相近的量。例如，“大约”、“大致”及“实质上”只要没有特别明示，指的是小于被记载的数值的10％的值。如本说明书中使用的那样，“大约”、“大致”及“实质上”等用语之后公开的实施方式的特征，进而表示执行所期望的功能或者达成关于该特征所期望的结果的若干个具有可变性的特征。
在上述的实施方式中，能够追加很多变形例及修正例，这些要素应该理解为包含在其他能够允许的例子之中。像这样全部修正及变形都意图包含在本公开的范围内，通过以下的权利要求书保护。

Claims (8)

1.一种降水粒子判别装置，其特征在于，具备：
数据处理部，从扫描区域的至少一部分重复且被设置在不同的位置处的多个雷达装置中的各个雷达装置，取得基于在降水粒子上反射而得到的接收信号的偏振波参数；
模糊处理部，将表现归属于每个降水粒子类别的归属程度的评价值在极坐标中的分布作为极坐标分布评价值，使用模糊推理，根据所述偏振波参数计算所述极坐标分布评价值；
坐标变换部，通过将所述极坐标分布评价值变换为正交坐标，计算在正交坐标系中表现的评价值的分布即正交坐标分布评价值；
内插部，在基于将所述极坐标分布评价值变换为正交坐标而按多个所述雷达装置中的每个雷达装置计算的所述正交坐标分布评价值之中，对坐标上的位置大致相等的所述正交坐标分布评价值进行合成来取得合成评价值；以及
判别部，基于所述合成评价值，判别降水粒子类别。
2.如权利要求1所述的降水粒子判别装置，其特征在于，
所述模糊处理部使用按多个所述雷达装置中的每个雷达装置不同的函数，作为求取归属于每个降水粒子类别的归属程度的模糊隶属函数。
3.如权利要求1或者2所述的降水粒子判别装置，其特征在于，
所述内插部在基于按多个所述雷达装置中的每个雷达装置取得的所述偏振波参数来计算的所述正交坐标分布评价值之中，将在不同的所述雷达装置之间坐标上的位置大致相等的所述正交坐标分布评价值的平均值作为合成评价值。
4.如权利要求1至3中任一项所述的降水粒子判别装置，其特征在于，
所述内插部通过带有基于信号强度或者信噪比的加权的计算，求取所述合成评价值，该信号强度或者信噪比是从与所述正交坐标分布评价值建立了对应的位置得到的所述接收信号的信号强度或者信噪比。
5.如权利要求1至4中任一项所述的降水粒子判别装置，其特征在于，
所述内插部通过带有基于距离的加权的计算，来求取所述合成评价值，该距离是与所述正交坐标分布评价值建立了对应的位置和观测到作为该评价值的依据的偏振波参数的所述雷达装置之间的距离。
6.一种降水粒子判别系统，其特征在于，具备：
第1雷达装置，被设置为与其他被设置在不同的位置处的雷达装置的扫描区域的至少一部分重复；
数据处理部，从所述第1雷达装置以及其他被设置在不同的位置处的雷达装置中的各个雷达装置，取得基于在降水粒子上反射而得到的接收信号的偏振波参数；
模糊处理部，将表现归属于每个降水粒子类别的归属程度的评价值在极坐标中的分布作为极坐标分布评价值，使用模糊推理，根据所述偏振波参数计算所述极坐标分布评价值；
坐标变换部，通过将所述极坐标分布评价值变换为正交坐标，计算在正交坐标系中表现的评价值的分布即正交坐标分布评价值；
内插部，在基于将所述极坐标分布评价值变换为正交坐标而按包含所述第1雷达装置的多个雷达装置中的每个雷达装置计算的所述正交坐标分布评价值之中，对坐标上的位置大致相等的所述正交坐标分布评价值进行合成来取得合成评价值；以及
判别部，基于所述合成评价值，判别降水粒子类别。
7.一种降水粒子判别方法，其特征在于，
从扫描区域的至少一部分重复且被设置在不同的位置处的多个雷达装置中的各个雷达装置，取得基于在降水粒子上反射而得到的接收信号的偏振波参数，
将表现归属于每个降水粒子类别的归属程度的评价值在极坐标中的分布作为极坐标分布评价值，使用模糊推理，根据所述偏振波参数计算所述极坐标分布评价值，
通过将所述极坐标分布评价值变换为正交坐标，计算在正交坐标系中表现的评价值的分布即正交坐标分布评价值，
在基于将所述极坐标分布评价值变换为正交坐标而按多个所述雷达装置中的每个雷达装置计算的所述正交坐标分布评价值之中，对坐标上的位置大致相等的所述正交坐标分布评价值进行合成来取得合成评价值，
基于所述合成评价值，判别降水粒子类别。
8.一种降水粒子判别程序，其特征在于，使计算机执行：
数据处理步骤，从扫描区域的至少一部分重复且被设置在不同的位置处的多个雷达装置中的各个雷达装置，取得基于在降水粒子上反射而得到的接收信号的偏振波参数；
模糊处理步骤，将表现归属于每个降水粒子类别的归属程度的评价值在极坐标中的分布作为极坐标分布评价值，使用模糊推理，根据所述偏振波参数计算所述极坐标分布评价值；
坐标变换步骤，通过将所述极坐标分布评价值变换为正交坐标，计算在正交坐标系中表现的评价值的分布即正交坐标分布评价值；
内插步骤，在基于将所述极坐标分布评价值变换为正交坐标而按多个所述雷达装置中的每个雷达装置计算的所述正交坐标分布评价值之中，对坐标上的位置大致相等的所述正交坐标分布评价值进行合成来取得合成评价值；以及
判别步骤，基于所述合成评价值，判别降水粒子类别。
CN201980016206.4A 2018-03-13 2019-02-19 降水粒子判别装置、系统、方法及存储介质 Active CN112005130B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018046047 2018-03-13
JP2018-046047 2018-03-13
PCT/JP2019/005952 WO2019176462A1 (ja) 2018-03-13 2019-02-19 降水粒子判別装置、降水粒子判別システム、降水粒子判別方法、及び降水粒子判別プログラム

Publications (2)

Publication Number Publication Date
CN112005130A true CN112005130A (zh) 2020-11-27
CN112005130B CN112005130B (zh) 2024-03-26

Family

ID=67907745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980016206.4A Active CN112005130B (zh) 2018-03-13 2019-02-19 降水粒子判别装置、系统、方法及存储介质

Country Status (5)

Country Link
US (1) US11520040B2 (zh)
EP (1) EP3767334A4 (zh)
JP (1) JP6968978B2 (zh)
CN (1) CN112005130B (zh)
WO (1) WO2019176462A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116911082A (zh) * 2023-09-14 2023-10-20 成都信息工程大学 基于降水雷达和同化资料的降水粒子质量和数量估算方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10126424B1 (en) * 2011-01-07 2018-11-13 Weather Decision Technologies Inc. Dual-polarization weather radar data system and method
CN111223172B (zh) * 2020-01-10 2023-06-30 成都中科合迅科技有限公司 一种雷达探测范围绘制和融合方法、设备及存储介质
CN112147588B (zh) * 2020-10-14 2022-03-01 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种不对称的雷达照射面积快速计算方法
CN115047463B (zh) * 2022-08-16 2022-11-01 成都远望科技有限责任公司 一种考虑降雨区域雷达回波衰减协同扫描调度方法
CN115222300B (zh) * 2022-09-20 2023-02-28 珠海翔翼航空技术有限公司 基于智能评价算法的航空模拟器复训时长分配系统和方法
KR102547008B1 (ko) * 2023-02-16 2023-06-26 명성기업 주식회사 지능형 강설감지 장치 및 이를 포함하는 제설용액 자동살포시스템

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6081220A (en) * 1997-02-13 2000-06-27 Mitsubishi Denki Kabushiki Kaisha Radar system for observing weather phenomena with improved radar system parameters
JP2002098760A (ja) * 2000-09-22 2002-04-05 Mitsubishi Electric Corp 気象レーダシステム
JP2002156467A (ja) * 2000-11-15 2002-05-31 Toshiba Corp 局地気象観測システム
US8368581B2 (en) * 2007-12-03 2013-02-05 Selex Systems Integration Gmbh Method for determining compound data of weather radars in an overlapping region of the monitoring regions of at least two weather radars
US20160247273A1 (en) * 2015-02-25 2016-08-25 University Of Utah Research Foundation Hydrometeor identification methods and systems
WO2017051647A1 (ja) * 2015-09-24 2017-03-30 国立大学法人神戸大学 降水粒子判別装置、気象レーダー装置、降水粒子判別方法、及び降水粒子判別プログラム
CN107607954A (zh) * 2017-09-11 2018-01-19 中国民航大学 一种基于t‑s模型的fnn降水粒子相态识别方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2774174B1 (fr) * 1998-01-23 2000-07-07 Centre Nat Rech Scient Technique pour l'estimation de pluie a partir d'un radar meteorologique a diversite de polarisation
FR2827391B1 (fr) * 2001-07-11 2005-04-08 Centre Nat Rech Scient Technique pour l'estimation de pluie avec radar lorsque l'attenuation est negligeable
KR101431707B1 (ko) * 2013-11-26 2014-09-22 한국건설기술연구원 엑스밴드 이중편파 레이더 관측자료를 이용한 통합형 강우량 산정 방법
WO2017145587A1 (ja) * 2016-02-25 2017-08-31 古野電気株式会社 探知情報処理装置、気象観測システム、移動体監視システム及び探知情報処理方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6081220A (en) * 1997-02-13 2000-06-27 Mitsubishi Denki Kabushiki Kaisha Radar system for observing weather phenomena with improved radar system parameters
JP2002098760A (ja) * 2000-09-22 2002-04-05 Mitsubishi Electric Corp 気象レーダシステム
JP2002156467A (ja) * 2000-11-15 2002-05-31 Toshiba Corp 局地気象観測システム
US8368581B2 (en) * 2007-12-03 2013-02-05 Selex Systems Integration Gmbh Method for determining compound data of weather radars in an overlapping region of the monitoring regions of at least two weather radars
US20160247273A1 (en) * 2015-02-25 2016-08-25 University Of Utah Research Foundation Hydrometeor identification methods and systems
WO2017051647A1 (ja) * 2015-09-24 2017-03-30 国立大学法人神戸大学 降水粒子判別装置、気象レーダー装置、降水粒子判別方法、及び降水粒子判別プログラム
CN107607954A (zh) * 2017-09-11 2018-01-19 中国民航大学 一种基于t‑s模型的fnn降水粒子相态识别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BRENDA DOLAN, ET AL: "A Theory-Based Hydrometeor Identification Algorithm for X-Band Polarimetric Radars", 《AMERICAN METEOROLOGICAL SOCIETY》, pages 2071 - 2088 *
FRANK SILVIO MARZANO, ET AL: "Supervised Fuzzy-Logic Classification of Hydrometeors Using C-Band Weather Radars", 《EEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》, pages 3784 - 3799 *
HASSAN AL-SAKKA, ET AL: "New Fuzzy Logic Hydrometeor Classification Scheme Applied to the French X-, C-, and S-Band Polarimetric Radars", 《J O U R N A L O F A P P L I E D M E T E O R O L O G Y A N D C L I M A T O L O G Y》, pages 2328 - 2344 *
马建立等: "X 波段双线偏振雷达粒子相态识别的研究", 《第28届中国气象学会年会——S1第四届气象综合探测技术研讨会中国气象学会》, pages 1 - 6 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116911082A (zh) * 2023-09-14 2023-10-20 成都信息工程大学 基于降水雷达和同化资料的降水粒子质量和数量估算方法
CN116911082B (zh) * 2023-09-14 2023-12-05 成都信息工程大学 基于降水雷达和同化资料的降水粒子质量和数量估算方法

Also Published As

Publication number Publication date
JPWO2019176462A1 (ja) 2021-03-25
EP3767334A1 (en) 2021-01-20
US11520040B2 (en) 2022-12-06
CN112005130B (zh) 2024-03-26
JP6968978B2 (ja) 2021-11-24
WO2019176462A1 (ja) 2019-09-19
EP3767334A4 (en) 2021-12-15
US20200408904A1 (en) 2020-12-31

Similar Documents

Publication Publication Date Title
CN112005130A (zh) 降水粒子判别装置、系统、方法及程序
US20200301008A1 (en) Precipitation particle discriminator, precipitation particle discriminating method, and precipitation particle discriminating program
WO2009114864A1 (en) Adaptive specific differential phase in dual-polarization radar
CN110346794B (zh) 一种资源优化配置的分布式雷达成像方法
WO2017051647A1 (ja) 降水粒子判別装置、気象レーダー装置、降水粒子判別方法、及び降水粒子判別プログラム
US20230094388A1 (en) Apparatus and method for removing noise for weather radar
JP4825183B2 (ja) 表層流速推定方法、装置並びにプログラム
CN112114310A (zh) 一种基于三维分解的微波毫米波全息图像重建方法
CN117538881A (zh) 一种声呐水体成像波束形成方法、系统、设备及介质
US11375982B2 (en) Ultrasonic diagnostic device, signal processing device, and program
JPWO2019180767A1 (ja) 物体検知装置、物体検知方法、及びプログラム
US20110254728A1 (en) Three quarter spatially variant apodization
Perdana et al. A survey of graphics processing unit (GPU) utilization for radar signal and data processing system
JPH10508941A (ja) レーダーによって得られたデータを改善する方法
US11953591B2 (en) Ultrasound imaging system with pixel extrapolation image enhancement
JP2020112564A (ja) 信号処理装置及び信号処理方法
CN114002671A (zh) 一种穿墙雷达成像方法、装置、设备及系统
CN114063176B (zh) 雷达成像方法、装置及计算机可读存储介质
CN118068310B (zh) 通过发射声纳信号对水下目标进行主动探测的方法及装置
CN116108338B (zh) 一种针对粒子相态的动态集合识别方法和装置
CN108594235A (zh) 一种提高方位向雷达反射率系数分辨率的方法和系统
US12123935B2 (en) Solid-state radar device, solid-state radar control method, and non-transitory computer readable medium
US20220214439A1 (en) Solid-state radar device, solid-state radar control method, and non-transitory computer readable medium
US20150297189A1 (en) Ultrasound diagnostic apparatus
CN115407318A (zh) 一种水下目标检测方法、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