CN112698285B - 一种基于Ainsworth算法的气象雷达外定标方法 - Google Patents
一种基于Ainsworth算法的气象雷达外定标方法 Download PDFInfo
- Publication number
- CN112698285B CN112698285B CN202011548393.1A CN202011548393A CN112698285B CN 112698285 B CN112698285 B CN 112698285B CN 202011548393 A CN202011548393 A CN 202011548393A CN 112698285 B CN112698285 B CN 112698285B
- Authority
- CN
- China
- Prior art keywords
- matrix
- receiving
- waves
- transmitting
- meteorological
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 135
- 230000010287 polarization Effects 0.000 claims abstract description 17
- 238000011084 recovery Methods 0.000 claims abstract description 8
- 238000005388 cross polarization Methods 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000002592 echocardiography Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000002310 reflectometry Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G01S7/40—Means for monitoring or calibrating
-
- 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
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于Ainsworth算法的气象雷达外定标方法,包括如下步骤:(1)建立气象雷达极化散射矩阵失真模型;(2)添加噪声,得到观测矩阵;(3)确定幅度不平衡因子和串扰因子的初始值;(4)初步定标协方差矩阵;(5)求解串扰矩阵;(6)判断串扰矩阵是否达到设定值;根据设定的阈值,判断串扰矩阵是否达到设定值,如未达到设定值,转到步骤(4);满足条件,则输出定标后的数据;并同时绘制初始值、观测值、恢复值所对应的各参数气象雷达图像,评价定标质量。本发明可实现多个雷达探测参数定标;可使定标后的数据更加精确,更接近真实数据;完全基于气象回波自身数据,无需室外摆设定标器,不受地理位置限制,减少人工成本。
Description
技术领域
本发明涉及气象雷达外定标方法,尤其涉及一种基于Ainsworth算法的气象雷达外定 标方法。
背景技术
随着雷达极化技术的发展,极化气象雷达在农业种植、自然灾害预测和气象研究中发 挥着越来越重要的作用。然而在实际的数据处理中,双极化气象雷达由于发射和接收天线 的隔离度有限,会引起通道间串扰;水平天线和垂直天线的增益不同,会引起同极化通道 不平衡和交叉极化通道不平衡问题。这使得极化天气雷达所获得的反射率因子(Z)、差分反 射率(Zdr)和差分相位(Kdp)等极化参数不能准确地识别气象粒子的类型,进而会对降雨的大 小、范围、持续时间等造成误判。
目前,一些研究致力于使用工程标定或参数标定的实现雷达标定。如使用金属球、二 面角等标准散射体定标,将雷达测得观测值与散射体真实值比较求取气象雷达偏差。或者 优化雷达基本方程,对其中一项或者几项进行精确测定以减小气象雷达误差等。上述的极 化气象雷达定标技术,首先都没有考虑到极化气象雷达通道间串扰和幅度不平衡问题;其 次,都是采用真实存在的标准散射物体作为定标体,需要昂贵的实验器材与设备,如此增 加了气象雷达定标工作的成本。而且上述的方法仅对个别雷达参数定标,如反射率因子Z、 差分反射率Zdr,无法对更多的雷达探测参数定标,如线性退极化比Ldr、相关系数CC等。最后,由于未考虑定标工程的物理可实现性,气象雷达一般建造在山顶和高塔上等海拔高且偏僻的地方,悬挂定标体有较大的地理位置限制。
发明内容
发明目的:本发明的目的是提供一种雷达定标参数多、便于重复定标的基于Ainsworth 算法的气象雷达外定标方法。
技术方案:本发明的方法,包括如下步骤:
(1)建立极化散射矩阵失真模型:根据散射理论建立极化散射矩阵失真模型;
(2)添加噪声,得到观测矩阵:对原始气象回波数据添加接收失真矩阵R、发射失真矩阵T,得到含噪声的观测矩阵;
(3)数据预处理:根据观测气象回波矩阵,确定交叉极化幅度不平衡因子α的初始值, 同极化幅度不平衡因子k的初始值k0,以及串扰因子u,v,w,z的初始值u0,v0,w0,z0;
(4)初步定标:根据幅度不平衡因子初始值和串扰因子初始值对观测气象回波协方差 矩阵C初步定标,得到初步定标后的协方差矩阵C′;
(5)求解串扰矩阵:通过矩阵变换,不断更新交叉极化幅度不平衡因子α′和串扰因子u′,v′,w′,z′的值,同时得到更新后的串扰矩阵M′;
(6)判断串扰矩阵是否达到设定值:根据设定的阈值,判断串扰矩阵是否达到设定值,未 达到设定值,转到步骤(4);满足条件,则输出定标后的数据。
步骤(1)中,建立的极化气象雷达散射失真矩阵模型为:
转化成向量表示形式为:
式中,P=TVVRVVkα
H为水平通道;V为垂直通道;OHH为发射水平波、接收水平波的观测气象回波矩阵,OHV为发射垂直波、接收垂直波的观测气象回波矩阵;OVH为发射垂直波、接收水平波的观测气象回波矩阵;OVV为发射垂直波、接收垂直波的观测气象回波矩阵;SHH为发射水平波、 接收水平波的真实气象回波矩阵,SHV为发射垂直波、接收垂直波的真实气象回波矩阵;SVH为发射垂直波、接收水平波的真实气象回波矩阵;SVV为发射垂直波、接收垂直波的真实气 象回波矩阵;R为接收失真矩阵;S为气象回波真值矩阵;T为发射失真矩阵;M为串扰 矩阵;u,v,w,z分别为自定义的4个串扰因子项,幅度相比于1足够小;k为自定义的同极 化幅度不平衡度因子,α为自定义的交叉极化幅度不平衡因子;TVV为发射垂直波、接收垂 直波的发射失真矩阵;TVH为发射垂直波、接收水平波的发射失真矩阵;THV为发射水平波、 接收垂直波的发射失真矩阵;THH为发射水平波、接收水平波的发射失真矩阵;RVV为发射 垂直波、接收垂直波的接收失真矩阵;RVH为发射垂直波、接收水平波的接收失真矩阵;RHV为发射水平波、接收垂直波的接收失真矩阵;RHH为发射水平波、接收水平波的接收失真 矩阵。
步骤(3)中,根据气象回波的协方差矩阵,求得交叉极化幅度不平衡因子α的初始值, 同极化幅度不平衡k的初始值和串扰因子u,v,w,z的初始值:
k0=1
u0=v0=w0=z0=0
其中,k0为同极化幅度不平衡因子迭代计算的初始值,设为1;H为水平通道;V 为垂直通道;C为观测气象回波协方差矩阵,CVH,VH、CVH,HV和CHV,HV是观测气象回波协方 差矩阵C中不同行不同列的元素;u0,v0,w0,z0分别为串扰因子迭代计算的初始值,均设为0。
步骤(4)中,得到的初步定标后的协方差矩阵为:
C′=G-1C(GH)-1
步骤(6)中,同时绘制初始值、观测值、恢复值所对应的各参数雷达图像,评价定标质量。
本发明与现有技术相比,其显著效果如下:1、基于原始气象回波数据处理,实现多个 雷达探测参数定标;2、通过解决原始气象回波数据的通道间串扰因子和幅度不平衡度,使 定标后的数据更加精确,更接近真实数据;3、完全基于气象回波自身数据,无需室外摆设 定标器,不受地理位置限制,减少人工成本。
附图说明
图1为本发明的流程图;
图2为本发明的实施例中的特定距离处的气象雷达回波电压的实部仿真图;
图3为本发明的实施例中的特定距离处的气象雷达回波电压的虚部仿真图;
图4(a)为气象雷达水平极化功率的初始值仿真图;
(b)是气象雷达水平极化功率的观测值仿真图;
(c)气象雷达水平极化功率的恢复值仿真图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明做进一步详细描述。
如图1为本发明的总流程图,包括如下步骤:(1)建立极化散射矩阵失真模型;(2)添加误差,得到观测矩阵;(3)数据预处理,确定交叉极化幅度不平衡因子初始值;(4) 初步定标;(5)求解串扰矩阵;(6)判断串扰矩阵是否达到设定值;根据设定的阈值,判 断串扰矩阵是否达到设定值,如未达到设定值,转到步骤(4);满足条件,则输出定标后 的数据;并同时绘制初始值、观测值、恢复值所对应的各参数雷达图像,评价定标质量。
具体实现步骤如下:
步骤1,建立一般的气象目标散射失真模型,在忽略系统噪声的情况下,气象目标的 观测散射矩阵表示为:
转化成向量表示形式为:
公式(1)中,H为水平通道;V为垂直通道;OHH为发射水平波、接收水平波的观测气象回波矩阵,OHV为发射水平波、接收垂直波的观测气象回波矩阵;OVH为发射垂直波、接 收水平波的观测气象回波矩阵;OVV为发射垂直波、接收垂直波的观测气象回波矩阵;SHH为发射水平波、接收水平波的真实气象回波矩阵,SHV为发射水平波、接收垂直波的真实气 象回波矩阵;SVH为发射垂直波、接收水平波的真实气象回波矩阵;SVV为发射垂直波、接 收垂直波的真实气象回波矩阵;R为接收失真矩阵;S为气象回波真值矩阵;T为发射失真 矩阵;M为串扰矩阵。
公式(2)中,P=TVVRVVkα
u,v,w,z分别为自定义的4个串扰因子项,幅度相比于1足够小;k为自定义的同极化幅度 不平衡度因子,α为自定义的交叉极化幅度不平衡因子;TVV为发射垂直波、接收垂直波的 发射失真矩阵;TVH为发射垂直波、接收水平波的发射失真矩阵;THV为发射水平波、接收 垂直波的发射失真矩阵;THH为发射水平波、接收水平波的发射失真矩阵;RVV为发射垂直波、接收垂直波的接收失真矩阵;RVH为发射垂直波、接收水平波的接收失真矩阵;RHV为 发射水平波、接收垂直波的接收失真矩阵;RHH为发射水平波、接收水平波的接收失真矩 阵。
步骤2,对原始气象回波数据添加接收失真矩阵R、发射失真矩阵T,得到含噪声的观 测矩阵。
步骤21,添加噪声,具体的参数设置见表1:
表1设置参数
参数 | u<sub>a</sub> | v<sub>a</sub> | w<sub>a</sub> | z<sub>a</sub> | α<sub>a</sub> | k<sub>a</sub> |
数值 | 0.09+0.16i | -0.09-0.18i | 0.10+0.17i | 0.06+0.14i | 0.31-0.85i | 1 |
其中ua,va,wa,za为设定的串扰因子误差,ka为设定的同极化幅度不平衡因子误差,αa为设定的交叉极化幅度不平衡因子。
步骤22,真实散射矩阵添加失真矩阵参数,失真参数可以任意假设,但要符合实际情 况。
步骤3,由气象观测回波数据,分别求取交叉极化幅度不平衡因子、同极化幅度不平 衡因子和串扰因子。计算规则为
k0=1
u0=v0=w0=z0=0 (3)
公式(3)中,k0为同极化幅度不平衡因子迭代计算的初始值,设为1;H为水平通道;V为垂直通道;C为观测气象回波协方差矩阵,CVH,VH、CVH,HV和CHV,HV是观测气象 回波协方差矩阵C中不同行不同列的元素;u0,v0,w0,z0分别为串扰因子迭代计算的初始值, 均设为0。
步骤4,根据初始的交叉极化幅度不平衡因子、同极化幅度不平衡因子和串扰因子对 观测气象回波协方差矩阵C初步定标,得到初步定标后的协方差矩阵C′。
步骤41,得到更新的幅度不平衡矩阵G
公式(4)中,i是Ainsworth算法的迭代次数,αi′是第i次迭代得到的交叉极化幅度不平 衡因子,α0′为交叉极化幅度不平衡因子的初始值。
步骤42,根据步骤41,初步定标的协方差矩阵C′的计算公式为
C′=G-1C(GH)-1 (5)
公式(5)中,上标H代表共轭矩阵。
步骤5,通过矩阵变换,更新交叉极化幅度不平衡因子α′和串扰因子u′,v′,w′,z′,同时 得到更新后的串扰矩阵M′;更新交叉极化幅度不平衡因子α′和串扰因子u′,v′,w′,z′的方法 如下:
公式(6)中,X=[C′HV,HH-A C′VH,HH-A C′HV,VV-B C′VH,VV-B]T
公式(6)中,C′为初步定标的协方差矩阵;C′HH,HH,C′VV,VV,C′HH,VV和C′VV,HH,C′HV,HH,C′VH,HH,C′HV,VV,C′VH,VV,C′HV,HV,C′HV,VH,C′VH,HV,C′VH,VH均为初步定标的协方差矩阵C′ 中不同行不同列的元素;A和B是求解串扰因子和幅度不平衡因子而设的中间值;δ为 u′,v′,w′,z′组成的矢量矩阵;X为协方差矩阵的修正值;和τ均为求解串扰而设的中间矩 阵。
步骤6,根据设定的精度,判别串扰矩阵是否达到条件,如未达到设定值,则转到步骤4;如满足条件,则输出定标后的数据。
步骤61,阈值设置为1e-8,满足认为迭代收敛,输出定标数据;否则,继续迭代计算。
步骤62,根据定标数据绘制原始回波、观测回波、恢复回波的雷达图,同时绘制反射 率因子、交叉极化反射率因子、差分反射率的定标前后图像,用于评价定标质量。
下面通过仿真实验对本发明中提供的基于Ainsworth算法的极化气象雷达外定标方法 进行验证,参数选取见表1。
仿真结果见图2-图4所示。
图2为25.97km距离处的气象雷达回波电压的实部仿真图,从上到下,分别为回波电 压原始值、回波电压添加噪声后的观测值、观测值经定标算法后的恢复值,以及原始值、观测值、恢复值之间的偏差。
图3为25.97km距离处的气象雷达回波电压的虚部仿真图,从上到下,分别为回波电 压原始值、回波电压添加噪声后的观测值、观测值经定标算法后的恢复值,以及原始值、观测值、恢复值之间的偏差。
图4(a)是气象雷达水平极化功率的初始值仿真图;图4(b)是气象雷达水平极化功率的观测值仿真图;图4(c)气象雷达水平极化功率的恢复值仿真图。为说明气象雷达定 标的效果,图中方框可直观反映定标质量的好坏。
Claims (4)
1.一种基于Ainsworth算法的气象雷达外定标方法,其特征在于,包括如下步骤:
(1)建立气象雷达极化散射矩阵失真模型:根据散射理论建立气象雷达极化散射矩阵失真模型;
(2)添加噪声,得到观测矩阵:对原始气象回波数据添加接收失真矩阵R、发射失真矩阵T,得到含噪声的观测矩阵;
(3)数据预处理:根据观测气象回波矩阵,分别确定交叉极化幅度不平衡因子α、同极化幅度不平衡因子k以及串扰因子u,v,w,z的初始值;
(4)初步定标:根据交叉极化幅度不平衡因子值、同极化幅度不平衡因子和串扰因子的迭代计算初始值,对观测气象回波协方差矩阵C初步定标,得到初步定标后的协方差矩阵C′:
C′=G-1C(GH)-1
式中,G=diag(α′i,α′i -1,α′i,α′i -1),i是Ainsworth算法的迭代次数,αi′是第i次迭代得到的交叉极化幅度不平衡因子,上标H代表共轭矩阵;
(5)求解串扰矩阵:通过矩阵变换,不断更新交叉极化幅度不平衡因子α′和串扰因子u′,v′,w′,z′的值,同时得到更新后的串扰矩阵M′;
(6)判断串扰矩阵是否达到设定值:根据设定的阈值,判断串扰矩阵是否达到设定值,如未达到设定值,转到步骤(4);如满足条件,则输出定标后的数据。
2.根据权利要求1所述的基于Ainsworth算法的气象雷达外定标方法,其特征在于,步骤(1)中,建立的极化气象雷达散射失真矩阵模型为:
转化成向量表示形式为:
其中,
P=TVVRVVkα
式中,H为水平通道;V为垂直通道;OHH为发射水平波、接收水平波的观测气象回波矩阵,OHV为发射垂直波、接收垂直波的观测气象回波矩阵;OVH为发射垂直波、接收水平波的观测气象回波矩阵;OVV为发射垂直波、接收垂直波的观测气象回波矩阵;SHH为发射水平波、接收水平波的真实气象回波矩阵,SHV为发射垂直波、接收垂直波的真实气象回波矩阵;SVH为发射垂直波、接收水平波的真实气象回波矩阵;SVV为发射垂直波、接收垂直波的真实气象回波矩阵;R为接收失真矩阵;S为气象回波真值矩阵;T为发射失真矩阵;M为串扰矩阵;u,v,w,z分别为自定义的4个串扰因子项,幅度相比于1足够小;k为自定义的同极化幅度不平衡度因子,α为自定义的交叉极化幅度不平衡因子;TVV为发射垂直波、接收垂直波的发射失真矩阵;TVH为发射垂直波、接收水平波的发射失真矩阵;THV为发射水平波、接收垂直波的发射失真矩阵;THH为发射水平波、接收水平波的发射失真矩阵;RVV为发射垂直波、接收垂直波的接收失真矩阵;RVH为发射垂直波、接收水平波的接收失真矩阵;RHV为发射水平波、接收垂直波的接收失真矩阵;RHH为发射水平波、接收水平波的接收失真矩阵。
4.根据权利要求1所述的基于Ainsworth算法的气象雷达外定标方法,其特征在于,步骤(6)中,同时绘制初始值、观测值、恢复值所对应的各参数雷达图像,评价定标质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011548393.1A CN112698285B (zh) | 2020-12-24 | 2020-12-24 | 一种基于Ainsworth算法的气象雷达外定标方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011548393.1A CN112698285B (zh) | 2020-12-24 | 2020-12-24 | 一种基于Ainsworth算法的气象雷达外定标方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112698285A CN112698285A (zh) | 2021-04-23 |
CN112698285B true CN112698285B (zh) | 2022-06-24 |
Family
ID=75509639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011548393.1A Active CN112698285B (zh) | 2020-12-24 | 2020-12-24 | 一种基于Ainsworth算法的气象雷达外定标方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112698285B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113945929B (zh) * | 2021-12-20 | 2022-03-25 | 中国科学院空天信息创新研究院 | 一种未定标全极化sar无旋性区域选择方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105445708A (zh) * | 2015-11-11 | 2016-03-30 | 西安电子科技大学 | 一种极化合成孔径雷达的定标方法 |
CN109633576A (zh) * | 2018-10-30 | 2019-04-16 | 上海无线电设备研究所 | 一种通道噪声下的极化sar高精度定标算法 |
CN111596271A (zh) * | 2020-06-01 | 2020-08-28 | 中国科学院空天信息创新研究院 | 基于有源定标器参考矩阵的合成孔径雷达极化定标方法 |
CN111781568A (zh) * | 2020-06-15 | 2020-10-16 | 南京航空航天大学 | 一种基于模拟定标体的极化气象雷达外定标方法 |
CN111948615A (zh) * | 2020-06-30 | 2020-11-17 | 中国资源卫星应用中心 | 一种星载全极化sar数据的极化定标方法及装置 |
-
2020
- 2020-12-24 CN CN202011548393.1A patent/CN112698285B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105445708A (zh) * | 2015-11-11 | 2016-03-30 | 西安电子科技大学 | 一种极化合成孔径雷达的定标方法 |
CN109633576A (zh) * | 2018-10-30 | 2019-04-16 | 上海无线电设备研究所 | 一种通道噪声下的极化sar高精度定标算法 |
CN111596271A (zh) * | 2020-06-01 | 2020-08-28 | 中国科学院空天信息创新研究院 | 基于有源定标器参考矩阵的合成孔径雷达极化定标方法 |
CN111781568A (zh) * | 2020-06-15 | 2020-10-16 | 南京航空航天大学 | 一种基于模拟定标体的极化气象雷达外定标方法 |
CN111948615A (zh) * | 2020-06-30 | 2020-11-17 | 中国资源卫星应用中心 | 一种星载全极化sar数据的极化定标方法及装置 |
Non-Patent Citations (1)
Title |
---|
机载SAR系统极化定标方法的优化研究;廖露;《中国博士学位论文全文数据库 基础科学辑》;20170331;第5-6、32-33、44-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112698285A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ainsworth et al. | Orientation angle preserving a posteriori polarimetric SAR calibration | |
CN109975749B (zh) | 一种校正源存在条件下的短波单站直接定位方法 | |
CN109633576B (zh) | 一种通道噪声下的极化sar高精度定标算法 | |
CN112698285B (zh) | 一种基于Ainsworth算法的气象雷达外定标方法 | |
CN102401892A (zh) | 一种极化干涉合成孔径雷达系统性能评估方法 | |
CN113030888A (zh) | 一种极化相控阵雷达测量误差的轴向校正方法 | |
CN110568403A (zh) | 一种协同短波与卫星系统的超视距目标无源定位方法 | |
RU2381519C2 (ru) | Способ пеленгования с повышенной эффективностью | |
CN113835063A (zh) | 一种无人机阵列幅相误差与信号doa联合估计方法 | |
CN114726433A (zh) | 一种对流层散射传输损耗及传播延迟计算方法 | |
CN115718284B (zh) | 基于圆极化反射对称性的共极化通道不平衡定标方法 | |
CN116626622A (zh) | 一种极化合成孔径雷达交叉定标方法 | |
CN111781568A (zh) | 一种基于模拟定标体的极化气象雷达外定标方法 | |
Zhang et al. | Phased array radar polarimetry for weather sensing: Challenges and opportunities | |
CN110261853B (zh) | 一种极化合成孔径雷达的定标处理方法及装置 | |
CN113791407A (zh) | 一种基于椭球模型的双站测向交叉定位方法 | |
CN113505463A (zh) | 海杂波与角反复合模型、构建系统及模拟仿真方法 | |
CN116520257B (zh) | 一种l波段全极化系统极化定标方法 | |
CN111983575A (zh) | 一种有源和无源融合定标方法及装置 | |
CN117214843B (zh) | 一种基于定标器组的全极化sar系统性能评估方法 | |
Eroglu et al. | Preliminary Results of a GNSS-R Simulation to Sense Canopy Parameters | |
CN116611329B (zh) | 基于深度算子网络的电离层电子总含量的四维估计方法 | |
Masaki et al. | Current status of GPM/DPR level 1 algorithm development and DPR calibration | |
CN113933782B (zh) | 一种信息缺失下的无源直接定位方法 | |
CN115542276B (zh) | 一种圆极化系统下分布式目标的选取及定标方法 |
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 |