CN112835046A - 基于bp环境感知的风廓线雷达自适应探测方法及系统 - Google Patents
基于bp环境感知的风廓线雷达自适应探测方法及系统 Download PDFInfo
- Publication number
- CN112835046A CN112835046A CN202110016130.4A CN202110016130A CN112835046A CN 112835046 A CN112835046 A CN 112835046A CN 202110016130 A CN202110016130 A CN 202110016130A CN 112835046 A CN112835046 A CN 112835046A
- Authority
- CN
- China
- Prior art keywords
- data
- detection
- wind
- parameters
- result
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 256
- 230000008447 perception Effects 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 138
- 230000008569 process Effects 0.000 claims abstract description 116
- 230000007613 environmental effect Effects 0.000 claims abstract description 59
- 238000000605 extraction Methods 0.000 claims abstract description 18
- 230000008859 change Effects 0.000 claims abstract description 8
- 230000035508 accumulation Effects 0.000 claims description 71
- 238000009825 accumulation Methods 0.000 claims description 71
- 238000012545 processing Methods 0.000 claims description 70
- 238000001228 spectrum Methods 0.000 claims description 64
- 230000001427 coherent effect Effects 0.000 claims description 63
- 230000003595 spectral effect Effects 0.000 claims description 41
- 230000003044 adaptive effect Effects 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 21
- 238000001556 precipitation Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 14
- 239000000523 sample Substances 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 10
- 238000003908 quality control method Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 238000010183 spectrum analysis Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 11
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000025518 detection of mechanical stimulus involved in sensory perception of wind Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000006467 substitution reaction 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- 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)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于BP环境感知的风廓线雷达自适应探测方法及系统,方法包括:获取风廓线雷达初始探测参数,风廓线雷达根据当前的探测参数运行并获取探测数据,基于探测数据生成风廓线雷达数据及图形产品,对探测数据进行数据特征提取和环境感知,根据环境感知结果生成BP调整因子,根据BP调整因子调整风廓线雷达的探测参数,通过不断调整探测参数形成连续的风廓线雷达自适应探测过程。本发明自动对风廓线雷达探测范围内与探测性能相关的大气物理环境变化进行感知,根据感知结果自适应调整风廓线雷达探测参数,并在风廓线雷达下一个探测周期采用调整后的探测参数进行探测,以此增强风廓线雷达的环境适应性,进而提高风廓线雷达的数据产品质量。
Description
技术领域
本发明涉及气象雷达技术领域,具体涉及一种基于后向反馈(Back Propagation,BP)环境感知的风廓线雷达自适应探测方法及系统。
背景技术
风廓线雷达是一种大气遥测感知设备,能够以高时空分辨率探测一定范围内的三维风场及相关信息,弥补了传统测风手段对高空风探测的不足,常用于民航机场、气象环保、航天保障等场景,目前在世界范围内已逐步通过组网探测的形式服务于气象预报研究等领域。
风廓线雷达在探测过程中,不可避免的会受到大气物理环境变化的影响,如在低温干燥的天气下雷达回波较弱,在强对流天气或降水天气前后数据获取率较低,大风天气可能造成速度模糊,在电磁干扰或地杂波较强时信号频谱难以正确识别,在接收到强反射回波时接收机可能饱和等等。为了得到常规晴空、无强干扰信号条件下的最优探测性能,风廓线雷达通常以一套稳定的探测参数运行,探测参数在设备最初的安装和调试过程中被确定下来,但不足以应付上述非常规条件场景,因此当出现上述情况时,风廓线雷达的探测性能和数据质量会在不同程度上下降。何时和如何进行探测参数调整,是操作员在使用、维护风廓线雷达过程中,和气象工作者在做相关研究时,经常需要面对的问题。现行风廓线雷达的探测参数通常由设备调试或维护人员根据经验进行调整,这种调整方式不仅需要人工发现或确认物理环境的变化,而且在调整过程中需要中断风廓线雷达的连续探测过程,同时及时性较差,有效性难以保证。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中风廓线雷达的探测参数由维护人员在环境变化时跟经验进行手动改变,使探测实时性差且有效性不可靠的缺陷,从而提供一种基于BP环境感知的风廓线雷达自适应探测方法及系统。为达到上述目的,本发明提供如下技术方案:
第一方面,本发明实施例提供一种基于BP环境感知的风廓线雷达自适应探测方法,包括如下步骤:
步骤S1:获取风廓线雷达初始探测参数;
步骤S2:风廓线雷达根据当前的探测参数运行并获取探测数据;
步骤S3:基于探测数据生成风廓线雷达数据及图形产品;
步骤S4:对探测数据进行数据特征提取和环境感知;
步骤S5:根据环境感知结果,生成BP调整因子;
步骤S6:根据BP调整因子调整风廓线雷达的探测参数;
重复步骤S2-步骤S6,形成连续的风廓线雷达自适应探测过程。
在一实施例中,所述探测参数包括:(1)系统控制参数,用于对风廓线雷达系统获取时域I、Q数据之前的过程及对时域处理和数据处理过程进行控制,包括:自动增益控制参数、探测波束控制参数、傅里叶变换点数、相干积累参数和非相干积累参数;(2)时域处理参数,用于在对I、Q数据进行时域处理得到频域数据的过程进行控制,包括:相干积累参数和非相干积累参数;(3)频域处理参数,用于对频域数据进行频谱分析得到径向谱矩数据的过程进行控制,包括:去地杂波参数、多峰识别模式参数、半平面对消参数;(4)廓线合成参数,用于在通过对径向谱矩数据进行质量控制和数学模型反演得到三维风场数据和二次产品的过程进行控制,包括:一致性检验参数、拼接高度参数、处理模式参数。
在一实施例中,步骤S2中风廓线雷达根据当前的探测参数运行并获取探测数据的过程,包括:
步骤S21:系统探测过程,风廓线雷达系统根据自动增益控制参数确定接收链路增益,根据探测波束控制参数顺次形成特定指向的波束,以傅里叶变换点数、相干积累参数、非相干积累参数和脉冲重复周期确定的波束探测周期顺次对每一个探测模式、每一个指向波束进行探测,得到互相正交的时域I、Q数据;
步骤S22:时域处理过程,对时域I、Q数据进行相干积累、傅里叶变换分析、窗函数滤波和非相干积累,得到频域数据;
步骤S23:频域处理过程,对频域数据进行质量控制和频谱分析,得到径向谱矩数据;
步骤S24:数据处理过程,对径向谱矩数据进一步进行质量控制,并根据相关数学模型生成风廓线及二次产品数据。
在一实施例中,步骤S3中生成风廓线雷达数据及图形产品包括:(1)频域数据,包括:风廓线雷达探测的各高度层回波及噪声功率谱数据;(2)径向产品数据,包括:包括径向风速、回波功率、谱宽、信噪比、噪声功率;(3)廓线数据,包括:包括水平风向、水平风速、垂直气流、大气折射率结构常数;(4)时域I、Q数据及风廓线雷达二次产品数据及其图形化显示。
在一实施例中,步骤S4中对探测数据进行数据特征提取和环境感知的过程,包括:根据信噪比和对应预设阈值对过强或过弱的回波信号进行感知;根据地杂波宽度、径向风速及地杂波宽度、径向风速对应的预设阈值对地杂波宽窄进行感知;根据径向功率谱的谱线频率、谱宽及谱宽对应的预设阈值对电磁干扰进行感知;根据垂直速度、谱宽及垂直速度和谱宽对应的预设阈值对降水天气进行感知;根据径向速度、最大径向探测速度和对应的预设阈值对速度模糊进行感知;根据廓线数据和数据获取率的变化对数据时空一致性的强弱和低模式探测威力的强弱进行感知。
在一实施例中,步骤S4A:当信噪比Snr、最小可检测信噪比Snrmin、接收系统动态范围Dr满足条件:Snr≥Snrmin+a×Dr时,判定接收信号过强,接收机处于饱和预警状态;当满足条件Snr≤Snrmin+b×Dr时,其中1<b<a,判断为接收信号减弱,接收机饱和预警状态解除;
步骤S5A:设置自动增益控制调整因子:
步骤S6A:接收机增益G'调整为G'=G+BPG,式中各物理量均用对数制表示,其中G为调整前的接收机增益。
在一实施例中,步骤S4-步骤S6的实现过程,包括:根据弱回波信号感知结果,对相干积累数进行调整,具体包括:
步骤S4B:当信噪比Snr、最小可检测信噪比Snrmin、接收系统动态范围Dr满足条件Snr≤Snrmin+10dB时,判定环境感知结果为回波信号过弱,信号检测准确度下降;当满足条件Snr≥Snrmin+20dB时,判定环境感知结果为回波信号足够强,信号检测准确度恢复;
步骤S5B:当回波信号过弱时,生成相干积累数调整因子:
其中BPx是BPNt1的可选值,包含于集合{2,4,8,16},vmax0是预设的风廓线雷达可接受的最大径向探测速度的最小值,Tmax0是预设的风廓线雷达可接受的单波束探测时间分辨率的最大值;
当回波信号过强时,生成调整因子相干积累数BPNt2,BPNt2取值为上一次触发的BPNt1值的倒数:
步骤S6B:相干积累数Nt'调整为:Nt'=Nt×BPNt,其中Nt为调整前的相干积累数。
在一实施例中,步骤S4-步骤S6的实现过程,包括:根据地杂波感知结果,对去地杂波参数进行调整,具体包括:
时,环境感知结果为地杂波过宽,径向谱矩数据准确性下降,ηw1是地杂波宽度阈值,ηv1是预设的速度阈值;
时,环境感知结果为地杂波较窄,或不宜大范围去除地杂波;
S5C:针对环境感知阶段输出的“地杂波过宽,径向谱矩数据准确性下降”结果,生成调整因子BPclutter=Nclutter1当环境感知阶段输出结果为地杂波较窄或不宜大范围去除地杂波时,生成调整因子BPclutter=Nclutter2,其中调整因子BPclutter作用在去地杂波参数处,Nclutter1和Nclutter2是风廓线雷达根据当前地理环境和气候条件预设的去除地杂波点数的两个参考值:
S6C:去地杂波参数调整为:Nclutter=BPclutter,其中Nclutter是去地杂波点数,作用在频域处理过程中是以零频谱线分量为基准,分别将向前和向后Nclutter个频谱分量作为杂波处理。
在一实施例中,步骤S4-步骤S6的实现过程,包括:根据称干扰谱线感知结果,对半平面对消参数进行调整,具体包括:
S4D:对称干扰谱线检测:对频域处理过程的谱数据进行检测,当存在以正负频率成对出现的频谱分量,且频率稳定、谱宽时,环境感知结果输出为出现对称电磁干扰;否则环境感知结果输出为对称电磁干扰消失,ηwn1为预设的风速谱宽阈值;
S5D:针对环境感知阶段输出的出现“对称电磁干扰”结果,生成调整因子BPcc=1;当环境感知阶段输出结果为“对称电磁干扰消失”时,生成调整因子BPcc=0;
S6D:频谱处理过程中的半平面对消参数调整为:Pcc=BPcc,当Pcc值为1时,开启半平面对消过程;当Pcc值为0时,关闭半平面对消过程,在开启半平面对消过程时,对[-2m/s,+2m/s]范围以外的频谱数据分量,作如下处理:
顺次将多普勒速度数值互为相反数的频谱数据分量分为一组,若这两个频谱数据分量Pi+、Pi-的幅度值同时满足:
其中PN是噪声的频谱数据分量的幅度值的平均值,则将这两个频谱数据分量的幅度值用噪声的频谱数据分量的幅度值的平均值替换,否则不做替换操作。
在一实施例中,步骤S4-步骤S6的实现过程,包括:根据降水天气感知结果,对多峰识别参数进行调整,具体包括:
步骤S5E:当环境感知结果为降水天气时,生成多峰识别参数调整因子BPrain=1;当环境感知结果为非降水天气时,生成多峰识别参数调整因子BPrain=0;
步骤S6E,多峰识别模式参数调整为:MP=BPrain,当MP=0时,对于每一个探测波束获得的每一个探测高度上的功率谱数据,以满足空间一致性检验要求的最大包络信号作为风信号;当MP=1时,若有至少两个包络信号满足空间一致性检验要求,且其中强度由大到小排名第二的包络信号的强度与噪声强度之差不小于阈值ηMP时,以所述强度由大到小排名第二的包络信号作为风信号,否则以强度最大的包络信号作为风信号。
在一实施例中,步骤S4-步骤S6的实现过程,包括:当出现速度模糊预警时,对相干积累数调整,具体包括
步骤S5F:当环境感知结果为速度模糊预警时,生成调整因子:
其中,Nt是当前的相干积累参数值,Ntmin是系统预设的最小相干积累参数值;
当环境感知结果为解除速度模糊预警时,生成调整因子:
其中,Ntmax是系统预设的最大相干积累参数值,调整因子BPNt':
步骤S6F:相干积累数Nt'调整为:Nt'=Nt×BPNt',其中Nt为调整前的相干积累数。
在一实施例中,步骤S4-步骤S6的实现过程,包括:根据降水天气感知结果,对多峰识别参数进行调整,具体包括:
步骤S5E:当环境感知结果为降水天气时,生成多峰识别参数调整因子BPrain=1;当环境感知结果为非降水天气时,生成多峰识别参数调整因子BPrain=0;
步骤S6E,多峰识别模式参数调整为:MP=BPrain,当MP=0时,对于每一个探测波束获得的每一个探测高度上的功率谱数据,以满足空间一致性检验要求的最大包络信号作为风信号;当MP=1时,若有至少两个包络信号满足空间一致性检验要求,且其中强度由大到小排名第二的包络信号的强度与噪声强度之差不小于阈值ηMP时,以所述强度由大到小排名第二的包络信号作为风信号,否则以强度最大的包络信号作为风信号。
在一实施例中,步骤S4-步骤S6的实现过程,包括:当出现速度模糊预警时,对相干积累数调整,具体包括
步骤S5F:当环境感知结果为速度模糊预警时,生成调整因子:
其中,Nt是当前的相干积累参数值,Ntmin是系统预设的最小相干积累参数值;
当环境感知结果为解除速度模糊预警时,生成调整因子:
其中,Ntmax是系统预设的最大相干积累参数值,调整因子为:
步骤S6F:相干积累数Nt'调整为:Nt'=Nt×BPNt',其中Nt为调整前的相干积累数。
在一实施例中,步骤S4-步骤S6的实现过程,包括:风廓线数据缺失时对处理模式参数的调整,具体包括:
步骤S4G:当数据获取率ηar满足:时,环境感知结果为数据缺失,时空一致性较差;当满足时,环境感知结果为数据时空一致性改善,其中nar0为探测高度范围内当前探测到有效数据的最低高度层至探测到有效数据的最高高度层的高度层总数,nar为nar0中探测到有效数据的高度层数量,ηar0为预设的数据获取率阈值;
步骤S5G:针对环境感知阶段输出的数据时空一致性变差结果,生成调整因子BPCN=2,当环境感知阶段输出结果为数据时空一致性改善时,生成调整因子BPCN=1;
步骤S6G:数据处理过程中的廓线合成参数中的处理模式参数调整为:PCN=BPCN;
当PCN=1时,采用单通道处理模式,此时在时间和空间上对每一个波束探测到的径向风谱信息进行二维一致性检验,并将一致性检验得到的结果作为该波束的径向风速探测结果;
当PCN=2,采用双通道处理模式,此时在第一通道内对每一个波束探测到的径向风谱信息进行二维一致性检验,在第二通道内对所述径向风谱信息分别进行空间、时间上的一维一致性检验;若第一通道输出的数据为有效值,则以第一通道的输出值作为该波束的径向风速探测结果;若第一通道输出的数据为无效值,但第二通道的空间一维一致性检验结果为有效值,则以此作为该波束的径向风速探测结果;否则,以第二通道的时间一维一致性检验结果作为该波束的径向风速探测结果。
在一实施例中,步骤S4-步骤S6的实现过程,包括:低模式探测威力下降时调整数据拼接高度,具体包括:
步骤S4H:选取紧邻模式拼接高度的下方水平风速vd、风向dd、上方水平风速vu、风向du,若在时间上连续有3组风廓线样本满足
|vd-vu|>ηv5或者|dd-du|>ηd5,则环境感知结果为雷达探测威力下降,拼接高度需要调整;若在时间上连续有三组风廓线样本同时满足:
步骤S5H:针对环境感知阶段输出的低模式探测威力下降结果,生成调整因子:
其中,Hm是当前时刻拼接高度参数值,h1、h2、h3、h4是预设的拼接高度可选参数值,且h1>h2>h3>h4;
当环境感知阶段输出结果为低模式探测威力恢复时,生成调整因子:
调整因子BPH结果为:
步骤S6H:数据处理过程中的廓线合成参数中的高度拼接参数调整为:Hm'=BPH。
第二方面,本发明实施例提供一种基于BP环境感知的风廓线雷达自适应探测系统,包括:
参数配置模块,用于存储风廓线雷达探测参数、获取风廓线雷达初始探测参数,并将当前探测参数下发给测风模块;
测风模块,用于风廓线雷达根据当前的探测参数运行并获取探测数据,并将探测数据传给产品输出模块和环境感知模块;
产品输出模块,用于基于探测数据生成风廓线雷达数据及图形产品;
环境感知模块,用于对探测数据进行数据特征提取和环境感知,形成环境感知结果并传递给BP参数调整模块;
BP参数调整模块,根据环境感知结果,生成BP调整因子,根据BP调整因子对当前探测参数进行调整,并将调整结果传递给参数配置模块。
第三方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行本发明实施例第一方面的基于BP环境感知的风廓线雷达自适应探测方法。
第四方面,本发明实施例提供一种计算机设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行本发明实施例第一方面的基于BP环境感知的风廓线雷达自适应探测方法。
本发明技术方案,具有如下优点:
本发明提供的基于BP环境感知的风廓线雷达自适应探测方法及系统,首选获取风廓线雷达初始探测参数,风廓线雷达根据当前的探测参数运行并获取探测数据,基于探测数据生成风廓线雷达数据及图形产品,对探测数据进行数据特征提取和环境感知,根据环境感知结果生成BP调整因子,根据BP调整因子调整风廓线雷达的探测参数,通过不断调整探测参数形成连续的风廓线雷达自适应探测过程。本发明自动对风廓线雷达探测范围内与探测性能相关的大气物理环境变化进行感知,根据感知结果自适应调整风廓线雷达探测参数,并在风廓线雷达下一个探测周期采用调整后的探测参数进行探测,以此增强风廓线雷达的环境适应性,进而提高风廓线雷达的数据产品质量。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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本发明实施例中提供的基于BP环境感知的风廓线雷达自适应探测方法的一个具体示例的工作流程图;
图2本发明实施例中提供的基于BP环境感知的风廓线雷达自适应探测方法应用场景及具体实现示意图;
图3为本发明实施例中提供的基于BP环境感知的风廓线雷达自适应探测系统的一个具体示例的模块组成图;
图4为本发明实施例提供的计算机设备一个具体示例的组成图。
具体实施方式
下面将结合附图对本发明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。此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本发明实施例提供一种基于BP环境感知的风廓线雷达自适应探测方法,如图1所示,该方法包括如下步骤:
步骤S1:获取风廓线雷达初始探测参数;
步骤S2:风廓线雷达根据当前的探测参数运行并获取探测数据;
步骤S3:基于探测数据生成风廓线雷达数据及图形产品;
步骤S4:对探测数据进行数据特征提取和环境感知;
步骤S5:根据环境感知结果,生成BP调整因子;
步骤S6:根据BP调整因子调整风廓线雷达的探测参数;
重复步骤S2~步骤S6,形成连续的风廓线雷达自适应探测过程。
本发明提供的风廓线雷达自适应探测方法,能够通过自动感知风廓线雷达所处地理位置的诸如天气情况、回波强弱、干扰有无、风速大小等大气物理环境的变化,并自适应的调整探测参数,提高风廓线雷达的环境适应性。
在一具体实施例中风廓线雷达自适应探测方法实现过程如图2所示,其中涉及的探测参数包括:
(1)系统控制参数,用于对风廓线雷达系统获取时域I、Q数据(对于雷达系统,对时域信号/数据的存储,通常存储两路,即I路数据、Q路数据,如此做能记录信号的相位信息)之前的过程及对时域处理和数据处理过程进行控制,包括:自动增益控制参数、探测波束控制参数、傅里叶变换点数nfft、相干积累参数Nt和非相干积累参数Ntr;
(2)时域处理参数,用于在对I、Q数据进行时域处理得到频域数据的过程进行控制,包括:相干积累参数Nt和非相干积累参数Ntr;
(3)频域处理参数,用于对频域数据进行频谱分析得到径向谱矩数据的过程进行控制,包括:去地杂波参数、多峰识别模式参数、半平面对消参数;
(4)廓线合成参数,用于在通过对径向谱矩数据进行质量控制和数学模型反演得到三维风场数据和二次产品的过程进行控制,包括:一致性检验参数、拼接高度参数、处理模式参数。
需要说明的是,上述的探测参数仅叙述了本发明实施例中要根据BP环境感知自适应调整的参数,在这些参数之外,为保证风廓线雷达正常运行,还存在其他探测参数,但与本发明的自适应调整过程无直接关系,在此不一一列出。
上述步骤S2中风廓线雷达根据当前的探测参数运行并获取探测数据的过程,包括:
步骤S21:系统探测过程,风廓线雷达系统根据自动增益控制参数确定接收链路增益,根据探测波束控制参数顺次形成特定指向的波束,以傅里叶变换点数nfft、相干积累参数Nt、非相干积累参数Ntr和脉冲重复周期Prt确定的波束探测周期顺次对每一个探测模式、每一个指向波束进行探测,得到互相正交的时域I、Q数据;
步骤S22:时域处理过程,对时域I、Q数据进行相干积累、傅里叶变换分析、窗函数滤波和非相干积累,得到频域数据;
步骤S23,频域处理过程,对频域数据进行质量控制和频谱分析,得到径向谱矩数据;
步骤S24,数据处理过程,对径向谱矩数据进一步进行质量控制,并根据相关数学模型生成风廓线及二次产品数据。
上述步骤S3中生成风廓线雷达数据及图形产品包括:
(1)频域数据,包括:风廓线雷达探测的各高度层回波及噪声功率谱数据;
(2)径向产品数据,包括:包括径向风速、回波功率、谱宽、信噪比、噪声功率,其中噪声功率PN通过分段平均法求得,其余几个物理量通过以下几个公式求得:
回波功率:
径向风速:
谱宽:
信噪比采用对数制表示:
其中,pi表示功率谱数据中被识别为风谱信号的第i点功率值,Vi表示功率谱数据中被识别为风谱信号的第i点对应的多普勒速度值;
(3)廓线数据,包括:包括水平风向、水平风速、垂直气流、大气折射率结构常数;
(4)时域I、Q数据及风廓线雷达二次产品数据及其图形化显示,其中的时域I、Q数据通常占用存储空间极大,单个文件大小比上述其他类型的文件大小至少高2个数量级,因此只有在特定的试验场景下才会选择被保存和输出;风廓线雷达二次产品数据及其图形化显示,如风切变、低空急流识别、锋面识别等,这类数据由上述数据产品作进一步分析计算求得。
本发明实施例中上述步骤S4中对探测数据进行数据特征提取和环境感知的过程,包括:根据信噪比和对应预设阈值对过强或过弱的回波信号进行感知;根据地杂波宽度、径向风速及地杂波宽度、径向风速对应的预设阈值对地杂波宽窄进行感知;根据径向功率谱的谱线频率、谱宽及谱宽对应的预设阈值对电磁干扰进行感知;根据垂直速度、谱宽及垂直速度和谱宽对应的预设阈值对降水天气进行感知;根据径向速度、最大径向探测速度和对应的预设阈值对速度模糊进行感知;根据廓线数据和数据获取率的变化对数据时空一致性的强弱和低模式探测威力的强弱进行感知。基于上述涉及探测数据进行数据特征及环境感知类别包括:
上表中涉及到的参数及对应的物理量关系如下:
作为本发明的可选实施方式,步骤S4所述的提取数据特征并进行环境感知过程的具体实现过程为:
S4A,回波信号过强检测:对频域处理过程得到的信噪比数据进行特征提取,记风廓线雷达在输入信号为最小可检测信号时得到的信噪比是Snrmin、风廓线雷达接收系统动态范围是Dr,两者均用对数制表示,则当信噪比Snr满足:
Snr≥ηsnr1=Snrmin+0.9×Dr
时,判断为回波信号过强,系统处于接收机饱和预警状态;
当信噪比Snr满足:
Snr≤ηsnr2=Snrmin+0.4×Dr
时,判断为回波信号减弱,系统解除接收机饱和预警状态。
上述回波信号过强检测方案的有益效果是:通过信噪比的大小来表征回波信号强度,当探测范围内的大气物理环境导致信号过强并可能使接收机饱和时,给出接收机饱和预警的环境感知结果;当信噪比减小时,给出解除接收机饱和预警的环境感知结果;通过设置不同的阈值,避免了环境感知结果在两种状态之间频繁的切换,同时又兼顾环境感知的状态切换。
S4B,回波信号过弱检测:对频域处理过程得到的信噪比数据进行特征提取,记风廓线雷达在输入信号为最小可检测信号时得到的信噪比对数制表示为Snrmin,则当信噪比Snr满足:
Snr≤ηsnr3=Snrmin+10dB
时,环境感知结果为回波信号过弱,信号检测准确度下降;
当信噪比Snr满足:
Snr≥ηsnr4=Snrmin+20dB
时,环境感知结果为回波信号足够强,信号检测准确度恢复。
上述回波信号过弱检测方案的有益效果是:通过信噪比的大小来表征回波信号的强弱,当探测范围内的大气物理环境导致信噪比较小并可能影响信号检测准确率时,给出回波信号过弱的环境感知结果;当信噪比变大时,给出回波信号足够强、信号检测准确率恢复的环境感知结果;通过设置不同的阈值,避免了环境感知结果在两种状态之间频繁的切换,同时又兼顾环境感知的状态切换。其中阈值ηsnr3设定为最小可检测信噪比上浮10dB,抑制了噪声信号抖动对信号检测造成的负面影响。
时,环境感知结果为地杂波过宽,径向谱矩数据准确性下降;
时,环境感知结果为地杂波较窄,或不宜大范围去除地杂波。
上述地杂波宽度检测方案的有益效果是:在频域处理过程中,为了抑制地杂波对湍流回波信号的影响,通常要进行特定宽度范围内的地杂波消除,但过多的消除地杂波会连同一部分有用的回波信号一并消除,本发明根据地杂波宽度和径向风速的数据特征,可对大气物理环境变化引起的地杂波宽度变化进行感知分类。
上述对称干扰谱线检测方案的有益效果是:有源电磁干扰如电源串扰等通常以谐波及对称干扰谱线的形式出现,当出现稳定的干扰谱线时,进行环境感知预警,降低有源干扰对风信号识别的影响。
时,环境感知结果为降水天气;
上述降水检测方案的有益效果是:降水天气过程在一定程度上会干扰频域处理过程中的径向风信号频谱识别结果,本发明对降水天气进行环境感知,使得风廓线雷达能够将之区别于非降水天气,并调整参数适应于当前天气环境的变化。
S4F,速度模糊检测:风廓线雷达的最大径向探测速度vmax由脉冲重复周期Prt、相干积累数Nt、和雷达工作波长λ共同决定:
对频域处理过程的所有波束的谱数据进行检验,当风速v满足:
时,环境感知结果为速度模糊预警;
时,环境感知结果为解除速度模糊预警,其中vmax'为调整探测参数后的最大径向探测速度;
上述速度模糊检测方案的有益效果是:对于风廓线雷达的一些探测参数,在一方面影响探测威力和探测时间分辨率的同时,在另一方面还影响最大径向探测速度,为了对这类探测参数在两方面影响之间进行权衡,本发明提出对速度模糊进行预警的环境感知。
S4G,数据缺失检测:对数据处理过程中的数据获取率进行特征提取,当数据获取率降低,或风廓线图形产品中出现空洞,用数学表达式表示为:当时,环境感知结果为数据缺失,时空一致性较差;当时,环境感知结果为数据时空一致性改善;其中ηar为当前时刻数据获取率,nar0为探测高度范围内当前探测到有效数据的最低高度层至探测到有效数据的最高高度层的高度层总数,nar为nar0中探测到有效数据的高度层数量,ηar0为预设的数据获取率阈值。
上述方案数据缺失检测的有益效果是:为了提高风廓线雷达数据质量,时空一致性检验常作为质量控制的重要部分,但当大气物理环境变化导致探测范围内的风场一致性不够强时,时空一致性检验反而会造成数据缺失,或者在风廓线雷达图形产品中产生空洞,本发明根据数据获取率的大小对风场一致性进行环境感知,以便相应的调整探测参数。
S4H,探测威力下降检测:对数据处理过程中生成的水平廓线数据进行特征提取,选取紧邻模式拼接高度的下方水平风速vd、风向dd、上方水平风速vu、风向du,若在时间上连续有三组风廓线样本满足:
|vd-vu|>ηv5或者|dd-du|>ηd5
则环境感知结果为雷达探测威力下降,拼接高度需要调整;若在时间上连续有三组风廓线样本同时满足:
则环境感知结果为雷达探测威力恢复,拼接高度可恢复默认值,其中ηv5、ηd5分别为预设的风速误差阈值和风向误差阈值。
上述探测威力下降检测方案的有益效果是:为了兼顾高空间分辨率和高探测威力的需求,风廓线雷达常采用多模式联合探测的形式进行大气风场探测,如采用低模式与高模式联合探测,前者空间分辨率较高但探测威力不足,因此在适当的高度上要与后者的探测数据进行拼接,在拼接高度以下采用低模式的探测数据,在拼接高度以上采用高模式的探测数据。当遇到天气干冷等大气环境时,雷达探测威力有所降低,拼接高度附近的低模式信噪比降低,可能造成拼接高度附近数据不连贯,因此本发明对探测威力下降的情况进行环境感知,及时给出预警信息。
可选的,S4A~S4H中所述阈值可以根据风廓线雷达实际探测情况,在±30%范围内进行调整。需要说明的是S4A~S4H所述的提取数据特征和环境感知过程,在逻辑上是并列关系,每一条均可以单独进行,也可以以任意组合的形式进行。
作为本发明的可选实施方式,步骤S5中根据环境感知结果,生成BP调整因子的具体实现过程包括:
S5A,针对环境感知阶段输出的“回波信号过强,系统处于接收机饱和预警状态”,启动自动增益控器;针对环境感知阶段输出的回波信号“回波信号减弱,解除接收机饱和预警状态”,关闭自动增益控制器。自动增益控制调整因子作用在接收机增益处,设置为:
上述方案的有益效果是在接收机饱和预警状态时,减小接收机增益,降低接收机饱和概率。
S5B,针对环境感知阶段输出的“回波信号过弱,信号检测准确度下降”结果,生成调整因子BPNt1,作用在相干积累Nt处,且满足:
其中BPx是BPNt1的可选值,包含于集合{2,4,8,16},vmax0是预设的风廓线雷达可接受的最大径向探测速度的最小值,Tmax0是预设的风廓线雷达可接受的单波束探测时间分辨率的最大值。当环境感知阶段输出结果为:“回波信号足够强,信号检测准确率恢复”,生成调整因子BPNt2,同样作用在相干积累Nt处,BPNt2取值为上一次触发的BPNt1值的倒数。结合回波信号过弱和回波信号足够强,生成调整因子BPNt结果为:
上述方案的有益效果是在由于回波信号过弱而影响信号检测时,在不影响最大径向探测速度和时间分辨率的前提下,适当通过增加相干积累数提高信噪比,从而增强信号检测准确度;当回波信号足够强时,恢复默认的相干积累数,从而获得更大的径向探测速度范围和更高的时间分辨率。
S5C,针对环境感知阶段输出的“地杂波过宽,径向谱矩数据准确性下降”结果,生成调整因子BPclutter=Nclutter1,当环境感知阶段输出结果为“地杂波较窄或不宜大范围去除地杂波”时,生成调整因子BPclutter=Nclutter2,其中调整因子BPclutter作用在去地杂波参数处,Nclutter1和Nclutter2是风廓线雷达根据当前地理环境和气候条件预设的去除地杂波点数的两个参考值:
S5D,针对环境感知阶段输出的“出现对称电磁干扰”结果,生成调整因子BPcc=1。当环境感知阶段输出结果为“对称电磁干扰消失”时,生成调整因子BPcc=0。
S5E,针对环境感知阶段输出的“降水粒子影响测风准确度”结果,生成调整因子BPrain=1。当环境感知阶段输出结果为“非降水天气”时,生成调整因子BPrain=0。
S5F,针对环境感知阶段输出的“速度模糊预警”结果,生成调整因子BPNt3,作用在参数相干积累Nt处,且满足:
其中Nt是当前的相干积累参数值,Ntmin是系统预设的最小相干积累参数值。
当环境感知阶段输出结果为“解除速度模糊预警”时,生成调整因子BPNt4,同样作用在参数相干积累Nt处,且满足:
其中Ntmax是系统预设的最大相干积累参数值。结合“速度模糊预警”和“解除速度模糊预警”两种情况,生成调整因子BPNt'结果为:
S5G,针对环境感知阶段输出的“数据时空一致性变差”结果,生成调整因子BPCN=2。当环境感知阶段输出结果为“数据时空一致性改善”时,生成调整因子BPCN=1。
S5H,针对环境感知阶段输出的“低模式探测威力下降”结果,生成调整因子BPH=BPH1,作用在数据处理过程中的拼接高度参数Hm处,且满足:
其中Hm是当前时刻拼接高度参数值,h1、h2、h3、h4是预设的拼接高度可选参数值,且h1>h2>h3>h4。
当环境感知阶段输出结果为“低模式探测威力恢复”时,生成调整因子BPH=BPH2,且满足:
结合“低模式探测威力下降”和“低模式探测威力恢复”两种情况,生成调整因子BPH结果为:
作为本发明的可选实施方式,步骤S6所述的根据BP调整因子调整风廓线雷达探测参数的具体实现过程包括:
S6A,接收机增益调整为:G'=G+BPG,式中各物理量均用对数制表示,其中G为调整前接收机增益,G'为调整后接收机增益,BPG为S5A所述调整因子,接收机增益在步骤S21所述系统探测过程中起作用。
S6B,相干积累调整为:Nt'=Nt×BPNt,其中Nt为调整前的相干积累数,Nt'为调整后的相干积累数,BPNt为S5B所述调整因子,相干积累数作用在步骤S21所述系统探测过程和步骤S22所述时域处理过程。
S6C,去地杂波参数调整为:Nclutter=BPclutterNclutter,其中Nclutter是去地杂波点数,作用在频域处理过程中,具体地,是以零频谱线分量为基准,分别将向前和向后Nclutter个频谱分量作为杂波处理。可选的,在处理过程中,以杂波范围之外的频谱分量作参考点,采用线性插值或高斯拟合曲线插值或用噪声代替的方式去除地杂波,从而抑制地杂波对后续的频谱处理过程的影响。去地杂波参数作用在步骤S23所述的频域处理过程。
S6D,频谱处理过程中的半平面对消参数调整为:Pcc=BPcc,当Pcc值为1时,开启半平面对消过程;当Pcc值为0时,关闭半平面对消过程,在开启半平面对消过程时,对[-2m/s,+2m/s]范围以外的频谱数据分量,作如下处理:
顺次将多普勒速度数值互为相反数的频谱数据分量分为一组,若这两个频谱数据分量Pi+、Pi-的幅度值同时满足:
其中PN是噪声的频谱数据分量的幅度值的平均值,则将这两个频谱数据分量的幅度值用噪声的频谱数据分量的幅度值的平均值替换,否则不做替换操作。
S6E,多峰识别模式参数调整为:MP=BPrain,当MP=0时,对于每一个探测波束获得的每一个探测高度上的功率谱数据,以满足空间一致性检验要求的最大包络信号作为风信号。当MP=1时,若有至少两个包络信号满足空间一致性检验要求,且其中强度由大到小排名第二的包络信号的强度与噪声强度之差不小于阈值ηMP时,以所述强度由大到小排名第二的包络信号作为风信号,否则以强度最大的包络信号作为风信号。
S6F,相干积累调整为:Nt'=Nt×BPNt',其中Nt为调整前的相干积累数,Nt'为调整后的相干积累数,BPNt'为S5F所述调整因子,相干积累数作用在步骤S21所述系统探测过程和步骤S22所述时域处理过程。
S6G,数据处理过程中的廓线合成参数中的处理模式参数调整为:PCN=BPCN。当PCN=1时,采用单通道处理模式,此时在时间和空间上对每一个波束探测到的径向风谱信息进行二维一致性检验,并将一致性检验得到的结果作为该波束的径向风速探测结果;当PCN=2时,采用双通道处理模式,此时在第一通道内对每一个波束探测到的径向风谱信息进行二维一致性检验,在第二通道内对所述径向风谱信息分别进行空间、时间上的一维一致性检验。若第一通道输出的数据为有效值,则以第一通道的输出值作为该波束的径向风速探测结果;若第一通道输出的数据为无效值,但第二通道的空间一维一致性检验结果为有效值,则以此作为该波束的径向风速探测结果;否则,以第二通道的时间一维一致性检验结果作为该波束的径向风速探测结果。
定义如下计算法则:
则类似的,对第i时刻、第j高度层的速度vi,j进行时间m维度、空间n维度的二维一致性检验,输出结果Y(m,n)(vi,j)可表示为:
当m=1时为空间一致性检验,当n=1时为时间一致性检验。
本方案的有益效果是:在三维风场时间或空间一致性较差时,能够减少数据空洞产生的概率。
S6H,数据处理过程中的廓线合成参数中的高度拼接参数调整为:Hm'=BPH。
需要说明的是,本具体实施方式所述的S5A~S5H过程分别与S6A~S6H一一对应,同时分别与具体实施方式五所述的S4A~S4H一一对应,每一组对应过程可以独立进行,也可以以任意组合的形式进行。
本发明中涉及的参数/变量及对应的物理含义对应关系梳理如下表所示:
实施例2
本发明实施例提供一种基于BP环境感知的风廓线雷达自适应探测系统,如图3所示,包括:
参数配置模块101,用于存储风廓线雷达探测参数、获取风廓线雷达初始探测参数,并将当前探测参数下发给测风模块;此模块执行实施例1中的步骤S1所描述的方法,在此不再赘述。
测风模块102,用于风廓线雷达根据当前的探测参数运行并获取探测数据,并将探测数据传给产品输出模块和环境感知模块;此模块执行实施例1中的步骤S2所描述的方法,在此不再赘述。
产品输出模块103,用于基于探测数据生成风廓线雷达数据及图形产品;此模块执行实施例1中的步骤S3所描述的方法,在此不再赘述。
环境感知模块104,用于对探测数据进行数据特征提取和环境感知,形成环境感知结果并传递给BP参数调整模块;此模块执行实施例1中的步骤S4所描述的方法,在此不再赘述。
BP参数调整模块105,根据环境感知结果,生成BP调整因子,根据BP调整因子对当前探测参数进行调整,并将调整结果传递给参数配置模块。此模块执行实施例1中的步骤S5所描述的方法,在此不再赘述。
本发明实施例提供的基于BP环境感知的风廓线雷达自适应探测系统,参数配置模块101、测风模块102、产品输出模块103,在实现常规的风廓线雷达对大气三维风场信息进行探测的功能的基础上,同时还为实现基于BP环境感知的自适应探测过程提供了必要的设备基础,环境感知模块104和BP参数调整模块105,通过与参数配置模块101和测风模块102进行数据交互,完成了对探测参数和测风过程的自适应调整,有利于风廓线雷达应对随时间和空间变化的物理探测环境。
实施例3
本发明实施例提供一种计算机设备,如图4所示,该设备可以包括处理器51和存储器52,其中处理器51和存储器52可以通过总线或者其他方式连接,图4以通过总线连接为例。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的对应的程序指令/模块。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例1中的基于BP环境感知的风廓线雷达自适应探测方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器51所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、企业内网、移动通信网及其组合。一个或者多个模块存储在存储器52中,当被处理器51执行时,执行实施例1中的基于BP环境感知的风廓线雷达自适应探测方法。
上述计算机设备具体细节可以对应参阅实施例1中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (16)
1.一种基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,包括如下步骤:
步骤S1:获取风廓线雷达初始探测参数;
步骤S2:风廓线雷达根据当前的探测参数运行并获取探测数据;
步骤S3:基于探测数据生成风廓线雷达数据及图形产品;
步骤S4:对探测数据进行数据特征提取和环境感知;
步骤S5:根据环境感知结果,生成BP调整因子;
步骤S6:根据BP调整因子调整风廓线雷达的探测参数;
重复步骤S2-步骤S6,形成连续的风廓线雷达自适应探测过程。
2.根据权利要求1所述基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,所述探测参数包括:
系统控制参数,用于对风廓线雷达系统获取时域I、Q数据之前的过程及对时域处理和数据处理过程进行控制,包括:自动增益控制参数、探测波束控制参数、傅里叶变换点数、相干积累参数和非相干积累参数;
时域处理参数,用于在对I、Q数据进行时域处理得到频域数据的过程进行控制,包括:相干积累参数和非相干积累参数;
频域处理参数,用于对频域数据进行频谱分析得到径向谱矩数据的过程进行控制,包括:去地杂波参数、多峰识别模式参数、半平面对消参数;
廓线合成参数,用于在通过对径向谱矩数据进行质量控制和数学模型反演得到三维风场数据和二次产品的过程进行控制,包括:一致性检验参数、拼接高度参数、处理模式参数。
3.根据权利要求2所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S2中风廓线雷达根据当前的探测参数运行并获取探测数据的过程,包括:
步骤S21:系统探测过程,风廓线雷达系统根据自动增益控制参数确定接收链路增益,根据探测波束控制参数顺次形成特定指向的波束,以傅里叶变换点数、相干积累参数、非相干积累参数和脉冲重复周期确定的波束探测周期顺次对每一个探测模式、每一个指向波束进行探测,得到互相正交的时域I、Q数据;
步骤S22:时域处理过程,对时域I、Q数据进行相干积累、傅里叶变换分析、窗函数滤波和非相干积累,得到频域数据;
步骤S23:频域处理过程,对频域数据进行质量控制和频谱分析,得到径向谱矩数据;
步骤S24:数据处理过程,对径向谱矩数据进一步进行质量控制,并根据相关数学模型生成风廓线及二次产品数据。
4.根据权利要求3所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S3中生成风廓线雷达数据及图形产品包括:
频域数据,包括:风廓线雷达探测的各高度层回波及噪声功率谱数据;
径向产品数据,包括:包括径向风速、回波功率、谱宽、信噪比、噪声功率;
廓线数据,包括:包括水平风向、水平风速、垂直气流、大气折射率结构常数;
时域I、Q数据及风廓线雷达二次产品数据及其图形化显示。
5.根据权利要求4所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S4中对探测数据进行数据特征提取和环境感知的过程,包括:
根据信噪比和对应预设阈值对过强或过弱的回波信号进行感知;
根据地杂波宽度、径向风速及地杂波宽度、径向风速对应的预设阈值对地杂波宽窄进行感知;
根据径向功率谱的谱线频率、谱宽及谱宽对应的预设阈值对电磁干扰进行感知;
根据垂直速度、谱宽及垂直速度和谱宽对应的预设阈值对降水天气进行感知;
根据径向速度和对应的预设阈值对速度模糊进行感知;
根据廓线数据和数据获取率的变化对数据时空一致性的强弱和低模式探测威力的强弱进行感知。
7.根据权利要求5所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S4-步骤S6的实现过程,包括:根据弱回波信号感知结果,对相干积累数进行调整,具体包括:
步骤S4B:当信噪比Snr、最小可检测信噪比Snrmin、接收系统动态范围Dr满足条件Snr≤Snrmin+10dB时,判定环境感知结果为回波信号过弱,信号检测准确度下降;当满足条件Snr≥Snrmin+20dB时,判定环境感知结果为回波信号足够强,信号检测准确度恢复;
步骤S5B:当回波信号过弱时,生成相干积累数调整因子:
其中BPx是BPNt1的可选值,包含于集合{2,4,8,16},vmax0是预设的风廓线雷达可接受的最大径向探测速度的最小值,Tmax0是预设的风廓线雷达可接受的单波束探测时间分辨率的最大值;
当回波信号过强时,生成调整因子相干积累数BPNt2,BPNt2取值为上一次触发的BPNt1值的倒数:
步骤S6B:相干积累数Nt'调整为:Nt'=Nt×BPNt,其中Nt为调整前的相干积累数。
8.根据权利要求5所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S4-步骤S6的实现过程,包括:根据地杂波感知结果,对去地杂波参数进行调整,具体包括:
时,环境感知结果为地杂波过宽,径向谱矩数据准确性下降,ηw1是地杂波宽度阈值,ηv1是预设的速度阈值;
时,环境感知结果为地杂波较窄,或不宜大范围去除地杂波;
S5C:针对环境感知阶段输出的“地杂波过宽,径向谱矩数据准确性下降”结果,生成调整因子BPclutter=Nclutter1当环境感知阶段输出结果为地杂波较窄或不宜大范围去除地杂波时,生成调整因子BPclutter=Nclutter2,其中调整因子BPclutter作用在去地杂波参数处,Nclutter1和Nclutter2是风廓线雷达根据当前地理环境和气候条件预设的去除地杂波点数的两个参考值:
S6C:去地杂波参数调整为:Nclutter=BPclutter,其中Nclutter是去地杂波点数,作用在频域处理过程中是以零频谱线分量为基准,分别将向前和向后Nclutter个频谱分量作为杂波处理。
9.根据权利要求5所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S4-步骤S6的实现过程,包括:根据称干扰谱线感知结果,对半平面对消参数进行调整,具体包括:
S4D:对称干扰谱线检测:对频域处理过程的谱数据进行检测,当存在以正负频率成对出现的频谱分量,且频率稳定、谱宽时,环境感知结果输出为出现对称电磁干扰;否则环境感知结果输出为对称电磁干扰消失,ηwn1为预设的风速谱宽阈值;
S5D:针对环境感知阶段输出的出现“对称电磁干扰”结果,生成调整因子BPcc=1;当环境感知阶段输出结果为“对称电磁干扰消失”时,生成调整因子BPcc=0;
S6D:频谱处理过程中的半平面对消参数调整为:Pcc=BPcc,当Pcc值为1时,开启半平面对消过程;当Pcc值为0时,关闭半平面对消过程,在开启半平面对消过程时,对[-2m/s,+2m/s]范围以外的频谱数据分量,作如下处理:
顺次将多普勒速度数值互为相反数的频谱数据分量分为一组,若这两个频谱数据分量Pi+、Pi-的幅度值同时满足:
其中PN是噪声的频谱数据分量的幅度值的平均值,则将这两个频谱数据分量的幅度值用噪声的频谱数据分量的幅度值的平均值替换,否则不做替换操作。
10.根据权利要求5所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S4-步骤S6的实现过程,包括:根据降水天气感知结果,对多峰识别参数进行调整,具体包括:
步骤S5E:当环境感知结果为降水天气时,生成多峰识别参数调整因子BPrain=1;当环境感知结果为非降水天气时,生成多峰识别参数调整因子BPrain=0;
步骤S6E,多峰识别模式参数调整为:MP=BPrain,当MP=0时,对于每一个探测波束获得的每一个探测高度上的功率谱数据,以满足空间一致性检验要求的最大包络信号作为风信号;当MP=1时,若有至少两个包络信号满足空间一致性检验要求,且其中强度由大到小排名第二的包络信号的强度与噪声强度之差不小于阈值ηMP时,以所述强度由大到小排名第二的包络信号作为风信号,否则以强度最大的包络信号作为风信号。
11.根据权利要求5所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S4-步骤S6的实现过程,包括:当出现速度模糊预警时,对相干积累数调整,具体包括
步骤S5F:当环境感知结果为速度模糊预警时,生成调整因子:
其中,Nt是当前的相干积累参数值,Ntmin是系统预设的最小相干积累参数值;
当环境感知结果为解除速度模糊预警时,生成调整因子:
其中,Ntmax是系统预设的最大相干积累参数值,调整因子BPNt':
步骤S6F:相干积累数Nt'调整为:Nt'=Nt×BPNt',其中Nt为调整前的相干积累数。
12.根据权利要求5所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S4-步骤S6的实现过程,包括:风廓线数据缺失时对处理模式参数的调整,具体包括:
步骤S4G:当数据获取率ηar满足:时,环境感知结果为数据缺失,时空一致性较差;当满足时,环境感知结果为数据时空一致性改善,其中nar0为探测高度范围内当前探测到有效数据的最低高度层至探测到有效数据的最高高度层的高度层总数,nar为nar0中探测到有效数据的高度层数量,ηar0为预设的数据获取率阈值;
步骤S5G:针对环境感知阶段输出的数据时空一致性变差结果,生成调整因子BPCN=2,出结果为数据时空一致性改善时,生成调整因子BPCN=1
步骤S6G:数据处理过程中的廓线合成参数中的处理模式参数调整为:PCN=BPCN;
当PCN=1时,采用单通道处理模式,此时在时间和空间上对每一个波束探测到的径向风谱信息进行二维一致性检验,并将一致性检验得到的结果作为该波束的径向风速探测结果;
当PCN=2时,采用双通道处理模式,此时在第一通道内对每一个波束探测到的径向风谱信息进行二维一致性检验,在第二通道内对所述径向风谱信息分别进行空间、时间上的一维一致性检验;若第一通道输出的数据为有效值,则以第一通道的输出值作为该波束的径向风速探测结果;若第一通道输出的数据为无效值,但第二通道的空间一维一致性检验结果为有效值,则以此作为该波束的径向风速探测结果;否则,以第二通道的时间一维一致性检验结果作为该波束的径向风速探测结果。
13.根据权利要求5所述的基于BP环境感知的风廓线雷达自适应探测方法,其特征在于,步骤S4-步骤S6的实现过程,包括:低模式探测威力下降时调整数据拼接高度,具体包括:
步骤S4H:选取紧邻模式拼接高度的下方水平风速vd、风向dd、上方水平风速vu、风向du,若在时间上连续有3组风廓线样本满足|vd-vu|>ηv5或者|dd-du|>ηd5,则环境感知结果为雷达探测威力下降,拼接高度需要调整;若在时间上连续有三组风廓线样本同时满足:则环境感知结果为雷达探测威力恢复,拼接高度可恢复默认值,其中ηv5、ηd5分别为预设的风速误差阈值和风向误差阈值;
步骤S5H:针对环境感知阶段输出的低模式探测威力下降结果,生成调整因子:
其中,Hm是当前时刻拼接高度参数值,h1、h2、h3、h4是预设的拼接高度可选参数值,且h1>h2>h3>h4;
当环境感知阶段输出结果为低模式探测威力恢复时,生成调整因子:
调整因子BPH结果为:
步骤S6H:数据处理过程中的廓线合成参数中的高度拼接参数调整为:Hm'=BPH。
14.一种基于BP环境感知的风廓线雷达自适应探测系统,其特征在于,包括:
参数配置模块,用于存储风廓线雷达探测参数、获取风廓线雷达初始探测参数,并将当前探测参数下发给测风模块;
测风模块,用于风廓线雷达根据当前的探测参数运行并获取探测数据,并将探测数据传给产品输出模块和环境感知模块;
产品输出模块,用于基于探测数据生成风廓线雷达数据及图形产品;
环境感知模块,用于对探测数据进行数据特征提取和环境感知,形成环境感知结果并传递给BP参数调整模块;
BP参数调整模块,根据环境感知结果,生成BP调整因子,根据BP调整因子对当前探测参数进行调整,并将调整结果传递给参数配置模块。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-13任一项所述的基于BP环境感知的风廓线雷达自适应探测方法。
16.一种计算机设备,其特征在于,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-13任一项所述的基于BP环境感知的风廓线雷达自适应探测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110016130.4A CN112835046B (zh) | 2021-01-07 | 2021-01-07 | 基于bp环境感知的风廓线雷达自适应探测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110016130.4A CN112835046B (zh) | 2021-01-07 | 2021-01-07 | 基于bp环境感知的风廓线雷达自适应探测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112835046A true CN112835046A (zh) | 2021-05-25 |
CN112835046B CN112835046B (zh) | 2024-03-29 |
Family
ID=75926433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110016130.4A Active CN112835046B (zh) | 2021-01-07 | 2021-01-07 | 基于bp环境感知的风廓线雷达自适应探测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112835046B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115755227A (zh) * | 2023-01-10 | 2023-03-07 | 南京信大气象科学技术研究院有限公司 | 一种基于深度神经网络模型的三维雷达外推方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8203480B1 (en) * | 2003-07-31 | 2012-06-19 | Rockwell Collins, Inc. | Predictive and adaptive weather radar detection system and method |
CN105607063A (zh) * | 2016-01-05 | 2016-05-25 | 北京无线电测量研究所 | 一种机场低空风切变探测方法及系统 |
CN106556836A (zh) * | 2016-10-18 | 2017-04-05 | 北京无线电测量研究所 | 一种风廓线雷达有降水无降水的自适应探测系统及方法 |
CN108508442A (zh) * | 2018-03-16 | 2018-09-07 | 哈尔滨工程大学 | 一种基于地基多通道微波辐射计的大气温湿廓线反演方法 |
CN109541603A (zh) * | 2018-12-10 | 2019-03-29 | 北京无线电测量研究所 | 基于全相关分析的数字阵列雷达风廓线探测方法及系统 |
US20200242342A1 (en) * | 2017-02-16 | 2020-07-30 | Wrt Lab Co., Ltd. | Method and apparatus for gesture recognition |
CN111474529A (zh) * | 2020-06-10 | 2020-07-31 | 浙江省气象台 | 卫星反演雷达回波的方法、反演雷达回波系统及导航雷达 |
-
2021
- 2021-01-07 CN CN202110016130.4A patent/CN112835046B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8203480B1 (en) * | 2003-07-31 | 2012-06-19 | Rockwell Collins, Inc. | Predictive and adaptive weather radar detection system and method |
CN105607063A (zh) * | 2016-01-05 | 2016-05-25 | 北京无线电测量研究所 | 一种机场低空风切变探测方法及系统 |
CN106556836A (zh) * | 2016-10-18 | 2017-04-05 | 北京无线电测量研究所 | 一种风廓线雷达有降水无降水的自适应探测系统及方法 |
US20200242342A1 (en) * | 2017-02-16 | 2020-07-30 | Wrt Lab Co., Ltd. | Method and apparatus for gesture recognition |
CN108508442A (zh) * | 2018-03-16 | 2018-09-07 | 哈尔滨工程大学 | 一种基于地基多通道微波辐射计的大气温湿廓线反演方法 |
CN109541603A (zh) * | 2018-12-10 | 2019-03-29 | 北京无线电测量研究所 | 基于全相关分析的数字阵列雷达风廓线探测方法及系统 |
CN111474529A (zh) * | 2020-06-10 | 2020-07-31 | 浙江省气象台 | 卫星反演雷达回波的方法、反演雷达回波系统及导航雷达 |
Non-Patent Citations (1)
Title |
---|
郑秀明等: ""风廓线雷达中自适应抗干扰技术"", 《太赫兹科学与电子信息学报》, vol. 18, no. 3, pages 391 - 396 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115755227A (zh) * | 2023-01-10 | 2023-03-07 | 南京信大气象科学技术研究院有限公司 | 一种基于深度神经网络模型的三维雷达外推方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112835046B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10436893B2 (en) | Apparatus and method for extracting ocean wave information | |
KR101258668B1 (ko) | 한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법 | |
KR101512015B1 (ko) | 기상 레이더 자료를 이용한 대류성 강우를 예측하는 방법 | |
CN110749871B (zh) | 双偏振天气雷达的参量估算方法 | |
KR20120125900A (ko) | 이중편파 레이더를 이용한 기상 및 비기상 에코 분류 방법 | |
CN104133195B (zh) | 一种海浪干扰抑制方法 | |
JP5398195B2 (ja) | レーダ装置 | |
DE112020003347B4 (de) | Generieren von umgebungsinformationen durch verwenden von drahtloser datenübertragung | |
CN111885624A (zh) | 一种基于深度学习的信号噪底估计方法 | |
KR101294678B1 (ko) | 신호처리장치 | |
CN112835046A (zh) | 基于bp环境感知的风廓线雷达自适应探测方法及系统 | |
KR20220050467A (ko) | 해수면 전파 반사율을 이용한 딥 러닝 해양 클러스터 데이터 측정 시스템 | |
CN116538924A (zh) | 一种覆冰状态下输电线路弧垂实时监测方法 | |
Brémaud et al. | Forecasting heavy rainfall from rain cell motion using radar data | |
CN113253219B (zh) | 毫米波雷达的无参照物自标定方法、装置、设备和介质 | |
CN103487807B (zh) | 一种isar最优成像时间选择方法 | |
Sugier et al. | Detection and removal of clutter and anaprop in radar data using a statistical scheme based on echo fluctuation | |
DE102017203543B4 (de) | Verfahren zum Empfangen und Überwachen eines Signals sowie eine Vorrichtung zum Empfangen und Überwachen von Signalen | |
DE102021103487A1 (de) | Empfänger und Betriebsverfahren für denselben | |
CN111583267A (zh) | 基于广义模糊c均值聚类的快速sar图像旁瓣抑制方法 | |
KR102326564B1 (ko) | 연직바람 관측장비를 이용한 이중 도플러 레이더의 바람장 보정을 위한 장치 및 방법 | |
CN107132517B (zh) | 低空监视雷达通用气象通道信号处理装置及其处理方法 | |
Li et al. | Interference suppression for radar signal using 2d unet based on semantic segmentation | |
CN117473456B (zh) | 一种雷视智能融合的方法及系统 | |
CN112213695B (zh) | 一种基于单元平均杂波图的机场跑道异物检测方法 |
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 |