CN112946653A - 双极化气象雷达信号恢复方法、系统及存储介质 - Google Patents
双极化气象雷达信号恢复方法、系统及存储介质 Download PDFInfo
- Publication number
- CN112946653A CN112946653A CN202110108125.6A CN202110108125A CN112946653A CN 112946653 A CN112946653 A CN 112946653A CN 202110108125 A CN202110108125 A CN 202110108125A CN 112946653 A CN112946653 A CN 112946653A
- Authority
- CN
- China
- Prior art keywords
- meteorological
- meteorological target
- doppler
- signal
- aliasing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000011084 recovery Methods 0.000 title claims abstract description 45
- 238000001914 filtration Methods 0.000 claims abstract description 34
- 230000003595 spectral effect Effects 0.000 claims description 23
- 238000002310 reflectometry Methods 0.000 claims description 18
- 238000001228 spectrum Methods 0.000 claims description 17
- 230000009977 dual effect Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 11
- 238000000926 separation method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000010287 polarization Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 229960001948 caffeine Drugs 0.000 claims 1
- RYYVLZVUVIJVGH-UHFFFAOYSA-N trimethylxanthine Natural products CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 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
-
- 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
一种双极化气象雷达信号恢复方法、系统及存储介质，对于原始双极化气象雷达的测量数据，对其进行杂波滤除，获得杂波滤除后的距离‑多普勒二维谱图；在距离‑多普勒二维谱图上标记气象目标区域和混叠信号区域；距离‑多普勒功率谱图上气象目标区域的气象目标点两两组队，求取各气象目标点对的空间间隔距离及变差函数；对于混叠信号区域的任意一混叠信号点，求取其与气象目标区域上的所有气象目标点的空间间隔距离以及变差函数，然后利用采用克里金插值法对该混叠信号点进行信号恢复，直至完成距离‑多普勒二维谱图上所有混叠信号点的的信号恢复。本发明能够解决双极化气象雷达在气象目标和杂波混叠情况下气象目标恢复的问题。
Description
技术领域
本发明属于雷达技术领域，更具体地，涉及一种双极化气象雷达信号恢复方法、系统及存储介质。
背景技术
气象雷达可实现对天气现象高时空分辨率的观测，是做好极端天气现象精确监测和预报的重要技术手段之一。由于工作环境的复杂性，气象雷达面临着多种类型雷达杂波的影响，包括静态杂波(如地杂波)和动态杂波(如昆虫和鸟类杂波、海杂波、风车杂波)等。当这些自然环境杂波涌入雷达接收机时，将严重影响气象雷达数据质量和对降雨区域的准确观测。为了提高天气现象精细化预报能力，大部分气象雷达进行了双极化升级改造。双极化，即双偏振，可以精细刻画气象目标的微物理特性，实现气象目标与杂波的精确区分，逐渐成为气象雷达的标配。
针对气象雷达杂波干扰的问题，国内外学者提出了不同的杂波抑制方法，然而大部分方法针对是气象目标和杂波可以区分开的场景。当气象目标和杂波混叠在一起时，这些方法将无法奏效。针对上述问题，国内外学者也做了一些研究工作。比如，Siggia等人提出了高斯模型自适应处理算法(A.Siggia and R.Passarelli,“Gaussian model adaptiveprocessing(GMAP)for improved ground clutter cancellation and momentcalculation,”in Proc.Eur.Radar Meteorol.Hydrol.,vol.2,2004,pp.421–424.)，可以实现气象目标和地杂波(一种静态杂波)混叠的情况下的气象目标恢复，但该方法假设气象目标和杂波的功率谱都是高斯型，不是适用于所有场景。此外，该方法还无法用于气象目标和动态杂波混叠的情景。
发明内容
针对现有技术存在的缺陷，本发明的目的是提供一种双极化气象雷达信号恢复方法、系统及存储介质，能够解决双极化气象雷达在气象目标和杂波混叠情况下气象目标恢复的问题。
本发明的技术方案是：
双极化气象雷达信号恢复方法，包括：
第一步，输入原始双极化气象雷达的测量数据，利用极化-多普勒滤波法对其进行杂波滤除，获得杂波滤除后的距离-多普勒功率谱图，包含气象目标以及气象目标和杂波混叠的混叠信号(下面简称混叠信号)，其中，混叠信号即待恢复的气象目标信号；
第二步，在距离-多普勒功率谱图上标记气象目标区域和混叠信号区域；
第三步，距离-多普勒功率谱图上气象目标区域的气象目标点两两组队，求取各气象目标点对的空间间隔距离，根据气象目标点对的空间间隔距离得到气象目标的变差函数；
第四步，取距离-多普勒功率谱图上混叠信号区域的任意一混叠信号点，将其分别与气象目标区域上的各气象目标点组成混叠信号-气象目标点对，求取各混叠信号-气象目标点对的空间间隔距离以及变差函数，然后采用克里金插值法对该混叠信号点进行信号恢复；
第五步，重复第四步，直至完成距离-多普勒功率谱图上所有混叠信号点的克里金插值，即完成所有混叠信号点的信号恢复。
本发明第一步中，所述极化-多普勒滤波法，包括：
(1)，基于双极化雷达的测量数据计算获得距离-多普勒域上的谱共极化相关系数，通过阈值处理滤除原始的距离-多普勒功率谱图中的杂波和噪声点，得到距离-多普勒二值图；
(2)，利用数学形态学方法恢复距离-多普勒二值图中部分被滤除的点；
(3)，将距离-多普勒谱二值图上连通的点定义为目标对象；
(4)，利用谱宽信息进一步滤除每个目标对象中的杂波和噪声点，得到包含目标对象信息的距离-多普勒二值图；
(5)，将包含目标对象信息的距离-多普勒谱二值图与原始的距离-多普勒功率谱图进行相乘，得到滤除杂波和噪声后的距离-多普勒功率谱图。
本发明第二步中，根据计算获得谱差分反射率的标准方差来判断气象目标区域和混叠信号区域，如果计算获得的谱差分反射率的标准方差大于所设阈值，则标记为混叠信号，否者为气象目标。
本发明第三步中，对于任一气象目标点对中的两气象目标点(xi,yi)和(xj,yj)，求取气象目标点对的空间间隔距离hij的方法如下：
根据上述方法，求取所有气象目标点对的空间间隔距离。
本发明第三步中，计算气象目标的变差函数γ(hij)，方法如下：
其中，N(hij)是空间间隔距离均为hij的气象目标点对的数量，z(xi,yi)和z(xj,yj)是杂波滤除后的距离-多普勒功率谱图中的点(xi,yi)和(xj,yj)处的功率值。
本发明第四步中，对于任一混叠信号-气象目标点对中的混叠信号点(xo,yo)与气象目标点(xi,yi)，求取混叠信号-气象目标点对的空间间隔距离hio，方法如下：
根据上述方法，求取所有混叠信号-气象目标点对的空间间隔距离。
混叠信号-气象目标点对的空间间隔距离hio与气象目标点对的空间间隔距离hij相同，则所对应的变差函数相同，即如有hio＝hij，则有γ(hio)＝γ(hij)，以此规律得到变差函数γ(hio)。
本发明第四步中，利用采用克里金插值法对混叠信号点(xo,yo)进行信号恢复，得到信号恢复后的混叠信号点(xo,yo)的功率值z(xo,yo)。克里金插值法的表达式如下：
其中，n是选取用于恢复混叠信号点(xo,yo)的气象目标点的数目，λi是克里金权重系数，λi的求解方法如下：
完成信号恢复后，得到最终的杂波滤除的距离-多普勒功率谱图，即可计算如雷达反射率、多普勒速度以及谱宽等气象雷达参量。利用上述气象雷达参数即可预测天气情况。
本发明提供一种双极化气象雷达信号恢复系统，包括：
输入模块，用于原始双极化气象雷达的测量数据的输入；
杂波滤除模块，利用极化-多普勒滤波法对其进行杂波滤除，获得杂波滤除后的距离-多普勒功率谱图；
标记模块，用于在距离-多普勒功率谱图上标记气象目标区域和混叠信号区域；
气象目标变差函数求解模块，用于将距离-多普勒功率谱图上气象目标区域的气象目标点两两组队，求取各气象目标点对的空间间隔距离，根据气象目标点对的空间间隔距离得到气象目标的变差函数；
混叠信号恢复模块，用于将距离-多普勒功率谱图上混叠信号区域的任意一混叠信号点，分别与气象目标区域上的各气象目标点组成混叠信号-气象目标点对，求取各混叠信号-气象目标点对的空间间隔距离以及变差函数，采用克里金插值法对该混叠信号点进行信号恢复，并基于相同的方法完成距离-多普勒二维谱图上所有混叠信号点的信号恢复。
一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述双极化气象雷达信号恢复方法的步骤。
本发明的技术效果是：
通过对原始的距离-多普勒谱图采用极化-多普勒滤波法保留气象目标，以及混叠信号，再通过极化-多普勒特征对上述两类目标进行标记，最后利用气象目标区域的数据采用克里金插值法对混叠信号区域进行信号恢复。本发明实现气象目标和杂波混叠情况下的信号恢复方法简单，不需要对气象目标和杂波的功率谱形状进行假设，不需要预先知道杂波的位置信息，同时适用于静态杂波和动态杂波。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明具体实施方式的流程图。
图2为未采用本发明处理和采用本发明后反射率、多普勒速度以及谱宽的均方误差和相关系数箱线图，其中：
图2(a)为反射率均方误差的箱线图；
图2(b)为多普勒速度均方误差的箱线图；
图2(c)为谱宽均方误差的箱线图；
图2(d)为反射率相关系数的箱线图；
图2(e)为多普勒速度相关系数的箱线图；
图2(f)为谱宽相关系数的箱线图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，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作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。
本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本方法提供了一种双极化气象雷达信号恢复的方法，所采用的方法的流程图参照附图1。
第一步，输入原始双极化气象雷达的测量数据，利用极化-多普勒滤波法对其进行杂波滤除，获得杂波滤除后的距离-多普勒功率谱图，包含气象目标以及气象目标和杂波混叠的混叠信号，其中，混叠信号即待恢复的气象目标信号。
上述提及的距离-多普勒滤波法可以是基于对象聚集的极化-多普勒滤波方法，主要步骤包括：
(1)，基于双极化雷达的测量数据计算获得距离-多普勒域上的谱共极化相关系数，通过阈值处理滤除原始的距离-多普勒功率谱图中的杂波和噪声点，得到距离-多普勒二值图，距离-多普勒二值图中1代表有目标，0代表无目标。
其中：谱共极化相关系数sρco(ν，r)的计算公式如下：
其中，sShh(v，r)代表发射水平极化信号，接收水平极化信号的回波生成的距离-多普勒图，sSw(v，r)代表发射垂直极化信号，接收垂直极化信号的回波生成的距离-多普勒图，ν表示多普勒速度，r表示距离。*是复共轭，<·>是集合平均值。此外，原始的距离-多普勒功率谱图即为|sShh(v，r)|2。
(2)，利用数学形态学方法恢复距离-多普勒二值图中部分被滤除的点。
(3)，将距离-多普勒谱二值图上连通的点定义为目标对象。
(4)，利用谱宽信息进一步滤除每个目标对象中的杂波和噪声点，得到包含目标对象信息的距离-多普勒二值图；
(5)，将包含目标对象信息的距离-多普勒谱二值图与原始的距离-多普勒功率谱图进行相乘，得到滤除杂波和噪声后的距离-多普勒功率谱图。
第二步，在距离-多普勒二维谱图上标记气象目标区域和混叠信号区域；
根据计算获得谱差分反射率的标准方差来判断气象目标区域和混叠信号区域，如果计算获得的谱差分反射率的标准方差大于所设阈值，则标记为混叠信号，否者为气象目标。
谱差分反射率的标准方差其定义如下：
其中，
xr,k代表谱差分反射率在距离为r，多普勒速度为k的取值。m和n是2的整数倍数，可以取值为2。如果计算获得的SD(xr,k)大于所设阈值，则标记为混叠信号，否者为气象目标。
第三步，距离-多普勒功率谱图上气象目标区域的气象目标点两两组队，求取各气象目标点对的空间间隔距离，根据气象目标点对的空间间隔距离得到气象目标的变差函数；
对于任一气象目标点对中的两气象目标点(xi,yi)和(xj,yj)，求取气象目标点对的空间间隔距离hij的方法如下：
根据上述方法，求取所有气象目标点对的空间间隔距离。
计算气象目标的变差函数γ(hij)，方法如下：
其中，N(hij)是空间间隔距离均为hij的气象目标点对的数量，z(xi,yi)和z(xj,yj)是杂波滤除后的距离-多普勒功率谱图中的点(xi,yi)和(xj,yj)处的功率值。
第四步，取距离-多普勒功率谱图上混叠信号区域的任意一混叠信号点，将其分别与气象目标区域上的各气象目标点组成混叠信号-气象目标点对，求取各混叠信号-气象目标点对的空间间隔距离以及变差函数，然后利用采用克里金插值法对该混叠信号点进行信号恢复；
对于任一混叠信号-气象目标点对中的混叠信号点(xo,yo)与气象目标点(xi,yi)，求取混叠信号-气象目标点对的空间间隔距离hio，方法如下：
根据上述方法，求取所有混叠信号-气象目标点对的空间间隔距离。
混叠信号-气象目标点对的空间间隔距离hio与气象目标点对的空间间隔距离hij相同，则所对应的变差函数相同，即如有hio＝hij，则有γ(hio)＝γ(hij)，以此规律得到变差函数γ(hio)。
克里金插值法的表达式如下：
其中，λi是克里金权重系数，λi的求解方法如下：
第五步，重复第四步，直至完成距离-多普勒二维谱图上所有混叠信号点的克里金插值，即完成所有混叠信号点的信号恢复。
最后利用滤除杂波和噪声，以及信号恢复后的距离-多普勒谱图中相同距离单元上的功率、多普勒速度和谱宽，可以求取每个距离单元诸如雷达反射率、多普勒速度和谱宽等雷达参数。
为了验证本发明提供方法的有效性而进行实验，其结果如图2所示。选取X波段气象雷达的实际测量数据，定义均方误差和相关系数来定量衡量本发明方法的效果。其中变量X的均方误差δX和相关系数ρX的定义分别如下：
其中，
和
分别表示变量X第n个距离单元的估计值和真实值，
和μX分别表示相对应的均值，
和σX分别表示相对应的标准差。变量X可以是反射率、多普勒速度和谱宽。注意，均方误差值越小，相关系数值越大，则代表信号恢复算法的性能越好。
图2所示的是未采用本发明处理和采用本发明后反射率、多普勒速度以及谱宽的均方误差和相关系数的箱线图。在每个箱线图上，中心标记表示中位数，箱子的底边和顶边分别表示第25个和75个百分位数。须线会延伸到不是离群值的最远端数据点，离群值会以'+'符号单独绘制。
如图2(a)所示，未采用本发明处理和采用本发明后的反射率均方误差。横坐标表示两种方法，纵坐标是反射率均方误差，单位是dB。采用本发明提供的方法后，反射率均方误差大大减小，由原来的3dB水平下降到1dB以内。
如图2(b)所示，未采用本发明处理和采用本发明后的多普勒速度均方误差。横坐标表示两种方法，纵坐标是多普勒速均方误差，单位是m/s。采用本发明提供的方法后，多普勒速均方误差大大减小，由原来的0.25m/s水平下降到0.1m/s以内。
如图2(c)所示，未采用本发明处理和采用本发明后的谱宽均方误差。横坐标表示两种方法，纵坐标是谱宽均方误差，单位是m/s。采用本发明提供的方法后，谱宽均方误差有所减小，由原来的0.08m/s下降到0.05m/s以内。
如图2(d)所示，未采用本发明处理和采用本发明后的反射率相关系数。横坐标表示两种方法，纵坐标是反射率相关系数，无单位。采用本发明提供的方法后，反射率相关系数有所增加，由原来的0.93增加到0.99左右。
如图2(e)所示，未采用本发明处理和采用本发明后的多普勒速度相关系数。横坐标表示两种方法，纵坐标是多普勒速度相关系数，无单位。采用本发明提供的方法后，多普勒速度相关系数有所增加，由原来的0.97增加到0.99左右。
如图2(f)所示，未采用本发明处理和采用本发明后的谱宽相关系数。横坐标表示两种方法，纵坐标是谱宽相关系数，无单位。采用本发明提供的方法后，谱宽相关系数有所增加，由原来的0.85增加到0.95左右。
综上所述，虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明，任何本领域普通技术人员，在不脱离本发明的精神和范围内，当可作各种更动与润饰，因此本发明的保护范围当视权利要求书界定的范围为准。
Claims (10)
1.双极化气象雷达信号恢复方法，其特征在于，包括：
第一步，输入原始双极化气象雷达的测量数据，利用极化-多普勒滤波法对其进行杂波滤除，获得杂波滤除后的距离-多普勒功率谱图，包含气象目标以及气象目标和杂波混叠的混叠信号，混叠信号即待恢复的气象目标信号；
第二步，在距离-多普勒功率谱图上标记气象目标区域和混叠信号区域；
第三步，距离-多普勒功率谱图上气象目标区域的气象目标点两两组队，求取各气象目标点对的空间间隔距离，根据气象目标点对的空间间隔距离得到气象目标的变差函数；
第四步，取距离-多普勒功率谱图上混叠信号区域的任意一混叠信号点，将其分别与气象目标区域上的各气象目标点组成混叠信号-气象目标点对，求取各混叠信号-气象目标点对的空间间隔距离以及变差函数，然后利用采用克里金插值法对该混叠信号点进行信号恢复；
第五步，重复第四步，直至完成距离-多普勒功率谱图上所有混叠信号点的克里金插值，即完成所有混叠信号点的信号恢复。
2.根据权利要求1所述的双极化气象雷达信号恢复方法，其特征在于：第一步中，所述极化-多普勒滤波法，包括：
(1)，基于双极化雷达的测量数据计算获得距离-多普勒域上的谱共极化相关系数，通过阈值处理滤除原始的距离-多普勒功率谱图中的杂波和噪声点，得到距离-多普勒二值图；
(2)，利用数学形态学方法恢复距离-多普勒二值图中部分被滤除的点；
(3)，将距离-多普勒谱二值图上连通的点定义为目标对象；
(4)，利用谱宽信息进一步滤除每个目标对象中的杂波和噪声点，得到包含目标对象信息的距离-多普勒二值图；
(5)，将包含目标对象信息的距离-多普勒谱二值图与原始的距离-多普勒功率谱图进行相乘，得到滤除杂波和噪声后的距离-多普勒功率谱图。
3.根据权利要求1所述的双极化气象雷达信号恢复方法，其特征在于：第二步中，根据计算获得谱差分反射率的标准方差来判断气象目标区域和混叠信号区域，如果计算获得的谱差分反射率的标准方差大于所设阈值，则标记为混叠信号，否者为气象目标。
4.根据权利要求1、2或3所述的双极化气象雷达信号恢复方法，其特征在于：第三步中，对于任一气象目标点对中的两气象目标点(xi,yi)和(xj,yj)，求取气象目标点对的空间间隔距离hij的方法如下：
根据上述方法，求取所有气象目标点对的空间间隔距离。
5.根据权利要求4所述的双极化气象雷达信号恢复方法，其特征在于：第三步中，计算气象目标的变差函数γ(hij)，方法如下：
其中，N(hij)是空间间隔距离均为hij的气象目标点对的数量，z(xi,yi)和z(xj,yj)是杂波滤除后的距离-多普勒功率谱图中的点(xi,yi)和(xj,yj)处的功率值。
6.根据权利要求4所述的双极化气象雷达信号恢复方法，其特征在于：第四步中，对于任一混叠信号-气象目标点对中的混叠信号点(xo,yo)与气象目标点(xi,yi)，求取混叠信号-气象目标点对的空间间隔距离hio，方法如下：
根据上述方法，求取所有混叠信号-气象目标点对的空间间隔距离。
7.根据权利要求6所述的双极化气象雷达信号恢复方法，其特征在于：第四步中，混叠信号-气象目标点对的空间间隔距离hio与气象目标点对的空间间隔距离hij相同，则所对应的变差函数相同，即如有hio＝hij，则有γ(hio)＝γ(hij)，以此规律得到变差函数γ(hio)。
8.根据权利要求7所述的双极化气象雷达信号恢复方法，其特征在于：第四步中，克里金插值法的表达式如下：
其中，λi是克里金权重系数，λi的求解方法如下：
9.双极化气象雷达信号恢复系统，其特征在于，包括：
输入模块，用于原始双极化气象雷达的测量数据的输入；
杂波滤除模块，利用极化-多普勒滤波法对其进行杂波滤除，获得杂波滤除后的距离-多普勒功率谱图；
标记模块，用于在距离-多普勒功率谱图上标记气象目标区域和混叠信号区域；
气象目标变差函数求解模块，用于将距离-多普勒功率谱图上气象目标区域的气象目标点两两组队，求取各气象目标点对的空间间隔距离，根据气象目标点对的空间间隔距离得到气象目标的变差函数；
混叠信号恢复模块，用于将距离-多普勒功率谱图上混叠信号区域的任意一混叠信号点，分别与气象目标区域上的各气象目标点组成混叠信号-气象目标点对，求取各混叠信号-气象目标点对的空间间隔距离以及变差函数，采用克里金插值法对该混叠信号点进行信号恢复，并基于相同的方法完成距离-多普勒二维谱图上所有混叠信号点的信号恢复。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1、2、3、5、6、7或8中所述双极化气象雷达信号恢复方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110108125.6A CN112946653B (zh) | 2021-01-27 | 2021-01-27 | 双极化气象雷达信号恢复方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110108125.6A CN112946653B (zh) | 2021-01-27 | 2021-01-27 | 双极化气象雷达信号恢复方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112946653A true CN112946653A (zh) | 2021-06-11 |
| CN112946653B CN112946653B (zh) | 2023-08-01 |
Family
ID=76237471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110108125.6A Active CN112946653B (zh) | 2021-01-27 | 2021-01-27 | 双极化气象雷达信号恢复方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112946653B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114415184A (zh) * | 2022-03-29 | 2022-04-29 | 中国人民解放军国防科技大学 | 极化-多普勒气象雷达的降雨信号恢复方法及装置 |
| CN116303368B (zh) * | 2023-04-24 | 2023-07-21 | 中国人民解放军国防科技大学 | 一种双偏振雷达体扫数据插值方法、装置、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010042757A1 (en) * | 2008-10-09 | 2010-04-15 | Colorado State University Research Foundation | Gaussian model adaptive processing in the time domain |
| WO2018093445A1 (en) * | 2016-09-01 | 2018-05-24 | Colorado State University Research Foundation | Suppressing cyclically time-varying radar signatures |
| CN110850380A (zh) * | 2019-12-12 | 2020-02-28 | 西安电子工程研究所 | 一种天气雷达数字标定单元实现方法 |
-
2021
- 2021-01-27 CN CN202110108125.6A patent/CN112946653B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010042757A1 (en) * | 2008-10-09 | 2010-04-15 | Colorado State University Research Foundation | Gaussian model adaptive processing in the time domain |
| WO2018093445A1 (en) * | 2016-09-01 | 2018-05-24 | Colorado State University Research Foundation | Suppressing cyclically time-varying radar signatures |
| CN110850380A (zh) * | 2019-12-12 | 2020-02-28 | 西安电子工程研究所 | 一种天气雷达数字标定单元实现方法 |
Non-Patent Citations (3)
| Title |
|---|
| YIN JIAPENG ET AL.: "Objectorientated filter design in spectral domain for polarimetric weather radar", IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING * |
| 何建新;王旭;刘艳;: "自适应高斯频域滤波器在天气雷达中的应用", 气象, no. 06 * |
| 李欣 等: "极化通道扩展和盲源分离联合抗移频干扰技术", 北京航空航天大学学报, vol. 43, no. 04 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114415184A (zh) * | 2022-03-29 | 2022-04-29 | 中国人民解放军国防科技大学 | 极化-多普勒气象雷达的降雨信号恢复方法及装置 |
| CN114415184B (zh) * | 2022-03-29 | 2022-06-21 | 中国人民解放军国防科技大学 | 极化-多普勒气象雷达的降雨信号恢复方法及装置 |
| CN116303368B (zh) * | 2023-04-24 | 2023-07-21 | 中国人民解放军国防科技大学 | 一种双偏振雷达体扫数据插值方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112946653B (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5469168A (en) | Oceanographic and meteorological data | |
| CN111583214A (zh) | 基于rbf神经网络的航海雷达图像反演海面风速方法 | |
| CN104977571B (zh) | 基于俯仰频率分集stap的距离模糊杂波抑制方法 | |
| CN103176168B (zh) | 一种机载非正侧视阵雷达近程杂波对消方法 | |
| CN109324315B (zh) | 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法 | |
| CN103529437A (zh) | 系留气球载相控阵雷达在多目标下分辨空地目标的方法 | |
| CN106483516A (zh) | 基于先验知识的雷达杂波空时自适应处理方法 | |
| WO2023284698A1 (zh) | 一种基于深度神经网络的多目标恒虚警率检测方法 | |
| CN112946653A (zh) | 双极化气象雷达信号恢复方法、系统及存储介质 | |
| CN112612006B (zh) | 基于深度学习的机载雷达非均匀杂波抑制方法 | |
| CN111796288B (zh) | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 | |
| Anderson et al. | Analysis of ASCAT ocean backscatter measurement noise | |
| CN116758049A (zh) | 一种基于主被动卫星遥感的城市洪涝立体监测方法 | |
| CN105372635A (zh) | 基于改进的降维空时自适应处理的船载高频地波雷达海杂波抑制方法 | |
| CN107479037A (zh) | 一种pd雷达杂波区域判别方法 | |
| CN108196238B (zh) | 高斯背景下基于自适应匹配滤波的杂波图检测方法 | |
| CN107255804B (zh) | 基于杂波轮廓图的动目标显示滤波器滤波方法 | |
| CN113391287A (zh) | 基于时间序列的高频地波雷达海态数据融合方法 | |
| Wang et al. | A rapid identification and warning method for severe weather via Doppler radar based on an improved TITAN algorithm | |
| CN108387882A (zh) | 一种基于二阶锥优化理论的mtd滤波器组设计方法 | |
| Abessolo et al. | Error proxies in video-based depth inversion: Temporal celerity estimation | |
| CN105785322B (zh) | 一种波束形成方法 | |
| CN113702937B (zh) | 基于自适应mti滤波器的双通道非相干检测方法 | |
| CN109655793B (zh) | 高频雷达从瞬态干扰中提取回波的方法 | |
| Tian et al. | Quality control of compact high-frequency radar-retrieved wave data |
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 |