CN117940803A - 杂波检测装置、气象观测系统、杂波检测方法以及程序 - Google Patents
杂波检测装置、气象观测系统、杂波检测方法以及程序 Download PDFInfo
- Publication number
- CN117940803A CN117940803A CN202280059484.XA CN202280059484A CN117940803A CN 117940803 A CN117940803 A CN 117940803A CN 202280059484 A CN202280059484 A CN 202280059484A CN 117940803 A CN117940803 A CN 117940803A
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- clutter
- data
- clear
- weather
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 12
- 238000002592 echocardiography Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000001556 precipitation Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 239000002245 particle Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 101000613565 Homo sapiens PRKC apoptosis WT1 regulator protein Proteins 0.000 description 1
- 102100040853 PRKC apoptosis WT1 regulator protein Human genes 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Atmospheric Sciences (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Electromagnetism (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
实施方式的杂波检测装置具备:第一判别部(32),接收观测气象状况而得到的观测数据,基于所述观测数据来判别晴朗时的观测数据即多个晴朗数据;以及第二判别部(33),针对雷达覆盖区域的每个距离仓,基于所述多个晴朗数据来计算杂波的统计值,并基于所述统计值的方差来判别作为风车的回波的风车杂波。
Description
技术领域
本发明的实施方式涉及杂波检测装置、气象观测系统、杂波检测方法以及程序。
背景技术
近年来,随着对可再生能源的需求增加,各地设置了风力发电机(也称为风车)。气象雷达为了扩大观测范围,风车为了增加发电量,因此大多分别设置于视野及通风良好的场所。即,气象雷达和风车有时设置在相邻的场所。
在以往的气象雷达中,为了去除由地上建筑物等生成的非降水回波,利用将多普勒速度为零的回波去除的处理、所谓的MTI(Moving Target Indicator,运动目标指示器)处理。
风车具有基于旋转的速度分量,因此在以往的MTI处理中无法去除来自风车的回波(称为风车杂波)。作为去除风车杂波的技术,提出了非专利文献1。在该方法的应用中需要风车杂波的位置信息。
以往,为了检测风车杂波的位置信息,需要使用地图等手动进行登记。该作业的劳力大,需要时间。另外,在新建设了风车的情况下,该风车未反映于地图,无法登记风车杂波的位置信息。在该情况下,难以判别风车杂波,无法更准确地观测气象状况。
现有技术文献
非专利文献
非专利文献1:Kong,F.,Y.Zhang,R.Palmer,“Wind Turbine Cluster Mitigationfor Weather Radar by Adaptive Spectrum Processing,”2012IEEE Radar Conference,Atlanta,GA,2012.
发明内容
发明所要解决的技术问题
本发明要解决的技术问题在于,提供一种能够自动地检测风车杂波的位置的杂波检测装置、气象观测系统、杂波检测方法以及程序。
用于解决技术问题的手段
实施方式的杂波检测装置具备:第一判别部,接收观测气象状况而得到的观测数据,基于所述观测数据来判别晴朗时的观测数据即多个晴朗数据;以及第二判别部,针对雷达覆盖区域的每个距离仓(range bin),基于所述多个晴朗数据来计算杂波的统计值,并基于所述统计值的方差来判别作为风车的回波的风车杂波。
附图说明
图1是第一实施方式的气象观测系统的框图。
图2是图1所示的杂波检测装置的框图。
图3是表示图1所示的气象解析装置以及杂波检测装置的硬件结构例的框图。
图4是说明由杂波检测装置进行的风车杂波检测动作的整体流程的流程图。
图5是说明由晴朗数据判别部进行的晴朗数据判别动作的流程图。
图6是表示晴朗数据判别动作中的回波数与产生频度的关系的一例的曲线图。
图7是说明晴朗时观测数据的示意图。
图8是说明降水时观测数据的示意图。
图9是说明由风车杂波判别部进行的风车杂波判别动作的流程图。
图10是说明雷达覆盖范围中的扇区以及距离仓的图。
图11是说明具有速度分量的杂波的统计值的曲线图。
图12是说明不具有速度分量的杂波的统计值的曲线图。
图13是说明风车杂波图的一例的图。
图14是说明第二实施方式的具有速度分量的杂波的统计值的曲线图。
图15是说明第二实施方式的不具有速度分量的杂波的统计值的曲线图。
图16是说明第三实施方式的具有速度分量的杂波的统计值的曲线图。
图17是说明第三实施方式的不具有速度分量的杂波的统计值的图表。
具体实施方式
以下,参照附图对实施方式进行说明。以下所示的几个实施方式例示了用于将本发明的技术思想具体化的装置以及方法,并非根据构成部件的形状、构造、配置等来确定本发明的技术思想。各功能块能够作为硬件及软件中的任一者或将两者组合而实现。各功能块并不必须如以下的例子那样区别开来。例如,一部分功能也可以通过与例示的功能块不同的功能块来执行。进而,例示的功能块也可以被分割为更细的功能子块。此外,在以下的说明中,对具有相同的功能以及结构的要素标注相同的附图标记,并省略重复的说明。
[1]第一实施方式
[1-1]气象观测系统1的结构
图1是第一实施方式的气象观测系统1的框图。气象观测系统1具备气象雷达10、气象解析装置20以及杂波检测装置30。
气象雷达10是设置在地上的雷达装置。气象雷达10观测以设置位置为中心的规定范围(雷达覆盖范围)的气象状况(雨、雪、雨云、雨域、风向以及风速等),生成与该气象状况有关的气象观测数据。气象雷达10通过发送以及接收电波来观测降水粒子(precipitationparticle)。另外,气象雷达10每隔规定时间扫描降水粒子。
气象雷达10具备天线部11和雷达信号处理部12。天线部11发送电波,并接收其反射波(回波)。雷达信号处理部12对由天线部11接收到的回波进行调制、信号强度的放大以及频率变换等一般的信号处理。
气象雷达10例如由相控阵气象雷达(PAWR:phased array weather radar)构成。相控阵气象雷达通过控制向构成相控阵天线的阵列状的天线元件输入的信号的相位,使指向角电子性地变动。气象雷达10一边使天线的指向角变动一边收发电波。例如,气象雷达10通过电相位控制,使仰角方向(垂直方向)上的指向角在一定的角度范围(例如90度)内变动。另外,气象雷达10通过驱动机构使方位方向(水平方向)上的指向角机械地变动。
另外,气象雷达10也可以是多参数相控阵气象雷达(Multi Parameter PhasedArray Weather Radar,MP-PAWR)。MP-PAWR也被称为双极化相控阵气象雷达(DualPolarization Phased Array Weather Radar,DP-PAWR)。MP-PAWR是通过扇形束同时发送水平极化波的脉冲信号和垂直极化波的脉冲信号的方式。通过使用MP-PAWR,能够更高精度地观测雨云的三维结构,另外,能够更高精度地推定降水强度。此外,气象雷达10也可以是抛物线型气象雷达。
气象解析装置20进行由气象雷达10得到的气象观测数据的解析。气象解析装置20具备通信接口(通信I/F)21、RAW数据处理部22、RAW数据存储部23、数据解析部24以及解析数据存储部26。
通信接口21是用于与气象雷达10等进行通信的接口。通信接口21从气象雷达10反复接收气象观测数据。由通信接口21接收到的气象观测数据被发送到RAW数据处理部22。
RAW数据处理部22使用从通信接口21发送的气象观测数据,生成包含三维数据的RAW数据。三维数据包含多个二维极坐标数据。极坐标数据包含仰角方向的数据。由RAW数据处理部22生成的RAW数据被存储在RAW数据存储部23中。
数据解析部24从RAW数据存储部23依次取得一个周期量的RAW数据。数据解析部24使用RAW数据,以网格单位解析气象状况,并进行数值化。数据解析部24例如解析降水强度、降水粒子的种类(包括雨、雪、冰)、雨云的运动、风向以及风速等。由数据解析部24生成的解析数据被存储在解析数据存储部26中。另外,由数据解析部24生成的解析数据被适当地发送到外部。
另外,数据解析部24具备存储风车杂波图的风车杂波图存储部25。杂波是由目标以外的物体产生的回波。风车杂波图包含由设置于地上的风车产生的杂波(称为风车杂波)的位置信息。数据解析部24去除由风车反射的杂波,解析气象状况。由此,能够更高精度地解析气象状况。
[1-1-1]杂波检测装置30
图2是图1所示的杂波检测装置30的框图。杂波检测装置30具备解析数据取得部31、晴朗数据判别部32以及风车杂波判别部33。
解析数据取得部31从气象解析装置20取得观测数据。具体而言,解析数据取得部31依次取得存储于解析数据存储部26的规定期间量的观测数据。
晴朗数据判别部32基于解析数据取得部31取得的观测数据,判别晴朗时的观测数据。即,晴朗数据判别部32从解析数据取得部31取得的观测数据中提取晴朗时的观测数据。
风车杂波判别部33基于由晴朗数据判别部32判别出的晴朗时的观测数据,检测并判别风车杂波的位置。然后,风车杂波判别部33生成包含风车杂波的位置的判别结果。
[1-1-2]硬件结构
图3是表示图1所示的气象解析装置20及杂波检测装置30的硬件结构例的框图。
气象解析装置20及杂波检测装置30具备处理器40、ROM(Read Only Memory)41、RAM(Random Access Memory)42、输入输出接口(输入输出I/F)43、输入装置44、显示装置45、辅助存储装置46及通信接口(通信I/F)21等。处理器40、ROM41、RAM42、输入输出接口43以及通信接口21经由总线47连接。
处理器40是统一控制气象解析装置20及杂波检测装置30的动作的CPU(CentralProcessing Unit)。处理器40使用存储在ROM41、RAM42及辅助存储装置46中的程序及数据,执行各种运算处理。
实现本实施方式的功能的特定的程序存储于ROM41和/或辅助存储装置46。本实施方式的功能通过处理器40执行存储于ROM41和/或辅助存储装置46的上述特定的程序来实现。
ROM41是存储用于使计算机发挥功能的基本程序、环境文件等的读取专用的非易失性存储装置。RAM42是存储处理器40执行的程序和执行程序所需的数据的易失性存储装置,能够进行高速的读出和写入。
输入输出接口43是对各种硬件与总线47的连接进行中介的装置。输入装置44、显示装置45以及辅助存储装置46等硬件与输入输出接口43连接。
输入装置44是处理来自用户的输入的装置,例如是键盘以及鼠标等。显示装置45是对用户显示运算结果及图像等的装置,例如是液晶显示装置或有机EL显示装置等。辅助存储装置46是存储程序、数据的大容量的非易失性存储装置,例如是HDD(Hard DiskDrive)或者SSD(Solid State Drive)等。
通信接口21通过有线或无线与外部装置之间进行数据的收发。
[1-2]动作
接着,对如上述那样构成的气象观测系统1的动作进行说明。
数据解析部24按每个周期连续地解析气象状况。1周期是以1周(方位角360度)观测以气象雷达10为中心的雷达覆盖范围的期间。一个周期的观测数据是三维数据。解析数据存储部26将作为数据解析部24的解析结果的解析数据存储为月单位或年单位等长期间。
杂波检测装置30使用存储于解析数据存储部26的解析数据,进行风车杂波检测动作。
图4是说明由杂波检测装置30进行的风车杂波检测动作的整体流程的流程图。
解析数据取得部31依次取得存储于解析数据存储部26的规定期间量的解析数据(也称为观测数据)(步骤S100)。步骤S100的规定期间是周单位、月单位或年单位,例如是1周、1个月、6个月或1年等。该规定期间能够适当设定。
接着,晴朗数据判别部32基于解析数据取得部31取得的观测数据,判别晴朗时的观测数据(也称为晴朗数据)(步骤S101)。由晴朗数据判别部32判别出的晴朗数据被依次发送到风车杂波判别部33。
接着,风车杂波判别部33基于多个晴朗数据,判别风车杂波的位置(步骤S102)。风车杂波的位置与风车的位置同义。
接着,风车杂波判别部33将包含风车杂波的位置信息的风车杂波判别结果发送至数据解析部24(步骤S103)。数据解析部24使用接收到的风车杂波判别结果,将风车杂波位置登记到风车杂波图。
[1-2-1]晴朗数据判别动作
在降雨时观测到的降水回波的多普勒速度发生时间变动。该特征与风车杂波的特征类似。若使用降雨时的观测数据进行风车杂波检测,则有可能将观测到降水回波的地点误判定为风车杂波。在本实施方式中,用于风车杂波检测的观测数据为晴朗时(无降水回波)的观测数据。晴朗数据判别部32承担将从解析数据存储部26取得的观测数据中的被判别为晴朗时的观测数据转交给后级的风车杂波判别部33的作用。
图5是说明由晴朗数据判别部32进行的晴朗数据判别动作的流程图。图5的处理对应于图4的步骤S101的处理。
由解析数据取得部31取得的观测数据包含多个回波各自的接收功率数据。
晴朗数据判别部32从解析数据取得部31接收例如与雷达覆盖范围对应的一个周期量的多个回波信息(步骤S200)。回波信息包含回波的接收功率数据。
接着,晴朗数据判别部32基于一个周期量的回波信息,计测具有阈值T1以上的接收功率的回波数(步骤S201)。阈值T1基于风车杂波的接收功率的统计值设定,被设定为比风车杂波的接收功率低。另外,阈值T1被设定为比雨云的回波的接收功率低。即,具有阈值T1以上的接收功率的回波包含风车杂波的回波、以及雨云的回波。
接着,晴朗数据判别部32将回波数为阈值E1以上且阈值E2以下的观测数据判别为晴朗时观测数据(称为晴朗数据)(步骤S202)。
图6是表示晴朗数据判别动作中的回波数与产生频度的关系的一例的曲线图。图6的曲线通过连结多个直方图的顶点而得到。为了简化,省略对多个直方图的图示。关于频数分布的其他图也同样。
晴朗数据判别部32将回波数小于阈值E1的观测数据判定为异常数据。阈值E1被设定为能够判别回波极少、不用于气象解析的数据的值。
图7是说明晴朗时观测数据的示意图。图7的外周表示气象雷达10的雷达覆盖范围。在晴朗时,没有雨云等的回波,因此回波相对少。在晴朗时,观测到具有阈值T1以上的接收功率的杂波。在图7的情况下,判定为晴朗、即没有下雨。晴朗数据判别部32将回波数为阈值E1以上且阈值E2以下的观测数据判定为晴朗数据。
图8是说明降水时观测数据的示意图。图8所示的点状阴影区域表示雨云。降水时,雨云等的回波相对多。在图8的情况下,判定为正在下雨。
晴朗数据判别部32将回波数多于阈值E2的观测数据判定为降水时观测数据(也称为降雨数据)。阈值E2被设定为能够判别有雨云的值。
接着,晴朗数据判别部32输出在步骤S201中判定出的晴朗数据(步骤S203)。之后,晴朗数据判别部32遍及多个周期反复进行上述动作。
此外,晴朗数据判别部32的处理单位不限于与雷达覆盖范围对应的一个周期,也可以是将一个周期分割后的一部分期间。
[1-2-2]风车杂波判别动作
图9是说明由风车杂波判别部33进行的风车杂波判别动作的流程图。图9的处理对应于图4的步骤S102的处理。
风车杂波判别部33从晴朗数据判别部32接收多个晴朗数据(步骤S300)。风车杂波判别部33针对观测对象的每个距离仓,在规定期间收集多个时刻的晴朗数据。
图10是说明雷达覆盖范围中的扇区以及距离仓的图。图10示出了雷达覆盖范围,N为北,E为东。气象解析装置20对以气象雷达10为中心的360度的雷达覆盖范围内的接收信号进行处理。扇区是指方位角方向的处理单位,是将雷达覆盖范围在方位角方向上分割为多个的处理单位。距离仓是指在距离方向(距离方向)每隔规定的时间(即,规定的距离)对接收信号进行采样而得到的数据的单位,是在距离方向上以相当于接收信号的采样周期的间隔划分雷达覆盖范围时的单位单元。扇区和距离仓的尺寸能够任意设定。
接着,风车杂波判别部33按每个距离仓,使用与多个周期对应的多个晴朗数据(包含杂波的信息),计算与多普勒速度有关的杂波的统计值(步骤S301)。多普勒速度是表示观测对象物的移动速度的参数,基于气象雷达10接收到的信号的相位来计算。风车杂波判别部33所接收的观测数据中包含回波的多普勒速度信息。在风车杂波判别部33接收的观测数据中不包含多普勒速度信息的情况下,风车杂波判别部33计算回波的多普勒速度。
接着,风车杂波判别部33计算在步骤S301中计算出的统计值的方差(步骤S302)。方差是指标准偏差的平方,是某一组数值数据中的平均值与各个数据之差的平方的平均。为了简化处理,方差也可以对对象数据中的一部分进行采样来计算。
接着,风车杂波判别部33判定在步骤S302中计算出的方差是否为阈值T2以上(步骤S303)。
接着,风车杂波判别部33将方差为阈值T2以上的距离仓判定为风车杂波的位置(称为风车杂波位置)(步骤S304)。另外,风车杂波判别部33将方差小于阈值T2的距离仓判定为风车以外的杂波的位置。这里所说的位置是指回波的产生位置。
图11是说明具有速度分量的杂波的统计值的曲线图。图11的横轴为杂波的多普勒速度,纵轴为产生频度。速度分量是目标的移动速度。
图11对应于风车杂波的统计值。风车杂波具有由风车的旋转引起的多普勒速度。风车杂波的多普勒速度的方差相对较大。
图12是说明不具有速度分量的杂波的统计值的曲线图。图12对应于由建筑物等反射的杂波的统计值。不具有速度分量的杂波在多普勒速度为0(m/s)附近具有产生频度的峰值,多普勒速度的方差相对较小。
在本实施方式中,设定能够判别图11和图12的方差的阈值T2。由此,通过比较方差与阈值T2,能够判别风车杂波。
接着,风车杂波判别部33生成风车杂波判别结果(步骤S305)。风车杂波判别结果包括风车杂波位置信息和风车以外的杂波的位置信息。
之后,风车杂波判别部33将风车杂波判别结果发送至气象解析装置20。
气象解析装置20的数据解析部24基于从风车杂波判别部33发送的风车杂波判别结果,更新在风车杂波图存储部25中存储的风车杂波图。
图13是说明风车杂波图的一例的图。图13的外周表示气象雷达10的雷达覆盖范围。在风车杂波图中,登记风车杂波位置(图中的风车杂波)和风车以外的建筑物等的位置(图中的风车以外的杂波)。
数据解析部24使用风车杂波图去除风车杂波。然后,数据解析部24使用被去除了风车杂波的观测数据来解析气象状况。由此,能够更高精度地解析气象状况。
[1-3]第一实施方式的效果
在第一实施方式中,晴朗数据判别部32根据与气象状况有关的多个观测数据来判别晴朗时的观测数据。风车杂波判别部33使用晴朗时的观测数据,计算与多普勒速度有关的杂波的统计值。风车杂波判别部33基于统计值的方差来判别作为风车的回波的风车杂波。
因此,根据第一实施方式,能够自动地检测雷达覆盖范围内的风车杂波位置。由此,能够削减用于确定风车杂波位置的作业及劳力。
另外,能够使用始终观测的气象雷达10的观测数据来检测风车杂波位置。由此,不用等待地图被更新就能够确定新设的风车的位置。另外,能够不使用地图,而将新设的风车的位置登记于风车杂波图。
另外,在解析气象状况时,能够使用更准确的风车杂波位置信息来去除风车杂波。由此,能够更准确地解析气象状况。
[2]第二实施方式
第二实施方式是风车杂波判别动作的变形例。第二实施方式使用杂波的接收功率来计算方差。
风车杂波判别部33针对每个距离仓,使用与多个周期对应的多个晴朗数据,计算与接收功率有关的杂波的统计值。风车杂波判别部33接收的观测数据中包含回波的接收功率信息。
接着,风车杂波判别部33将方差为阈值T2以上的距离仓判定为风车杂波位置。
图14是说明具有速度分量的杂波的统计值的曲线图。
图14的横轴是杂波的接收功率,纵轴是产生频度。
图14对应于风车杂波的统计值。风车杂波因风车的旋转而接收功率变动。即,风车杂波的接收功率的方差相对较大。
图15是说明不具有速度分量的杂波的统计值的曲线图。图15对应于由建筑物等反射的杂波的统计值。不具有速度分量的杂波的接收功率的方差相对较小。
在本实施方式中,设定能够判别图14和图15的方差的阈值T2。由此,通过比较方差与阈值T2,能够判别风车杂波。
其他动作与第一实施方式相同。在第二实施方式中,也能够得到与第一实施方式相同的效果。
此外,第二实施方式也可以与第一实施方式并用。
[3]第三实施方式
第三实施方式是风车杂波判别动作的其他变形例。第三实施方式使用杂波的雷达反射因子来计算方差。
风车杂波判别部33针对每个距离仓,使用与多个周期对应的多个晴朗数据,计算与雷达反射因子有关的杂波的统计值。风车杂波判别部33所接收的观测数据中包含回波的雷达反射因子信息。在观测数据中不包含雷达反射因子信息的情况下,风车杂波判别部33计算回波的雷达反射因子。
雷达反射因子是根据反射电波的粒子的粒径而变动的参数。若设为降雨强度R(mm/h),则雷达反射因子Z(mm6/m3)由下式表示。
Z=a×Rb
a、b是常数。
接着,风车杂波判别部33将方差为阈值T2以上的距离仓判定为风车杂波位置。
图16是说明具有速度分量的杂波的统计值的曲线图。图16的横轴为杂波的雷达反射因子,纵轴为产生频度。
图16对应于风车杂波的统计值。风车杂波的雷达反射因子因风车的旋转而变动。即,风车杂波的雷达反射因子的方差相对较大。
图17是说明不具有速度分量的杂波的统计值的曲线图。图17对应于由建筑物等反射的杂波的统计值。不具有速度分量的杂波的雷达反射因子的方差相对较小。
在本实施方式中,设定能够判别图16和图17的方差的阈值T2。由此,通过比较方差与阈值T2,能够判别风车杂波。
其他动作与第一实施方式相同。在第三实施方式中,也能够得到与第一实施方式相同的效果。
另外,第三实施方式也可以与第一实施方式并用。
在上述第一至第三实施方式中,作为用于判别风车杂波的观测数据的种类,使用了多普勒速度、接收强度以及雷达反射因子,但本实施方式并不限定于此。在本实施方式中,也可以使用能够判定杂波的速度分量的其他观测数据来判别风车杂波。
对本发明的几个实施方式进行了说明,但这些实施方式是作为例子而提示的,并不意图限定发明的范围。这些新的实施方式能够以其他各种方式实施,在不脱离发明的主旨的范围内,能够进行各种省略、置换、变更。这些实施方式及其变形包含在发明的范围或主旨中,并且包含在权利要求书所记载的发明及其等同的范围内。
Claims (10)
1.一种杂波检测装置,具备:
第一判别部,接收观测气象状况而得到的观测数据,基于所述观测数据判别晴朗时的观测数据即多个晴朗数据;以及
第二判别部,针对雷达覆盖范围的每个距离仓,基于所述多个晴朗数据来计算杂波的统计值,基于所述统计值的方差来判别作为风车的回波的风车杂波。
2.根据权利要求1所述的杂波检测装置,其中,
所述统计值是与多普勒速度有关的杂波的统计值、与接收强度有关的杂波的统计值或与雷达反射因子有关的杂波的统计值。
3.根据权利要求1所述的杂波检测装置,其中,
所述第一判别部按气象雷达的每个周期计测接收功率为第一阈值以上的回波数,
将计测到的所述回波数为第二阈值以上且第三阈值以下的观测数据判定为所述晴朗数据。
4.根据权利要求1所述的杂波检测装置,其中,
所述第二判别部在所述方差为第四阈值以上的情况下,将对应的距离区间判定为风车杂波位置。
5.根据权利要求4所述的杂波检测装置,其中,
所述第二判别部生成包含风车杂波位置信息的风车杂波判别结果。
6.一种气象观测系统,具备:
权利要求5所述的杂波检测装置;以及
解析部,使用登记了风车杂波位置的风车杂波图,以去除风车杂波的方式解析气象状况。
7.根据权利要求6所述的气象观测系统,其中,
所述解析部使用所述风车杂波判别结果来更新所述风车杂波图。
8.根据权利要求7所述的气象观测系统,其中,
所述气象观测系统还具备存储部,该存储部存储所述风车杂波图,
所述解析部更新存储于所述存储部的所述风车杂波图。
9.一种杂波检测方法,
接收观测气象状况而得到的观测数据,基于所述观测数据判别晴朗时的观测数据即多个晴朗数据,
针对雷达覆盖范围的每个距离仓,基于所述多个晴朗数据来计算杂波的统计值,
基于所述统计值的方差来判别作为风车的回波的风车杂波。
10.一种程序,使计算机执行以下处理:
接收观测气象状况而得到的观测数据,基于所述观测数据判别晴朗时的观测数据即多个晴朗数据;
针对雷达覆盖范围的每个距离仓,基于所述多个晴朗数据来计算杂波的统计值;以及
基于所述统计值的方差来判别作为风车的回波的风车杂波。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021168886A JP2023059019A (ja) | 2021-10-14 | 2021-10-14 | クラッター検出装置、気象観測システム、クラッター検出方法、及びプログラム |
JP2021-168886 | 2021-10-14 | ||
PCT/JP2022/027376 WO2023062899A1 (ja) | 2021-10-14 | 2022-07-12 | クラッター検出装置、気象観測システム、クラッター検出方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117940803A true CN117940803A (zh) | 2024-04-26 |
Family
ID=85988237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280059484.XA Pending CN117940803A (zh) | 2021-10-14 | 2022-07-12 | 杂波检测装置、气象观测系统、杂波检测方法以及程序 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP2023059019A (zh) |
CN (1) | CN117940803A (zh) |
CA (1) | CA3229022A1 (zh) |
WO (1) | WO2023062899A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2484493C (en) * | 2010-10-12 | 2019-02-13 | Tmd Tech Limited | Radar system |
CN102721954A (zh) * | 2012-07-05 | 2012-10-10 | 中国民航大学 | 基于动态杂波图的风电场杂波识别与抑制方法 |
DK2989485T3 (en) * | 2013-04-24 | 2017-07-17 | Bae Systems Plc | Wind turbine suppression in radar systems |
-
2021
- 2021-10-14 JP JP2021168886A patent/JP2023059019A/ja active Pending
-
2022
- 2022-07-12 CA CA3229022A patent/CA3229022A1/en active Pending
- 2022-07-12 CN CN202280059484.XA patent/CN117940803A/zh active Pending
- 2022-07-12 WO PCT/JP2022/027376 patent/WO2023062899A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
CA3229022A1 (en) | 2023-04-20 |
JP2023059019A (ja) | 2023-04-26 |
WO2023062899A1 (ja) | 2023-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Heinselman et al. | High-temporal-resolution capabilities of the national weather radar testbed phased-array radar | |
US10585171B2 (en) | Radar system and method | |
EP2369361B1 (en) | Radar system and method | |
CN107561518B (zh) | 基于二维滑窗局部极值的三坐标雷达点迹凝聚方法 | |
JP6941187B2 (ja) | 降水粒子判別装置、降水粒子判別方法、及び降水粒子判別プログラム | |
WO2018019278A1 (zh) | 基于小型雷达的输电线路雷电监测预警方法及存储介质 | |
CN101957449B (zh) | 一种星载topsar模式下方位向模糊度的优化方法 | |
US9329266B2 (en) | Weather radar apparatus, observation sequence generation method, and observation sequence generation program | |
JP4613934B2 (ja) | 気象レーダ装置 | |
US8451163B2 (en) | Weather radar apparatus and weather observation method | |
WO2012139029A1 (en) | Systems and methods for calibrating dual polarization radar systems | |
CN111323782B (zh) | 一种基于模糊逻辑的雷达同步监测方法 | |
JP6466480B2 (ja) | 探知装置、および、探知方法 | |
WO2018168165A1 (ja) | 気象予測装置、気象予測方法、およびプログラム | |
JP5693857B2 (ja) | 気象レーダ装置及び気象観測方法 | |
JP2006200932A (ja) | レーダ信号処理装置 | |
US10514454B1 (en) | Techniques for mitigating the effects of complex structures on radar systems | |
CN117940803A (zh) | 杂波检测装置、气象观测系统、杂波检测方法以及程序 | |
Hengstebeck et al. | The mesocyclone detection algorithm of DWD | |
US20200233075A1 (en) | Radar signal processing apparatus and radar signal processing method | |
Hengstebeck et al. | Detection of atmospheric rotation by means of the DWD weather radar network | |
RU2400767C2 (ru) | Способ радиолокационного обзора пространства (варианты) | |
CN112578387B (zh) | 基于气象回波的危险云团运动趋势检测方法 | |
JP2023044787A (ja) | 気象レーダ装置およびコンピュータプログラム | |
JP6981109B2 (ja) | レーダ用リソース管理装置 |
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 |