Suppression of Log-Normal Distributed Weather Clutter Observed by an S-Band Radar

We have observed weather clutter containing targets (ships) using an S-band radar with a frequency 3.05 GHz, a beam width 1.8°, and a pulsewidth 0.5 μs. To investigate the weather clutter amplitude statistics, we introduce the Akaike Information Criterion (AIC). We have found that the weather clutter amplitudes obey the log-normal, Weibull, and log-Weibull distributions with the shape parameters of 0.308 to 0.470, 4.42 to 4.51, and 15.91 to 16.44, respectively, for small data within the beam width of an antenna. We have proposed the log-normal/CFAR circuit modified a Cell-Averaging (CA) LOG/CFAR circuit. It is found that weather clutter is suppressed with improvement of 51.58 dB by log-normal/CFAR. As a result, we have showed that weather clutter observed by S-band radar does not obey the Rayleigh distribution and our log-normal/CFAR circuit has an effect on suppression of clutter and detection of target, while conventional LOG/CFAR circuit does not. In addition, if our circuit can be realized, we will have an advantage economically.

一种基于谱连续的极化-多普勒气象雷达信号重构方法

谱极化滤波技术广泛应用于气象雷达杂波抑制中,但是当地杂波与降雨目标混叠时,这些方法在滤除杂波的同时会损失气象信息。针对这一问题,提出一种基于谱连续的极化-多普勒气象雷达信号重构方法。该方法利用气象回波和杂波在距离-多普勒图上的特征差异实现气象目标的保留和杂波的滤除。具体是利用气象目标的多普勒速度和谱宽的空间连续性,采用多项式拟合和高斯拟合的方法补偿降雨区域。业务气象雷达实测数据验证了所提方法的有效性。

基于KA-SRCN-pSTAP的低空风切变风速估计方法

针对由于独立同分布(IID)样本严重不足,导致极化空时自适应(pSTAP)处理性能下降,进而导致低空风切变风速估计不准确的问题,本文提出了一种基于知识辅助的稀疏表示杂波零陷极化空时自适应(KA-SRCN-pSTAP)的低空风切变风速估计方法。该方法首先利用杂波脊的先验知识辅助构造极化空时稀疏字典,然后利用极化空时稀疏字典,通过SRCN算法挑选原子并对到杂波线性子空间补空间上的投影矩阵进行估计,从而得到pSTAP权矢量,最后构造pSTAP滤波器对地杂波进行抑制,准确估计低空风切变风速。该方法仅使用少量IID样本,将SRCN算法与极化-空时域相结合,完成对风切变风速的有效估计。仿真实验结果证明该方法可以有效实现少样本情况下的风速准确估计。

X波段天气雷达点杂波抑制方法研究

X波段天气雷达尺寸小、基建要求低、机动性强,在近距离探测中得到广泛应用。相较于常规S/C波段雷达,其面临着更加严重的距离/速度测量矛盾和杂波抑制问题,尤其在低空域探测时,点杂波抑制问题日益突出。文章面向X波段天气雷达应用需求,重点研究低空点杂波抑制问题。通过点杂波信号仿真,分析了其距离库的IQ信息在时域和频域的特征,在数字信号处理端设计了脉冲对处理、快速傅里叶变换相结合的方法进行点杂波抑制,并对该方法进行了实测验证,展示了良好的抑制效果。

复杂地形环境下基于GAMP-STAP的低空风切变风速估计方法

针对机载气象雷达在复杂的地形环境下探测低空风切变时,地杂波呈现非均匀特征和难以获取足够的独立同分布(IID)样本,导致空时自适应处理(STAP)杂波抑制性能变差,使得风切变风速估计不准的问题。该文基于杂波信号稀疏特性,提出一种广义近似消息传递(GAMP)STAP方法,GAMP-STAP仅利用少量的样本在复杂地形环境下实现了风速较准确的估计。该方法首先利用杂波脊的先验信息构造稀疏字典,然后在贝叶斯框架下利用GAMP算法估计杂波幅度,恢复杂波功率谱,进而计算杂波协方差矩阵,最后构造STAP滤波器实现杂波抑制以及风切变风速估计。后续实验仿真结果证明了该方法的有效性。

新一代天气雷达风轮机杂波识别和剔除

针对新一代天气雷达数据存在风轮机杂波污染问题,统计分析了5种雷达基数据特征量,风轮机杂波具有较高的反射率因子隆起度和水平通道信噪比隆起度以及较大的速度奇异率,其信号质量指数接近1,谱宽接近0或大于7.0 m·s^(-1)。以特征量统计结果为基础,使用模糊逻辑算法对雷达基数据中的风轮机杂波进行特征识别,结果显示,模糊逻辑算法能有效地把风轮机杂波从各种强度的气象降水回波和固定地物杂波中识别出来。针对被识别出来的风轮机杂波,使用区域平均插值方法对雷达基数据中的风轮机杂波进行剔除,杂波剔除结果显示,气象降水条件下获得了较好的风轮机杂波剔除效果。

南昌双偏振天气雷达地物杂波抑制效果分析

为评估南昌CINRAD/SAD双偏振天气雷达对地物杂波的抑制效果,使用2019年6—10月南昌单偏振雷达基数据和2022年同期南昌双偏振雷达基数据,对比分析了不同仰角和晴、雨条件下单、双偏振天气雷达反射率频率。结果表明:单、双偏振雷达在0.5°仰角因周边山区地形、建筑物遮挡的影响,在西北方向和东南方向存在明显的数据缺失。升级为双偏振雷达后,在各个仰角上周围反射率高频区的范围明显减小,雷达能有效消除雷达站点周边杂波的影响。晴天时,双偏振雷达对晴空杂波的过滤效果极佳;雨天时,双偏振雷达对南昌周边及梅岭山区的回波进行了弱化处理,可以有效减少地形回波、非气象回波的干扰。双偏振天气雷达产品差分相移率和相关系数能较清楚地辨别出虚假回波,可更好地用于确定降水粒子的信息。

基于实采数据的海杂波与气象杂波模拟

雷达模拟器中杂波信号的逼真程度对雷达职手的训练质量起着至关重要的作用。如果海杂波和气象杂波的数学模型产生的模拟信号不够逼真,就无法满足雷达职手的训练要求。文中根据训练态势中设定的自然环境条件,对外场实验中采集到的真实杂波数据进行位置和强度上的处理,从而产生满足战术训练要求的海杂波和气象杂波信号。由雷达模拟器的终端显示可知,该方法产生的海杂波和气象杂波信号具有很高的逼真度,可以满足雷达职手的训练需要。

X波段天气雷达地物回波的双偏振参量特征分析及应用

以中国气象局大气探测重点开放实验室的x波段双线偏振雷达为平台，利用2010年夏季成都晴空与降水条件下雷达低仰角的回波数据，统计分析了能够与气象回波进行区分的地物回波双偏振参量特征。结果表明，多数地物回波相关系数〈0．85，而多数降水回波相关系数〉0．90；地物回波差分反射率呈随机极化特点，强度分布覆盖在-20～20dB之间，且均值集中于0dB；降水回波差分反射率集中分布于-3～6dE之间。地物回波的比相差分布覆盖了整个”区间，而气象回波则集中在-6～6°·km-1之间，KDP区分二者差异效果明显。在识别地物回波过程中，偏振参量的影响权重依次为KDP〉ZDR〉。同时，统计了特定阈值条件下地物回波与天气回波的发生概率，在此基础上实现了模糊逻辑识别地物回波。利用地物回波ZDR统计均值和4h时间变化的均方根值，得到雷达系统偏差为-2．15dB，其短时变化的均方根为0．28dB。

基于地形可视性分析的机载气象雷达地杂波剔除方法

针对机载气象雷达工作于气象模式时的地杂波抑制,该文提出一种基于地形可视性分析的时域地杂波剔除方法。该方法根据可视性判断原理,分析机载雷达可视域地面点的下视角分布的规律,利用其计算雷达波束触地的位置,然后将触地距离单元的回波剔除,从而抑制地杂波。仿真和实测数据验证了该方法的有效性。

基于DEM的机载气象雷达地杂波剔除方法

针对机载气象雷达气象模式地杂波抑制问题,提出利用回波幅度信息的基于数字高程模型(DEM,Digital ElevationModel)的时域地杂波剔除方法。首先利用回波幅度信息对存在雷达回波信号的数据区域进行分割,然后对区域的边界距离单元利用基于DEM的可视性算法分析其触地情况。根据分析结果可知,存在回波信号的区域可分成仅含气象的区域、仅含杂波的区域以及二者相连的区域,其中相连区域还需进行逐距离单元判断确定分界距离单元。将杂波存在的距离单元予以剔除,即可去除地杂波。经实测数据验证,该方法能够根据雷达参数和DEM数据准确地判断杂波所在的距离单元,有效地剔除地杂波。提出的方法仅处理存在回波信号的区域,且不需要对所有的距离单元进行分析,可以大大减小运算量。

基于Level-Ⅱ数据和模糊逻辑推理的气象雷达风电场杂波检测与识别方法

风电场杂波具有强散射性和由于其叶片旋转导致的频谱展宽特性,其雷达回波很难用传统的杂波滤波器滤除,进而导致气象目标探测过程中的误检测与误识别,这是影响新一代气象雷达探测性能的一个重要因素。该文通过分析风电场杂波区别于气象目标的回波特性,基于气象雷达二次产品(Level-Ⅱ)实测数据选取某些特征参量,通过构造特征量的概率分布直方图和1维值域分布确定用于识别风电场杂波的各个特征量的隶属度函数,并设置相应的逻辑规则,利用模糊逻辑推理系统(FIS)实现风电场杂波的自适应检测与识别。通过采集几组典型的Level-Ⅱ数据对所提方法进行测试与验证,均较为准确地识别出存在于气象雷达视野内的风电场杂波,实验结果证明了该文算法的可靠性。

基于模糊逻辑的地物回波识别方法及效果检验

提出一种基于模糊逻辑的新一代天气雷达地物回波识别方法。通过统计典型个例的回波特性得到隶属度函数及权重,并根据反射率因子范围的不同设置相应的隶属度函数及权重。该方法针对降水强度量级的回波,即反射率因子不小于15 d Bz,对于非降水强度回波则不进行处理,从而保留对短临预报具有指示作用、且强度较弱的特征回波,如晴空湍流回波以及阵风锋回波。根据雷达回波垂直方向连续性对剔除地物回波所产生的"空洞"进行填补,从而进一步减小地物回波对雷达数据质量造成的影响。最后通过两种方法对识别算法进行效果检验,结果表明该算法对地物回波有显著的识别效果。

基于自适应杂波抑制的气象参数估计和补偿技术

地物杂波具有面积大、能量强、分布不确定的特点,是影响天气雷达气象参数估计的主要因素。文中针对强杂波下的气象目标探测,采用基于频域滤波的自适应杂波抑制方法,系统地分析了不同杂波背景下自适应杂波抑制对气象参数测量的影响,并给出了误差补偿模型。最终通过实测数据完成算法验证,在杂波抑制的同时可以有效修正气象参数测量结果,具有较高的工程应用价值。

一种基于高斯模型的自适应地物杂波滤波算法

在天气雷达信号处理中地物杂波滤除非常重要,地物杂波会造成有强烈回波的假象,对预报造成干扰。提出了一种基于高斯模型的自适应频域地物杂波滤波算法,并以天津站实际的雷达回波信号为例,对2种滤波器的效果进行了分析和比较。仿真结果表明,频域滤波算法能有效消除地物杂波和超折射,最大限度地保留了天气信号。

基于双门限控制的机载气象雷达地杂波抑制方法

针对机载气象雷达工作于风切变模式时的地杂波抑制问题,该文提出了一种双门限控制的自适应地杂波抑制方法。该方法在有效估计杂波谱中心和谱宽的基础上,利用每个距离单元的回波功率信息设计双门限控制的自适应凹口滤波器,在最大程度上滤除地杂波的同时,减小杂波残余对风切变信号的影响。仿真结果表明,该方法具有良好的杂波抑制效果,并能有效地提高风切变信号风速估计的准确性。

自适应高斯频域滤波器在天气雷达中的应用

多普勒天气雷达的基数据(反射率因子、速度和速度谱宽)经常会被地物杂波所污染,这对基数据估计的准确性影响很大,进而又会影响导出产品。因此,抑制地物杂波是所有多普勒天气雷达获取高质量数据产品的必要步骤。作者首先介绍了自适应高斯频域滤波器的研究背景,其次分析了多普勒天气雷达地物杂波及天气回波信号的特征,再次给出了IIR椭圆地物杂波滤波器的原理以及自适应高斯频域滤波器的滤波算法,最后根据实际的雷达回波信号,分析了IIR椭圆地物杂波滤波器和自适应高斯频域滤波器的杂波抑制性能,并对结果进行了分析和比较。结果表明:不使用杂波图的自适应高斯频域滤波器的杂波抑制性能优于使用杂波图的IIR椭圆滤波器,且满足实时处理的要求。

气象雷达风电场杂波抑制的匹配追踪算法

风电场作为一种高大运动障碍物会导致气象雷达产生探测盲区,并影响气象目标参数估计算法的稳健性,风电场杂波抑制对于提高气象雷达气象预报准确性,降低风电场选址要求等具有重要意义。本文首先将传统匹配追踪算法应用于扫描模式的气象雷达风电场杂波抑制中,同时针对传统匹配追踪算法运算效率较低问题,利用雷达与风轮机位置等先验信息,基于白塞尔大地主题反解估计雷达与目标方位角等相关参数,只对雷达扫描到目标区域的数据进行处理,从而在保证算法性能的基础上,有效地减少了运算量,提高运算效率,即同样条件下运行时间降低到原来的3%左右。

通用雷达杂波仿真系统的设计与实现

以雷达电子战系统仿真与评估为应用背景,基于信号级建模仿真方法和通用化、模块化设计思想,构建了适用于多种雷达电子战系统仿真应用的通用雷达杂波仿真系统,介绍了系统的设计与实现方法,给出了其中的关键仿真模型。该系统能够对固定平台和运动平台下雷达所接收的地/海杂波以及气象杂波进行信号级模拟。最后给出了仿真结果,验证了该系统的有效性。

基于双线偏振多普勒雷达识别地物回波

地物回波的存在严重影响雷达数据质量,从而影响定量降水估测精度。双线偏振多普勒天气雷达在识别地物回波方面具有明显优势。分析了北京市气象局C波段双线偏振多普勒天气雷达探测到的降水回波和地物回波的特征,在刘黎平的模糊逻辑算法基础上选择容易区分降水回波和地物回波的特征量,加入偏振参数构成偏振模糊逻辑算法。利用2012年的"7.21特大暴雨"个例对识别效果进行分析,并与常规模糊逻辑算法识别效果对比。结果表明,加入偏振参数的模糊逻辑算法能有效识别地物回波,对地物回波识别效果有明显改善,并有效解决了过度识别零速度降水区的问题。