System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現(xiàn)步驟摘要】
本專利技術涉及無線電領域,尤其涉及一種多波段天氣雷達多類型自適應徑向干擾濾除方法。
技術介紹
1、多普勒天氣雷達反射率因子數(shù)據(jù)的質量除了受到地物、超折射、海浪等因素的影響外,還常受到其他雷達、電子設備等無線電源的干擾,以及太陽輻射的影響,在雷達ppi圖上形成干擾回波,嚴重影響天氣雷達的探測效果。并且大城市天氣雷達的有源干擾回波明顯多于偏遠地區(qū),其干擾回波也越明顯。雖然預報員根據(jù)經驗可以很容易對這類回波進行識別,但已有的回波識別算法對這種干擾回波的研究并不深入,對于某些特殊的回波識別效果較差,在有源干擾回波離雷達較遠又有降水回波混合的區(qū)域,很難與降水回波分開,因此,如何濾除不同波段天氣雷達的徑向干擾是目前需要解決的問題。
技術實現(xiàn)思路
1、本專利技術的目的在于克服現(xiàn)有技術的缺點,提供了一種多波段天氣雷達多類型自適應徑向干擾濾除方法,解決了現(xiàn)有技術存在的不足。
2、本專利技術的目的通過以下技術方案來實現(xiàn):一種多波段天氣雷達多類型自適應徑向干擾濾除方法,所述干擾濾除方法包括:
3、步驟一、采用signal指標檢驗雷達基數(shù)據(jù)是否存在徑向干擾,如果存在則對雷達的探測距離進行分類判別;
4、步驟二、如果雷達探測距離在第一預設范圍,則繼續(xù)進行采樣signal指標檢驗雷達基數(shù)據(jù)的徑向干擾是否大于預設值,如果不大于預設值,則依次執(zhí)行窄尖峰算法、弧狀尖峰識別算法、間斷尖峰識別算法、較短縱向尖峰識別算法和反向弱波尖峰識別算法后輸出質控后的數(shù)據(jù)以及數(shù)據(jù)的質控碼;如果大于
5、如果雷達探測距離在第二預設范圍和第三預設范圍內,則依次執(zhí)行寬尖峰檢測算法、窄尖峰算法、弧狀尖峰識別算法、間斷尖峰識別算法、較短縱向尖峰識別算法和反向弱波尖峰識別算法后輸出質控后的數(shù)據(jù)以及數(shù)據(jù)的質控碼。
6、在執(zhí)行間斷尖峰識別算法后,還需判別雷達探測半徑大小,如果雷達探測半徑大于等于設定值,則執(zhí)行徑向閾值為60的較短縱向尖峰識別算法;如果雷達探測半徑小于設定值,則執(zhí)行徑向閾值為110的較短縱向尖峰識別算法。
7、如果雷達探測距離在第二預設范圍內,則依次執(zhí)行閾值為55的寬尖峰檢測算法、方位角不超過7°或11°的窄尖峰算法、弧狀尖峰識別算法、間斷尖峰識別算法、較短縱向尖峰識別算法和反向弱波尖峰識別算法后輸出質控后的數(shù)據(jù)以及數(shù)據(jù)的質控碼;
8、在執(zhí)行閾值為55的寬尖峰檢測算法后,判斷每根徑向的有效數(shù)據(jù)所占百分數(shù),如果95%和80%的分位數(shù)都大于等于80,則執(zhí)行方位角不超過11°的窄尖峰算法,否則執(zhí)行方位角不超過7°的窄尖峰算法。
9、如果雷達探測距離在第三預設范圍內,則依次執(zhí)行閾值為45的寬尖峰檢測算法、方位角不超過7°或11°的窄尖峰算法、弧狀尖峰識別算法、間斷尖峰識別算法、較短縱向尖峰識別算法和反向弱波尖峰識別算法后輸出質控后的數(shù)據(jù)以及數(shù)據(jù)的質控碼;
10、在執(zhí)行閾值為55的寬尖峰檢測算法后,判斷每根徑向的有效數(shù)據(jù)所占百分數(shù),如果95%和80%的分位數(shù)都大于等于80,則執(zhí)行方位角不超過11°的窄尖峰算法,否則執(zhí)行方位角不超過7°的窄尖峰算法。
11、所述窄尖峰算法包括:
12、檢測到回波的每個反射率門(α,l?),檢測距雷達徑向距離庫l相同距離的方位角α±?d的相鄰波束的反射率,α表示雷達的方位,方位角的偏移d=5°;
13、如果滿足條件無回波且或者無回波且,且滿足條件,則反射率門(α,l?)被認為是潛在干擾,z為雷達反射率,表示方位角α-d上距離庫l的反射率,表示沿徑向方向上方位角為α距離庫為l的方差;
14、計算沿給定雷達波束的潛在門的數(shù)量,如果該數(shù)量高于30%,并且潛在門的數(shù)量占有效反射率門的80%,則所有帶有干擾的門都將被替換為從相鄰波束插值的反射率,整個波束被視為帶有干擾,此時該雷達波束被給予干擾標識。
15、其中,門具體指的都是某個距離庫,只是表達的意義不同,反射率門為某個雷達反射率距離庫,潛在門值得是某個距離庫可能為干擾回撥,干擾的門為某個距離庫的干擾回撥。
16、所述寬尖峰檢測算法包括:
17、使用本地確認的反射率的變異系數(shù)來檢查跨雷達波束和沿雷達波束的回波的可變性;
18、如果跨雷達波束的變異系數(shù)和沿雷達波束的變異系數(shù)同時滿足條件,則反射率門(α,l)被認為是潛在干擾;
19、如果雷達波束沿線超過55%的門被歸類為潛在干擾,則所有帶有干擾的門都被替換為從相鄰波束插值的反射率,且整個波束被視為帶有干擾,此時該雷達波束被給予干擾標識。
20、所述弧狀尖峰識別算法包括:
21、對于每一根雷達徑向從遠離雷達端開始,檢測回波的每個反射率門(α,l),計算最近一個z(α,l1)>?33dbz到下一個z(α,l2)>?33dbz之間的距離r;
22、當一根徑向上的r大于10km的次數(shù)r(α)≥3時,則檢查距雷達相同距離的方位角內α?±?d的向量波束的r(α),d=10°;
23、如果滿足條件?且相鄰波束的l1(α)呈遞增或遞減趨勢,則整個波束被給予潛在干擾標識,將當前α方位角的波束的所有回波值賦為缺失值,不再做任何插值填補處理,其中,表示在方位角內滿足條件的徑向數(shù)量。
24、所述間斷尖峰識別算法包括:
25、對于給定仰角ε的每個方位角α,沿整個雷達波束對回波箱進行計數(shù),以獲得有效回波個數(shù)?,var(ε,α)值被確定為n(ε,α)與相鄰方位角α-1和α+1中的值之間的方差值中的更大者,即,其中,n表示沿雷達波束的雷達庫數(shù),表示仰角為ε、方位角為α和距離庫l處有無回波,var(ε,α)表示仰角為ε和方位角為α的方差;
26、對于分析的方位角α,分別在±4和±40范圍內計算兩個平均值和,并確定值;
27、如果滿足條件或者且,則認為該方位角為潛在干擾方位,同時,如果方位角α-1?和α+1是潛在干擾,則方位角α被認為是潛在干擾方位;
28、使用跨雷達波束計算的方差,確認每個仰角滿足上述兩個條件中的一個時,潛在干擾回波的方位角箱的跨方位的方差,如果滿足條件且,則認為為潛在干擾,則所有帶有干擾的門被替換為相鄰波束插值的反射率,且整個波束被視為帶有干擾,此時該雷達波束被給予干擾標識。
29、所述較短縱向尖峰識別算法包括:
30、雷達庫中的較短縱向干擾回波如果滿足條件且和,則認為檢測到干擾回波,將所有帶有干擾的門替換為從相鄰波束插值的反射率,且整個波束被視為帶有干擾,此時該雷達波束被給予干擾標識,表示沿徑向方向上的反射率大于某個閾值的數(shù)量,表示跨徑向方向上的反射率大于某個閾值的數(shù)量,表示沿徑向方向上方位角為α距離庫為l的方差。
31、所述反向弱波尖峰識別算法包括:
...【技術保護點】
1.一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:所述干擾濾除方法包括:
2.根據(jù)權利要求1所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:在執(zhí)行間斷尖峰識別算法后,還需判別雷達探測半徑大小,如果雷達探測半徑大于等于設定值,則執(zhí)行徑向閾值為60的較短縱向尖峰識別算法;如果雷達探測半徑小于設定值,則執(zhí)行徑向閾值為110的較短縱向尖峰識別算法。
3.根據(jù)權利要求1所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:如果雷達探測距離在第二預設范圍內,則依次執(zhí)行閾值為55的寬尖峰檢測算法、方位角不超過7°或11°的窄尖峰算法、弧狀尖峰識別算法、間斷尖峰識別算法、較短縱向尖峰識別算法和反向弱波尖峰識別算法后輸出質控后的數(shù)據(jù)以及數(shù)據(jù)的質控碼;
4.根據(jù)權利要求1所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:如果雷達探測距離在第三預設范圍內,則依次執(zhí)行閾值為45的寬尖峰檢測算法、方位角不超過7°或11°的窄尖峰算法、弧狀尖峰識別算法、間斷尖峰識別算法、較短縱向尖峰識別算法和反向弱波尖峰識別算法
5.根據(jù)權利要求1-4中任意一項所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:所述窄尖峰算法包括:
6.根據(jù)權利要求1-4中任意一項所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:所述寬尖峰檢測算法包括:
7.根據(jù)權利要求1-4中任意一項所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:所述弧狀尖峰識別算法包括:
8.根據(jù)權利要求1-4中任意一項所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:所述間斷尖峰識別算法包括:
9.根據(jù)權利要求1-4中任意一項所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:所述較短縱向尖峰識別算法包括:
10.根據(jù)權利要求1-4中任意一項所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:所述反向弱波尖峰識別算法包括:
...【技術特征摘要】
1.一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:所述干擾濾除方法包括:
2.根據(jù)權利要求1所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:在執(zhí)行間斷尖峰識別算法后,還需判別雷達探測半徑大小,如果雷達探測半徑大于等于設定值,則執(zhí)行徑向閾值為60的較短縱向尖峰識別算法;如果雷達探測半徑小于設定值,則執(zhí)行徑向閾值為110的較短縱向尖峰識別算法。
3.根據(jù)權利要求1所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:如果雷達探測距離在第二預設范圍內,則依次執(zhí)行閾值為55的寬尖峰檢測算法、方位角不超過7°或11°的窄尖峰算法、弧狀尖峰識別算法、間斷尖峰識別算法、較短縱向尖峰識別算法和反向弱波尖峰識別算法后輸出質控后的數(shù)據(jù)以及數(shù)據(jù)的質控碼;
4.根據(jù)權利要求1所述的一種多波段天氣雷達多類型自適應徑向干擾濾除方法,其特征在于:如果雷達探測距離在第三預設范圍內,則依次執(zhí)行閾值為45的寬尖峰檢測算法、方位角不超過7°或11°的窄尖峰算法、弧狀尖峰識別算...
【專利技術屬性】
技術研發(fā)人員:韓濤,李林岑,李元凱,唐陽,
申請(專利權)人:成都遠望探測技術有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。