本站小編為你精心準(zhǔn)備了雷達(dá)地物雜波識(shí)別技術(shù)參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要:本文在前人研究的基礎(chǔ)上,研究了基于模糊邏輯技術(shù)的譜雜波識(shí)別(spectrumclutterldentifica-tion,SCI)算法。SCI算法是一種在頻域自動(dòng)識(shí)別雜波的算法,即在現(xiàn)有的地物雜波識(shí)別的基礎(chǔ)上,通過(guò)選擇更好的地物雜波識(shí)別算法和與之相適應(yīng)的濾波器,探究更好的地物雜波識(shí)別技術(shù),以提高地物雜波的檢測(cè)識(shí)別率,更大程度地減輕甚至消除地物雜波對(duì)天氣回波的影響,從而提高天氣雷達(dá)探測(cè)的數(shù)據(jù)質(zhì)量。

關(guān)鍵詞:天氣雷達(dá);地物雜波識(shí)別;CMD算法;SCI算法

0引言

在天氣雷達(dá)中,采用地物雜波識(shí)別與抑制技術(shù)一般有2種:一種是在時(shí)域借助于靜態(tài)雜波圖(在晴空條件下探測(cè)得到的雷達(dá)回波圖像),通過(guò)預(yù)先設(shè)定好的地物雜波位置進(jìn)行濾波[1],此方法的優(yōu)點(diǎn)是計(jì)算量小、實(shí)時(shí)性強(qiáng),但它的缺點(diǎn):一是由于濾波過(guò)程中的暫態(tài)響應(yīng)降低了自身的地物雜波抑制性能[2],從而導(dǎo)致IIR橢圓濾波器無(wú)法將地物雜波全部濾除,仍會(huì)有一小部分殘留;二是在異常傳播條件下會(huì)出現(xiàn)地物雜波區(qū)域抑制不全的情形。另一種是使用雜波減輕決策(cluttermitigationdecision,CMD)算法識(shí)別出雜波,并對(duì)識(shí)別出的地物雜波的分辨體積使用濾波器以濾除地物雜波[3],CMD算法可以實(shí)時(shí)判別出雜波所在位置,可得到較好質(zhì)量的雷達(dá)數(shù)據(jù),但由于CMD算法選擇的特征量的原因,導(dǎo)致該算法會(huì)將具有窄譜寬、零速度的天氣回波視為雜波,降低了雜波的檢測(cè)率[4]。隨著天氣雷達(dá)的深入發(fā)展,提高氣象產(chǎn)品質(zhì)量的需求越來(lái)越迫切,因此,探究更好的地物雜波識(shí)別與抑制算法以提高天氣雷達(dá)數(shù)據(jù)質(zhì)量是必要的。

1SCI算法原理

SCI算法也是一種基于模糊邏輯理論自動(dòng)識(shí)別地物雜波的算法[5]。該算法對(duì)天氣雷達(dá)采集到的IQ數(shù)據(jù)進(jìn)行處理,結(jié)合模糊邏輯理論將算法選擇的特征量結(jié)合來(lái),然后選擇一個(gè)閾值與模糊輸出值比較,界定出該距離庫(kù)是否包含地物雜波。譜雜波識(shí)別算法彌補(bǔ)了現(xiàn)在常用的雜波識(shí)別方法(靜態(tài)雜波圖和CMD算法)的不足,這是由譜雜波識(shí)別算法選取的特征量所決定的。該算法從頻域和時(shí)域分別選取了2個(gè)特征量:頻域選取的特征量為頻譜功率判別因子(spectralpowerdiscrimi-nant,SPD),頻譜相位波動(dòng)因子(spectralphasefluctua-tions,SPF);時(shí)域選取的特征量為回波功率空間紋理(powertexture,PT),速度譜寬的空間紋理(spectrumwidthtexture,SWT)[6]。

1.1頻譜功率判別因子SPD

SPD是判斷在以零多普勒徑向速度為中心的2Δvw間隔里是否存在功率峰值以及地物雜波功率是否明顯的一個(gè)指標(biāo)。

1.2頻譜相位波動(dòng)因子

SPF從探測(cè)到的大量地面靜止目標(biāo)物的數(shù)據(jù)可以看出:單一的固定的地面目標(biāo)的頻譜相位是線性的或近似線性的,而天氣回波頻譜的相位是一個(gè)多普勒速度的隨機(jī)函數(shù)。因此,在區(qū)間±Δvw內(nèi)的頻譜相位的線性特性也是一個(gè)區(qū)分地物雜波與天氣回波很好的判別依據(jù)。為了在區(qū)間±Δvw中獲得更多的譜線,以使計(jì)算的SPF沒(méi)有量化方差,特別是在駐留時(shí)間特別短的時(shí)候,可以對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行補(bǔ)零處理。

1.3回波功率空間紋理PT

PT是一個(gè)非常重要的判別依據(jù),因?yàn)樗昧颂鞖饣夭ǖ钠骄β士臻g紋理比地物雜波平均功率的空間紋理更加均勻的特點(diǎn)。

1.4速度譜寬的空間紋理

SWTFang等[7]人指出:如果計(jì)算的某一程的回波功率與所有其它程的回波功率之和相比未大到20dB以上,對(duì)譜寬的估計(jì)就會(huì)出現(xiàn)明顯的誤差。對(duì)我們來(lái)說(shuō),這就意味著即使CSR小到-20dB,測(cè)得的天氣回波的譜寬也會(huì)發(fā)生顯著的偏差。地物雜波功率在空間上比天氣回波功率變化更大,這是在雜波功率占主導(dǎo)的情況下PT可以有效探測(cè)雜波的一個(gè)原因,然而,如果天氣回波和地物雜波的頻譜不重疊,即使CSR較低(例如,<0dB),雜波功率將引起對(duì)天氣回波譜寬估計(jì)較大的偏差。鑒于PT對(duì)雜波探測(cè)的局限性,同時(shí)天氣回波譜寬的紋理比雜波的譜寬紋理更加均勻,我們?cè)黾恿俗V寬紋理這一特征量。因?yàn)樽V寬產(chǎn)品很容易受到人的影響被破壞(如對(duì)噪聲功率的虛假測(cè)量),因此,當(dāng)CSR較低時(shí),譜寬的空間紋理對(duì)譜寬估計(jì)是很有用的。譜寬的空間紋理的定義與式(3)所示的PT相同,只是將P改為σV即可。

2SCI算法設(shè)計(jì)

SCI算法核心是從時(shí)域和頻域來(lái)提取特征量,結(jié)合這4個(gè)特征量利用模糊邏輯技術(shù)來(lái)判別是否為地物雜波。為了能夠獲得回波的頻域信息,須采用時(shí)頻轉(zhuǎn)換技術(shù)[8]。傅里葉變換可以方便地將信號(hào)從時(shí)域轉(zhuǎn)換到頻域,其頻率分辨率取決于傅里葉變換長(zhǎng)度,對(duì)于包含30個(gè)PRT的徑向,其傅里葉長(zhǎng)度取32,重復(fù)頻率500Hz的情況下,其頻率分辨率為7.8125Hz,對(duì)應(yīng)多普勒速度為0.125m/s,這一誤差對(duì)于地物雜波識(shí)別影響較小。為了提高程序執(zhí)行效率,快速傅里葉變換調(diào)用Intel公司IPP運(yùn)算庫(kù)中的FFT函數(shù),其采用優(yōu)化的IntelCPU高效算法結(jié)構(gòu),通過(guò)簡(jiǎn)單設(shè)置其變換長(zhǎng)度等參數(shù)就可得到準(zhǔn)確的計(jì)算結(jié)果,從而可以保證處理的及時(shí)性。SCI算法流程圖見(jiàn)1。SCI算法執(zhí)行的步驟如下:1)讀取IQ數(shù)據(jù),計(jì)算回波功率和脈沖對(duì)功率和,然后判斷是否為信號(hào),若是信號(hào),執(zhí)行以下步驟,否則程序結(jié)束;2)計(jì)算信噪比SNR。如果SNR≥0dB,為第3步操作保留該數(shù)據(jù)。否則,認(rèn)為該數(shù)據(jù)未受到地物雜波的污染;3)在時(shí)域計(jì)算PT和SWT;4)給IQ時(shí)間序列數(shù)據(jù)添加布萊克曼窗并對(duì)加窗后的IQ時(shí)間序列作FFT變換,然后計(jì)算SPD、SPF;5)使用相應(yīng)的隸屬函數(shù)將以上特征量的值轉(zhuǎn)換為0~1之間的值;6)使用模糊邏輯將SPD,SPF,PT和SWT歸一化后的值結(jié)合起來(lái),給歸一化后的SPD,SPF和MAX(PT、SWT)分配的權(quán)重分別為0.5、0.5和1,對(duì)以上歸一化的特征量進(jìn)行加權(quán)平均,得到模糊邏輯的輸出值。如果模糊邏輯的輸出值大于閾值,就認(rèn)為該距離庫(kù)被地物雜波污染,否則認(rèn)為該距離庫(kù)未被污染;7)如果該距離庫(kù)被雜波污染,則使用IIR橢圓濾波器對(duì)該距離庫(kù)I數(shù)據(jù)和Q數(shù)據(jù)進(jìn)行濾波處理,然后計(jì)算該距離庫(kù)的反射率值,否則直接計(jì)算該距離庫(kù)的反射率值。

3SCI算法實(shí)例分析

根據(jù)SCI算法的數(shù)學(xué)定義可知,其選擇的4個(gè)輸入量的值應(yīng)與地物雜波的所在位置相對(duì)應(yīng)。通過(guò)實(shí)例分析這一算法的識(shí)別效果,實(shí)例選擇的判別閾值均為0.45。

3.1晴空實(shí)例

本例所用的實(shí)驗(yàn)數(shù)據(jù)是從位于廣漢機(jī)場(chǎng)雷達(dá)在2013年1月12日采集到的,PRF為1181Hz,PRT的個(gè)數(shù)為82,最大探測(cè)距離為127km,做128點(diǎn)FFT。該實(shí)驗(yàn)數(shù)據(jù)是在晴空模式下探測(cè)到的,主要數(shù)據(jù)為地物雜波,圖2為晴空模式下的反射率因子圖,圖3為識(shí)別出的地物雜波圖,圖4~7為選取的特征量的圖形。圖4淺色部分表示為雜波,黑色部分表示無(wú)雜波。SCI算法識(shí)別出地物雜波位置與實(shí)際位置比較一致,其密度大小也基本一致。

4結(jié)論

模糊邏輯技術(shù)的頻域雜波識(shí)別算法(SCI)具有更好的地物雜波識(shí)別技術(shù),提高地物雜波的檢測(cè)識(shí)別率,更大程度地減輕甚至消除地物雜波對(duì)天氣回波的影響,從而提高天氣雷達(dá)探測(cè)的數(shù)據(jù)質(zhì)量。對(duì)于有天氣目標(biāo)與地物雜波混雜的情況,SCI算法識(shí)別效果更佳,盡管存在計(jì)算速率較慢的不足,但隨著計(jì)算機(jī)技術(shù)的快速發(fā)展和算法的不斷優(yōu)化,該算法具有投入業(yè)務(wù)應(yīng)用的良好前景。識(shí)別算法結(jié)合濾波器對(duì)地物雜波進(jìn)行抑制,可以提高雜波抑制效率,但其抑制結(jié)果對(duì)天氣目標(biāo)有一定損失,具體原因有待進(jìn)一步研究。

作者：趙亮；張友輝 單位：中國(guó)民航飛行學(xué)院廣漢分院