C、X波段双线偏振多普勒雷达资料质量分析

双线偏振多普勒雷达是探测和研究降水粒子相态结构的一种有效手段并且已经取得了较多的研究成果.但是对于一部特定雷达来说,要进行资料分析和预处理以及评价其探测性能仍然比较困难.以国家灾害天气重点实验室的C波段双线偏振雷达及北京市气象局的X波段双线偏振雷达观测的一次降水过程资料为例,在保证资料的可信度的基础上统计分析双线偏振资料中的差分反射率因子ZDR、水平和垂直信号相关系数ρHV与信噪比SNR的关系.研究发现:差分反射率因子ZDR在信噪比小于20dB时受系统误差影响较大,水平和垂直信号相关系数ρHV.在信噪比小于20dB时资料变得不可信,并根据系统误差订正方法对原始资料ZDR进行订正,通过订正后的ZDR资料能够较好地反映实际情况,同时通过拟合得到的KDP与实际情况也相吻合,结果达到定量估测降水、相态识别精度的要求.     

X波段双偏振雷达反射率的衰减订正

雷达在探测降雨时,回波都有衰减。波长较短的X波段雷达地衰减更严重,所以有必要对其回波进行衰减订正。X波段雷达回波差分传播相移(KDP)比C、S波段的要高1.5~3倍。因此可以合理地考虑利用KDP对X波段雷达回波信号反射率的衰减进行订正。又由于当KDP的值较小时,对回波反射率订正效果受到其他因素影响。所以当KDP值较小时,使用反射率(ZH)自身进行订正。利用成都信息工程学院X波段双偏振天气雷达的探测降雨过程的回波数据,在已经提出的算法的基础上,利用ZH-KDP综合算法进行软件设计,并分析回波反射率在算法处理前后的效果。通过订正处理前后的数据绘制曲线图,定量对比分析订正处理前后的反射率值,订正处理后的值比订正处理前的值有增强,又用相同时刻S波段的回波数据对X波段的订正效果进行验证,二者值的大小相差不多,说明ZH-KDP法对回波反射率的衰减有改善。     

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。     

基于小波分析的低信噪比天气雷达回波弱信号提取

针对低信噪比环境下的天气雷达回波弱信号提取问题,提出一种基于小波分析的弱信号提取算法。利用dbN小波函数对雷达回波进行小波域处理并重构信号,提取雷达回波信号的联合时频特征,并且使用FIR滤波方法和小波分析两种算法对数据去噪,得到两种算法在不同信噪比下的信噪比输出以及信噪比改善,证明在低信噪比环境下,小波分析算法的有效性和优越性。     

使用模糊逻辑法区分层状云和对流云降水

多普勒天气雷达已广泛应用于定量降水的估测,为了提高雷达降水估计的精度,要求能够识别层状云和对流云降水.使用模糊逻辑法区分区域中的层状云和对流云降水.根据层状云和对流云降水的反射率分布特征,建立了最大反射率因子、回波顶高、垂直反射率梯度和水平反射率梯度4个识别参数,读取雷达资料并计算出这些识别参数,使用梯形隶属函数对识别参数进行模糊化,对得到的数据进行加权平均处理,选择一个合适的阈值区分层状云和对流云降水.结合实际的天气实例,对该方法的识别效果进行检验,结果表明：模糊逻辑法能够有效的区分降水区域中的层状云和对流云降水,为改善降水估测提供了方法和依据.     

相控阵天气雷达探测性能分析

为检验新型C波段相控阵天气雷达进行探测性能,根据外场试验数据,分析了雷达探测主要参数对相控阵天气雷达探测效果的影响,探讨了相控阵天气雷达与多普勒天气雷达回波数据存在的差异。结果表明:相控阵天气雷达低层仰角采用Split cut方案进行探测,可改善探测能力和径向速度模糊的问题。晴空条件下,增加相控阵雷达脉冲宽度、脉冲积累数,降低天线转速可以明显提高弱回波数据采样质量。相控阵天气雷达整体探测采样率不及多普勒雷达,对弱回波探测能力不佳,其主要采样数据集中在中值和大值区,弱回波区采样数较少,需改进相控阵天气雷达弱回波探测的能力。     

Ka波段雷达弱降水雨量估计方法与试验

毫米波雷达适合降水云的水凝粒子的观测,设备轻便且空间分辨率和角度分辨率较高,可用于机载或星载等对有效载荷要求苛刻且关注云雨探测的应用,因而毫米波雷达在气象科学研究中备受关注。在成都地区进行了Ka波段雷达弱降水累积雨量的观测,采用了HTI(高度时间显示)观测模式,分析了雷达测量降水的方法,联合雨量计对比了Z-R关系与衰减法计算累计降水量的效果,并通过测量误差拟合调整经验参数,减小了估测误差。     

天气雷达数字化回波图的平滑处理

首先阐述了各种图象平滑处理方法的特点，在仔细分析天气雷达数字化回波图特征的基础上，采取快速中值滤波的方法平滑天气雷达回波图，并得到了满意的结果     

风廓线雷达极低信噪比信号的小波方法提取

风廓线雷达回波信号中包含的噪声不仅降低信号的质量,而且还严重影响各种相关处理算法的有效性,甚至影响雷达本身的探测能力。因此,提出高效稳健的信号提取方法对于风廓线雷达数据的有效应用起着非常重要的作用。针对风廓线雷达回波信号非常微弱导致有用信息提取困难的问题,对比分析现有3种小波滤波方法,提出一种基于连续回波相关的空域相关新算法。利用MATLAB软件进行风廓线雷达信号降噪提取的仿真实验,结果证明改进后的方法优于原空域相关滤波方法和经典风廓线雷达信号处理方法,并取得较好的去噪效果。     

极化雷达目标信息分解技术及其在古湖岸线探测中的应用

目标信息分解就是将地物雷达电磁波回波的复杂散射过程分解为几种单一的散射过程,每种散射过程都有一个对应的散射矩阵,利用基于地物相关矩阵特征向量分解的目标分解方法,可以将目标相关矩阵分解为三种单散射体相关矩阵的加权和:单向散射,双向散射,交叉散射。将目标分解理论应用于极化成像雷达数据,可以分别得到对应于地物单向散射(奇次散射)、双向散射(偶次散射)及多向散射机制的雷达后向散射系数。本研究应用目标矩阵分解技术对青藏高原西昆仑阿克赛钦湖地区SIR-CL波段和C波段全极化多视复矩阵(MLC)数据进行处理,得到研究区地表单向散射、双向散射及多向散射后向散射系数图像。研究发现,不同性质地表具有不同电磁波散射机制,散射分解后的图像能有效去除噪声,而且能够区分具有不同散射机制的地表,对研究区多期次古湖岸线的识别有重要意义。     

��ͬ�����¼����˲������ıȽ��о����Ľ�

????о???GPS???μ???????????????????????????С???????????????????????????????????????Ч?????ó?????????????????????÷?Χ????????????????????????????????????????????????????????????С???????????????????????????????????????????????????????????????Ч??????????????     

桥梁变形监测数据小波去噪与Kalman滤波研究

针对跨海大桥三维变形监测问题,实施了测量机器人与三维激光扫描仪测量方案,二者三维监测数据最大较差不超过0.5 mm,而且测量机器人监测数据精度高,说明三维激光扫描技术应用于桥梁变形监测是可行的。根据小波分析与Kalman滤波理论,建立小波去噪后的桥梁变形监测Kalman滤波模型。实验表明,经过小波去噪的监测数据再进行Kalman滤波处理,提高了桥梁变形预测与变形分析的可靠性。通过标准Kalman滤波、自适应Kalman滤波桥梁变形观测数据处理,及平方和误差、均方误差、平均相对误差精度分析知,自适应Kalman滤波要优于标准Kalman滤波方法。     

一种复合去噪的图像处理方法

针对小波变换和多级中值滤波各自在去噪方面的优点和不足,提出了一种新的图像复合去噪算法;该方法先对图像进行中值滤波,然后再用小波变换和中值滤波相结合进行进一步的滤波处理,得到最终的滤波图像。实验表明,该种方法在有效去除噪声的同时还很好的保护了图像的边界,图像的视觉效果良好。     

�����������ݵ�ͨ�˲������书Ч����

???????????????????o???????????????????????FIR??????????????????????????FIR????????????о??????????λ?????????????????????????????????????????????о?????????????????????任?е????Ч???     

卡尔曼滤波在多维AR序列建模中的应用

作为时间序列模型的一种，AR模型由于参数估计和定阶简单而广泛应用于系统辨识。在多维AR序列的最小二乘建模的基础上，结合卡尔曼滤波算法，推导了应用卡尔曼滤波技术的多维AR序列参数估计方法以及加入衰减因子后的卡尔曼滤波算法。该算法不需要保存历史数据，在得到新的“观测”数据后可以对AR模型的估计参数进行实时改正。在确定AR模型阶数时，提出了快速F检验法，大大减少了建模过程中的计算工作量，有较好的应用价值。     

����ERTSƽ������ֲ������������˲��·���

???????μ???????????????????????????Kalman???????Rauch??Tung??Streibel (RTS)??????????????????????????????????????????Kalman???????????????????????????????????÷???????????????????????????????????и???????????????GPS/DR?????????????飬?????÷???????Ч???     

����Ӧ������չKalman�����˲���������ϵ����е�Ӧ��

???????????????????????????о????????????????????????????????????????Kalman??????????????÷??????????????????Kalman????????????????????????????????????????и????????????3???????????????顢???Kalman??????????????????????????????????????????Kalman??????????????????????????????     

BDS/GPS差分系统间偏差估计算法及性能分析

基于BDS/GPS单频紧组合相对定位模型，提出联合卡尔曼滤波与粒子滤波估计差分系统间偏差(DISB)的算法，并利用实测短基线数据对比分析卡尔曼滤波算法与本文算法估计DISB的效果。实验表明，载波DISB的整数部分会影响参考卫星站间单差模糊度的估计，从而影响载波DISB小数部分的估计结果；利用本文算法估计并改正DISB后得到的模糊度解算的可靠性和固定解精度均优于卡尔曼滤波，固定解精度最大可提高10%~20%。     

用顾及大气层延迟的PVA模型Kalman滤波解算载体运动加速度

为解算航空重力测量中的载体运动加速度,对GPS载波相位伪距双差观测量进行分析。考虑对流层延迟和电离层延迟的影响,并通过对载体的运动学建模,提出一种基于PVA模型的Kalman滤波算法。相对于传统的差分方法,该算法可从相位观测量中直接解算载体运动加速度。通过仿真分析验证,采用自适应Kalman滤波,得到的未经低通滤波处理的载体加速度标准差为7.26×10-3 m/s2。