毫米波多普勒雷达RHI退速度模糊研究

摘要

毫米波测云雷达是新型的云探测设备,能够探测云内精细的水平和垂直结构,有助于研究云物理特征以及云与降水的发展演变。但由于毫米波雷达波长短,测速范围小,容易产生速度模糊现象,而纠正速度模糊是正确提取多普勒雷达风场信息的前提。
　　本文针对毫米波雷达距离高度显示器RHI(Range Height Indicator)的速度模糊现象,提出了两种退速度模糊方法,并用实测数据进行了试验。论文的主要内容和研究结果如下:
　　(1)分析了毫米波测云雷达的探测特点。发现毫米波测云雷达较厘米波雷达而言,它具有波长短、对小粒子的后向散射强、可探测云内的精细结构、不易受到Bragg散射与地物杂波的影响、适合放置在移动平台上等优点。但正由于其较短的波长,毫米波雷达容易受到衰减的影响,且最大不模糊速度很小,容易发生速度模糊,甚至可出现二次及多次模糊。
　　(2)为识别毫米波雷达RHI扫描方式下的速度图像特征,对毫米波雷达RHI扫描方式下的风场进行了模拟。模拟结果在均匀风场条件下,图像中多普勒速度等值线以雷达为中心呈辐射状分布;而无论风速随高度如何变化,在高仰角由于水平速度的垂直分量较小,并且垂直速度一般小于水平速度,所以不易出现速度模糊,可以作为退模糊的参考依据。随着仰角的降低,逐渐出现速度模糊甚至多次模糊。
　　(3)在进行退速度模糊前,利用中值滤波方法对数据进行预处理,并对传统的中值滤波方法做了改进。改进的中值滤波方法考虑了相邻中值滤波窗口内信号数据的相关性,减少了运算次数,提高了运算效率,尤其当需要处理的数据量较大时,效果显著。
　　(4)针对毫米波雷达RHI扫描方式下的风场出现的速度模糊现象,提出了两种退速度模糊方法,即人机交互方法和自动判别方法,二者的主要区别在于对模糊区域的判定方式。
　　(5)通过大量实测数据进行试验验证对比发现,自动判别方法是计算机自动判断模糊区域和Nyquist数,处理效率高,适合业务应用。对于孤立点不多的情况效果较好。但该方法对某些个例会出现误判和漏判,主要原因是一些较小的孤立区域很难界定其是模糊区还是非模糊区。人机交互方法需要有经验的科研人员人工判断模糊区域,在处理一些不连续及孤立点回波时,可以凭借经验将其正确归类并判断出速度模糊的次数。但这种方法在遇到多次速度模糊时处理效率较低,不适合批量处理数据。
　　论文的创新点如下:(1)提出了两种针对毫米波多普勒雷达RHI扫描方式下的风场退速度模糊方法,并用实测数据对这两种方法进行试验,分析比较了两种方法各自的优缺点,这对于毫米波测云雷达速度资料的应用有非常重要的意义。(2)中值滤波方法能较好地保持信号特征和多维信息,适合于多普勒天气雷达信号处理,本研究将该滤波方法引入到毫米波多普勒雷达数据处理中,并且考虑到相邻中值滤波窗口内信号数据的相关性,对该方法做了一定的改进,减少了滤波窗口内比较运算的次数,提高了运算效率。

目录

摘要

Abstract

第一章 绪论

1.1 研究背景及意义

1.2 毫米波测云雷达发展进展

1.2.1 国外毫米波测云雷达发展状况

1.2.2 国内毫米波测云雷达发展状况

1.3 毫米波测云雷达应用进展

1.3.1 探测云的宏观物理特性

1.3.2 探测云微观物理特性

1.3.3 探测研究云动力学

1.3.4 联合其它遥感手段研究云雾特性

1.4 多普勒雷达退速度模糊国内外研究进展

1.4.1 国外退速度模糊研究进展

1.4.2 国内退速度模糊研究进展

1.5 论文的主要工作

本章参考文献

第二章 脉冲多普勒雷达产生速度模糊的原因

本章参考文献

第三章 毫米波雷达及其RHI速度图像特征

3.1 毫米波测云雷达介绍

3.1.1 毫米波雷达工作原理

3.1.2 毫米波雷达系统标校

3.2 毫米波测云雷达的探测特性

3.3 毫米波多普勒雷达RHI速度图像特征

3.3.1 风速不随高度变化

3.3.2 风速随高度增加

3.3.3 风速随高度先增后减

本章参考文献

第四章 自动判别方法退速度模糊

4.1 数据预处理

4.1.1 传统中值滤波方法

4.1.2 快速中值滤波

4.2 一次速度模糊

4.2.1 “点-点”方法

4.2.2 二维方法

4.3 多次速度模糊

4.4 退速度模糊步骤小结

本章参考文献

第五章 人机交互方法

本章参考文献

第六章 实例分析

6.1 软件介绍

6.2 个例1

6.3 个例2

6.4 个例3

第七章 结论与展望

7.1 结论

7.2 本文的创新点

7.3 存在的问题及展望

致谢

作者简介