基于小波变换的风廓线雷达风谱处理方法研究

摘要

风廓线雷达作为一种高空大气三维风场探测设备，与其它常规高空风场探测设备相比具有高时空分辨率的优点。风廓线雷达在进行大气风场探测时，其时间分辨率只有几分钟，垂直方向上空间分辨率可达几十米。通过风廓线雷达获取的高时空分辨率探测数据，研究人员可分析出大气中的切变线、重力波动和大气湍流结构常数等相关气象信息。鉴于此，风廓线雷达被广泛应用于大气科研、天气预警预报、城市大气监测、飞机飞行安全、导弹和火箭发射试验保障等领域。
　　风廓线雷达的探测对象是晴空大气，它通过接收空气中大气湍流散射的电磁波来反演大气风场，因此，与以降水粒子作为探测对象的常规天气雷达相比，风廓线雷达回波一般很弱，在这种情况下，风廓线雷达回波中真实的大气信号很容易淹没在干扰信号和大气背景噪音之中。因此，采用有效的方法或手段将有用信号从多种杂波和噪音中分离出来，是提高风廓线雷达探测效率和探测精度的重要手段和关键环节。
　　本研究运用C++编程语言，实现了风廓线雷达原始数据二进制文件的解码操作，读取了雷达的风谱数据;同时从分析风廓线雷达探测原理和雷达回波特点入手，通过研究小波变换理论以及小波变换在频谱分析中的应用，对风廓线雷达风谱数据进行了地杂波和间歇杂波抑制试验，进行了降低噪音试验;采用OTSU算法实现了有用大气信号与大气背景噪音的有效分离;通过分析风谱曲线的分布特点，采用L-M算法进行风谱数据拟合，经上述方法处理后的风廓线雷达风谱数据，噪音和各种杂波被有效抑制，大气回波信息得到凸显;最后通过比对实测原始谱线与用上述方法处理后的风谱，对风谱数据分析处理结果进行了评估，验证处理方法的有效性。

目录

声明

摘要

引言

1 风廓线雷达基础知识

1．1 风廓线雷达探测原理

1．2 风廓线雷达回波机制

1．3 风廓线雷达回波特点

1．4 风廓线雷达信号接收处理流程

2 小波降噪及杂波抑制分析

2．1 小波变换简介

2．1．1 常用小波基

2．1．2 一维离散小波变换

2．1．3 最大重叠离散小波变换

2．2 小波降噪

2．2．1 传统降噪方法

2．2．2 Donoho降噪方法

2．2．3 阈值收缩函数

2．2．4 阈值选择方法

2．3 杂波抑制

3 风廓线雷达风谱信号处理

3．1 风谱数据降噪和杂波抑制

3．1．1 地杂波抑制

3．1．2 降噪

3．1．3 间歇性杂波抑制

3．2 背景噪音辨识

3．2．1 OTSU算法原理

3．2．2 背景噪音辨识效果

3．3 高斯曲线拟合

3．3．1 求解步骤

3．3．2 初值选取

3．3．3 拟合结果

4 风谱信号处理效果检验

4．1 特性统计

4．2 可靠性验证

4．2．1 低模态

4．2．2 中模态

4．2．3 高模态

结论

参考文献

致谢