基于ConvLSTM的雷达回波外推

摘要

为对雷达回波产品进行预测,研究一种基于ConvLSTM的雷达回波外推神经网络模型,采用结构为长短时记忆网络,对其结构做出一些改变后可以使用多维数据作为输入.且采纳单极化SA雷达的反射率数据作为数据集.结果 证明:(1)采用相当多或者足够多的数据集,并进行数据预处理,包括数据筛选、排序、拟合、滤波.之后进行标准化,将数据按比例缩放,使其反射率值以0为中心并分布在一个小的区间内.(2)使用卷积层对反射率数据提取特征,并在隐藏层后面接入全连接层和回归层后,可以得到更优化和更准确地预测结果.(3)利用适当的激活函数和一定的正则化方法可以减少模型的过度拟合,提高模型的训练精度.实验结果表明,对18 min内的雷达回波有较好的预测效果,对反射率小于30的回波有较好的预测能力.