[发明专利]基于图像识别的多普勒雷达径向速度退模糊方法

说明书

本发明基于图像识别的多普勒雷达径向速度退模糊方法包括S100、提取多普勒雷达输出的基数据中的径向风观测信息；S200、处理器根据径向风观测信息中的每个位置的仰角径向速度设置颜色，生成第一图像；S300、处理器根据每个仰角径向速度图像进行分割；S400、处理器将分割的图像进行融合，使图像具有不同的区域块；S500、处理器将图像进行退模糊处理；S600、处理器输出退模糊处理后的图像；本发明的算法中，主要是借助相邻的区域块中的真实值接近的原则，推断Nyquist数n，从而判断其是否模糊(折叠)。并通过取整算法计算出其正确的Nyquist数n，实现计算出准确的真实值，来为图像进行退模糊处理。

技术领域

本发明涉及一种雷达数据采集方法，特别是涉及一种多普勒雷达采集数据的校准方法。

背景技术

任何观测资料在运用前都必须经过质量控制，这一点对多普勒雷达资料更为重要。因为受雷达自身硬件设备的限制，其发射的脉冲重复频率有一定的限制，导致雷达观测资料在强风条件或低脉冲重复频率时会出现速度模糊问题。

多普勒天气雷达能够测得最大径向风速度Vmax称为最大不模糊速度，又称为Nyquist速度，其中为λ雷达发射电磁波波长，F_PR为脉冲重复频率。

当实际的风速Vt超过[-Vmax,+Vmax]范围时候，雷达会错误的将其折叠到[-Vmax,+Vmax]范围内，得到为Vr，也就是产生折叠或模糊。那么真实的径向速度Vt和观测的径向速度Vr的关系为：

V_t＝V_r±2nV_max(n＝0,1,2,...)

如果真实的径向风速Vt满足|V_t|＜V_max,n＝0,则V_t＝V_r，如果真实的径向风速Vt满足|V_t|＞V_max,n≠0,则V_t≠V_r，就产生速度模糊，n被称为Nyquist数，求解n的过程就被称为速度退模糊(去折叠)。

如果将原始的基数据以图像的形式表现出来，对于稍知一点速度模糊知识的人就能很容易从多普勒雷达径向风图像上直观地找出模糊区域。那么如果能用计算机来模拟人的思维，也就能很容易将模糊区找到并加以纠正。首先将数据画成图像，再将图像分割分成许多像素，然后再将这些像素相互比较进行融合成一些区域，再寻找过雷达的“零线区”，然后将它和相邻的区域进行比较纠正，再利用递归规则将剩下所有的区域都进行比较和纠正。

在业务平台中，面对大批量的雷达资料，一个自动的、高效的退模糊方法一直是科研工作者苦苦探索的难题之一。在速度模糊技术的研究方面，过去的几十年里，已发展了多种退模糊方法(见参考文献1-11)。这些方法中，退模糊的途径大体可以分为两类：第一，连续性检测，主要依据是大气风场的时间和空间分布应该有一定的连续性，通过检测相邻点(空间或时间)观测的雷达速度的跃度来判断是否存在模糊现象。基于这个原理的方法对起始点退模糊值的正确与否非常敏感，一个错误的起始值可能导致大范围的退模糊错误，此外，对缺测较多的区域或者孤立区域，这种方法也有困难。第二，参考值检测。基本思想是利用同一观测区域中其他已知的风观测值来作为退模糊的参考值，这个已知的观测值可以由其他观测工具(如另一已退模糊雷达资料，探空观测，模式结果等)或者通过其他方法(目前普遍使用改进的VAD方法)从资料自身获得。这类方法不受缺测资料的影响，但是要从雷达观测资料自身求取好的基准值也不是一件容易的事。第三种就是将上述两个途径结合一起。

以上方法都是基于原始的雷达基数据并且基本原理大多数都是需要一个正确的参考值，然后根据连续性检测一个一个点进行订正。如果参考值错误则全盘皆输，另外一个一个点的订正需很费机时，在业务中使用很难保证。

参考文献：