[发明专利]一种基于LS谱和小波谱的主导重力波识别方法

说明书

本发明公开了一种基于LS谱和小波谱的主导重力波识别方法。对于给定的时域或空间域的数据，分别使用LS谱和小波谱进行谱分析，在给定的频谱范围内，通过谱分析的显著度选出各自选出备选的重力波，两种结果互相比对，挑出最优结果即为给定数据内的主导重力波。与人工识别方法或者单一的频谱分析阈值相比，可自动运行，计算快速，有效排除干扰，快速识别出数据中一定时空范围内的主导重力波，提高了重力波的识别效率，对大气重力波的参数化描述，以及全球大气气候模式的发展具有重要价值。

技术领域

本发明涉及大气动力学领域，尤其涉及一种基于LS谱和小波谱的主导重力波的识别方法。

背景技术

大气重力波是大气中最常见的现象之一。大气受到地形、对流、风切变、急流、锋面系统等影响时，会产生扰动偏离平衡态，重力和浮力共同作用使大气以波动形式振荡，故常被称作重力波。大气重力波在上传的过程中，其振幅会随着大气密度降低而升高，重力波会因振幅过大而不稳定或者因遇到临界层而破碎。一方面，重力波的破碎可能导致晴空湍流，这种肉眼不可见、天气雷达无法探测到的现象会对航空安全造成巨大的威胁；另一方面，重力波在破碎过程中，会将波动携带的能量和动量沉积到背景大气中，从而影响不同圈层大气的动力学耦合过程，并影响大气圈层的动力学和热力学结构。因此，重力波在大气中有着重要的作用。

近年来，随着大气探测技术的发展，可以用越来越多的方式对大气重力波进行探测。

本发明的发明人经过研究发现：传统的重力波人工识别无法满足大量观测数据的要求，对大气重力波的快速准确自动识别提出了新的要求。在复杂的大气动力学过程下，大气重力波覆盖了从分钟到数十小时的时域范围，一公里到数千公里的空间范围。在实际观测中，重力波通常有着较宽的频谱，为了研究重力波中的动力学过程，需要提取出中其中占据主导的重力波，以便于按照单色重力波理论进行分析。传统的频谱分析方法，多为通过单一阈值判定并识别重力波。该办法在湍流噪音影响较大时容易将噪音信号识别为波动信号，影响分析结果的准确性。

发明内容

本发明的目的在于提供一种基于LS谱和小波谱的主导重力波的识别方法，旨在解决快速识别海量观测数据中关注区域内指定频谱范围内占据主导的大气重力波。

为实现上述目的，本发明提供如下技术方案：

提出一种基于LS谱和小波谱的主导重力波的识别方法。具体的实施步骤为：

步骤一：在时域或空间域上明确待识别重力波的频谱范围；

步骤二：根据所述频谱范围选取一组适合长度的测量数据；所述测量数据为可表征大气重力波的数据，所述测量数据包括温度、密度、压强、风场、辐射中的一个或多个；所述适合长度为所述测量数据在时间域或空间域上的长度至少包含两个选定频谱最大周期或波长的数据；

步骤三：对所述测量数据计算LS谱，根据LS谱的显著度和频谱范围选取一系列备选重力波W1；如无备选重力波W1，则判定该组数据无重力波；

步骤四：对测量数据计算小波谱，对时域或空间域上中心附近的小波谱求平均，根据小波谱显著度选取一系列备选重力波W2；如无备选重力波W2，则判定该组数据无重力波；

步骤五：将备选重力波W1与备选重力波W2进行匹配，选出最为匹配的一组重力波，判定该组重力波为该组数据中的主导重力波；如无匹配W1与W2，则判定改组数据无主导重力波。

进一步的，该测量数据可以为时域或者空间域的等间隔数据。

进一步的，若测量数据为不等间隔数据，则将所述测量数据插值为等间隔数据。

进一步的，小波谱可以Morlet小波函数、Meyer小波函数或其它可以对波动进行分析提取的小波函数。