[发明专利]基于改进岭回归的气象雷达风力涡轮机杂波抑制方法有效
申请号: | 201910966998.3 | 申请日: | 2019-10-12 |
公开(公告)号: | CN110780264B | 公开(公告)日: | 2022-04-29 |
发明(设计)人: | 沈明威;吉雨;姚旭;王晓冬;万晓玉 | 申请(专利权)人: | 河海大学 |
主分类号: | G01S7/02 | 分类号: | G01S7/02;G01S7/41;G01S13/95 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 刘莎 |
地址: | 211100 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 回归 气象 雷达 风力 涡轮机 抑制 方法 | ||
1.基于改进岭回归的气象雷达风力涡轮机杂波抑制方法,其特征在于,包括如下具体步骤:
步骤一、气象雷达接收端回波信号为:
假定气象雷达第i个距离单元Ci接收到风力涡轮机杂波WTC信号,其第k个脉冲下接收信号Ci(k)为:
Ci(k)=si(k)+wi(k)+ni(k),k=1,...,K
其中si(k)、wi(k)、ni(k)分别表示第i个距离单元在第k个脉冲时接收的气象信号、WTC信号和噪声信号,K为雷达相干积累脉冲数;
与第i个距离单元相邻的第j个距离单元Cj未接收到WTC信号,其在第k个脉冲下接收信号Cj(k)为:
Cj(k)=sj(k)+nj(k)
其中sj(k)、nj(k)分别表示第j个距离单元在第k个脉冲时接收的气象信号、噪声信号;
步骤二、相邻距离单元气象信息提取,具体为:
在存在WTC污染的第i个距离单元Ci两侧各取10个距离单元,得到相邻距离单元气象信号包含功率、多普勒速度和谱宽在内的谱矩参数;
2.1构建拟合矩阵X:
其中rl表示第l个距离单元上散射点的斜距,l=i-10,...,i+10,X的维数为L×M,L为选取的距离单元数,L=20,M为多项式阶数,M=3;
构建包括受WTC污染的第i个距离单元在内的拟合估计矩阵X*:
2.2谱矩参数计算:
平均多普勒速度估计为:
平均速度谱宽估计为:
平均功率估计为:
p=R0l
其中,λ为雷达工作波长,PRF为雷达脉冲重复频率,∠表示取相位角,R0l表示第l个距离单元回波信号序列零延迟自相关参数,R1l表示第l个距离单元的回波信号序列一阶自相关参数;
根据上述平均多普勒速度估计、平均速度谱宽估计和平均功率估计公式,计算第i个距离单元内气象信号三个谱矩参数的估计值:第i个距离单元内气象信号的平均多普勒速度估计vi_est、平均速度谱宽估计σi_est、平均功率估计pi_est;
步骤三、受WTC污染的气象信号谱矩信息拟合估计,具体为:
3.1建立加权岭回归模型
加权岭回归模型的代价函数如下:
min{||Xβridge-Y||2+kridge||βridge||2}
加权岭回归模型的岭回归系数如下:
βridge=(XTWX+kridgeI)-1XTWY
其中Y为步骤2.2中计算得到的谱矩参数估计值构成的矩阵,kridge为岭回归参数,W为各个距离单元对应的拟合权重构成的矩阵,第j个距离单元对应的拟合权重Lprox为距离阈值;
3.2求解最优岭回归参数
假设拟合矩阵X的奇异值分解为:
X=UDV
其中U为L阶正定矩阵,V为M阶正定矩阵,D为L×M维矩阵,其对角线元素为XTX特征值λn的平方根,n=1,2,...M;
利用广义交叉验证GCV求解最优岭回归参数即求满足广义交叉验证函数取极小值时对应的参数
3.3求解岭回归系数
3.2中得到的最优岭回归参数代入βridge=(XTWX+kridgeI)-1XTWY,由拟合估计矩阵X*得到Y的拟合估计为:
由此得到第i个距离单元内气象信号谱矩参数的拟合估计值构成的矩阵即得到第i个距离单元内气象信号的平均多普勒速度拟合估计vi_ridge、平均速度谱宽拟合估计σi_ridge、平均功率拟合估计pi_ridge;进而实现被污染距离单元中气象信号回波信息的高精度恢复,完成WTC的有效抑制。
2.如权利要求1所述的基于改进岭回归的气象雷达风力涡轮机杂波抑制方法,其特征在于,步骤3.2中广义交叉验证函数如下:
其中
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910966998.3/1.html,转载请声明来源钻瓜专利网。