[发明专利]基于形态成分分析的气象雷达WTC抑制方法

权利要求书

1.基于形态成分分析的气象雷达风力涡轮机杂波抑制方法，其特征在于，包括如下步骤：

步骤一、进行地杂波抑制预处理，得到含有气象信号、风力涡轮机杂波WTC和噪声的回波信号；

步骤二、进行气象信号和WTC稀疏域字典矩阵构造，得到回波形态成分信号；

步骤三、对回波形态成分信号进行稀疏分离，得到分离的气象信号和WTC；

步骤四、进行气象信号恢复，得到气象信号。

2.根据权利要求1所述的基于形态成分分析的气象雷达风力涡轮机杂波抑制方法，其特征在于，

所述步骤一、进行地杂波抑制预处理，得到含有气象信号、风力涡轮机杂波WTC和噪声的回波信号，具体为：

滤波后得到输出信号y的表达式为

y＝x_{1_1}+x_{2_1}+n₁

其中x_{1_1}为滤波后的气象目标信号，x_{2_1}为滤波后的WTC信号，n₁为滤波后的高斯噪声。

3.根据权利要求2所述的基于形态成分分析的气象雷达风力涡轮机杂波抑制方法，其特征在于，

步骤二、进行气象信号和WTC稀疏域字典矩阵构造，得到回波形态成分信号，具体为：

滤波后的雷达回波信号y，其形态成分信号可表示为

x_{1_1}＝F₁a₁,x_{2_1}＝F₂a₂

其中，F₁,F₂分别表示傅里叶变换阵和短时傅里叶变换阵，a₁,a₂分别为气象信号和WTC各自在F₁,F₂上的稀疏系数，从而有

y＝F₁a₁+F₂a₂。

4.根据权利要求3所述的基于形态成分分析的气象雷达风力涡轮机杂波抑制方法，其特征在于，

步骤三、对回波形态成分信号进行稀疏分离，得到分离的气象信号和WTC，具体为：

求解稀疏系数a₁和a₂：采用l₁-范数作为稀疏诱导正则器估计稀疏系数a₁和a₂，

稀疏系数a₁和a₂的BP求解公式为

such that y＝F₁a₁+F₂a₂

其中，λ₁,λ₂为正则化参数，为最优求解系数；

假定F₁和F₂均满足Parseval框架，即

F₁F₁^H＝I_K,F₂F₂^H＝I_K

其中，F_i^H是F_i的右逆矩阵，I_K为阶数与采样脉冲数K相等的单位阵；

采用分裂增广拉格朗日收缩算法SALSA进行不同形态成分的稀疏分离，首先应用变量分离技术，引入满足u_i-a_i＝0的辅助变量u₁,u₂；其次，利用增广拉格朗日法ALM和交替方向乘子法ADMM交替最小化u_i,a_i，即

Initialize:μ＞0,c_i,i＝1,2

Repeat

c_i＝c_i-(u_i-a_i),i＝1,2

Until convergence.

其中，μ为步长，c_i为拉格朗日乘子，初始值为零向量；

将初始值a₁＝F₁^Hy，a₂＝F₂^Hy带入上述SALSA求解得到最优稀疏系数进而得到不同形态成分的雷达回波信号y^*为

5.根据权利要求4所述的基于形态成分分析的气象雷达风力涡轮机杂波抑制方法，其特征在于，

步骤四、进行气象信号恢复，得到气象信号为：