[发明专利]一种基于相控阵天气雷达探测气象目标的识别方法

权利要求书

1.一种探测气象目标的识别方法，其特征在于，包括以下步骤：

从相控阵天气雷达回波数据中提取散射极化矩阵；

从所述散射极化矩阵中提取极化不变量特征；

将所述极化不变量特征输入至混合高斯聚类模型，识别得到气象目标；

所述混合高斯聚类模型包括多个子类，每个子类模型对应识别一种气象目标。

2.根据权利要求1所述的一种探测气象目标的识别方法，其特征在于，所述散射极化矩阵为：

其中，s_HH为水平发射水平接收的极化模式、s_VV为垂直发射垂直接收的极化模式、s_HV为水平发射垂直接收的极化模式、s_VH为垂直发射水平接收的极化模式。

3.根据权利要求1所述的一种探测气象目标的识别方法，其特征在于，所述极化不变量特征包括行列式模、功率矩阵迹、本征极化椭圆率和不变量系数。

4.根据权利要求3所述的一种探测气象目标的识别方法，其特征在于，所述行列式模为：

所述功率矩阵迹为：

P₁＝|s_HH|²+|s_VV|²+|s_HV|²

所述本征极化椭圆率为：

所述不变量系数为：

其中，j为复数，S’为本征极化椭圆率因子。

5.根据权利要求1所述的一种探测气象目标的识别方法，其特征在于，所述混合高斯聚类模型的构建方法如下：

从相控阵天气雷达历史回波数据中提取散射极化矩阵；

从散射极化矩阵中提取极化不变量特征构成训练集和验证集；

通过训练集训练不同个数子类组成的混合高斯聚类模型；

对训练后不同个数子类组成的混合高斯聚类模型进行聚类；

根据平均偏差距离和偏差度选取聚类结果最好的混合高斯聚类模型作为最终的混合高斯聚类模型。

6.根据权利要求5所述的一种探测气象目标的识别方法，其特征在于，所述混合高斯聚类模型进行聚类时的高斯混合密度函数为：

其中，x为极化不变量特征的三维特征向量，π_k为各个高斯分布的权重系数，μ_k和σ_k分别为各个高斯分布的均值和方差；

所述高斯分布的公式为：

其中，μ为均值，δ为特征向量的协方差矩阵。

7.根据权利要求5所述的一种探测气象目标的识别方法，其特征在于，所述平均偏差距离的计算公式为：

其中，n_j为子类j中的散点的数目，d_i为子类j中第i个点到聚类中心的欧式距离；

所述偏差度的计算公式为：

其中，K为混合高斯聚类模型子类的个数。

8.一种探测气象目标的识别系统，其特征在于，所述系统包括：

第一提取模块：用于从相控阵天气雷达回波数据中提取散射极化矩阵；

第二提取模块：用于从所述散射极化矩阵中提取极化不变量特征；

识别模块：用于将所述极化不变量特征输入至混合高斯聚类模型，识别得到气象目标；

所述混合高斯聚类模型包括多个子类，每个子类模型对应识别一种气象目标。

9.一种探测气象目标的识别系统，其特征在于，所述系统包括处理器和存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1-7任一项所述方法的步骤。

10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。