[发明专利]基于模糊逻辑识别的风廓线雷达回波谱重构方法

权利要求书

1.基于模糊逻辑识别的风廓线雷达回波谱重构方法，其特征在于包括以下步骤：

1)对风廓线雷达回波功率谱进行预处理；

2)根据回波信号中湍流信号与杂波(如地物杂波、间隙性杂波、无线电频率干扰)信号在谱连续性、谱强度、谱位置和谱宽方面的差异，利用模糊逻辑识别方法提取湍流回波；

3)通过高斯最小二乘拟合方法计算出风廓线雷达湍流回波信号的矩数据：噪声电平、信噪比、一阶矩(多普勒频移)和二阶矩(谱宽)。

2.根据权利要求1所述的基于模糊逻辑识别的风廓线雷达回波谱重构方法，其特征在于：步骤一中所述的预处理采用快速中值滤波方法，具体为：建立一个宽度为2N+1的中值滤波窗口，并沿着数字信号序列移动，步长为1；窗口移动前，先求出窗口内2N+1个序列的中值；窗口移动后，找出新移入窗口中的数据对象在前面已排好的序列中的位置，得到所求中值。

3.根据权利要求1所述的基于模糊逻辑识别的风廓线雷达回波谱重构方法，其特征在于：步骤二中所述的湍流信号与杂波信号在谱连续性、谱强度、谱位置和谱宽方面的差异指：湍流回波具有连续性、谱位置频移连续变化、谱强度和谱宽大；地物杂波谱位置位于零频附近；间隙性杂波不具有连续性，谱位置在某些距离库出现；无线电频率干扰的谱位置固定，谱强度和谱宽小。

4.根据权利要求1所述的基于模糊逻辑识别的风廓线雷达回波谱重构方法，其特征在于：步骤二中所述的模糊逻辑识别方法提取湍流回波是指：

1)将功率谱对称相消的谱强度进行归一化，归一化后的谱强度为P_Y(f_ij)，P_Y(f_ij)的值越大，隶属于湍流回波的程度越大；反之P_Y(f_ij)越小，隶属于湍流回波的程度越小；在此基础上建立“S”型隶属函数对谱强度模糊化处理：

S[PY(fij)]=0,PY(fij)∈[-1,0.3]103·PY(fij)-1,PY(fij)∈[0.3,0.6]1,PY(fij)∈[0.6,1]---(1)]]>

2)建立高斯型隶属函数对谱连续性模糊化处理：

G(w=j-[fi-1‾])=exp[-ln(53)·w2/Δf‾2],nS2-[fi-1‾]≤w≤nS2+1-[fi-1‾]---(2)]]>

3)通过隶属函数模糊化处理后，将风廓线雷达回波功率谱转换成两个模糊基，即谱强度模糊基(P_Y(f_ij))和谱连续性模糊基假定雷达功率谱中湍流回波、地物杂波、间隙性杂波、无线电频率干扰之间相互独立，对两个模糊基来说，用一维隶属函数来表示：

Tij=w1·S[PY(fij)]+w2·G(j-[fi-1‾]),Σi=12wi=1---(3)]]>

w₁、w₂分别表示谱强度和谱连续性的权重因子，第i距离库的T_ij值越大，其对应的P_Y(f_ij)隶属于湍流回波的程度越大。

5.根据权利要求1所述的基于模糊逻辑识别的风廓线雷达回波谱重构方法，其特征在于：步骤三使用高斯最小二乘拟合方法拟合湍流回波谱分布：

Pi(f)=Pi0exp[-(f-fi‾)2/2σi2]+PN---(4)]]>

P_N、P_i0、为噪声电平、第i距离库的峰值功率、一阶矩和二阶矩，拟合公式为：P(f)＝Af²+Bf+C，参数A、B、C由下式确定：

Σi=1nfi2Σi=1nfinΣi=1nfi3Σi=1nfi2Σi=1nfiΣi=1nfi4Σi=1nfi3Σi=1nfi2ABC=Σi=1nP(fi)Σi=1nfi·P(fi)Σi=1nfi2·P(fi)---(5)]]>

N表示待拟合的湍流回波谱点数，由此得到各个矩参数分别为：

Pi0=10(B24A-C)/10;]]>f‾i=-B2A;]]>σi2=5log10(e)A;]]>

对最小二乘拟合后的信号区间积分为湍流回波信号功率，信号功率与噪声功率之比即可得出准确性提高了的湍流回波信噪比。