[发明专利]一种基于时序卷积神经网络的雷达回波外推方法

摘要

本发明公开了一种基于时序卷积神经网络的雷达回波外推方法，该方法分以下三个阶段予以实现。数据处理阶段通过离散余弦变换按不同频段把雷达回波图分解成多张图，对分解图进行标准化操作，把分解图分割成多个样本，得到训练样本集或测试样本集。神经网络训练阶段建立并初始化时序卷积神经网络；使用训练样本集训练神经网络，经过网络前向传播得到预测值并计算损失，通过反向传播调整参数，使神经网络收敛。神经网络测试阶段对于待外推的雷达回波图使用数据处理阶段的方法处理得到测试样本集，输入到指定的神经网络，得到预测值。将预测值还原成雷达回波得到预测的雷达回波。本方法能够克服传统方法对于降水粒子衰减、增强建模能力弱的缺陷。

主权项

一种基于时序卷积神经网络的雷达回波外推方法，其特征在于，包括以下步骤：步骤1，处理数据：给定雷达回波数据，其中训练用的雷达回波数据是一组包含15个时间步的雷达回波图序列，测试用的雷达回波数据是一组包含7个时间步的雷达回波图序列，首先通过二维离散余弦变换和反变换把雷达回波图分解成若干个频率成分；计算样本集中所有样本每一维上的平均值和标准差，使用它们的平均值和标准差对所有样本进行z分数规范化；把经过以上步骤得到的图片分割成若干张样本，构成训练样本集或测试样本集；步骤2，训练时序卷积神经网络：建立卷积神经网络，网络使用训练样本的前7个时间节点上的雷达回波图作为输入，输出对后8个时间节点上雷达回波图的预测；对卷积神经网络的所有参数进行初始化；使用训练样本集，经过网络前向传播得到模型预测值，使用预测值和真实值计算得到预测损失；通过反向传播更新时序卷积神经网络的参数，重复这个过程直至收敛；步骤3，测试时序卷积神经网络：基于步骤2中建立好的训练网络，建立测试网络；对测试用的雷达回波图进行步骤1的处理方法，得到测试样本集，输入测试样本集到测试网络中，通过前向传播得到预测值；对预测值进行步骤1的逆操作，把预测值合成为雷达回波图。