CN115267717B - 风向夹角反演方法、解模糊方法及存储介质和设备 - Google Patents
风向夹角反演方法、解模糊方法及存储介质和设备 Download PDFInfo
- Publication number
- CN115267717B CN115267717B CN202210904941.2A CN202210904941A CN115267717B CN 115267717 B CN115267717 B CN 115267717B CN 202210904941 A CN202210904941 A CN 202210904941A CN 115267717 B CN115267717 B CN 115267717B
- Authority
- CN
- China
- Prior art keywords
- wind direction
- angle
- radar
- inversion
- coverage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 91
- 230000006870 function Effects 0.000 claims abstract description 26
- 238000012887 quadratic function Methods 0.000 claims abstract description 13
- 238000012886 linear function Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 17
- 238000005315 distribution function Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 6
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims description 4
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 abstract description 4
- 230000007423 decrease Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000002592 echocardiography Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/414—Discriminating targets with respect to background clutter
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
风向夹角反演方法、解模糊方法及存储介质和设备,涉及高频地波雷达探测技术领域。为解决现有风向与雷达波束夹角的确定方法存在与实际不符的情况及风向反演解模糊的方法会出现解模糊错误的问题。本发明的风向反演解模糊方法首先计算出雷达波束海元上的风向与该波束方向的夹角绝对值|θi|,然后根据同一距离门不同波束与风向夹角的绝对值构成的集合分别确定逼近的一次函数及二次函数,并根据各自函数确定的值与|θi|的误差判定风向在不在雷达波束覆盖范围内;采用二次拟合的方法求得极值位置,以此作为风向与波束相对位置变化的分界,通过二次项系数判断风向与波束方向的相对位置,根据风向在不在雷达波束覆盖范围分别求得去模糊的真实风向。
Description
技术领域
本发明涉及高频地波雷达探测技术领域。
背景技术
高频地波雷达可以突破地球曲率的限制,探测到视线以下的目标。在雷达回波中往往掺杂着大量的干扰和噪声。海洋回波是高频雷达回波中最主要的干扰之一,它的能量往往很高,严重影响目标的检测,应对其加以抑制;但从另一方面来讲,海洋回波包含着大量的海态信息,是海态反演的主要检测对象。
大量的观测结果表明海洋回波的产生机理可以由布拉格谐振原理来解释,即当高频电磁波照射到粗糙的海面上时,电磁波会与海面相互作用发生强烈的散射,从而产生一阶海洋回波。理论上,一阶海洋回波会在雷达回波RD谱的频率轴上形成一对关于零频对称的能量尖峰,即Bragg(布拉格)峰。通过计算左右Bragg峰幅度的比值,可以得到海面风场的风向信息。
风向的反演包括两部分,首先由海面回波谱的正负一阶Bragg峰提取风向与雷达波束夹角的绝对值;然后消除风向的模糊性。
针对风向与雷达波束夹角的确定,现有的方向分布函数对应的风向因子为固定值,由此求得的方向分布函数曲线在某些情况下无法趋近于0°或180°,与实际情况不符,且曲线两端变化趋势在较大范围内呈非线性,也与实际情况不符。
现有的消除风向模糊性的方法中,有多波束最小差值法,拟定相邻几个海态单元上测得的风向之差应在求和后等于零或近似等于零,但这种方法极有可能将相邻几个海态单元的风向同时解模糊错误;有方法利用待求海态单元和左右相邻波束上的海态单元与风向的夹角的大小关系来判断待求海态单元的风向可能值,但是这种方法抗干扰性不强,当待求海态单元与风向夹角或相邻波束海态单元与风向夹角中的任意一个测量出错时,会出现解模糊错误问题;还有多波束拟合夹角法,利用模型求出风向与波束的夹角之后,找出夹角的变化规律,即可判断风向的大致方向,进而解模糊求得真实方向,但是这种方法仅适用于较窄的海域。在宽海域监测中风向可能在雷达波束覆盖范围内,此时利用该方法反演风向会出现解模糊错误的问题。
发明内容
本发明为解决现有的风向与雷达波束夹角的确定方法存在与实际不符的情况,以及现有的风向反演解模糊的方法在宽海域监测中会出现解模糊错误的问题。
风向夹角反演方法,包括以下步骤:
步骤一:根据从雷达回波谱中检测的海面一阶Bragg峰,计算正负一阶Bragg峰幅度的比值Ri;
步骤二:构造风向的方向分布函数模型为:
Ri=10log[tans(|θi|/2)]
其中,|θi|为第i个雷达波束海元上的风向与该波束方向的夹角的绝对值;S为风向因子;
根据正负一阶Bragg峰幅度的比值Ri和风向的方向分布函数模型求得|θi|。
进一步地,所述的风向因子S:
其中,a、b为经验值,Rmax为该海域内正负Bragg峰比值的最大值。
进一步地,所述正负一阶Bragg峰幅度的比值Ri:
其中:i=0,1,2…m,m为同一距离门上雷达发射波束的个数,i为波束号;Bi +、Bi -分别为第i个雷达波束上海元的正、负一阶Bragg峰幅度。
一种计算机存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现所述的风向夹角反演方法。
一种风向夹角反演设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现所述的风向夹角反演方法。
风向反演解模糊方法,包括以下步骤:
S1、利用所述的风向夹角反演方法求得雷达波束海元上的风向与该波束方向的夹角的绝对值|θi|;
将同一距离门不同波束与风向夹角的绝对值|θi|构成一个集合C;
S2:根据集合C,求取逼近的一次函数
y1=k·i+b
其中,i为波束号,y1为逼近的一次函数对应的函数值(角度),k、b为拟合系数;
S3:根据集合C,求取逼近的二次函数
y2=k1·i2+k2·i+k3
其中,i为波束号,y2为逼近的二次函数对应的函数值,k1、k2、k3为拟合系数;
S4:分别求出S2中一次逼近函数对应的函数值与|θi|的误差e1、S3中二次逼近函数对应的函数值与|θi|的误差e2,进行比较;
若e1较小,则直接判定风向不在雷达波束覆盖范围内;e2较小,则初步认为风向在雷达波束覆盖范围内,此时二次函数的极值点应为分界位置,分界位置处风向与此临近波束的角度近似为0°或180°;
S5:设不同距离门下的极值点为xj:
其中,j=1,2,…n,n为距离门个数;
判断计算得到的极值点是否位于0~m的波束范围内;
若极值点不位于0~m的波束范围内,判定风向不在雷达波束覆盖范围内;
若极值点位于0~m的波束范围内,将xj作为初始分界点,去除距离门对应初始分界点中的奇异值,通过临近距离门极值点加权平均的方法将其补齐,得到每个距离门风向的分界位置,判断分界位置对应海元的风向与波束方向夹角|θj|是否满足条件:|θj|≤α或180°-|θj|≤α,其中α为经验值;
若满足该条件,此时风向在雷达波束覆盖范围内,执行S7;若不满足该条件,风向不在雷达波束覆盖范围内,执行S6;
S6:针对风向不在雷达波束覆盖范围内的情况,采用一次拟合多波束夹角解模糊方法进行处理;
S7:针对风向在雷达波束覆盖范围内的情况,采用二次拟合多波束夹角分界解模糊方法进行处理。
进一步地,采用一次拟合多波束夹角解模糊方法进行处理的过程包括以下步骤:
以正东方向为x轴正向,正北方向为y轴正向建立平面直角坐标系,将波束方位角转化为直角坐标系下角度其中i=0,1,2…m,m为雷达发射波束的个数;判断S2求得的一次函数系数k;
若k>0
若k<0
其中,φi为风向角度。
进一步地,针对风向在雷达波束覆盖范围内的情况,采用二次拟合多波束夹角分界解模糊方法进行处理的过程包括以下步骤:
以正东方向为x轴正向,正北方向为y轴正向建立平面直角坐标系,将波束方位角转化为直角坐标系下角度其中i=0,1,2…m,m为雷达发射波束的个数;判断S3求得的二次项系数k1的正负;由S4所得分界位置将该雷达波束覆盖海域分为两部分;
若k1<0,则在分界位置左侧海域的风向角度为:
分界位置右侧海域的风向角度为:
若k1>0,则在分界位置左侧海域的风向角度为:
分界位置右侧海域的风向角度为:
一种计算机存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现所述的风向反演解模糊方法。
一种风向反演解模糊设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现所述的风向反演解模糊方法。
有益效果:
与传统方法比较,本发明修正了风向因子,由此得到更符合实际情况的风向与波束方向夹角。结合该夹角在同一距离门上的变化特点与分界处夹角近似为0°或180°的特性,联合判断风向角度是否在雷达波束覆盖范围内。若风向在雷达波束覆盖范围内,利用二次函数拟合得到的二次项系数获得风向分界位置解模糊,解决了宽海域内风向反演解模糊错误的问题。
附图说明
图1为修改风向因子前后对应的方向分布函数模型。
图2为风向不在雷达波束覆盖范围内的示意图。
图3为风向在雷达波束覆盖范围内,风向与波束接近同向的示意图(k1>0)。
图4为风向在雷达波束覆盖范围内,风向与波束接近反向的示意图(k1<0)。
图5为2021年9月实测数据风向反演结果。
图6为2021年10月实测数据一次拟合风向反演结果。
图7为2021年10月实测数据风向反演结果。
图8为风向反演解模糊方法的流程图。
具体实施方式
在宽海域内,经常会发生风向在雷达波束覆盖范围内的情况,此时风向与雷达的某一波束方向接近相同或相反。当风向与某一波束方向接近相同时,一侧波束相对风向的夹角逐渐减小,另一侧逐渐增大;当风向与波束方向接近相反时,一侧波束相对风向的夹角逐渐增大,另一侧逐渐减小。本发明采用二次拟合的方法求得极值位置,以此作为风向与波束相对位置变化的分界,再通过二次项系数判断风向与波束方向的相对位置,从而求得去模糊的真实风向。下面结合具体实施方式对本发明进行详细说明。
具体实施方式一:
本实施方式为一种风向夹角反演方法,包括以下步骤:
步骤一:根据从雷达回波谱中检测的海面一阶Bragg峰,计算正负一阶Bragg峰幅度的比值Ri:
其中:i=0,1,2…m,m为同一距离门上雷达发射波束的个数,i为波束号;Bi +、Bi -分别为第i个雷达波束上海元的正、负一阶Bragg峰幅度。
步骤二:构造风向的方向分布函数模型为:
Ri=10log[tans(|θi|/2)]
其中,|θi|为第i个雷达波束海元上的风向与该波束方向的夹角,满足
0°≤|θi|≤180°
S为风向因子,修正的风向因子S为:
其中,a、b为经验值,Rmax为该海域内正负Bragg峰比值的最大值,由此可以求得|θi|。
图1为修改风向因子前后对应的方向分布函数模型。当S取固定值时,若S较小,如S=2时,方向分布函数在0°和180°附近变化为非线性,与理论上方向分布函数近似线性这一情况不符;若S较大,如S=8时,虽然曲线变化近似线性,但是风向与波束夹角的绝对值|θi|不能趋近于0°或180°,与实际变化情况不符;若取中间值S=4,此时在90°附近曲线近似线性,但是|θi|仍不能达到0°或180°,且两侧非线性范围仍然较大。修改后的方向分布函数近似线性,且风向与波束夹角的绝对值|θi|可以无限趋近于0°或180°。若由于海域变化或雷达发射、接收设备不同引起0°~180°对应的正负Bragg峰比值Ri范围发生变化,可以调整模型中的Rmax值,从而对函数进行调整。
具体实施方式二:
本实施方式为一种计算机存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现所述的风向夹角反演方法。
应当理解,包括本发明描述的任何方法对应的可以被提供为计算机程序产品、软件或计算机化方法,其可以包括其上存储有指令的非暂时性机器可读介质,所述指令可以用于编程计算机系统,或其他电子装置。存储介质可以包括但不限于磁存储介质,光存储介质;磁光存储介质包括:只读存储器ROM、随机存取存储器RAM、可擦除可编程存储器(例如,EPROM和EEPROM)以及闪存层;或者适合于存储电子指令的其他类型的介质。
具体实施方式三:
本实施方式为一种风向夹角反演设备,所述设备包括处理器和存储器,应当理解,包括本发明描述的任何包括处理器和存储器的设备,设备还可以包括其他通过信号或指令进行显示、交互、处理、控制等以及其他功能的单元、模块;
所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现所述的风向夹角反演方法。
具体实施方式四:结合图8说明本实施方式,
本实施方式为一种风向反演解模糊方法,包括以下步骤:
步骤一:根据从雷达回波谱中检测的海面一阶Bragg峰,计算正负一阶Bragg峰幅度的比值Ri:
其中:i=0,1,2…m,m为同一距离门上雷达发射波束的个数,i为波束号;Bi +、Bi -分别为第i个雷达波束上海元的正、负一阶Bragg峰幅度。
步骤二:构造风向的方向分布函数模型为:
Ri=10log[tans(|θi|/2)] (2)
其中,|θi|为第i个雷达波束海元上的风向与该波束方向的夹角,满足
0°≤|θi|≤180° (3)
S为风向因子,修正的风向因子S为:
其中,a、b为经验值,Rmax为该海域内正负Bragg峰比值的最大值,由此可以求得|θi|。
将同一距离门不同波束与风向夹角的绝对值|θi|构成一个集合C。
步骤三:根据步骤二获得的集合C,求取逼近的一次函数
y1=k·i+b (5)
其中,i为波束号,y1为逼近的一次函数对应的函数值(角度),k、b为拟合系数。
步骤四:根据步骤二获得的集合C,求取逼近的二次函数
y2=k1·i2+k2·i+k3 (6)
其中,i为波束号,y2为逼近的二次函数对应的函数值,k1、k2、k3为拟合系数。
步骤五:分别求出步骤三中一次逼近函数对应的函数值与夹角|θi|的误差e1、步骤四中二次逼近函数对应的函数值与夹角|θi|的误差e2,进行比较;
有m个雷达发射波束对应有m个y1,m个y1与m个夹角|θi|共有m个误差,可以将m个误差的和作为误差e1,也可以将m个误差的和除以m作为误差e1;误差e2与误差e1的确定过程相同;
若e1较小,则直接判定风向不在雷达波束覆盖范围内;e2较小,则初步认为风向在雷达波束覆盖范围内,此时二次函数的极值点应为分界位置,分界位置处风向与此临近波束的角度近似为0°或180°。
步骤六:设不同距离门下的极值点为xj,其中j=1,2,…n,n为距离门个数。
计算极值点xj对应的k2、k1是每个距离门各自对应的逼近二次函数的系数;
判断计算得到的极值点是否位于0~m的波束范围内;
若极值点不位于0~m的波束范围内,说明此时风向缓变,但夹角仍随波束标号增加递增或递减,可以判定风向不在雷达波束覆盖范围内。
若极值点位于0~m的波束范围内,将xj作为初始分界点,去除距离门对应初始分界点中的奇异值,通过临近距离门极值点加权平均的方法将其补齐,得到每个距离门风向的分界位置,判断分界位置对应海元的风向与波束方向夹角|θj|是否满足条件:|θj|≤α或180°-|θj|≤α,其中α为经验值,与反演过程中允许误差及雷达波束角度分辨率有关。若满足该条件,此时风向在雷达波束覆盖范围内,执行步骤八;若不满足该条件,风向不在雷达波束覆盖范围内,执行步骤七。
步骤七:对步骤五、六判定风向不在雷达波束覆盖范围内的情况,采用一次拟合多波束夹角解模糊方法进行处理:
以正东方向为x轴正向,正北方向为y轴正向建立平面直角坐标系,将波束方位角转化为直角坐标系下角度其中i=0,1,2…m,m为雷达发射波束的个数。此时判断步骤三求得的一次函数系数k;
若k>0
若k<0
其中,φi为直角坐标系下风向角度。
图2为风向不在雷达波束覆盖范围内的示意图;由图可以看出,当风向不在雷达波束覆盖范围内时,若风向由第一波束指向第六波束时,风向与波束间的夹角|θi|逐渐减小;同理,若风向由第六波束指向第一波束,其夹角|θi|渐增大。
步骤八:对步骤六判定风向在雷达波束覆盖范围内的情况,采用二次拟合多波束夹角分界解模糊方法进行处理:
以正东方向为x轴正向,正北方向为y轴正向建立平面直角坐标系,将波束方位角转化为直角坐标系下角度其中i=0,1,2…m,m为雷达发射波束的个数。此时判断步骤四求得的二次项系数k1的正负,从而根据k1的正负判断风向相对波束的位置。
由步骤五所得分界位置将该雷达波束覆盖海域分为两部分;
若k1<0,则在分界位置左侧海域的风向角度为:
分界位置右侧海域的风向角度为:
若k1>0,则在分界位置左侧海域的风向角度为:
分界位置右侧海域的风向角度为:
图3为风向在雷达波束覆盖范围内,风向与波束接近同向的示意图(k1>0)。当风向在雷达波束覆盖范围内,风向与波束接近同向时,从图中可以看出,随着波束的序号i增大,|θi|逐渐减小,直到接近0°,最小角度与0°相差范围为波束分辨率,随后|θi|又逐渐增大。
图4为风向在雷达波束覆盖范围内,风向与波束接近反向的示意图(k1<0)。当风向在雷达波束覆盖范围内,风向与波束接近反向时,从图中可以看出,随着波束的序号i增大,|θi|逐渐增大,最大角度差接近180°,且最大角度与180°相差范围为波束角度分辨率。随后|θi|又逐渐减小。
需要说明的是:本发明中,以正东方向为x轴正向,正北方向为y轴正向建立平面直角坐标系,实际上也可以以其他方式建立坐标系,只要按照建立的坐标系和本发明坐标系的表示不同,进行风向角度中的对应|θi|的调整即可,整体的处理流程应该视为本发明整体处理流程的等同替换。
实施例
实施例一:本实施例中采用的数据来源于某雷达站于2021年9月采集的某批数据。海洋气象预报为南风偏东。
图5为2021年9月实测数据风向反演结果。在该反演过程中,首先根据步骤一、步骤二求得正负一阶Bragg峰比值,进而求得风向与波束夹角;随后执行步骤三、步骤四,分别计算出反映同一距离门上不同波束间角度变化的一次逼近函数和二次逼近函数;执行步骤五,得到对应的误差为e1=9.0112°,e2=7.5405°;此时e2<e1,执行步骤六,求得极值点位置,发现大部分距离门上的极值点位于波束范围外,计算剩余距离门分界位置,此时分界位置夹角在100°附近,因此判定此数据不满足风向在雷达波束覆盖范围内的条件,执行步骤七,采用一次拟合多波束夹角解模糊方法。
由图可以明显看出此时风向方向不在雷达波束范围内,但随着波束变化风向存在缓慢变化。在反演过程中,二次函数逼近误差较小,这是由于风向缓变造成夹角不以一次函数形式递增或递减,通过判断极值点与分界位置风向夹角是否符合风向在雷达波束范围内的客观规律,避免了风向缓变情况下解模糊错误的问题,且此时得到的风向反演结果与当天气象预报一致性较好。
实施例二:本实施例中采用的数据来源于某雷达站于2021年10月采集的某批数据,海洋气象预报为东北风。
若仅使用一次拟合多波束夹角法对该数据进行解模糊处理,此时一次函数的系数k<0,得到的反演结果如图6,此时会造成某一侧海元风向解模糊错误,在得到的反演结果中,不同波束间角度差接近90°,与通常情况下风向是慢变的这一特征不符,也与气象预报结果不一致。
图7为2021年10月实测数据应用本发明进行风向反演得到的结果。在该反演过程中,首先根据步骤一、步骤二求得正负一阶Bragg峰比值,进而求得风向与波束夹角;随后执行步骤三、步骤四,分别计算出反映同一距离门上不同波束间角度变化的一次逼近函数和二次逼近函数;执行步骤五,得到对应的误差为e1=5.5723°,e2=4.4653°;此时e2<e1,执行步骤六,求得极值点并计算分界位置,此时分界位置为第12个波束,对应的夹角在165°左右,满足风向在雷达波束覆盖范围内的条件,执行步骤八,采用二次拟合多波束夹角分界解模糊方法。
由图可以看出上半部分海元对应的风向分布在波束左侧,下半部分海元对应的风向分布在波束右侧,气象预报显示此时风向为北偏东50°左右,此时风向反演一致性较好,且与气象预报相符。
具体实施方式五:
本实施方式为一种计算机存储介质,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现所述的风向反演解模糊方法。
应当理解,包括本发明描述的任何方法对应的可以被提供为计算机程序产品、软件或计算机化方法,其可以包括其上存储有指令的非暂时性机器可读介质,所述指令可以用于编程计算机系统,或其他电子装置。存储介质可以包括但不限于磁存储介质,光存储介质;磁光存储介质包括:只读存储器ROM、随机存取存储器RAM、可擦除可编程存储器(例如,EPROM和EEPROM)以及闪存层;或者适合于存储电子指令的其他类型的介质。
具体实施方式六:
本实施方式为风向反演解模糊设备,所述设备包括处理器和存储器,应当理解,包括本发明描述的任何包括处理器和存储器的设备,设备还可以包括其他通过信号或指令进行显示、交互、处理、控制等以及其他功能的单元、模块;
所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现所述的风向反演解模糊方法。
本发明的上述算例仅为详细地说明本发明的计算模型和计算流程,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (9)
1.风向夹角反演方法,其特征在于,包括以下步骤:
步骤一:根据从雷达回波谱中检测的海面一阶Bragg峰,计算正负一阶Bragg峰幅度的比值Ri;
步骤二:构造风向的方向分布函数模型为:
Ri=10log[tans(|θi|/2)]
其中,|θi|为第i个雷达波束海元上的风向与该波束方向的夹角的绝对值;S为风向因子;
所述的风向因子S:
其中,a、b为经验值,Rmax为海域内正负Bragg峰比值的最大值;
根据正负一阶Bragg峰幅度的比值Ri和风向的方向分布函数模型求得|θi|。
2.根据权利要求1所述的风向夹角反演方法,其特征在于,所述正负一阶Bragg峰幅度的比值Ri:
其中:i=0,1,2…m,m为同一距离门上雷达发射波束的个数,i为波束号;Bi +、Bi -分别为第i个雷达波束上海元的正、负一阶Bragg峰幅度。
3.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求1至2之一所述的风向夹角反演方法。
4.一种风向夹角反演设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求1至2之一所述的风向夹角反演方法。
5.风向反演解模糊方法,其特征在于,包括以下步骤:
S1、利用权利要求1至2之一所述的风向夹角反演方法求得雷达波束海元上的风向与该波束方向的夹角的绝对值|θi|;
将同一距离门不同波束与风向夹角的绝对值|θi|构成一个集合C;
S2:根据集合C,求取逼近的一次函数
y1=k·i+b
其中,i为波束号,y1为逼近的一次函数对应的函数值角度,k、b为拟合系数;
S3:根据集合C,求取逼近的二次函数
y2=k1·i2+k2·i+k3
其中,i为波束号,y2为逼近的二次函数对应的函数值,k1、k2、k3为拟合系数;
S4:分别求出S2中一次逼近函数对应的函数值与|θi|的误差e1、S3中二次逼近函数对应的函数值与|θi|的误差e2,进行比较;
若e1较小,则直接判定风向不在雷达波束覆盖范围内;e2较小,则初步认为风向在雷达波束覆盖范围内,此时二次函数的极值点应为分界位置,分界位置处风向与此临近波束的角度近似为0°或180°;
S5:设不同距离门下的极值点为xj:
其中,j=1,2,…n,n为距离门个数;
判断计算得到的极值点是否位于0~m的波束范围内;
若极值点不位于0~m的波束范围内,判定风向不在雷达波束覆盖范围内;
若极值点位于0~m的波束范围内,将xj作为初始分界点,去除距离门对应初始分界点中的奇异值,通过临近距离门极值点加权平均的方法将其补齐,得到每个距离门风向的分界位置,判断分界位置对应海元的风向与波束方向夹角|θj|是否满足条件:|θj|≤α或180°-|θj|≤α,其中α为经验值;
若满足该条件,此时风向在雷达波束覆盖范围内,执行S7;若不满足该条件,风向不在雷达波束覆盖范围内,执行S6;
S6:针对风向不在雷达波束覆盖范围内的情况,采用一次拟合多波束夹角解模糊方法进行处理;
S7:针对风向在雷达波束覆盖范围内的情况,采用二次拟合多波束夹角分界解模糊方法进行处理。
6.根据权利要求5所述的风向反演解模糊方法,其特征在于,针对风向不在雷达波束覆盖范围内的情况,采用一次拟合多波束夹角解模糊方法进行处理的过程包括以下步骤:
以正东方向为x轴正向,正北方向为y轴正向建立平面直角坐标系,将波束方位角转化为直角坐标系下角度其中i=0,1,2…m,m为雷达发射波束的个数;判断S2求得的一次函数系数k;
若k>0
若k<0
其中,φi为风向角度。
7.根据权利要求6所述的风向反演解模糊方法,其特征在于,针对风向在雷达波束覆盖范围内的情况,采用二次拟合多波束夹角分界解模糊方法进行处理的过程包括以下步骤:
以正东方向为x轴正向,正北方向为y轴正向建立平面直角坐标系,将波束方位角转化为直角坐标系下角度其中i=0,1,2…m,m为雷达发射波束的个数;判断S3求得的二次项系数k1的正负;由S4所得分界位置将该雷达波束覆盖海域分为两部分;
若k1<0,则在分界位置左侧海域的风向角度为:
分界位置右侧海域的风向角度为:
若k1>0,则在分界位置左侧海域的风向角度为:
分界位置右侧海域的风向角度为:
8.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求7所述的风向反演解模糊方法。
9.一种风向反演解模糊设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求7所述的风向反演解模糊方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210904941.2A CN115267717B (zh) | 2022-07-29 | 2022-07-29 | 风向夹角反演方法、解模糊方法及存储介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210904941.2A CN115267717B (zh) | 2022-07-29 | 2022-07-29 | 风向夹角反演方法、解模糊方法及存储介质和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115267717A CN115267717A (zh) | 2022-11-01 |
CN115267717B true CN115267717B (zh) | 2024-07-23 |
Family
ID=83771231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210904941.2A Active CN115267717B (zh) | 2022-07-29 | 2022-07-29 | 风向夹角反演方法、解模糊方法及存储介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115267717B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117148299B (zh) * | 2023-07-12 | 2024-12-13 | 哈尔滨工业大学 | 高频地波雷达空时浪流联合反演矢量流场方法、系统及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884337A (zh) * | 2019-03-05 | 2019-06-14 | 哈尔滨工业大学 | 一种利用高频地波雷达探测海面风向的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10270642B2 (en) * | 2012-12-05 | 2019-04-23 | Origin Wireless, Inc. | Method, apparatus, and system for object tracking and navigation |
CN105891787B (zh) * | 2016-04-05 | 2018-04-24 | 哈尔滨工业大学 | 基于最小二乘逼近的一阶海杂波检测方法 |
CN108008392B (zh) * | 2017-11-22 | 2021-07-06 | 哈尔滨工业大学 | 一种基于船载高频地波雷达的海洋表面风场测量方法 |
CN109143193B (zh) * | 2018-08-30 | 2023-04-18 | 武汉大学 | 一种基于二阶峰的高频地波雷达浪场反演方法 |
CN110109079B (zh) * | 2019-05-15 | 2020-12-01 | 哈尔滨工业大学 | 海洋回波一阶Bragg峰位置检测方法 |
-
2022
- 2022-07-29 CN CN202210904941.2A patent/CN115267717B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884337A (zh) * | 2019-03-05 | 2019-06-14 | 哈尔滨工业大学 | 一种利用高频地波雷达探测海面风向的方法 |
Non-Patent Citations (2)
Title |
---|
《消除风向模糊性的一种方法》;黄为民 等;《武汉大学学报》;20011031;第47卷(第5期);第645-648页 * |
消除风向模糊性的一种方法;黄为民, 文必洋, 吴世才, 程丰;武汉大学学报(理学版);20011010(第05期);第645-648页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115267717A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112965146B (zh) | 一种结合气象雷达与雨量桶观测数据的定量降水估算方法 | |
CN102207441A (zh) | 一种静态接触角和动态接触角的自动检测方法 | |
US11054503B2 (en) | Radar target spherical projection method for maritime formation | |
CN115267717B (zh) | 风向夹角反演方法、解模糊方法及存储介质和设备 | |
CN105388467B (zh) | 一种修正多普勒天气雷达回波衰减的方法 | |
CN112487912A (zh) | 基于改进YOLOv3的任意方向舰船检测方法 | |
CN110208796B (zh) | 基于奇异值逆滤波的扫描雷达超分辨成像方法 | |
Lapierre et al. | New methods for handling the range dependence of the clutter spectrum in non-sidelooking monostatic STAP radars | |
KR102408991B1 (ko) | 지향각 sar 기반 고해상도 영상복원 시스템 및 이를 이용한 영상복원방법 | |
CN113376625A (zh) | 目标物体的偏离角度获得方法、装置、电子设备及存储介质 | |
CN116027320A (zh) | 一种基于多因素欧式距离关联的雷达与ais数据融合方法 | |
CN114252871B (zh) | 一种基于机器学习的雷达测量精度补偿方法 | |
CN116106914A (zh) | 多接收阵sas六自由度运动误差补偿及成像方法及系统 | |
CN118707528B (zh) | 一种台风风场反演方法和系统 | |
CN112799070B (zh) | 一种船用雷达雨雪杂波抑制算法 | |
CN112734677B (zh) | 一种机载LiDAR点云空洞内插方法和系统 | |
CN109884337A (zh) | 一种利用高频地波雷达探测海面风向的方法 | |
CN111123250B (zh) | 基于模式搜索算法的脉冲多普勒雷达和波束形成方法 | |
CN115079114B (zh) | 基于海洋与角反射器后向散射的机载sar辐射定标方法 | |
CN114089296B (zh) | 利用无人机定位并基于误差加权的雷达动态标校方法 | |
CN116500648A (zh) | 一种地基激光雷达目标区风廓线反演方法 | |
WO2015129842A1 (ja) | レーダ装置 | |
CN119001655B (zh) | 一种小入射角卫星雷达高度计回波功率确定方法及装置 | |
CN118603906B (zh) | 一种非均匀下垫面瑞利散射矢量辐射传输模拟方法及系统 | |
CN115063675B (zh) | 一种雷达图像降雨强度等级反演方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |