自適應(yīng)雷達(dá)雜波抑制分析范文

本站小編為你精心準(zhǔn)備了自適應(yīng)雷達(dá)雜波抑制分析參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《氣象科學(xué)雜志》2016年第一期

摘要

多普勒天氣雷達(dá)體掃過程中低仰角常出現(xiàn)強(qiáng)地物雜波，影響了雷達(dá)數(shù)據(jù)質(zhì)量及其產(chǎn)品的業(yè)務(wù)應(yīng)用。為了抑制地物雜波，提出了一種基于雷達(dá)基數(shù)據(jù)灰度共生矩陣的自適應(yīng)地物雜波抑制方法。針對(duì)雷達(dá)站附近回波數(shù)據(jù)強(qiáng)度高、多普勒速度接近于零值的特性，首先設(shè)定閾值進(jìn)行數(shù)據(jù)預(yù)處理，初步分離出雜波區(qū)域；其次，對(duì)強(qiáng)度信息進(jìn)行分塊，根據(jù)每一小塊的灰度共生矩陣能量值和對(duì)比度分布自適應(yīng)尋找閾值；最后利用確定的閾值識(shí)別和剔除地物雜波。實(shí)驗(yàn)表明該方法能有效剔除雷達(dá)站附近的強(qiáng)地物雜波，尤其對(duì)混雜在降水回波信號(hào)中的強(qiáng)地物雜波有很好的抑制作用。

關(guān)鍵詞

地物雜波抑制；灰度共生矩陣；反射率因子空間特征；多普勒速度

高強(qiáng)度的地物雜波混雜在氣象回波信息中，嚴(yán)重影響了定量的降水估測(cè)、預(yù)報(bào)和其他的基數(shù)據(jù)產(chǎn)品應(yīng)用。尤其是在臨近雷達(dá)站時(shí)，地物雜波強(qiáng)度更大，影響更為嚴(yán)重。據(jù)不完全統(tǒng)計(jì)，回波中地物雜波的能量達(dá)到全部回波能量的70—80％。隨著我國(guó)多普勒天氣雷達(dá)組網(wǎng)建設(shè)的深入發(fā)展，提高天氣重達(dá)基數(shù)據(jù)質(zhì)量需求也更加迫切。因而，對(duì)天氣雷達(dá)的地物雜波進(jìn)行有效的抑制，將是提高天氣高雷達(dá)產(chǎn)品質(zhì)量，以及正確檢測(cè)和識(shí)別氣象目標(biāo)的重要保證。目前，氣象工作者具備用肉眼識(shí)別天氣雷達(dá)強(qiáng)地物雜波的能力，但是實(shí)時(shí)的、自動(dòng)化的臨近預(yù)報(bào)系統(tǒng)還不能實(shí)現(xiàn)。人為判斷地物雜波的依據(jù)主要是，若回波中有強(qiáng)度高于超強(qiáng)降水所對(duì)應(yīng)的回波強(qiáng)度、回波徑向速度接近于零值以及尺度和邊緣不隨時(shí)間變化而變化的回波，則認(rèn)為是地物雜波。Pratte等［1］發(fā)現(xiàn)地物雜波相對(duì)于降水回波，其隨時(shí)間的相關(guān)性明顯增強(qiáng)?；诖颂匦?，江源等［2］總結(jié)了回波強(qiáng)度紋理等7個(gè)反應(yīng)降水和雜波差異的物理量進(jìn)行雜波的識(shí)別。莊旭東等［3］利用多層體掃數(shù)據(jù)，結(jié)合反射率因子空間突變特性提出一種自動(dòng)探測(cè)的去雜辦法。Miguel，etal［4］結(jié)合雷達(dá)圖像紋理特征，運(yùn)用模糊邏輯算法有效識(shí)別和抑制地物雜波和部分海雜波。以上幾種方法雖能抑制雜波，但是對(duì)于混疊降水回波的地物雜波，并不能完全分離并抑制。

劉黎平等［5］提出一種基于模糊邏輯的分步式超折射地物回波識(shí)別方法對(duì)超折射地物雜波進(jìn)行剔除。小波分析對(duì)于信號(hào)的突變特性有較好的檢測(cè)能力，因此利用小波分解和重構(gòu)進(jìn)行信號(hào)處理能很好的對(duì)地物雜波進(jìn)行抑制。張?chǎng)┑龋?］運(yùn)用提升小波對(duì)風(fēng)廓線雷達(dá)地物雜波分解的小波系數(shù)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析，達(dá)到去雜效果。然而，小波分解系數(shù)的閾值選擇，尤其是自適應(yīng)地確定小波閾值，一直是困擾雜波抑制工作的難題。為了抑制多種尺度、多種強(qiáng)度的地物雜波，本文在分析了上述文獻(xiàn)提出的地物雜波特性的基礎(chǔ)上，結(jié)合灰度共生矩陣對(duì)圖像突變的檢測(cè)能力，提出一種基于灰度共生矩陣的自適應(yīng)地物雜波抑制辦法。并利用廣東以及天津某站天氣雷達(dá)探測(cè)到的包含強(qiáng)地物雜波的雷達(dá)基數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，取得了較好的抑制效果。

1地物雜波特征及去雜算法

1．1地物雜波的主要特征地物雜波主要有普通地物雜波（NP雜波）和異常傳播地物雜波（AP雜波）［3］兩種。由地物雜波的形成原因可知地物雜波的幾個(gè)主要特征：NP雜波的影響通常在3km高度以下［7］，50km半徑以內(nèi)，容易產(chǎn)生在最臨近雷達(dá)站的低仰角探測(cè)結(jié)果上。雜波強(qiáng)度遠(yuǎn)高于正常探測(cè)到的云雨信號(hào)回波強(qiáng)度，并且平均多普勒徑向速度分布在0值附近。其尺度和輪廓隨觀測(cè)時(shí)間的改變變化很小，時(shí)間相關(guān)性很強(qiáng)。AP雜波是由地面的反射和散射形成，通常出現(xiàn)在距離雷達(dá)站80km外的區(qū)域，最低仰角的探測(cè)結(jié)果上。這是因?yàn)橐话闱闆r下逆溫逆濕層的大氣波導(dǎo)層厚度在幾十到幾百米。因此AP雜波更容易出現(xiàn)在山區(qū)、湖面、海面等溫差大濕度大的地區(qū)。其高強(qiáng)度、大功率、0值平均多普勒速度的特征與NP雜波相似。AP雜波與降水回波類似，隨著時(shí)間的改變出現(xiàn)生長(zhǎng)消亡的變化，這一點(diǎn)于NP雜波相反。另外，NP雜波和AP雜波都具有一個(gè)很重要的特征：雜波邊緣和內(nèi)部變化程度遠(yuǎn)遠(yuǎn)大于天氣回波的變化程度。本文充分利用地物雜波此特性，將混雜在降水回波中的地物雜波進(jìn)行濾除。并對(duì)實(shí)測(cè)雷達(dá)體掃數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)處理及結(jié)果比較。

1．2GLCM的構(gòu)造GLCM是通過統(tǒng)計(jì)滿足特定位移關(guān)系的像素點(diǎn)對(duì)出現(xiàn)的概率來構(gòu)造的矩陣，其輸入是臨近像素之間的角度和距離，輸出是像素對(duì)出現(xiàn)概率。若原圖像的像素灰度級(jí)為n，則相應(yīng)GLCM大小為n×n。圖1為某灰度圖像轉(zhuǎn)化為對(duì)應(yīng)灰度共生矩陣的過程，給定其角度θ＝0°，距離d＝1，計(jì)算所有像素對(duì)出現(xiàn)概率。對(duì)于某像素對(duì)（i，j）出現(xiàn)一次，則灰度共生矩陣對(duì)應(yīng)的GLCM（j，i）點(diǎn)上累加1。最后對(duì)所有的累計(jì)結(jié)果求取概率值pd，θ（i，j）。其中d為相鄰像素的距離，θ為相鄰像素的夾角。

1．3常用GLCM特征由GLCM的構(gòu)造方式可知，GLCM能很好的表達(dá)圖像內(nèi)部的灰度變化。為了更好的突出變化，還可以進(jìn)一步利用以GLCM為基礎(chǔ)的特征值。常用的灰度共生矩陣紋理特征有：能量（Energy）、對(duì)比度、熵、逆差距和三階對(duì)比度。本文選用到的特征值有能量、對(duì)比度和三階對(duì)比度。地物雜波在回波強(qiáng)度場(chǎng)上變化劇烈，而相反，天氣回波在強(qiáng)度場(chǎng)上有較好的連續(xù)性。強(qiáng)度場(chǎng)內(nèi)部的劇烈變化直觀表現(xiàn)為灰度圖像的像素值劇烈變化。映射到灰度共生矩陣上，則表現(xiàn)為45°對(duì)角線上分布著較大的GLCM概率值。為了進(jìn)一步突出雜波區(qū)域內(nèi)部變化特性，在選取特征值時(shí)，考慮到對(duì)比度和三階對(duì)比度值中包含（i－j）2項(xiàng)和｜i－j｜3項(xiàng)，能•明顯增強(qiáng)像素值變化在特征值上的表現(xiàn)，使之能與天氣回波區(qū)分。1．4去雜算法及流程本文主要利用強(qiáng)度圖上的的空間變化特征和多普勒徑向速度值，通過將大的雜波區(qū)域分解成小區(qū)域，求取其每個(gè)小區(qū)域灰度共生矩陣對(duì)比度值、能量值、三階對(duì)比度值，以自適應(yīng)地識(shí)別和濾除雜波。具體流程如圖2所示。依流程圖，首先對(duì)給定的回波強(qiáng)度和平均多普勒速度的灰度矩陣進(jìn)行初步地去雜波處理，其次對(duì)反射率強(qiáng)度圖上的每一個(gè)庫(kù)點(diǎn)按流程依次進(jìn)行檢測(cè)，并進(jìn)行保留或剔除操作：（1）由雜波的高強(qiáng)度和低速度特征可知，對(duì)輸入的每一個(gè)庫(kù)點(diǎn)做反射率因子和平均多普勒速度的閾值檢定，如果同時(shí)滿足閾值條件，則初步視作雜波，否則作為天氣回波。將分離出的天氣回波先行保留，而分離的地物雜波點(diǎn)則按以下步驟做進(jìn)一步處理。（2）基于雜波區(qū)域的邊緣和內(nèi)部極強(qiáng)的空間突圖2灰度共生矩陣特征值法自適應(yīng)識(shí)別濾除雜波流程圖變特性，在同時(shí)滿足強(qiáng)度矩陣去雜處理的區(qū)域分辨率和GLCM信息量的條件下，經(jīng)實(shí)驗(yàn)分析，可設(shè)定大小為3（方位）×5（徑向）的分解區(qū)域，對(duì)雜波的每一個(gè)小分區(qū)求取徑向上（即θ＝0°）距離d為1的灰度共生矩陣的三個(gè)特征值。圖3以GLCM三個(gè)參數(shù)大小分布與回波中雜波的分布作為比較，顯然特征值分布與回波強(qiáng)度分布有很強(qiáng)的相關(guān)性。而對(duì)比對(duì)值和三階對(duì)比度值與回波強(qiáng)度場(chǎng)中的地物雜波分布有較強(qiáng)的相關(guān)性。由雜波的空間變化特征和天氣回波的相對(duì)連續(xù)特征，利用特征值灰度直方圖自適應(yīng)地選取閾值，如圖4所示，以GLCM的對(duì)比度值為例，天氣回波的特征值在數(shù)值上比雜波的特征值小，并且具有較強(qiáng)的連續(xù)性，在直方圖上表現(xiàn)為分布在第一個(gè)較大的連續(xù)區(qū)間內(nèi)。而雜波由于其強(qiáng)空間突變性，導(dǎo)致其特征值數(shù)值在直方圖上零散分布在大值區(qū)間。由此對(duì)滿足特征值閾值條件的庫(kù)點(diǎn)視作雜波點(diǎn)剔除，否則予以保留。（3）與步驟（2）類似，對(duì)每一個(gè)小區(qū)域求取方位向上（即θ＝90°）距離d為1的灰度共生矩陣特征值，根據(jù)自適應(yīng)選取的閾值對(duì)雜波點(diǎn)進(jìn)一步剔除。（4）由步驟（1）分離的天氣信號(hào)回波反射率因子與去雜后的反射率因子疊加，以重構(gòu)完整的天氣信號(hào)回波。

2數(shù)據(jù)選擇及分析

2.1個(gè)例選取選取廣東某雷達(dá)2012年3月24—28日的連續(xù)觀測(cè)數(shù)據(jù)比較發(fā)現(xiàn)，在0．5°仰角和1．5°仰角PPI上，在有無天氣回波的情況下，都出現(xiàn)了強(qiáng)度遠(yuǎn)遠(yuǎn)大于正常值的回波，其最大反射率因子都達(dá)到了75dBz。結(jié)合其平均多普勒速度值分析發(fā)現(xiàn)，其高強(qiáng)度回波對(duì)應(yīng)的多普勒速度值都在0􀆰5m•s－1以下，大多數(shù)接近于0值。再結(jié)合連續(xù)數(shù)天內(nèi)的觀測(cè)結(jié)果，可以發(fā)現(xiàn)高強(qiáng)度的回波有較好的時(shí)間連續(xù)性，不僅在強(qiáng)度、速度上變化較小，在回波尺度上、輪廓上變化也很小。對(duì)照雷達(dá)站地區(qū)地形高度，可知站點(diǎn)周邊的東南110°、西南250°、西北330°方向上有較高大的山脈遮蔽，與回波強(qiáng)度圖上分布的高強(qiáng)度回波位置和尺度基本吻。假設(shè)電磁波在正常溫壓濕條件下的大氣波導(dǎo)中傳播（及電磁波按直線傳播），則最底層探測(cè)數(shù)據(jù)在最遠(yuǎn)端高度為2􀆰6km，40km遠(yuǎn)處高度為350m，符合地物雜波出現(xiàn)的高度。且雷達(dá)基數(shù)據(jù)中相鄰點(diǎn)的庫(kù)長(zhǎng)是一致的，即求取灰度共生矩陣過程中無需考慮距離訂正問題。由此基本可以認(rèn)定連續(xù)出現(xiàn)的高強(qiáng)度回波為地物雜波，且應(yīng)用GLCM的特征值識(shí)別和抑制雜波是可行的。選取天津某雷達(dá)站歷年8月初數(shù)據(jù)觀察，發(fā)現(xiàn)在觀測(cè)區(qū)域內(nèi)無強(qiáng)降水的情況下，0􀆰5°PPI上東南以及東北方向200km左右常出現(xiàn)大面積的強(qiáng)回波，而在1􀆰5°PPI上回波很少或無回波。其他時(shí)段則鮮有此現(xiàn)象發(fā)生。進(jìn)一步觀察其平均多普勒速度，發(fā)現(xiàn)大面積強(qiáng)回波初的速度值幾乎為零值。根據(jù)雷達(dá)站點(diǎn)位置，可知出現(xiàn)此類強(qiáng)回波的區(qū)域?yàn)椴澈：Ｃ?，是?chǎng)出現(xiàn)大氣逆溫層等易導(dǎo)致電磁波超折射的區(qū)域。對(duì)比AP雜波的出現(xiàn)條件及歷史實(shí)際天氣情況，可判斷出現(xiàn)的強(qiáng)回波為AP雜波。

2.2實(shí)例分析選取2012年3月26日15∶30（北京時(shí)間）的廣東某站體掃數(shù)據(jù)0􀆰5°PPI資料，利用灰度共生矩陣特征值自適應(yīng)去雜算法，對(duì)體掃數(shù)據(jù)各個(gè)庫(kù)點(diǎn)劃分成的矩形小區(qū)域依次處理。圖5a、b分別給出了0􀆰5°PPI的50km反射率因子、平均多普勒速度。由圖可見最低仰角探測(cè)中出現(xiàn)大量高強(qiáng)度的地物雜波。圖5c、d分別給出了傳統(tǒng)空間突變閾值法［8］和本方法的地物雜波抑制效果。由數(shù)據(jù)分析和圖示效果表明，本文方法能有效去除低仰角出現(xiàn)的強(qiáng)地物雜波。與傳統(tǒng)的空間突變參數(shù)閾值法相比，在西偏北60°，東偏南20°，正南方等徑向上與降水回波混疊的地物雜波，都能被較好的抑制。對(duì)比該時(shí)段雷達(dá)站附近實(shí)際天氣和降水情況可知，雷達(dá)站所在位置當(dāng)日無降水出現(xiàn)，而在雷達(dá)所在位置東30km則有小雨出現(xiàn)。這與雜波抑制后的結(jié)果相吻合。選取2005年8月3日7∶32（北京時(shí)間）的廣東某站體掃數(shù)據(jù)0􀆰5°和1􀆰5°PPI資料，利用上述方法對(duì)AP雜波進(jìn)行抑制。圖6給出了0􀆰5°和1􀆰5°PPI的450km強(qiáng)度圖。以及0􀆰5°PPI上AP雜波的兩方法抑制結(jié)果。由圖可知，大面積的強(qiáng)地物回波均被去除，剩余的少量回波與1􀆰5°PPI上的回波尺度和位置相似，可知是少量的降水回波。由Z—R模型反演降水，如圖7所示，對(duì)比超折射地物雜波抑制前后的降水，結(jié)合實(shí)際降水情況，可判定超折射地物雜波抑制的正確性。綜合各去雜方法，本文所提出的基于GLCM特征值方法具有以下3個(gè)優(yōu)點(diǎn)：（1）在去除分離的地物雜波同時(shí)，還能有效去除混雜在降水回波中的強(qiáng)地物雜波，同時(shí)極好地保留原始回波中混雜的氣象回波。對(duì)比上層探測(cè)的雷達(dá)信號(hào)，剩余天氣回波與上層無雜波的探測(cè)結(jié)果有較好的連續(xù)性。除此之外，對(duì)具有突變特性的較低強(qiáng)度的地物雜波也有較好的抑制效果。（2）由于特征值閾值是自適應(yīng)選取，針對(duì)性更強(qiáng)，避免小波法去除地物雜波中軟硬閾值所帶來的不平滑影響。（3）具有極強(qiáng)的自適應(yīng)性，針對(duì)不同站點(diǎn)、不同時(shí)段可以得到不同的特征值閾值，可以去除多種尺度、多變化的地物雜波。但是本文方法對(duì)于單個(gè)強(qiáng)點(diǎn)，例如雷暴天氣的快速形成過程中形成的單個(gè)強(qiáng)點(diǎn)，會(huì)將其作為雜波刪除，這在實(shí)際的雷達(dá)信號(hào)處理中是不利的。

3結(jié)語(yǔ)

在分析總結(jié)了當(dāng)前去除雷達(dá)回波數(shù)據(jù)中地物雜波的主要方法的基礎(chǔ)上，本文針對(duì)地物雜波的幾個(gè)重要特性，提出了一種基于GLCM特征值閾值的雜波去除方法，對(duì)雷達(dá)回波數(shù)據(jù)中的地物雜波進(jìn)行自適應(yīng)地檢測(cè)和濾除。用廣東某氣象雷達(dá)觀測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，對(duì)于不同時(shí)段、不同尺度和強(qiáng)度的地物雜波，本文所提出的方法都能有效將其從混雜的天氣回波有效分離，并進(jìn)行雜波濾除，適應(yīng)性強(qiáng)，同時(shí)避免了小波方法的閾值難題。利用本文方法濾除地物雜波后，低仰角的雷達(dá)回波強(qiáng)度數(shù)據(jù)及產(chǎn)品的可信度更高，回波產(chǎn)品對(duì)臨近預(yù)報(bào)也有更好的指導(dǎo)作用。

作者：黃云仙 楊文強(qiáng) 馬爍 艾未華 單位：解放軍理工大學(xué)氣象海洋學(xué)院