下载文档原格式
一种简易的多普勒雷达速度模糊纠正技术X 刘淑媛1),2) 王洪庆2) 陶祖钰2) 刘海霞1) 1)(空军气象中心,北京100843) 2))(北京大学物理学院大气科学系,北京100871)摘 要多普勒天气雷达是监测强对流天气中尺度风场的重要手段。
纠正速度模糊是多普勒雷达探测风场信息有效应用的前提。
速度模糊纠正技术大多需要首先对模糊点集或非模糊点集进行识别,如果无法识别或识别错误,将造成纠正过程的失败或需要人工识别。
文章提出了一种不需先对模糊点集或非模糊点集进行识别的纠正速度折叠的简便方法。
它只需首先将存在折叠的速度场恢复为连续的速度场;然后对其速度数值是否存在整体偏移做出判断和调整。
给出的存在严重模糊的台风个例的速度模糊纠正实例表明,这种方法对二次折叠也同样有效。
关键词:多普勒天气雷达 速度模糊 台风引 言多普勒天气雷达可以获得降水强度和相应范围内风场径向分量的信息,且时空分辨率远高于常规探空资料,被广泛应用于灾害性天气预警,是短时天气预报的重要手段之一,于中尺度气象研究也有很高应用价值。
美国已经在上个世纪末建立了多普勒天气雷达网,我国也将在近年内建立多普勒天气雷达网。
多普勒雷达的最大探测距离R max =c 2X (c:光速,X :脉冲重复频率)和最大测速范围V max =?X K 4(K :波长)之间存在反比关系。
在最大探测距离内,当粒子沿雷达波束方向的径向速度超过最大测速范围时,测得的径向速度将出现速度模糊(如图1中I 、II 、III 三段),它和真实径向速度相差2nV max (其中n =?1,?2,,)。
由于速度模糊扭曲了真实的风场信息,因此必须首先对速度模糊进行纠正之后,才能正确地应用多普勒雷达对速度的测量结果。
虽然硬件的改进和采用双重复频率方式可以加大最大测速范围,但在强烈的天气系统(如台风和对流性强风暴)中的风速非常大,速度模糊的出现仍难以避免。
在多普勒雷达速度图像上速度模糊的特征非常显著,但由于雷达探测到的速度在空间上往往是不完整的,而且其中还存在大量的噪音(如图1中廓线上大量的不规则起伏),造成了第14卷5期 2003年10月 应用气象学报JOU RNA L OF APPL IED M ET EOR OLO GICA L SCIENCE V ol.14,No.5October 2003X 受973项目G1998040907号,国家自然科学基金重点项目40233036号和高等院校重点实验室访问学者基金资助。
脉冲多普勒雷达解模糊方法研究随着科技的进步，雷达技术在军事、民用等领域中得到广泛应用。
而脉冲多普勒雷达是一种常见的雷达形式，其优点在于可以对运动目标进行测量。
但是在实际应用中，多普勒雷达往往存在解模糊问题，使得测量结果出现误差。
因此，针对脉冲多普勒雷达解模糊问题的研究变得十分重要。
一、多普勒频移的介绍在多普勒雷达中，我们需要测量运动目标的速度，而多普勒频移是一个重要的参数。
多普勒频移是指由于运动目标距离改变而引起的雷达返回信号频率的变化。
二、解模糊方法的分类解模糊一般有两种方式: 频率搜寻法和相位编码法。
频率搜寻法包括单脉冲解模糊法、多次编码解模糊法和码序列解模糊法等。
这些方法具有实现简单的优点，但是需要增加信号带宽和增加信噪比才能保证有效性。
相位编码法则是利用一个或多个附加载波在单个脉冲内进行调制，识别目标速度。
三、压缩性脉冲（Chirp）技术压缩性脉冲（Chirp）技术是一种解决多普勒雷达解模糊问题的有效方法。
压缩性脉冲是一种呈线性调频（LFM）形式的脉冲，频率随时间变化呈直线，其脉冲宽度较窄，在瞬间能够收集大量的信息。
因此，通过压缩性脉冲技术，可以提高多普勒雷达的带宽，在一定程度上解决解模糊问题。
四、基于数字信号处理的解模糊方法数字信号处理技术可以对雷达返回信号进行优化，提高信号的质量和准确度。
基于数字信号处理的解模糊方法是利用数字信号处理技术来提高雷达的解模糊能力。
这种方法不仅可以避免模拟电路产生的干扰问题，而且可以快速地进行数据处理，提高雷达系统的工作效率。
综上所述，脉冲多普勒雷达的解模糊问题是雷达技术中需要解决的一个重要问题。
在实际应用中，我们可以采取压缩性脉冲技术、基于数字信号处理方案以及其他方法，提高多普勒雷达的解模糊能力，有效地提高雷达的精度和准确度。
随着技术的进步，解决雷达解模糊问题的方法将会进一步地发展和完善。
新一代多普勒天气雷达的模糊技术多普勒天气雷达是利用气象目标的回波信息来探测雨、雪及冰雹等天气状况的位置和强度分布情况。
气象目标的动态范围通常大于80DB,在强对流天气条件下的平均速度会超过30m/s，因此要求气象雷达具有较大的测距和测速范围，否则就会出现距离和速度模糊现象。
本文探讨了如何使用双脉冲重复频率技术提高多普勒天气雷达数据质量的问题。
关键词】双脉冲重复频率速度模糊距离模糊确定了一部雷达的脉冲重复频率，其实也就确定了它能探测的最大不模糊距离。
如果探测目标斜距所造成的延时大于了雷达的脉冲重复周期，那就造成雷达对目标的距离测量值并不是目标的真实距离，而是相对于雷达脉冲重复周期整数倍的余数，这也就产生了距离模糊（距离折叠）。
同理，当探测目标的径向速度所造成的多普勒频移超出脉冲重复频率时，则雷达的测量值是以脉冲重复频率为模的余数，就会出现了速度模糊（速度折叠）目前最流行的事利用双脉冲重复频率法（DPRF来解模糊处理，双脉冲重复频率法就是参差重复频率法的一种，而且是得到最广泛应用的一种。
主要是因为双脉冲重复频率法不仅能很好的解距离模糊，也能很好的解速度模糊。
1双脉冲重复频率技术解模糊方法的基本原理1.1 双脉冲重复频率技术解距离模糊的基本原理双重复频率解距离模糊的原理是由雷达发射两种不同重复频率的脉冲序列而测量值求余数来计算出目标真实距离。
解距离模糊的过程就是解一组同余式联立方程组的过程。
但是应用这种方法还是有个前提就是要保证这个同余方程成立，这时雷达参数就必须满足下列条件：1）两种重复频率下发射的雷达脉冲序列，其脉冲宽度要保持不变，我们设脉冲宽度为T，即T为一常数（只是在解模糊时）；2）两种重复频率所对应的周期必须是T的整倍数，，，m1 和m2 是整数；3）m1 和m2 还必须满足最接近和互素这两个条件，这才能保证在m1 m2 乘积不变的情况下，使雷达系统达到最大的距离不模糊能力。
1.2 双脉冲重复频率技术解速度模糊的基本原理当雷达处于中等重复频率工作方式时，其脉冲重复频率小于目标的径向速度所引起的多普勒频移，这时候雷达的测量值是以重复频率为模的余数，速度模糊就产生了。
浅谈脉冲多普勒雷达距离模糊和速度模糊摘要：雷达是利用目标对发射的电磁波的反射来获得目标信息的电子装备。
早期雷达主要用于测量目标与雷达间的距离，脉冲多普勒雷达是随着多普勒测量技术的发展以及快速傅里叶变换的实时工作地实现而出现的，随着当前对目标的探测要求日益增高，对雷达的性能也有了更高的要求，但同时伴随着雷达技术的发展也带来了新的问题。
关键词：脉冲多普勒；PRF；距离模糊；速度模糊引言脉冲多普勒雷达是多普勒测量雷达与脉冲雷达的结合，具备对目标的测距与测速能力。
该雷达测距原理是利用发射波与回波之间的时间差对目标进行距离测量，是在时域中对目标距离进行检测。
其测速原理是利用多普勒效应对目标的径向速度进行测量，是在频域里进行检测；当脉冲多普勒雷达对回波信号进行处理时，常常会遇到解速度模糊和距离模糊的问题，我就浅谈一下这两个问题。
1、速度模糊：脉冲多普勒雷达技术被广泛用于机载预警、机载和地面火力控制、超视距和气象观察等方面，对脉冲多普勒雷达的研究越来越深入，最在我们只是利用雷达探测目标的距离，所以脉冲重复周期（PRF）很低，这是就不存在距离模糊，但是存在严重的多普勒模糊（速度模糊），为了解决速度模糊问题，科学家想了很多处理办法，但是常用的是提高脉冲重复周期，速度模糊是因为在低脉冲重复周期时，由于信号的采样频率较低达不能准确测量多普勒频率。
脉冲重复频率不但决定脉冲多普勒雷达采用脉冲包络测距时的最大无模糊探测距离，而且还决定目标速度的测量模糊度。
首先来讨论脉冲重复频率对探测速度的影响。
脉冲重复频率对目标速度测量模糊度的影响如下图所示，由于谱线之间的间隔为 PRF，当目标回波的多谱勒频率与其重合时会发生盲速，超过 PRF/2 时会发生频谱混叠距离解模糊的方法之一是发射高重频的调频脉冲串，然后利用收发信号的频差（既有运动引起的多普勒频率也有距离引起的频差）与已测得的多普勒频率一起解算目标距离。
由上述分析可知：脉冲重复频率越高，无模糊测量目标的速度就越大。
多普勒速度模糊是指在雷达或声纳系统中，由于目标的运动引起的频率变化而导致测量结果的不确定性。
当目标相对于传感器运动时，接收到的信号频率会发生改变，这被称为多普勒效应。
解决多普勒速度模糊问题的常用方法是通过使用多普勒滤波器或多普勒补偿算法来估计目标的速度。
这些方法基于信号的频率变化，并尝试将其与目标的速度相关联。
在雷达系统中，可以使用多普勒滤波器来抑制多普勒速度模糊。
这种滤波器根据目标的速度范围和预期的多普勒频移来选择合适的滤波参数。
通过对接收信号进行滤波，可以抑制非目标多普勒频移的干扰，提高目标检测的准确性。
另一种方法是使用多普勒补偿算法来对接收到的信号进行处理。
这些算法通过估计目标的速度并对接收信号进行频率修正来消除多普勒频移。
补偿后的信号可以更准确地表示目标的距离和速度。
总而言之，解决多普勒速度模糊问题的方法包括使用多普勒滤波器和多普勒补偿算法。
这些方法可以提高雷达或声纳系统对于移动目标的检测和测量的精度。
1。
多普勒雷达速度退模糊方法分析陈宏波;闵锦忠;丁文文;蒋骏;钱昊钟【摘要】速度退模糊方法的基本思路一般是先找到可靠观测,以可靠观测为基础进行空间连续性检查.文章设计了模拟的雷达径向风资料,对比了两种典型的自动退模糊方法,一种Zhangjian的基于零风速线的方法;另外一种是Xuqin的基于反演平均风的方法.模拟资料的检验结果表明:(1)Zhangjian的方案对零风速线与某一条径线较匹配时,会取得较好效果,否则找不到弱风区,退模糊失败;(2)Xuqin的方案对非线性很敏感,非线性越强,效果越差.文中设计了一种寻找弱风区确切位置的算法.使用模拟资料的测试效果表明,新方案继承了零线方案的优点,另外,当零风速线的走向与观测径线差异较大时,仍然可以取得较好的结果.【期刊名称】《内蒙古气象》【年(卷),期】2015(000)003【总页数】6页(P18-23)【关键词】多普勒雷达;退模糊;零风速线【作者】陈宏波;闵锦忠;丁文文;蒋骏;钱昊钟【作者单位】南京信息工程大学,江苏南京210044;常州市气象局,江苏常州213000;南京信息工程大学,江苏南京210044;金坛市气象局,江苏金坛213299;常州市气象局,江苏常州213000;宜兴市气象局,江苏宜兴214206【正文语种】中文【中图分类】P415.2多普勒雷达观测资料在临近预报和数值预报中都起着重要作用。
雷达资料的时空分辨率使其几乎可以实时提供雷达附近数百公里范围内的降水、风场、大气中水汽和冰粒等气象状态的信息，这对提高临近预报甚至是短时预报的水平起到了几乎不可替代的作用。
另外，将雷达资料应用于数值预报中时，使用适当的同化方式可以为数值预报模式提供一个更加准确的初始场，进而改善数值预报效果。
因此，雷达数据的质量就显得尤其重要。
受到脉冲重复频率（PRF）和波长（λ）的限制，存在一个最大不模糊速度（Vmax）。
当实际风速（VT）超过这个速度时，就会发生模糊，观测值是V0，n是折叠次数，取值0,1,2等[1]。
解决测速模糊的方法研究很早就已经开始。
从20世纪70年代以来，气象工作者开发了多种退模糊方法。
早期的方案都是依赖观测场的空间连续性约束来检查观测是否模糊。
1977年Ray edd[2]提出第一种退模糊算法，这是一种一维径向方案，它使用径向上的观测信息来判断和去除速度模糊，当径向观测应当规则地分布在它们的平均值附近。
在径向观测分布近似高斯分布时，或者模糊观测很少时，这种方法才会有较好表现。
Merit[3]开发了一种算法，他在每一个距离圈上算出平均风的方向，同时随高度变化的风向。
这种方法忽略了风的切变，但是可以处理孤立的回波观测。
Bergen和Albers[4]改进了该方案，使用VAD方法得到各距离圈上得平均风，这种方法在切变较小时，并且最大不模糊速度大于17m·s-1时表现良好；他们同时尝试了在垂直方向上进行对比，这样的对比有利于处理孤立的回波观测，并且降低了对VAD 平均风场的需求。
Gong[5]等建立了一种三步退模糊方案。
首先使用MVAD （tabary[6]，2001）方法标注出可能的模糊观测；再用传统VAD方法计算出平均风，并用各层平均风对相同高度层上的观测进行退模糊；最后进行二维连续性检查退模糊。
Qin xu[7]等改进了VAD反演方案，并将其扩展至VVP方案，将获取的高度层的平均风作为参考[8]，对观测进行退模糊，最后进行连续性检查。
Zhang jian[9]提出在一个观测仰角的数据中寻找零风速线的方案，并将零风速线作为参考值进行空间二维检查退模糊。
蔡亲波等[10]对该方法切向确定可靠观测点时，采取了更严格的标准，也取得较好的效果。
本文在检验了两种典型的自动退模糊方案后，提出了一种新的退模糊修正方案。
现在速度退模糊的思路一般是先获取参考值，可以通过其他气象资料，也可以通过雷达径向风资料本身的特点来发掘参考值，然后根据观测值的空间连续性来订正模糊观测。
雷达资料的空间分辨率和时间分辨率都非常高，这是其他气象资料所无法比拟的，因此，采用与其他气象资料比较而获取的参考值的方法也并非十分可靠，甚至没法找到参考值。
本文主要分析的是通过雷达径向风资料本身发掘参考值的自动退模糊方式。
从雷达资料自身发掘参考值的退模糊的方式分析比较多的一般有两种，即从径向上确定和从切向上确定。
1.1 零线方案零径向速度线与实际风向始终相交，因此可以通过雷达PPI图上的零风速线来确定各个高度上的实际风的方向。
在PPI图像上，零风速线附近的径向风速都比较小，一般都是不模糊的，因此，可以将零风速线附近的观测值确定为可靠的，在退模糊时可以将其确定为可靠观测。
在自动速度退模糊系统中，首先需要确定零风速线的位置，然后将零风速线上的观测作为参考检查其他观测。
Zhangjian[9]的方法分为两步：（1）搜寻弱风区，对弱风区观测值进行退模糊处理，并确定下一步退模糊的参考值；（2）两轮径向和切向连续性检查退模糊。
具体地说，确定雷达某个仰角观测中的弱风区的标准，就是观测平均值最小，同时不存在较大切变的连续3条的径线数据。
然后从这3条已处理的径线出发，双向各180°对所有的径线进行处理，这样可以从切向上控制误差的传播。
每个待处理的径向观测，首先进行切向退模糊，再进行径向退模糊。
这样的双向退模糊处理两次，基本可以较好的处理模糊的观测。
这种方案要求观测场中存在较完整的零风速线，否则无法进行退模糊处理。
1.2基于ARVAD反演的方案该方案也是首先要获取可靠的观测值，这是通过反演出的平均风来获取的。
为了获取较为准确的平均风场，首先标注出可能模糊的观测[7]，去除了不可靠观测对反演平均风时的干扰。
这个方法的流程主要分为三个部分：（1）利用ARVAD方法反演出各层的平均风；（2）将平均风插值到观测场，并将其作为参考对观测进行第一步退模糊；（3）连续性检查，进行全局退模糊。
这种方案要求反演出的平均风较为可靠，否则后两步退模糊处理就会出现较大的误差，甚至是错误处理。
本文对比了两种方案的优缺点，并基于零风速线方案设计一种处理能力更强的新零线方案。
当实际风与雷达的某一径向垂直时，则在该径向上测得的数据等于零。
因此，通常多普勒雷达的径向风场的PPI图上通常会有一条零风速线。
Zhangjian[9]零线方案正是基于通过确定零风速线来进行退模糊的。
该方案是通过检查每一条径线观测来确定零线。
但是实际风场十分复杂的，零风速线在PPI图像上的形状也是千变万化的，因此仅仅通过检查每一条径线很多情况下很难达到目的。
所以本方案的关键是设计出一个算法来确定零线的确切位置。
2.1 确定零风速线根据实际情况，大部分零风速线都是经过雷达站的。
这里对零线方案寻找弱风区的步骤进行改进。
第一步，先确定出分段零风速线。
先将一个仰角的数据均分为40个观测（10km）的距离圈，对各距离圈内的所有分段径线进行检查。
将符合下面标准的径线定为分段零线。
式中，分段零线上的有效数据不少于15个；所有有效数据满足（3）、（4）式。
这里将确定为分段零线的分段径线标志为“1”，不满足第一条的标志为“0”，满足第一条，但不满足第三条的，标志为“2”。
这样在各个距离圈都确定了若干个分段零线。
（3）、（4）式中的VN是指最大不模糊速度，对于我国的新一代多普勒天气雷达而言，雷达观测的中下层仰角的最大不模糊速度是27m·s-1。
（3）式中i取1,2,3……n等，指某一径向上的有效观测；α是一个常数，取0.8。
（4）式表示该只取径向上±βVN之间的观测求平均值，这里β是一个常数，取0.3；N1指参与求平均值的观测个数。
第二步是确定组成零风速线的各分段。
将靠近雷达的距离圈的分段径线确定为基准径线，从某个基准径线出发由近及远地寻找零线，都可能找到动态的零线。
由近及远，逐段检查各分段径线。
当处理标志为“0”的分段径线时，则方位角和前一个分段一样；若分段径线的标志为“1”，则在下一段搜索分段零线时，在该方位角的前后各5°内搜寻，若找不到标志为“1”的分段径线，则跳过该分段；若分段径线的标志为“2”，则进入下一个基准径线。
如果从某个基准径线出发找到了3个以上的标志为“1”的分段径线，则可将其认为是可能的零线。
对于某个分段零线上的观测，在其切向上前后各10°内如果能找到10个以上有效观测，则算出他们的切向梯度。
如果找到不只一条零线时，则算出各个零线上的标识为“1”的分段径线上观测的切向梯度，取其中平均值最大的那条为零线。
如果找不到这样的零线，则放宽条件，只要两条标志为“1”的分段径线即可；没有找到，则进程停止，退模糊进程没法启动。
第三步是确定连续的零线。
确定零线后，从基准径线出发后，在找不到标志为“1”的径线时，将最靠近前一条分段零线的分段径线确定为分段零线。
这样在各个距离圈上都找到分段零线后，由基准径线开始，由近及远逐个距离库地确定零线所在位置。
对每个距离库而言，在该观测所在分段径线的方位角的切向±5°内，同时也在前一个距离库上零点的±5°内，找出绝对值最小的观测，将该观测确定为该距离库上的零点，如果在这个范围内没有有效观测，则跳过该距离库。
这样在该仰角的PPI图上，可以确定一条曲线（见图1），这就是所要寻找的零线。
2.2 零风速线退模糊这里参照zhangjian[9]的方法，主要是检查所确定的零风速线上的观测是否存在较大切变，以及零风速线上的径向风是否都较小。
通过该模块处理的观测可以被确定为可靠观测。
接下来的连续性扩展检查是在着这些可靠观测的基础上进行的。
2.3 连续性检查参照eilts[11]的方法，这个方案就是使用待处理观测本身所在径线上的可靠观测，以及前一条径线上的可靠观测的平均值作为参考，处理待处理观测。
该方案可以弥补单纯径向扩展的不足，是被证明可靠的速度扩展方案。
这里的速度扩展不是沿着某一条径线，而是和零风速线走向一致的曲线。
3.1 模拟资料简介3.1.1 Bogus涡旋的构造为了模拟台风的雷达径向风场，这里参照雷小途等[12]的bogus改进方案，构建了bogus涡旋的风场。
rm是模拟台风中心附近最大风速的半径，vm是模拟台风中心附近的最大风速，r 是距台风中心的距离，v是台风的切向风速，d是控制台风廓线形状的参数，根据雷小途等[12]的研究，取0.6。
在600km×600km的网格区域范围内。
计算出每个格点上的涡旋风速值。
实际的台风风场很复杂，这里设定台风最大风速出现在bogus涡旋中心的35km处最大风速，最大风速定为30、35、40、45m·s-1等。
假设垂直速度为零，上下层的风速一致。
将bogus风场插值到雷达的观测场，这里涡旋中心在模拟雷达观测场的右侧100km处，（见图2a）。
