基于昆虫雷达的迁飞虫群平均RCS散射模型获取方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115061107A(43)申请公布日2022.09.16(21)申请号202111609583.4(22)申请日2021.12.24(71)申请人北京理工大学地址100081北京市海淀区中关村南大街5号(72)发明人王锐寇晓崔铠王帅航毛华锋胡程(74)专利代理机构北京理工大学专利中心11120专利代理师李爱英付雷杰(51)Int.Cl.G01S7/41(2006.01)权利要求书1页说明书6页附图2页(54)发明名称基于昆虫雷达的迁飞虫群平均RCS散射模型获取方法(57)摘要本公开的基于昆虫雷达的迁飞虫群平均RCS散射模型获取方法，通过昆虫雷达回波数据反演迁飞虫群的体长和朝向；对体长反演数据和朝向反演数据进行拟合处理得到统一的体长反演数据分布和朝向反演数据分布；根据体长反演数据分布和朝向反演数据分布构建所述迁飞虫群的体长‑朝向联合分布模型；利用FEKO仿真软件建立迁飞虫群的个体目标RCS数据库；将体长‑朝向联合分布模型和个体目标的RCS数据进行加权求和得到迁飞虫群平均RCS散射模型。有助于实现大尺度迁飞虫群的密度定量反演，提高密度反演的准确性。CN115061107ACN115061107A权利要求书1/1页1.一种基于昆虫雷达的迁飞虫群平均RCS散射模型获取方法，其特征在于，所述方法包括：基于昆虫雷达回波数据反演迁飞虫群的体长和朝向对所述迁飞虫群的体长反演数据和朝向反演数据进行拟合处理，得到统一的迁飞虫群的体长反演数据分布和朝向反演数据分布；根据所述迁飞虫群的体长反演数据分布和朝向反演数据分布构建所述迁飞虫群的体长‑朝向联合分布模型；利用FEKO仿真软件建立所述迁飞虫群的个体目标RCS数据库；将所述迁飞虫群的体长‑朝向联合分布模型和所述个体目标的RCS数据进行加权求和得到所述迁飞虫群平均RCS散射模型。2.根据权利要求1所述的迁飞虫群平均RCS散射模型获取方法，其特征在于，所述对所述迁飞虫群的体长反演数据和朝向反演数据进行拟合处理，得到统一的迁飞虫群的体长反演数据分布和朝向反演数据分布，包括：分别剔除所述迁飞虫群的体长反演数据和朝向反演数据的异常值；将经剔除异常值的所述迁飞虫群的体长反演数据和朝向反演数据分别进行直方统计；利用基函数分别对经直方统计后的所述迁飞虫群的体长反演数据和朝向反演数据进行拟合；根据拟合结果决定系数分别对所述迁飞虫群的体长反演数据和朝向反演数据的拟合结果进行保留或剔除，得到统一的迁飞虫群的体长反演数据分布和朝向反演数据分布。3.根据权利要求1所述的迁飞虫群平均RCS散射模型获取方法，其特征在于，所述根据所述迁飞虫群的体长反演数据分布和朝向反演数据分布构建所述迁飞虫群的体长‑朝向联合分布模型，包括：对所述迁飞虫群的体长反演数据分布进行离散归一化处理得到所述迁飞虫群的体长向量Pl；对所述迁飞虫群的朝向反演数据分布进行离散归一化处理得到所述迁飞虫群的朝向向量Pθ；将所述迁飞虫群的朝向向量Pθ转置与所述迁飞虫群的体长向量Pl相乘，得到所述迁飞虫群的体长‑朝向联合分布模型。4.根据权利要求1所述的迁飞虫群平均RCS散射模型获取方法，其特征在于，所述迁飞虫群平均RCS散射模型其中，Pθ,l为迁飞虫群的体长‑朝向联合分布向量数量，σθ,l为迁飞虫群的个体目标RCS数据，θ为昆虫雷达数据(入射角度)。5.根据权利要求2所述的迁飞虫群平均RCS散射模型获取方法，其特征在于，拟合结果决定系数为0.8。2CN115061107A说明书1/6页基于昆虫雷达的迁飞虫群平均RCS散射模型获取方法技术领域[0001]本发明属于昆虫雷达技术领域，特别涉及一种基于昆虫雷达的迁飞虫群平均RCS散射模型获取方法。背景技术[0002]目前雷达凭借其全天时、全天候的监测优势成为迁飞昆虫检测跟踪及研究的有效手段。而昆虫雷达的出现为昆虫目标的精细化测量提供了更有力的工具。垂直观测昆虫雷达能够获取昆虫目标的体轴朝向、振翅频率、体型等生物学参数。将这些参数应用于大尺度迁飞预测中，对建立迁飞虫群散射模型，完成虫群密度定量反演，实现迁飞虫群预警体系具有重要意义。[0003]研究昆虫个体目标散射特性是建立迁飞虫群散射模型的基础，已有研究表明脊髓质椭球目标能够较好复制昆虫个体目标实测结果。在不考虑多次散射影响时，迁飞虫群后向散射增强(RCS)可以看作是单个昆虫的后向散射增强简单叠加。2012年，Phillip等人通过对雷达散射机理分析，明确了天气雷达反射率与空中动物密度、平均RCS之间存在线性关系。那么建立迁飞虫群RCS散射模型成了大尺度迁飞密度反演的关键。[0004]准确获取虫群平均RCS的一大难点是如何同时考虑目标生物参数(如体长分布、朝向分布)和雷达观测参数(如入射角度)。目前能够考虑生物