基于压缩感知的低空风切变风速估计方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN103163523103163523B(45)授权公告日2014.07.09(21)申请号201310058351.3高广春等.冗余字典在压缩感知中的应用研究.《电路与系统学报》.2012,第17卷(第6(22)申请日2013.02.25期),107－111.(73)专利权人中国民航大学STEVEND.CAMPBELL等.Recognizing地址300300天津市东丽区津北公路2898Low-AltitudeWindShearHazardsfrom号DopplerWeatherRadar:AnArtificial(72)发明人吴仁彪韩雁飞李海张彪IntelligenceApproach.《JOURNALOF(74)专利代理机构天津才智专利商标代理有限ATMOSPHERICANDOCEANICTECHNOLOGY》.1987,公司12108第4卷(第1期),5-18.代理人庞学欣审查员李苏宁(51)Int.Cl.G01S13/95(2006.01)G01S7/41(2006.01)G01S7/36(2006.01)(56)对比文件CN102830409A,2012.12.19,全文.CN102590798A,2012.07.18,全文.权权利要求书1页利要求书1页说明书6页说明书6页附图4页附图4页(54)发明名称基于压缩感知的低空风切变风速估计方法(57)摘要一种基于压缩感知的低空风切变风速估计方法。其包括以下步骤：1)利用多普勒矢量构建冗余字典，以实现回波信号的稀疏表示；2)构造测量矩阵；3)计算信号压缩后的测量值；4)利用正则化正交匹配追踪算法重构稀疏信号；5)利用复幅度估计值中的非零值获得雷达回波信号的多普勒频率估计；6)计算杂波抑制后复幅度估计值中最大值的位置，即为风切变信号的风速估计结果；7)重复步骤3)-6)，依据距离单元数判断风速估计是否完成，依次对范围内的所有距离单元的回波数据进行风速估计。本发明针对脉冲数较少且信噪比较低时风速估计精度变差的问题，提出了一种基于压缩感知的低空风切变风速估计方法。该发明方法能够在获得精确风速估计的同时使得频谱分辨率大大提高，即能够很好地区分在频域间隔很近的风切变与地杂波信号。CN103163523BCN103652BCN103163523B权利要求书1/1页1.一种基于压缩感知的低空风切变风速估计方法，其特征在于：针对某一距离单元的回波数据，所述的风速估计方法包括按顺序进行的下列步骤：1）根据机载气象雷达回波信号的稀疏性，利用多普勒矢量构建冗余字典，以实现回波信号的稀疏表示；2）构造测量矩阵；3）计算信号压缩后的测量值；4）利用正则化正交匹配追踪算法重构稀疏信号；5）利用复幅度估计值中的非零值获得雷达回波信号的多普勒频率估计；6）计算杂波抑制后复幅度估计值中最大值的位置，即为风切变信号的风速估计结果；7）重复步骤3）—6），依据距离单元数判断风速估计是否完成，依次对范围内的所有距离单元的回波数据进行风速估计；所述的步骤4）中的正则化正交匹配追踪算法的实现步骤主要包括：利用相关性筛选原子，计算相关系数中K个最大值所对应的索引值，将其存入候选集中；将候选集中索引值对应原子的相关系数拆分成若干组进行正则化处理，选择能量最大的一组，即实现利用正则化原则筛选信号支撑点；更新支撑集和索引值集合；采用最小二乘法进行信号逼近，并更新余量；当索引值集合中的原子数大于等于两倍的稀疏度K时，停止迭代，即实现信号重构。2.根据权利要求1所述的基于压缩感知的低空风切变风速估计方法，其特征在于：所述的步骤1）中对回波信号进行稀疏表示时，其稀疏度为K，即回波信号在稀疏域的表示系数只有K个非零值，并且K远小于信号长度。3.根据权利要求1所述的基于压缩感知的低空风切变风速估计方法，其特征在于：所述的步骤2）中的测量矩阵为高斯随机矩阵。4.根据权利要求1所述的基于压缩感知的低空风切变风速估计方法，其特征在于：所述的步骤5）中多普勒频率估计包括风切变信号和地杂波信号的多普勒频率估计。5.根据权利要求1所述的基于压缩感知的低空风切变风速估计方法，其特征在于：所述的步骤6）中杂波抑制的方法是：利用回波信号的多普勒频率分布特性，将位于零多普勒频率附近的估计值置零。6.根据权利要求1所述的基于压缩感知的低空风切变风速估计方法，其特征在于：所述的步骤7）中依次对范围内的所有距离单元的回波数据进行风速估计的方法是：考虑波束照射区域所对应的最大距离单元以内的雷达回波数据，从最近的距离单元开始计算。2CN103163523B说明书1/6页基于压缩感知的低空风切变风速估计方法技术领域[0001]本发明属于机载气象雷达低空风切变检测技术领域