一种风电机RCS数据压缩重构方法技术

一种风电机RCS数据压缩重构方法，根据高频电磁散射理论，风电机总的电磁散射可以等效为若干个局部位置上电磁散射贡献的矢量和，而这些局部位置上电磁散射是由电场幅值、散射系数以及坐标参量这三个参量表示的，针对性地提出一种由风电机电磁散射的强度参数、结构类型以及位置参数组合而成的参数集表征大量风电机RCS数据的思想，从而实现了风电机RCS数据有效压缩重构。在实际工程中为减少风电机RCS数据存储容量、实现风电机对雷达台站电磁干扰特性实时分析以及进行风电机雷达回波实时模拟创造了条件。

A reconstruction method of wind turbine RCS data compression

【技术实现步骤摘要】
一种风电机RCS数据压缩重构方法
本专利技术一种风电机RCS数据压缩重构方法，属于风电场与雷达台站系统的广域电磁兼容领域。
技术介绍
大量修建的风电场势必会对邻近雷达台站产生严重的电磁干扰问题。从现有研究来看，风电机RCS数据是用于风电机对雷达信号电磁干扰特性分析以及风电机回波模拟的重要参量。但由于雷达视线俯仰角、风电机偏航角以及风电机叶片旋转角的实时变化，且雷达工作频率通常在GHz频段，使得雷达系统存储的风电机RCS数据量极为庞大，一般可达到1010数量级及以上，从而直接影响风电机RCS数据存储以及实时快速分析效果。因此，寻求风电机RCS数据有效压缩及其快速重构的方法，对减少数据存储容量、实现风电机电磁散射特性实时分析以及进行风电机雷达回波实时模拟研究具有重要的实用意义。在雷达目标RCS数据压缩重构领域，目前采用的方法是阈值离散傅里叶变换法(ThresholdDiscreteFourierTransform,TDFT)。该方法虽然计算速度快，但其压缩重构的效果直接受阈值大小的影响，而从目前研究来看，阈值的确定依然没有准确的判断依据。因此，传统TDFT法的应用受到极大的局限。
技术实现思路
本专利技术提供一种风电机RCS数据压缩重构方法，该方法基于高频电磁散射理论，从已经获取的风电机RCS数据中求解出风电机电磁散射的电场幅值、散射系数以及坐标参量，进而实现了风电机RCS数据有效压缩重构。该方法可以减少RCS数据的存储容量、提高风电机电磁散射特性分析和风电机雷达回波模拟的实时性具有重要意义。本专利技术采取的技术方案为：一种风电机RCS数据压缩重构方法，利用风电机电磁散射的电场幅值、散射系数以及坐标参量，组合而成的参数集表征大量的风电机RCS数据，实现风电机RCS数据的有效压缩重构。一种风电机RCS数据压缩重构方法，包括以下步骤：步骤一：求解风电机在不同频段、姿态角条件下的RCS数据，包括风电机RCS的幅值和相位两类数据。所述步骤一中，所述的风电机运行姿态角，包括雷达视线俯仰角、风电机偏航角以及风电机叶片旋转角。由于风电机在实际运行中，其运行姿态会根据风向的改变而发生变化，并且现有雷达的工作频率的带宽大，因此需要求解风电机在不同频段、姿态角条件下的RCS数据。本专利技术以雷达视线俯仰角、风电机偏航角以及风电机叶片旋转角这三种角度组合来描述风电机和雷达台站之间的相对位置，求解风电机在每种角度组合条件下的RCS数据。为了保证风电机RCS数据压缩重构的效果，并考虑了风电机RCS数据的相位信息。步骤二：根据步骤一所求的风电机RCS数据，计算风电机RCS数据的自相关矩阵和互相关矩阵，并求解两个矩阵间的转换矩阵，进而求解出风电机电磁散射的电场幅值、散射系数以及坐标参量组合而成的参数集。所述步骤二中，计算的自相关矩阵和互相关矩阵，是根据风电机RCS数据构造两个列向量进行求解的，并且这两个列向量之间存在一个相位差。根据步骤一所求的风电机RCS数据构造两个列向量，并根据构造的两个列向量计算风电机RCS数据的自相关矩阵和互相关矩阵，同时考虑到步骤一所求的风电机RCS数据可能存在噪声误差，对自相关矩阵进行一次特征值分解和一次奇异值分解，以减少噪声误差对风电机电磁散射参数集求解结果的影响。计算去除噪声后的自相关矩阵和互相关矩阵之间的转换矩阵，进而实现风电机电磁散射的电场幅值、散射系数以及坐标参量的求解。步骤三：将步骤二所求解出的风电机电磁散射参数集作为压缩数据，即实现风电机RCS数据的压缩；将风电机电磁散射参数集进行矢量叠加，实现风电机RCS数据的重构。所述步骤三中，为了说明风电机RCS数据压缩重构效果，选取数据压缩比率和数据重构误差作为评估参量。将步骤三所求的电场幅值、散射系数以及坐标参量作为压缩数据存储，从而实现了风电机RCS数据压缩。将风电机电磁散射的电场幅值、散射系数以及坐标参量进行矢量叠加，从而实现了风电机RCS数据的重构。上述步骤实现风电机RCS数据压缩重构的理论基础是高频电磁散射理论以及矢量叠加原理。采用风电机电磁散射的电场幅值、散射系数以及坐标参量组成的参数集表征大量的风电机RCS数据，避免了传统TDFT法因阈值选取困难而造成的压缩重构效果不佳。利用此种方法实现的风电机RCS数据压缩重构，节省了存储风电机RCS数据时所花费的资源，也提高了雷达侧进行风电机电磁散射特性分析和风电机雷达回波模拟的实时性，这是解决风电场对雷达台站电磁干扰问题的关键技术与前提。本专利技术一种风电机RCS数据压缩重构方法，有益效果如下：1)：可以解决传统方法因阈值选取困难而引起的压缩重构效果不佳的问题。本专利技术提出的方法无需进行阈值选取，能够实现高数据压缩比和低重构误差。2)：可以解决存储风电机在不同频段、姿态角下大量RCS数据而引起的存储资源占有量大的问题。3)：本专利技术提出的风电机RCS数据压缩重构方法可以应用到雷达侧进行风电机电磁散射特性的实时分析和风电机雷达回波实时模拟研究中，为解决风电机对雷达台站的电磁干扰做出了前期准备工作。4)：目前尚未有关于风电机RCS数据压缩重构的相关记载，并且传统TDFT法由于阈值选取困难而压缩重构效果不佳。为此，本专利技术根据高频电磁散射理论，风电机总的电磁散射可以等效为若干个局部位置上电磁散射贡献的矢量和，而这些局部位置上电磁散射是由电场幅值、散射系数以及坐标参量这三个参量表示的，针对性地提出一种由风电机电磁散射的强度参数、结构类型以及位置参数组合而成的参数集表征大量风电机RCS数据的思想，从而实现了风电机RCS数据有效压缩重构。在实际工程中为减少风电机RCS数据存储容量、实现风电机对雷达台站电磁干扰特性实时分析以及进行风电机雷达回波实时模拟创造了条件。附图说明图1为风电机与雷达视线的角度示意图。图2为风电机几何模型图。图3(a)为偏航角时，本专利技术的压缩重构结果图。图3(b)为偏航角时，本专利技术的重构误差结果图。图4(a)为偏航角时，传统TDFT法的压缩重构结果图。图4(b)为偏航角时，传统TDFT法的重构误差结果图。图5(a)为偏航角时，本专利技术的压缩重构结果图。图5(b)为偏航角时，本专利技术的重构误差结果图。图6(a)为偏航角时，传统TDFT法的压缩重构结果图。图6(b)为偏航角时，传统TDFT法的重构误差结果图。图7(a)为偏航角时，本专利技术的压缩重构结果图。图7(b)为偏航角时，本专利技术的重构误差结果图。图8(a)为偏航角时，传统TDFT法的压缩重构结果图。图8(b)为偏航角时，传统TDFT法的重构误差结果图。具体实施方式一种风电机RCS(Radar,CrossSection,RCS)数据压缩重构方法，通过求解风电机在不同频段、姿态角条件下的RCS数据，包括风电机RCS数据的幅值和相位信息，计算风电机RCS数据的自相关矩阵和互相关矩阵，并求解两个矩阵间的转换矩阵，从而求解出风电机电磁本文档来自技高网...

【技术保护点】
1.一种风电机RCS数据压缩重构方法，其特征在于：利用风电机电磁散射的电场幅值、散射系数以及坐标参量，组合而成的参数集表征大量的风电机RCS数据，实现风电机RCS数据的有效压缩重构。/n

【技术特征摘要】
1.一种风电机RCS数据压缩重构方法，其特征在于：利用风电机电磁散射的电场幅值、散射系数以及坐标参量，组合而成的参数集表征大量的风电机RCS数据，实现风电机RCS数据的有效压缩重构。


2.一种风电机RCS数据压缩重构方法，其特征在于包括以下步骤：
步骤一：求解风电机在不同频段、姿态角条件下的RCS数据，包括风电机RCS的幅值和相位两类数据；
步骤二：根据步骤一所求的风电机RCS数据，计算风电机RCS数据的自相关矩阵和互相关矩阵，并求解两个矩阵间的转换矩阵，进而求解出风电机电磁散射的电场幅值、散射系数以及坐标参量组合而成的参数集；
步骤三：将步骤二所求解出的风电机电磁散射参数集作为压缩数据，即实现风电机RCS数据的压缩；将风电机电磁散射参数集进行矢量叠加，实现风电机RCS数据的重构。


3.根据权利要求2所述一种风电机RCS数据压缩重构方法，其特征在于：所述步骤一中，所述的风电机运行姿态角，包括雷达视线俯仰角、风电机偏航角以及风电机叶片旋转角。


4.根据权利要求2所述一种风电机RCS数据压缩重构方法，其特征在于：所述步骤二中，计算的自相关矩阵和互相关矩阵，是根据风电机RCS数据构造两个列向量进行求解的，并且这两个列向量之间存在一个相位差。


5.根据权利要求2所述一种风电机RCS数据压缩重构方法，其特征在于：所述步骤三中，为了说明风电机RCS数据压缩重构效果，选取数据压缩比率和数据重构误差作为评估参量。


6.如权利要求2-5任意一种风电机RCS数据压缩重构方法，其特征在于：用于风电机对雷达台站电磁干扰特性实时分析、以及进行风电机雷达回波实时模拟。


7.一种风电机RCS数据压缩重构方法，其特征在于包括以下步骤：
步骤一：根据风电机与雷达视线的角度和风电机几何模型，确定风电机的运行姿态角变化范围，求解出风电机在每一种运行姿态下的RCS数据，包括风电机RCS数据的幅值信息和相位信息；
步骤二：根据高频电磁散射理论，当雷达信号在一个方向发射频率为f的电磁波照射到风电机时，风电机的电磁散射表示为：



式中：E(m)为风电机RCS数据；K为风电机电磁散射参数集的维度；Ai为风电机电磁散射的强度参数；αi为风电机电磁散射的结构类型参数；ri为风电机电磁散射的位置参数；f(m)为步进频率，f0为雷达信号起始频率，f(m)＝f0+m·Δf，m＝0，1，2，...，M-1，其中M为频率采样点数，m为第m个频率采样点，Δf为频率采样间隔；c为电磁波波速；ω(m)为加性复高斯白噪声，其均值为0，方差为σ2；
步骤三，根据欧拉公式并考虑到实际运行的雷达台站满足m·Δf＜＜f0以及αi·Δf/f0＜＜1这两个条件，因此上式可简化为仅含指数函数的形式：
...

【专利技术属性】
技术研发人员：唐波，陈昊，刘映彤，李耀伟，奉彭，
申请(专利权)人：三峡大学，
类型：发明
国别省市：湖北;42