一种基于微波链路多统计量的自适应干湿区分方法技术

本发明专利技术公开了一种基于微波链路多统计量的自适应干湿区分方法，采用统计学的手段分析链路衰减数据的统计参量与干湿时刻的关联程度，以关联程度为准则，自适应选取关联度高的统计参量作为特征向量，利用支持向量机等分类算法实现了对天气变化过程中的干湿区分。本发明专利技术的自适应干湿区分方法能够利用微波链路信号变化对干湿时刻进行区分，可以有效实现对天气的连续监测，对于进一步提高微波链路测雨精度、提升微波链路测雨方法的应用效益等具有重要的意义。

【技术实现步骤摘要】
一种基于微波链路多统计量的自适应干湿区分方法
本专利技术涉及一种气象信息处理与应用领域，具体涉及一种基于微波链路多统计量的自适应干湿区分方法。
技术介绍
作为与人民生活密切相关的对流层中最活跃的天气现象之一，降水现象密切关系着人们的生活，随着与各种气象水文相关的业务不断地开展，不仅仅是气象领域，越来越多的领域对于获取降水相关的信息有了越来越高的需求。同时，在气象保障越来越精细化的趋势下，人们对于降水信息的质量也有了更高的要求。因此实时、准确并精细地监测降水，无论在气象水文研究还是政府预警决策中都具有至关重要的意义近年来，利用微波频段通讯信号中的衰减信息来测量降水的手段被提出，随着通信领域的发展，微波信号基站的分布范围越来越广，在缺少专用的气象设备的条件下，利用这些信号收发站的信号变化信息进行大范围的降水监测，能够极大地节约成本。目前，许多微波信号中干扰因素，如湿天线效应的干扰、信号的多尺度扰动、电平信号中参考基线的时间分布不规律等问题在商业微波链路中十分普遍，限制了微波链路应用于监测降水。
技术实现思路
专利技术目的本文档来自技高网...

【技术保护点】
1.一种基于微波链路多统计量的自适应干湿区分方法，其特征在于，包括以下步骤：/n步骤1：分析微波链路信号衰减数据与干湿时刻的关联程度：/n步骤1.1，计算微波链路信号的统计参量；/n步骤1.2，选取与干湿时刻关联程度高的统计参量组成支持向量机分类算法的特征向量；/n步骤2：选择有效微波链路：以链路衰减数据与干湿时刻相关性为指标，选择相关程度高的链路进行干湿区分。/n步骤3：建立基于微波链路多统计量的自适应干湿区分方法：/n步骤3.1，利用历史观测数据组成训练数据集x

【技术特征摘要】
1.一种基于微波链路多统计量的自适应干湿区分方法，其特征在于，包括以下步骤：
步骤1：分析微波链路信号衰减数据与干湿时刻的关联程度：
步骤1.1，计算微波链路信号的统计参量；
步骤1.2，选取与干湿时刻关联程度高的统计参量组成支持向量机分类算法的特征向量；
步骤2：选择有效微波链路：以链路衰减数据与干湿时刻相关性为指标，选择相关程度高的链路进行干湿区分。
步骤3：建立基于微波链路多统计量的自适应干湿区分方法：
步骤3.1，利用历史观测数据组成训练数据集xT,i和yT,i，xT,i为由统计参量组成的特征向量，yT,i为干、湿标签值；
步骤3.2，构造并求解凸二次规划问题的最优解：






上式求解得到α*，式中K...

【专利技术属性】
技术研发人员：刘西川，宋堃，贺彬晟，胡帅，高太长，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43