基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法技术

本发明专利技术涉及一种基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法，包括使用双偏振雷达I/Q数据，计算当前距离库用于二次回波识别的四个判据：PDE

【技术实现步骤摘要】
基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法


[0001]本专利技术涉及一种基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法，属于雷达信号处理研究领域，尤其是天气雷达的二次回波识别方法。

技术介绍

[0002]二次回波是影响天气雷达数据质量的一个重要因素，相对于一次回波来说，二次回波也是一种噪声。对于某一具体天气雷达，在给定的脉冲重复周期(PRT)T
s
下工作，最大不模糊距离r
a
和最大不模糊速度v
a
也就随之确定，其中r
a
＝cT
s
/2，v
a
＝λ/(4T
s
)，c为光速，λ是雷达波长。最大不模糊距离和最大不模糊速度的乘积是一个常数，r
a
v
a
＝cλ/8，因此在指定的λ下，增大r
a
会导致v
a
变小，反之亦然，这也被称作多普勒两难(Bringi and Chandrasekar,2001,Doviak and2006,张培昌等,2001)。当一个脉冲探测的目标超过最大不模糊距离r
a
时，会在随后的脉冲里形成回波，从而导致二次回波的出现(对于多次回波，这里统称为二次回波)。
[0003]解决二次回波的方法有很多，总体来说可以分为两大类，第一类是对发射脉冲进行相位编码的方法(Laird,1981,Zrinc and Mahapatra,1985,Sachidananda and Zrnic,1986b,Sachidananda and Zrnic,1999,Torres,2008,Bharadwaj and Chandrasekar,2007)，第二类是采用多PRT或者多重频(PRF)的雷达工作方式(Sirmans et al.,1976,Zrinc and Mahapatra,1985,Sachidananda and Zrnic,2003,Torres et al.,2004,Cho,2005)。对于相位编码的方法，其基本原理是雷达接收机只对一次回波进行同步时，如果对发射脉冲的相位进行了随机编码，则接收到的二次回波就会变成随机信号，表现为噪声的特征。Sachidananda等(1986b)提出了一种系统的相位编码方法(SZ编码)，该方法在分离二次回波方面比随机相位法性能更好。在此基础上，一种改进型的SZ编码方法SZ(8/64)被提出并且应用到WSR
‑
88D雷达中(Torres,2008)。对于多PRT/PRF的方法，简单来说(以双PRT为例)，就是使用长重复周期T1来解决距离模糊问题，然后使用短重复周期T2来解决速度模糊问题，例如WSR
‑
88D雷达的批处理模式(Torres et al.,2004)。从理论上说，这种多重频的方式可以获取无限的不模糊距离和不模糊速度，但是该方法受限于有限的雷达采样、二次回波的强度以及气象回波的相关时间等因素(Cao et al.,2012b)。
[0004]近年来，基于雷达数据层面上(基数据或I/Q数据)的二次回波识别方法不断被提出。Cao等(2012b)提出了一种可以广泛应用于磁控管雷达的二次回波识别方法，该方法基于随机相位法的原理，使用PDE判据(Phase Distribution Evaluation)和模糊逻辑方法，可以有效识别不同程度影响的二次回波(弱二次回波、较弱二次回波和较强二次回波)。Park等(2016)使用Z
DR
、Ф
DP
、ρ
hv
、σ
v
等参量的标准差和均值，基于模糊逻辑方法对双偏振雷达进行二次回波的识别。基于数据层面识别方法的优势是以现有雷达硬件为基础，不需要额外增加硬件设备，算法更具灵活性，但是其识别效果不佳。
[0005]国内在二次回波的识别和处理方面，也进行了多年的研究。朱晓华等(2002)给出了一种新的相位编码序列和相应的频域处理方法，并通过仿真表明该方法具有较好的解模
糊性能，且易于实时处理。唐瑾等(2006)对双重频退模糊、相位编码SZ(8/64)以及批处理等方法都进行了研究和探讨。潘新民等(2010)对我国新一代天气雷达的退模糊方法进行了探讨，包括距离退模糊和速度退模糊两个方面。刘生锋(2014)等使用随机相位编码对X波段多普勒天气雷达进行解距离模糊。张持岸等(2017)对S波段天气雷达进行了随机相位编码方法的解模糊应用。总的来说，国内对二次回波的研究工作，也是在相位编码和多PRT/PRF这两个方面开展的。
[0006]使用相位编码或者多PRT/PRF的二次回波处理方法，其实现过程需要雷达硬件以及信号处理算法的支撑。而目前在雷达数据层面对二次回波的识别多基于模糊逻辑算法，在确定各判据的成员函数时，需要有一定的工程经验。如果使用基于朴素贝叶斯分类器(SBC，Simple Bayesian Classifier)的方法，其识别结果依赖于判据的条件概率密度函数(CPDF，Conditional Probability Density Function)，可以直接通过样本进行统计，操作方法上更具确定性。

技术实现思路

[0007]本专利技术提供一种基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法，适用于中频相参雷达以及发射脉冲已采用相位编码的全相参雷达，具有较好的识别效果。
[0008]本专利技术解决其技术问题所采用的技术方案是：
[0009]一种基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法，具体包括以下步骤：
[0010]步骤S1：将双偏振雷达获取的I/Q数据形成距离库，采用距离库计算获得用于二次回波识别的四个判断依据，分别为相位分布评估参量和信号质量因子，其中相位分布评估参数包括双偏振雷达的水平通道参数、双偏振雷达的垂直通道参数以及水平和垂直通道之间的参数；
[0011]步骤S2：根据获取的四个判断依据，查找预先统计成型的各个判据即条件概率密度函数，获取指定数值在不同分类下的一次回波概率以及二次回波概率，再判断距离库内的回波数据是否属于一次回波概率或者二次回波概率，定义一次回波概率为P
f
，二次回波概率为P
s
；
[0012]步骤S3：若P
s
＞P
f
，判定距离库内的回波数据为二次回波，否则判定距离库内的回波数据为一次回波；
[0013]步骤S4：重复上述过程，继续进行下一个距离库的识别；
[0014]作为本专利技术的进一步优选，步骤S1中，相位分布评估参量定义为PDE，双偏振雷达的水平通道参数、双偏振雷达的垂直通道参数以及水平和垂直通道之间的参数分别定义为PDE
h
、PDE
v
以及PDE
hv
；
[0015]相位分布评估参数PDE的计算公式为
[0016][0017]公式(1)中，当需要计算PDE
h本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法，其特征在于：具体包括以下步骤：步骤S1：将双偏振雷达获取的I/Q数据形成距离库，采用距离库计算获得用于二次回波识别的四个判断依据，分别为相位分布评估参量和信号质量因子，其中相位分布评估参数包括双偏振雷达的水平通道参数、双偏振雷达的垂直通道参数以及水平和垂直通道之间的参数；步骤S2：根据获取的四个判断依据，查找预先统计成型的各个判据即条件概率密度函数，获取指定数值在不同分类下的一次回波概率以及二次回波概率，再判断距离库内的回波数据是否属于一次回波概率或者二次回波概率，定义一次回波概率为P
f
，二次回波概率为P
s
；步骤S3：若P
s
＞P
f
，判定距离库内的回波数据为二次回波，否则判定距离库内的回波数据为一次回波；步骤S4：重复上述过程，继续进行下一个距离库的识别。2.根据权利要求1所述的基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法，其特征在于：步骤S1中，相位分布评估参量定义为PDE，双偏振雷达的水平通道参数、双偏振雷达的垂直通道参数以及水平和垂直通道之间的参数分别定义为PDE
h
、PDE
v
以及PDE
hv
；相位分布评估参数PDE的计算公式为公式(1)中，当需要计算PDE
h
时，取x(n)＝h(n)/h(n+1)，当需要计算PDE
v
时，取x(n)＝v(n)/v(n+1)，当需要计算PDE
hv
时，取x(n)＝h(n)/v(n)，n表示距离库，h表示水平通道数据、v表示垂直通道数据，N表示相关脉冲数。3.根据权利要求2所述的基于朴素贝叶斯分类器...

【专利技术属性】
技术研发人员：邵世卿，侯小宇，刘淑，徐喜东，
申请(专利权)人：中船重工鹏力南京大气海洋信息系统有限公司，
类型：发明
国别省市：