一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法技术

本发明专利技术公开了一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法，这确保了特殊地区的五叶片风力发电机在工作过程中产生的杂波得到更好的抑制，从而降低五叶片风力发电机设备运行时对气象雷达回波信号的干扰；本发明专利技术采用随机采样的低秩快拍矩阵作为模型，利用矩阵补全的原理，重构出干扰抑制后气象雷达系统中的回波信号。气象雷达系统中的回波信号。气象雷达系统中的回波信号。

【技术实现步骤摘要】
一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法


[0001]本专利技术属于通信领域，具体涉及一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法。

技术介绍

[0002]近年来，通过详细分析了气象雷达不同工作模式下风力发电机杂波与气象回波的时、频域分布特性，提出了多重二次插值、高维拟合插值、样条插值和统计不变插值、距离—多普勒谱回归、递归稀疏重构等风力涡轮机杂波抑制算法，但由于大气目标的多样性与复杂性，插值与回归模型的参数设置如今尚缺乏定量研究。而且受到风电场规模、风机转速、气象雷达工作模式等实际条件的限制，上述算法均无法同时兼顾风力涡轮机杂波抑制与气象信息无损恢复。
[0003]现今用于气象雷达杂波抑制的方法主要是从频域出发，对杂波进行抑制，如MTD、 MTI等。上述气象雷达杂波抑制算法都是基于杂波信号与气象回波在多普勒域或二维距离—多普勒域可分离条件，采用滤波或分离算法对杂波进行有效抑制。但风力发电机杂波由于大型叶轮高速旋转，其多普勒频谱展宽极大，发电机杂波与大气目标在时、频域均严重混叠，从而气象回波淹没在风力发电机杂波中，导致时、频滤波或分离算法均无法在抑制杂波信号的同时实现对气象信号的无损保留。因此上述滤波算法等方法均失效。

技术实现思路

[0004]专利技术目的：为解决现有滤波算法均无法在抑制杂波信号的同时实现对气象信号的无损保留的问题，本专利技术提出了一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法，将稀疏优化理论引入气象雷达风力发电机杂波抑制中，重点研究小型五叶片风轮机基于矩阵补全理论的气象回波二维高精度稀疏恢复方法，该方法针对MC理论，构建满足随机采样的气象回波数据低秩恢复矩阵，并设计相应的高效迭代求解算法。通过该算法实现对气象雷达五叶片风力发电机杂波的抑制，精确恢复出要检测的气象信号。
[0005]技术方案：一种基于矩阵补全算法的风力发电机的气象雷达杂波抑制方法，包括以下步骤：
[0006]步骤1：构建气象雷达回波信号的数学模型：x(t)＝s(t)+c(t)+w(t)+n(t)，其中，t 代表时间，s(t)表示气象目标回波信号，c(t)表示地杂波信号，w(t)表示风力发电机杂波信号，n(t)表示噪声信号，x(t)表示雷达回波信号；分别对s(t)、c(t)、w(t)、n(t)矩阵化，得S、C、W、N，并得到快拍矩阵形式的雷达回波信号矩阵：X＝S+C+W+N，雷达回波信号矩阵中的每个元素均为复数值；
[0007]步骤2：利用地杂波抑制方法将回波信号矩阵中的地杂波信号滤除，得滤除地杂波信号后的雷达回波信号矩阵X＝S+W+N；
[0008]步骤3：基于矩阵补全模型依据矩阵元素，利用非精确增广拉格朗日乘子法解矩阵
补全模型的最优化问题，恢复气象数据。
[0009]进一步的，步骤3中，所述的非精确增广拉格朗日乘子法对应的拉格朗日函数L(S,W,N,Y,μ)，表示为：
[0010][0011]其中，Y＝Y0+μ(X
‑
S
‑
N
‑
W)表示拉格朗日乘子，初值令其为0，μ＞0表示惩罚因子，||
·
||表示核范数，R<
·
>表示取复数实部，<X,Y>＝tr(X
H
Y)表示矩阵的内积。
[0012]进一步的，所述的非精确增广拉格朗日乘子法，包括以下步骤：
[0013]S1：初始化参数：拉格朗日乘子初值Y0＝0，风力发电机杂波信号初值W0＝0，噪声信号N＝0，ρ＞1为一常数，迭代次数k＝0，噪声系数η；
[0014]S2：根据下式，求解得到S
k+1
＝argminL(S
k
,W
k
,N
k
,Y
k
,μ
k
)；
[0015][0016][0017]其中，svd表示矩阵的奇异值分解；
[0018]S3：更新WTC矩阵：其中，Ω为采样元素的集合，为正交投影算子，表示投影到仅在指标集Ω非零的稀疏矩阵子空间上的映射；
[0019]S4：根据下式，求解得到N＝argminL(S
k+1
,W
k
,N,Y
k
,μ
k
)；
[0020][0021]S5：Y
k+1
＝Y
k
+μ
k
(X
‑
S
k+1
‑
N
k+1
‑
W
k+1
)；
[0022]S6：μ
k+1
＝ρμ
k
；
[0023]S7：判断||S
k
‑
S
k
‑1||
F
/||S
k
||
F
≤η是否成立，若不成立，则令k
←
k+1，转到S2，否则结束循环，输出
[0024]有益效果：本专利技术通过矩阵补全，能够利用空时信息高精度恢复气象信号，而多重二次插值仅利用了时域信息，造成了先验知识的浪费，降低了恢复能力。因此，本专利技术与多重二次插值相比，本专利技术的矩阵补全模型的选取更加简单方便，且恢复出气象回波不容易存在分辨率的损失。
附图说明
[0025]图1为风轮机与雷达的几何关系图；
[0026]图2为气象信号自身的功率谱、受噪声干扰的功率谱、同时受噪声和瞬态干扰污染的功率谱以及通过低秩快拍矩阵恢复后的功率谱的对比图。
具体实施方式
[0027]现结合附图和实施例对本专利技术的技术方案做进一步说明。
[0028]本专利技术的一种基于矩阵补全算法的风力发电机的气象雷达杂波抑制方法，包括以
下步骤：
[0029]步骤1：建立气象雷达回波信号的数学模型，对气象信号进行分析。具体为：
[0030]在气象雷达系统中，假设气象雷达回波由四部分构成，包括：目标回波信号、地杂波信号、风力发电机杂波信号以及噪声信号。因此,可理想化的将气象雷达回波描述为如下形式：x(t)＝s(t)+c(t)+w(t)+n(t)；其中，t代表时间，s(t)表示气象目标回波信号， c(t)表示地杂波信号，w(t)表示风力发电机杂波信号，n(t)表示噪声信号，x(t)表示气象雷达回波信号。
[0031]当气象雷达发射功率为P
t
，雷达到气象目标的距离为R时，给定的天线增益为G，那么入射能流密度S
i
为：
[0032][0033]设目标的后向散射截面积RCS为σ，那么从目标返回天线的散射能流密度为：
[0034][0035]设天线的有效截面积为其中λ表示光的波长，则天线所接收的功率，即气象目标的雷达方程为：
[0036][0037]在理想情本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法，其特征在于：包括以下步骤：步骤1：构建气象雷达回波信号的数学模型：x(t)＝s(t)+c(t)+w(t)+n(t)，其中，t代表时间，s(t)表示气象目标回波信号，c(t)表示地杂波信号，w(t)表示风力发电机杂波信号，n(t)表示噪声信号，x(t)表示雷达回波信号；分别对s(t)、c(t)、w(t)、n(t)矩阵化，得S、C、W、N，并得到快拍矩阵形式的雷达回波信号矩阵：X＝S+C+W+N，雷达回波信号矩阵中的每个元素均为复数值；步骤2：利用地杂波抑制方法将回波信号矩阵中的地杂波信号滤除，得滤除地杂波信号后的雷达回波信号矩阵X＝S+W+N；步骤3：基于矩阵补全模型依据矩阵元素，利用非精确增广拉格朗日乘子法解矩阵补全模型的最优化问题，恢复气象数据。2.根据权利要求1所述的一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法，其特征在于：步骤3中，所述的非精确增广拉格朗日乘子法对应的拉格朗日函数L(S,W,N,Y,μ)，表示为：其中，Y＝Y0+μ(X
‑
S
‑
N
‑
W)表示拉格朗日乘子，初值令其为0，μ＞0表示惩罚因子，||
·
||表示核范数，R<
·
>表示取复数实部，<X,Y>＝tr(X
H
Y)表示矩阵的内积。3.根据权利要求2所述的一种基于矩阵补全算法的五叶片风力发电机的气象雷达杂波抑制方法，其特征在于：所述的非精确增广拉格朗日...

【专利技术属性】
技术研发人员：毛明禾，李天河，余颖琪，徐梦洁，何洋，
申请(专利权)人：河海大学，
类型：发明
国别省市：