基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法技术

本发明专利技术公开了一种基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法，首先利用高斯混合模型对非高斯功率谱进行建模，并采用肘部法则计算非高斯信号中包含的高斯功率谱个数K；然后利用K

【技术实现步骤摘要】
基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法


[0001]本专利技术属于气象雷达
，具体涉及一种基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法。

技术介绍

[0002]对于气象雷达而言，探测目标主要是云雨粒子等空间分布式目标，这些分布式目标通常充满整个雷达波束单元，因此雷达天线接收的信号不是来自单个目标的回波，而是分布于雷达照射方向上诸多散射体单元的后向散射回波的总和[1]。当雷达分辨体积(RVV)中由气象粒子均匀填充时，气象信号的功率谱通常假设为高斯型[2]，回波经雷达接收机接收采集之后得到I路与Q路数据，并利用功率谱密度(即FFT法)[3]或脉冲对处理(PPP)法[4]进行谱矩估计，可以获得目标散射强度、平均速度和速度谱宽等有用信息，完成气象基础数据的提取。然而，对于固定的雷达波束宽度，RVV的尺度随着探测距离的增加而增大，导致RVV中可能被多种分布的气象粒子填充，即非均匀填充，这时的功率谱可能偏离高斯型，呈现各种形态，如双峰、平坦峰、尖峰或偏峰等，此时利用FFT法或PPP法估计的基数据就会有很大偏差，因此，需要一种新的方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法，其特征在于，首先利用高斯混合模型对非高斯功率谱进行建模，并采用肘部法则计算非高斯信号中包含的高斯功率谱个数K；然后利用K
‑
means聚类算法对非高斯信号的功率谱的采样点进行聚类，将聚类的均值和方差作为谱矩的初值；最后采用期望最大算法进一步估计谱矩。2.如权利要求1所述的一种基于聚类算法的非高斯天气雷达信号自适应谱矩估计方法，其特征在于，所述利用K
‑
means聚类算法对非高斯信号的功率谱的采样点进行聚类，将聚类的均值和方差作为谱矩的初值，具体为：步骤21，利用肘部法则获取的K值代表这组数据集有K个不同的类别，对每一个类别随机取值猜测其中心点μ1,μ2,
…
,μ
K
；步骤22，计算某个样本到μ1,μ2,
…
,μ
K
的距离，如果该样本与μ
k
的距离最小，μ
k
∈(μ1,μ2,
…
,μ
K
)，那么有r
...

【专利技术属性】
技术研发人员：董锡超，胡佳琪，陈志扬，田卫明，胡程，曾涛，
申请(专利权)人：北京理工大学重庆创新中心，
类型：发明
国别省市：