System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于最优估计法的微波链路雨滴谱测量方法技术_技高网

一种基于最优估计法的微波链路雨滴谱测量方法技术

技术编号:40198078 阅读:7 留言:0更新日期:2024-01-27 00:02
本发明专利技术提供了一种基于最优估计法的微波链路雨滴谱测量方法,包括:基于雨滴谱仪的历史观测数据建立先验信息;基于多条微波链路建立正演模型;基于多条微波链路提取雨引衰减率;根据所述雨引衰减率建立观测向量;基于所述观测向量、正演模型和先验证信息对待测雨滴谱函数进行最优估计并计算得到雨滴谱函数最优值和雨滴谱函数不确定度。本发明专利技术解决了现有技术中对于大范围近地面雨滴谱信息测量不准确和成本高的问题。

【技术实现步骤摘要】

本专利技术涉及降雨预测,特别是涉及一种基于最优估计法的微波链路雨滴谱测量方法


技术介绍

1、雨滴谱是气象领域关注的重要参数之一,其对于理解降水发生发展过程、提升降水定量遥感探测以及改进数值天气预报能力等方面均具有重要作用。目前的雨滴谱测量主要利用光学雨滴谱仪,但是高成本导致其主要用于科学研究,难以大范围布设。垂直指向雷达通过测量多普勒速度谱并将其映射到雨滴尺度谱,但是成本仍然高昂。此外,双偏振雷达可以通过多偏振量约束实现雨滴谱参数反演,但是其存在雷达固有的地杂波等问题,无法有效获取近地面雨滴谱。现有的技术手段仍然难以获得大范围近地面雨滴谱信息。


技术实现思路

1、为了克服现有技术的不足,本专利技术的目的是提供一种基于最优估计法的微波链路雨滴谱测量方法,本专利技术解决了现有技术中对于大范围近地面雨滴谱信息测量不准确和成本高的问题。

2、为实现上述目的,本专利技术提供了如下方案:

3、一种基于最优估计法的微波链路雨滴谱测量方法,包括:

4、基于雨滴谱仪的历史观测数据建立先验信息;

5、基于多条微波链路建立正演模型;

6、基于多条微波链路提取雨引衰减率;

7、根据所述雨引衰减率建立观测向量;

8、基于所述观测向量、正演模型和先验证信息对待测雨滴谱函数进行最优估计并计算得到雨滴谱函数最优值和雨滴谱函数不确定度。

9、优选地,所述基于雨滴谱仪的历史观测数据建立先验信息,包括:

10、对原始雨滴谱数据进行拟合获得雨滴尺度谱函数;

11、对所述雨滴尺度谱函数进行离散得到n组历史雨滴谱函数值;

12、根据所述n组历史雨滴谱函数值构建先验矩阵;

13、根据先验矩阵计算先验平均雨滴谱函数值和先验雨滴谱函数协方差矩阵;

14、根据先验平均雨滴谱函数值和先验雨滴谱函数协方差矩阵构建先验信息。

15、优选地,所述n组历史雨滴谱函数值的直径范围为0.01~8mm之间,其中直径间隔为0.01mm。

16、优选地,所述基于多条微波链路建立正演模型,包括:

17、确定所述多条微波链路的频率、极化方式和长度;

18、根据所述多条微波链路的频率、极化方式和长度,结合微波传输理论,建立考虑雨滴谱的多条微波链路对应的雨引衰减率模型。

19、优选地,所述基于多条微波链路提取雨引衰减率,包括:

20、获取多条微波链路周期t内的平均接收信号电平;

21、根据所述平均接收信号电平获取接收信号基线和湿天线衰减;

22、根据所述接收信号基线和湿天线衰减计算提取雨引衰减率。

23、优选地,最优估计的计算过程为:

24、获取所述待测雨滴谱函数的初猜值;

25、基于所述观测向量、正演模型和先验证信息,对所述初猜值进行迭代逼近,直至满足预设收敛条件。

26、优选地,所述预设收敛条件为:

27、

28、其中,xi为第i次迭代得到的雨滴谱函数值,si为xi的不确定度。

29、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:

30、本专利技术提供了一种基于最优估计法的微波链路雨滴谱测量方法,包括:基于雨滴谱仪的历史观测数据建立先验信息;基于多条微波链路建立正演模型;基于多条微波链路提取雨引衰减率;根据所述雨引衰减率建立观测向量;基于所述观测向量、正演模型和先验证信息对待测雨滴谱函数进行最优估计并计算得到雨滴谱函数最优值和雨滴谱函数不确定度。本专利技术实现了区域范围内近地面雨滴谱信息的有效监测;同时,该方法具有低成本、维护简单等优点,在获取大范围近地面雨滴谱信息方面具有重要应用价值。

本文档来自技高网...

【技术保护点】

1.一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,包括:

2.根据权利要求1所述的一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,所述基于雨滴谱仪的历史观测数据建立先验信息,包括:

3.根据权利要求2所述的一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,所述N组历史雨滴谱函数值的直径范围为0.01~8mm之间,其中直径间隔为0.01mm。

4.根据权利要求1所述的一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,所述基于多条微波链路建立正演模型,包括:

5.根据权利要求1所述的一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,所述基于多条微波链路提取雨引衰减率,包括:

6.根据权利要求1所述的一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,最优估计的计算过程为:

7.根据权利要求6所述的一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,所述预设收敛条件为:

【技术特征摘要】

1.一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,包括:

2.根据权利要求1所述的一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,所述基于雨滴谱仪的历史观测数据建立先验信息,包括:

3.根据权利要求2所述的一种基于最优估计法的微波链路雨滴谱测量方法,其特征在于,所述n组历史雨滴谱函数值的直径范围为0.01~8mm之间,其中直径间隔为0.01mm。

4.根据权利要求1所述的一种基于最优估计法...

【专利技术属性】
技术研发人员:蒲康刘西川刘磊董平夷
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:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1