門限設置對雷達數據質量的影響研究?

(解放軍理工大學氣象海洋學院,江蘇南京211101)

0 引言

多普勒天氣雷達可以獲取降水區域回波強度、徑向速度和速度譜寬等基數據。通過對基數據進行坐標變換和計算處理,可以得到形態特征更明顯的數據顯示產品和氣象意義更直觀的物理量產品,如任意垂直剖面顯示(VCS)、組合反射率因子顯示(CR)和等高平面位置顯示(CAPPI)、垂直累積液態含水量(VIL)等。豐富的雷達產品為氣象工作者預報天氣提供了重要的參考資料。然而,雷達基數據通常會受到各種噪聲(如地物雜波、超折射回波、非降水回波、雷達系統噪聲等)的干擾,尤其是低仰角數據。因此,為使雷達基數據及其衍生產品能準確地反映氣象目標信息,提高多普勒天氣雷達基數據質量非常關鍵[1]。

根據在信號與數據處理過程中引入質量控制方法的不同階段,目前天氣雷達數據質量控制方法的研究主要分為兩類。一類是研究使用效果更好的地雜波抑制算法來提高基數據質量[2]。該質量控制方法根據地物干擾與降水回波不同的信號特征,選取合適的濾波算法去除地物干擾,并盡可能不影響降水回波,但是該方法主要針對地物干擾而且抑制深度有限。另一類是應用模糊邏輯算法對基數據識別篩選[3-4]。該質量控制方法能有效識別各種噪聲回波,但是主觀性太大,通常會將孤立的降水回波錯誤地識別為噪聲。

本文利用存儲的時域脈沖數據(即時域I/Q數據)直接計算回波的基數據,根據已知的降水回波和噪聲的信號特征差異,對獲取的原始基數據進行質量控制。文章主要引入4個門限參數,如信噪比(Signal to Noise Ratio,SNR)、信號質量因子(Signal Quality Index,SQI)、雜波校正(Clutter Correction,CCOR)和天氣信號功率(Weather Signal Power,SIG),通過設置合適的參數門限得到純凈的降水回波基數據[5]。

1 信號處理算法介紹

本文使用我校S波段多普勒天氣雷達在2013年8月26日探測得到的一次強對流天氣的時域I/Q數據資料,如圖1所示,進行數據質量控制研究之前,需要對獲取的I/Q數據進行計算,以得到質量控制研究所需的原始基數據,整個計算過程主要分為兩部分:地雜波抑制和譜矩估計。

圖1 I/Q數據到基數據處理流程

1.1 地雜波抑制算法

頻域濾波是目前研究比較多且效果較好的地雜波抑制算法,本文采用“FFT(快速傅里葉變換) +凹口”頻域濾波器。因為實際工作中脈沖多普勒天氣雷達信號處理的數據是取回波信號x(n)的N點觀察數據x N(n)作為功率譜估計的采樣信號(假設N點觀察數據x N(n)是同一距離庫返回的回波信號),所以,首先對x N(n)作傅里葉變換,將時域信號變換到頻域,得到頻域幅度信號X N(ω):

然后,根據地物靜止的特點采用三點插值濾波算法,對零速度附近一定寬度內的雜波分量進行處理,最終得到地雜波抑制后的頻域幅度信號X′N(ω)。

1.2 譜矩估計算法

譜矩估計的任務是計算回波信號的平均功率、平均速度和譜寬等信息。首先,根據地雜波抑制后的頻域幅度信號X′N(ω)估計出功率譜密度函數P(ω):

然后,根據功率譜密度函數分別計算平均功率、平均速度和速度譜寬[6]:

2 參數介紹及效果分析

采用上面介紹的信號處理算法,對0.5°仰角PPI的時域I/Q數據處理,得到與其對應的原始基數據,如圖2所示,分別是回波強度PPI圖像、平均速度PPI圖像和譜寬PPI圖像,圖中顯示的最遠探測距離為150 km,相鄰距離圈間隔50 km,圖像顯示原始基數據中夾雜有大量的噪聲干擾。

圖2 未進行輸出控制的天氣雷達基數據圖像

筆者認為主要存在以下幾類噪聲:一是地物雜波和超折射地物回波,由于濾波器的地物雜波抑制深度不夠,使得數據中殘存少量的地物雜波,該類噪聲一般強度比較大;二是雷達系統噪聲,存在于所有距離單元中,嚴重干擾無降水回波區域,這類噪聲功率相對降水回波功率要小很多;三是失真的降水回波數據,根據式(5)和噪聲在速度譜中均勻分布的特征,當降水回波信號功率較小時,噪聲影響使得譜寬估計值變大,因此通常保留信號功率足夠強的數據,以保證譜寬數據準確。根據上述噪聲的信號特點,應用信噪比、雜波校正、信號質量因子、天氣信號功率等參數對基數據進行輸出控制。

2.1 信噪比

信噪比(SNR)是用于量度接收回波信號強度的參數。相對降水回波信號,系統噪聲是非常弱的信號,設置合適的信噪比參數可以有效濾除這些弱干擾信號。該參數通常用對數值表示,單位為d B,默認值設置為0.5 d B。

式中:T(0)為濾波前回波信號零延遲自相關函數,表示濾波前的回波信號功率;R(0)為濾波后回波信號零延遲自相關函數,表示濾波后的回波信號功率;N為接收機平均噪聲功率;d BT為無抑制的回波反射率因子。由上式可知,本文要應用的信噪比,其實并不是嚴格意義上的SNR。由于時域I/Q數據中夾雜有微弱的噪聲干擾,其實際意義表示(S+N)/N。

圖3展示了設置SNR門限得到的有效反射率因子PPI圖像,與圖2(a)相比較,可以看出無回波區域的系統噪聲干擾大都被濾除了,但仍殘留部分較強的地物干擾,如圖3中圓框標記處,還需要采用其他參數門限進行質量控制。

圖3設置SNR＞4 dB反射率因子的PPI圖像(當距離庫參數估計值SNR＞4 dB時,則輸出回波反射率因子數據)

2.2 雜波校正

雜波校正(CCOR)是用來濾除有強雜波干擾的數據庫的參數。信號處理過程中,本文采用“FFT變換+凹口濾波”算法濾除地雜波,該方法可以剔除大部分地物雜波,但由于少量地物雜波信號帶寬較大,經過濾波器處理后還會存在少量地物雜波。因此,通過比較各距離庫濾波前后回波信號功率的強度變化,本文導出該距離庫單元的CCOR。通常合適的CCOR值取決于雷達系統的相干性,默認值設置為-25 dB。其表達式為

式中,S表示降水回波信號功率,C表示地物雜波功率,SCR表示信雜比。

根據R(0)和T(0)計算雜波校正因子:

由式(9)可知,當SNR較大時,式(9)與式(8)偏差較小,說明使用R(0)和T(0)計算的CCOR估計值較為準確;但當SNR較小時,式(9)與式(8)偏差較大,該門限參數的識別效果降低。

圖4為設置CCOR門限后輸出反射率因子數據圖像的變化,比較圖4(a)、(b)發現,引入CCOR門限可以有效識別出殘留的強地物雜波干擾,能夠彌補信號濾波算法抑制深度不足的缺陷。但是由于CCOR門限值不能太高,否則會影響有用的降水回波數據,所以設置CCOR門限也不能徹底濾除識別出的地物雜波。

圖4 設置CCOR門限處理效果(兩幅圖是反射率因子PPI近雷達區域的顯示圖像,當參數估計值大于設置的門限值時輸出基數據)

2.3 信號質量因子

信號質量因子(SQI)是一個關于信號相干性的測量參數。根據信號相干性理論,對于非相關的白噪聲信號,其自相關函數為沖擊性,即各階自相關函數中只有R(0)存在,其余都為零。對于真實的降水回波信號,其延遲一段時間后的信號理論上與其有很大的相似性。所以,根據這個性質就可以區分噪聲回波和降水回波信號,并且相對于應用信噪比門限,應用SQI可以保留弱天氣信號,濾除高信噪比的噪聲信號。該門限默認值設置為0.5,其表達式為

基于R(1)、R(0)自相關函數的SQI計算公式:

式中,R(1)表示濾波后時域I/Q一階自相關函數。由式(11)可知SQI是自相關的歸一化幅度值。對于非相關的白噪聲信號,SQI=0;對于無噪聲零譜寬的純頻譜信號,SQI=1。因為降水回波信號滿足高斯模型,所以SQI計算公式可變換為

式中,SNR表示信噪比(線性值),w表示譜寬。當信噪比SNR很大時,SQI是一個只與譜寬有關的函數;對于零譜寬的純頻譜數據,SQI是一個只與信噪比SNR有關的函數,例如,當w=0, SNR=1,則SQI=0.5。因為當信號譜寬較大或者信噪比較低時,多普勒速度估值精度會降低,所以通常在速度和譜寬估值中設置SQI門限,以獲取更為準確的速度信息。

圖5(a)、(b)分別是應用SNR門限和SQI門限進行輸出控制得到的速度數據圖像。通過比較兩幅圖像,很容易發現,相對于采用SNR門限對速度數據進行輸出控制,引入SQI門限不僅能有效識別大部分的系統噪聲,而且從近雷達站速度數據圖像可以發現,能夠識別大部分速度值比較大且信噪比較大的噪聲干擾。但是對于近雷達區域的很多噪聲依舊無法識別。

圖5 設置SQI門限對速度數據處理效果(兩幅圖是速度PPI近雷達區域的顯示圖像,只有當距離庫參數估計值大于設置的門限值才輸出)

2.4 天氣信號功率

天氣信號功率(SIG)用于表征天氣信號信噪比大小,通常單位用dB表示。在實際信號處理的過程中,我們發現回波信號功率比較小時(如降水區域邊緣的回波),處理得到的譜寬數據會出現很大誤差。為能夠準確地測量譜寬數據,我們設置SIG門限濾除失真的譜寬數據。該門限默認值設置為5 dB,其表達式為

該式表示濾除雜波后的天氣信號功率(這個功率值是個相對值,是相對于平均噪聲電平而言的)。

圖6(a)、(b)展示了應用SIG門限對譜寬數據的處理效果,比較兩幅圖像可以發現,應用SIG門限可以識別處于降水回波邊緣的失真譜寬數據,譜寬數據更加可信。

圖6 設置SIG門限對譜寬數據處理效果對比(兩幅圖是譜寬PPI方位270°距離90 km附近的顯示圖像,只有當距離庫參數估計值大于設置的門限值才輸出)

3 參數門限配置

上面介紹了引入單個參數門限對數據質量的影響,由于各參數反映了不同的信號特點,通常聯合使用多種門限參數對基數據進行質量控制。首先,本文根據各基數據參數特征以及Vaisala公司研制的RVP8信號處理器門限參數配置,確定使用SNR、CCOR對dBZ進行質量控制,使用SNR對dBT進行質量控制,使用SQI、CCOR對速度數據進行質量控制,使用SQI、CCOR、SIG對譜寬數據進行質量控制;然后,參考上述各參數門限默認值對基數據進行質量控制,根據處理效果對參數門限值進行微調,當輸出干擾數據較多時,則稍微提高門限值,當有效數據受到抑制,則稍微減小門限值;最后,確定最合適的參數門限值,并檢驗組合參數門限對各基數據參數質量控制效果。表1列出了本次實驗確定的各基數據組合參數及相應門限電平。

表1 組合門限設置

需要注意的是,在設置參數門限的過程中,一定要選取合適的閾值,使其剛好能濾除噪聲信號為佳,這樣既能濾除噪聲,又盡可能保留了有用的降水回波信號,保證了雷達探測靈敏度。采用上述門限最終處理結果表明,通過設置合適的參數門限,可以有效識別并濾除降水回波數據中的噪聲干擾。

4 結束語

天氣雷達數據質量是影響雷達探測準確性的一個重要因素,而目前應用較多的雷達數據質量控制方法(如地物雜波抑制和模糊邏輯識別)都有一定的局限性。通過對譜矩估計得到的原始基數據引入質量控制方法(即參數門限法),不僅可以改善濾波器抑制深度不夠的缺陷,而且根據每個距離庫的SNR、SQI和SIG參數估計值有效識別系統噪聲數據和失真的降水回波數據。該處理階段的質量控制方法是雷達信號處理過程中不可或缺的環節,處理效果直接影響后面基數據的應用。

然而,設置門限閾值也并不能徹底濾除噪聲信號,比如圖4(b)中設置門限閾值雖然可以識別地物雜波,但很明顯地物雜波的邊緣部分并沒有被徹底濾除。為了進一步提高回波數據質量,在有效基數據后續處理階段還需要結合其他質控方法(如模糊邏輯算法)對殘余噪聲進行識別。

[1]俞小鼎,姚秀萍,熊廷南,等.多普勒天氣雷達原理與業務應用[M].北京:氣象出版社,2006.

[2]LI Y,ZHANG G,DOVIAK R J,et al.A New Approach to Detect Ground Clutter Mixed with Weather Signals[J].IEEE Trans on Geoscience and Remote Sensing,2013,51(4):2373-2387.

[3]杜牧云,劉黎平,胡志群,等.雙線偏振多普勒雷達資料質量分析[J].氣象學報,2013,71(1):146-158.

[4]曹俊武,胡志群.多普勒天氣雷達與風廓線雷達測風比較[J].雷達科學與技術,2013,11(6):605-610. CAO Jun-wu,HU Zhi-qun.Wind Measurement Comparison Between Doppler Weather Radar and Wind Profile Radar[J].Radar Science and Technology, 2013,11(6):605-610.(in Chinese)

[5]王金礎,楊小康,余松煜.應用多級門限法去除氣象回波圖像噪聲[J].紅外與激光工程,1999,28(4):34-36,43.

[6]盧小佳.多普勒天氣雷達信號處理的研究[D].合肥:安徽大學,2014.