風(fēng)廓線雷達(dá)大風(fēng)天氣地雜波抑制方法的研究

易成龍 ，吳 蕾

（1.成都信息工程學(xué)院 四川 成都 610225；2.中國氣象局氣象探測中心 北京 100081）

風(fēng)廓線雷達(dá)探測時，對湍流回波目標(biāo)檢測影響最大、最常見的是出現(xiàn)在功率譜分布上零速度附近的地雜波[1]。大風(fēng)天氣經(jīng)常會對地雜波產(chǎn)生很大影響，風(fēng)廓線雷達(dá)經(jīng)常在1～2 km的高度之下產(chǎn)生很強的地雜波，而氣象回波很弱，經(jīng)常混疊在地雜波干擾譜中，很多雜波都能掩蓋真實的氣象回波，在峰值的檢測上往往被誤判為氣象目標(biāo)，常規(guī)的雜波抑制方法已無法有效去除地雜波,這對風(fēng)場反演產(chǎn)品的精度造成很大的影響。

可見，對于大風(fēng)天氣地物雜波干擾的去除變得十分重要。為了實現(xiàn)對地物雜波干擾的有效去除，基于以上分析，本文通過吸收均值方法和槽口端點連線法的思想，以做到實時業(yè)務(wù)為目標(biāo)，不進(jìn)行繁瑣的計算，提出了目標(biāo)物的綜合識別法，主要是針對強風(fēng)下地雜波干擾的問題，利用極小值法對其進(jìn)行去除，再通過連續(xù)性檢驗等一系列綜合識別法步驟對有用信號峰值進(jìn)行標(biāo)識，得到高精確度的風(fēng)場信息。

1 回波信號特征參量分析

風(fēng)廓線雷達(dá)接收的回波信號包括大氣湍流的后向散射回波、系統(tǒng)噪聲回波以及受地物影響的雜波[2]。在頻域中回波信號多普勒功率譜表現(xiàn)為在均勻噪聲譜之上的氣象信號譜峰，以及地雜波譜峰。地雜波的形成是由于靠近達(dá)的靜止目標(biāo)，例如建筑物，樹等散射信號進(jìn)入天線旁瓣。在頻域上表現(xiàn)為在零頻附近[3]，譜寬相比于湍流信號譜較窄，而當(dāng)大風(fēng)條件時，通常會在零頻產(chǎn)生較寬的地雜波信號，能量通常會高出湍流回波信號幾個數(shù)量級。氣象回波信號經(jīng)常弱于地雜波信號，甚至完全被掩沒。地雜波信號功率譜和回波信號功率譜特征都為近似的高斯分布譜[4]，機內(nèi)噪聲功率譜在整個頻域范圍內(nèi)可以被認(rèn)為是均勻分布的。

2 傳統(tǒng)地雜波抑制處理

時域?qū)π盘柕奶幚碇饕菫榱藶V波，獲取沒有受到雜波污染的大氣返回信號。目前，時域中對地物雜波的抑制方法主要采用DSP板中嵌入濾波器進(jìn)行濾波[5]。這在硬件上即可完成，優(yōu)勢是方便雷達(dá)對雜波的快速實時去除，但也存在殘留雜波的現(xiàn)象。Jordan，Lataitis等人在1997年提出基于小波變換的去地雜波方法[6]，即將時域信號變換到小波域中，在小波域中把晴空回波與雜波區(qū)分，并將雜波去除。針對零頻附近的地雜波與大氣信號部分重疊的情況，小波變換能較好地抑制雜波，對湍流信號的影響很小。但由于小波Mallat變換需要進(jìn)行較多次卷積計算，這會增加雷達(dá)信號處理中的計算難度。除此，小波系數(shù)閾值的選取并沒有確切的定值，閾值是否合適將會影響到地物雜波的去除效果。

頻域中對地雜波抑制的主要目的是獲取真實回波信號譜，NOAA的風(fēng)廓線雷達(dá)業(yè)務(wù)運行網(wǎng)中采用了均值法來去除地雜波的方法[7]，這些方法在一般情況下，即風(fēng)力較小時對地雜波抑制的效果明顯，但當(dāng)風(fēng)力過大時，地雜波信號譜寬較寬，信號過強，大氣信號完全淹沒在地物雜波中，往往此刻的均值法已無法消除功率譜中雜波信號譜的部分，從而導(dǎo)致多普勒頻移產(chǎn)生計算上的偏差，影響雷達(dá)產(chǎn)品的精度。因此，地雜波的抑制要考慮到實際的天氣條件，選取合理的方法。

3 氣象目標(biāo)的綜合識別法研究

本文研究提出了基于極小值去地雜波的目標(biāo)綜合識別法，它主要包含以下幾點：以分段平均法確定噪聲電平；以高于噪聲電平的極大值來初步確定信號峰值；以對峰值位置的區(qū)分檢測進(jìn)一步確定地雜波信號；以對地雜波的極小值法去除地雜波的影響；再通過各高度層之間的連續(xù)性檢測進(jìn)行調(diào)整；最后對識別出的信號譜峰信息求得各階矩。

3.1 譜的預(yù)處理

對風(fēng)廓線雷達(dá)探測的功率譜進(jìn)行預(yù)處理，主要包含以下方面：3點濾波平滑，去噪電平。3點滑動平均的主要功能是對于一些“飛點數(shù)據(jù)”進(jìn)行剔除。在譜數(shù)據(jù)中有時會存在一些值特別大的數(shù)據(jù)點，屬于偶爾干擾，它們的分布一般比較零散，譜線很窄，即只在某些個別點出現(xiàn)，對譜進(jìn)3點滑動平均處理是去除這些尖峰值點的最簡單的辦法。

風(fēng)廓線雷達(dá)輸出的整個功率譜圖中，信號和各種雜波干擾的譜在橫坐標(biāo)軸上一般都只占譜的一部分，因此可將整個譜等分為十六段，計算每一段的平均值，由于強一些的信號譜及干擾譜共處在十六段中的某一段內(nèi)，故可將其余段的平均值中的最小值作為噪聲電平。這種計算噪聲電平的計算方法叫做“分段平均法”。

3.2 譜峰的初步檢測

風(fēng)廓線雷達(dá)信號峰值目標(biāo)檢測的基本假定：譜數(shù)據(jù)經(jīng)過初步的去噪電平和滑動濾波，在功率譜分布圖上，湍流回波信號譜峰都應(yīng)該高于茅草，其功率譜密度值是最大值。

圖1為一次實際探測的5個指向波束的譜峰初步檢測結(jié)果，圖中星號標(biāo)記表示譜峰位置。

圖1 譜預(yù)處理后的五波束功率譜圖Fig.1 Five beams of power Spectrum figure after pretreatment

進(jìn)行譜峰初步檢測的做法是：在功率譜上從第一個點開始，前一個點與下一個點對應(yīng)的功率譜值進(jìn)行對比，選取大值，直至將所有點計算完畢，最終留下的極大值對應(yīng)點所在的位置標(biāo)記為峰值點，然后去尋找下一個譜極值大點，直到5波束下所有庫層的譜線信號峰值點都找到。

仔細(xì)分析圖1可見，在南波束870 m、750 m、630 m距離，西波束在390 m、270 m距離，北波束在870 m、510 m、270 m、150 m距離都有一個共同特征，初步檢測出的譜峰位于零速度點，而在零速度點峰值附近有一個十分小的譜線包絡(luò)，而且這個小譜峰所在的位置與上一個高度層（或下一高度層）檢測出的譜峰具有更好的高度連續(xù)性。人眼可以直觀的分析認(rèn)為這個小譜峰應(yīng)該才是湍流回波信號譜峰，只是由于所在高度的湍流回波信號弱于地雜波，因此計算機進(jìn)行譜峰初步檢測時檢測到了零速度點的地雜波位置。如果能切除掉這些高度上功率譜分布在零速度點附近的這段譜，估計計算機就可以檢測出這個小峰值。

當(dāng)然，對于計算機程序承擔(dān)的自動實時檢測而言，是無法讓人來指定哪些高度可以切除零速度點附近的一段譜的，因此，必須在初步檢測后，繼續(xù)進(jìn)行如下的分類檢測。

3.3 分類檢測

這一步是剔除地雜波影響的關(guān)鍵一步。其主要思想是根據(jù)地雜與信號強弱在不同高度層的不同形態(tài)，進(jìn)行分類處理。主要做法是：判斷初步檢測出的譜峰點是否在零頻附近正負(fù)3點，如果峰值點跨越了此范圍，認(rèn)為此高度的湍流信號可以被識別出，且未受地雜波干擾，標(biāo)記為可信；對在此范圍內(nèi)的峰值點，可以判定為地雜波信號，需要進(jìn)行地雜波的去處計算。

常規(guī)的方法是采用均值濾波器對其進(jìn)行抑制，即在以0頻點為中心進(jìn)行3點，5點，7，9，11點均值處理，其中3，5，7，9，11等稱為槽口寬度。

槽口是一個以0頻為中心的對稱的矩形窗口，在實際應(yīng)用過程中，選擇適當(dāng)?shù)牟劭趯挾葘μ幚斫Y(jié)果非常重要，但是這種方法對地雜波的抑制效果并不理想，由于地雜波在風(fēng)力條件下回波譜寬較寬，信號強度大，一般方法無法對地物雜波有效的去除，地雜波的抑制效果不夠理想。

本文在分析了常規(guī)均值濾波法和槽口端點連線法的基礎(chǔ)上根據(jù)實際的譜數(shù)據(jù)，針對大風(fēng)天氣狀況，提出了一種改進(jìn)的風(fēng)廓線雷達(dá)地物雜波抑制方法，其基本思想是以雜波峰值為中心，從峰值左右兩側(cè)依次向左右尋找極小值，判斷為極小值后，取兩極小值中更小的那個值作為端點值構(gòu)造直線，然后用直線上點代替兩極小值范圍中的值，具體方法如下：

在風(fēng)廓線雷達(dá)譜數(shù)據(jù)處理中，將已識別出的雜波峰值記為S(N)，N為具體雜波峰值點所處功率譜采樣點中的位置。假設(shè)K1，K2分別為雜波峰兩側(cè)鄰近的極小值點位置，則以min[S(N-K1),S(N+K2)]為端點值構(gòu)造一條直線，取代原始[K1K2]中的所有采樣點的原值。

以北京延慶站風(fēng)廓線雷達(dá)為例，圖2上圖為延慶風(fēng)廓線雷達(dá)2 km以下某一個距離庫上的原始功率譜線圖，圖2中零頻處雜波功率很強，大約是湍流回波信號功率的4倍，若不進(jìn)行地物抑制，只是采用常規(guī)均值濾波法是無法對地雜波進(jìn)行有效去除，再采用傳統(tǒng)方法取最大值點作為湍流回波時，其后果就是對湍流目標(biāo)的錯誤識別，導(dǎo)致隨后的合成分風(fēng)數(shù)值錯誤，影響產(chǎn)品數(shù)據(jù)精度。

從圖2下圖可以看出，采用本文提出的極小值抑制大風(fēng)天氣狀況的地雜波，對已辨別出的0頻處窄而高的地雜波完全被清除，只留下旁側(cè)的真實回波信號，大氣湍流回波信號明顯抬升，抑制效果十分明顯。

圖2 極小值法去地物雜波Fig.2 Minimum method to remove clutter

在初始檢測的基礎(chǔ)上，對功率譜圖進(jìn)一步采用極小值法去地雜波后，對每個波束指向探測的各高度層之間的徑向速度值進(jìn)行連續(xù)性檢測如果所有高度層之間都通過連續(xù)性檢測，那是最理想的，但由于湍流的間隙性，或者受到干擾，中間常常有一些高度層譜分布像茅草，檢測的目標(biāo)譜峰的可信度比較差，無法通過與其他高度層之間的連續(xù)性檢測。對于這種情況，可利用通過了連續(xù)性檢測的高度層的徑向速度值，產(chǎn)生一個徑向速度變化范圍，在未通過連續(xù)性監(jiān)測的高度層的功率譜上搜尋譜峰，作為該高度層新的目標(biāo)峰位置，從而完成對斷層的連續(xù)性修復(fù)。圖3為經(jīng)過連續(xù)性檢測之后的譜峰，這也是綜合識別法最終的檢測結(jié)果。

圖3 應(yīng)用目標(biāo)綜合識別方法的功率譜圖Fig.3 Application of comprehensive target recognition method of Spectrum figure

圖1、3為地雜波去除前后的5個波束示意圖，圖1標(biāo)識的功率譜存在地雜波干擾，圖3表示經(jīng)過目標(biāo)綜合識別方法后的功率譜。

根據(jù)極小值所處的位置連線，切除地雜波后，氣象回波信號顯露，可以被計算機識別。在低模式下150～1 590 m距離之間譜的檢測結(jié)果有明顯改善。對比圖1和圖3可以看出，垂直波束在870 m，750 m距離，南波束在870 m，750 m，630 m距離，西波束在990 m，390 m，270 m距離原來位于零速度附近的譜峰檢測結(jié)果，經(jīng)過地雜波去除后，檢測到了零頻附近原有小譜峰位置，從上下高度層的連續(xù)性來看，檢測所得結(jié)果更趨于合理。

在對5個波束探測數(shù)據(jù)完成目標(biāo)檢測之后，可以根據(jù)目標(biāo)峰值功率點所在位置計算出五波束方向上各個距離庫上的徑向速度，然后根據(jù)五波束水平風(fēng)的合成法公式，便可以計算出水平風(fēng)的大小和方向，將水平風(fēng)做成風(fēng)廓線雷達(dá)產(chǎn)品圖，即風(fēng)羽圖予以顯示不同模式下探測高度范圍內(nèi)的風(fēng)速風(fēng)向，如圖4，5 所示。

圖4 常規(guī)質(zhì)控后的風(fēng)羽圖Fig.4 Routine quality control of wind feather figure

圖5 目標(biāo)綜合識別方法后的風(fēng)羽圖Fig.5 Comprehensive target recognition method of wind feather figure

選取2014年3月4日12時-16時近地面10分鐘的觀測數(shù)據(jù)，得到近地面高度為10m處水平風(fēng)速值達(dá)到3.5～4.5 m/s，而圖4中運用常規(guī)均值法質(zhì)控后得到風(fēng)廓線雷達(dá)低模式下探測高度范圍內(nèi)的風(fēng)羽圖，可以清晰看見，同一時間段內(nèi)，2 km以下水平風(fēng)值才在4 m/s左右，500 m以下的風(fēng)速普遍在2 m/s，顯然不符合實際天氣狀況。對比2014年3月4日12時-16時風(fēng)廓線常規(guī)法圖4和極值法圖5去地雜波后計算出的風(fēng)速風(fēng)向的產(chǎn)品圖，從圖5可以看到，相比較常規(guī)法圖4去地雜波后計算出的水平風(fēng)，經(jīng)過極小值法進(jìn)行地雜波抑制后的水平風(fēng)大小得到了明顯增強，結(jié)合地面觀測數(shù)據(jù)，更趨于真實風(fēng)速的大小，比較合理。

3 結(jié)束語

本文介紹了一般地物雜波抑制的處理方法并且分析其不足，結(jié)合大風(fēng)天氣狀況提出了極小值地雜波去除法，由以上的論述和分析，地物雜波的抑制對于風(fēng)廓線雷達(dá)低層探測準(zhǔn)確性至關(guān)重要，本文提出的地雜波抑制方法以及對目標(biāo)信號的綜合識別在同地面觀測數(shù)據(jù)分析，得到了預(yù)期的效果，研究表明這種方法能有效地抑制地雜波，并且可以很好的提高風(fēng)廓線雷達(dá)的信噪比的估算精度，為雷達(dá)后續(xù)新產(chǎn)品的開發(fā)打下良好的數(shù)據(jù)質(zhì)控基礎(chǔ)，使得最終產(chǎn)生的數(shù)據(jù)的可靠性有了很大程度的提升，在對數(shù)據(jù)的進(jìn)一步應(yīng)用研究中起到了重要的作用。

[1]胡明寶.風(fēng)廓線雷達(dá)數(shù)據(jù)處理與應(yīng)用研究[D].南京：南京信息工程大學(xué)，2012.

[2]王莎，阮征，葛潤生.風(fēng)廓線雷達(dá)探測大氣返回信號譜的仿真模擬[J].應(yīng)用氣象學(xué)報，2012，23(1)：21-22.

[3]丁敏，黃登才，宋金雷.小波變換去風(fēng)廓線雷達(dá)地雜波技術(shù)[J].中南大學(xué)學(xué)報，2007,38(1):948-949.

[4]劉艷.多普勒天氣雷達(dá)地物雜波時域和頻域抑制研究[D].成都:成都信息工程學(xué)院，2007:23-25.

[5]Torres S M,Zrnic D S.Ground clutter canceling with a regression fliter[J].Journal of Atmospheric and Oceanic Technology,1999,16(10):1364-1372.

[6]董德保,翁寧泉,孫剛,等.風(fēng)廓線雷達(dá)去地雜波抑制研究[J].大氣與環(huán)境光學(xué)學(xué)報，2009，4(1)：69-72.

[7]Barth M F,Chadwick R B，D W.Data processing algorithms used by NOAA’s wind profiler demonstration network[J].Ann Geophys，1994(12)：518-528.