毫米波云雷达数据衰减研究与应用

文章通过分析2021-08-19的1次持续时间长、雨量级小的层状云降水过程,以微雨雷达底层数据作为参考进行系统偏差订正,随后运用逐库法对毫米波云雷达回波进行订正,将订正后的结果与微雨雷达整层回波进行对比,验证订正效果,可为提高天气预报准确度及设计人工影响天气作业方案提供有效的数据支撑。     

基于毫米波云雷达的寒潮过程回波特征分析

文章详细地介绍了安装在北京地区的毫米波云雷达的技术指标,结合地面站气象综合观测资料,对2020-02-13—2020-02-14的1次寒潮天气过程中云的垂直结构特征进行分析,同时对毫米波云雷达回波特征进行详细地分析并得出结论。以期为寒潮期间云的宏观结构和微物理特征的分析和研究提供参考。     

激光云高仪与Ka波段云雷达测云能力对比分析

文章基于激光云高仪和Ka波段云雷达2种仪器协同测量云技术,对2021-06-01/07-31宁夏六盘山气象站的数据进行对比分析。在几乎相同的地理位置下比较2种设备所获取的云底高度和云时间数据,进一步分析2种设备的观测性能受天气状况影响的程度。结果表明：在观测条件相同的情况下,2种设备的观测结果不尽相同。原因是激光云高仪易受特殊的天气现象影响,其中受雾、霾、降水等影响较大,导致云的观测数据出现了偏差。     

基于风廓线雷达资料的台风降水过程分析

文章利用哈尔滨太平国际机场的风廓线雷达,应用风廓线雷达的水平风矢量、垂直速度、信噪比、大气折射率结构常数资料对2020-09-03/09-04发生在哈尔滨市的台风降水过程进行探测研究。结果表明：风廓线雷达的水平风矢量资料,可以清楚地显示台风的内部结构,印证了受台风影响从低空到高空会出现大风天气,台风眼影响期间风速减小;对于哈尔滨地区,垂直速度在接近4 m·s^-1时可以反映出降水的开始,且降水强度的变化与垂直速度的变化一致;信噪比的变化趋势与垂直速度基本相同,两者均能用于分析台风降水的起止时间和强度变化趋势;中高层出现大气折射率结构常数小于-120 dB的时间与降水开始时间一致,不仅能较好地反映出台风降水的演变特点,还能反映出高空湿度变化情况。     

浅谈雷达在冰雹云观测中的应用

根据不同云系的回波特征,确定雷达的测距和定位;介绍了雹云的雷达回波观测设计的基本方案和两种雹云观测方式。     

机场激光测云雷达结构设计

为保障飞行安全,做到24h不间断地提供云底的高度,设计了机场激光测云雷达。该雷达通过发射接收激光回波,分析识别测量出云底高。通过主机箱外型的确定,设备防水密封方法的确立,光学玻璃的安装,并考虑到主机箱对固定式和旋转式结构形式的兼顾性,完成了机场激光测云雷达的结构设计。该设备既提高了气象观测的工作效率,也方便人员的使用和维护。     

雷达回波与自动站降水资料的统计与对比分析

利用雷达回波和自动站降水资料,采用统计方法进行对比分析,结果表明:≥35dBz、5～6min/次的雷达回波资料,结合5min/次的降水资料,可以反应出:降水雷达回波的降水曲线呈正态分布,10min短时降水达10mm以上量级。此分析结果可以引伸到相邻回波,得到降水量级的估测值。     

地基气象雷达同频干扰信号产生与回波特征分析

文章以两部地基气象雷达为例,分析同频异步干扰和同频同步干扰现象的产生机制,阐述了地基气象雷达的同频异步干扰和同频同步干扰信号特征与气象回波特征,从而达到快速、准确地识别气象雷达同频干扰信号回波,提高气象雷达在业务应用中的效果,也为气象雷达的同频干扰抑制提供更多支持。结合以上内容为进一步深入探讨和研究改进业务气象雷达大气环境电磁干扰的抑制方法夯实业务研究基础。     

基于毫米波雷达的疲劳驾驶监测系统

随着国内物流业的快速发展以及市场竞争的压力,使得疲劳驾驶现象有增无减,成为道路交通安全的一大威胁.基于此,设计了一种基于毫米波雷达的疲劳驾驶监测系统,通过对驾驶员的心率和呼吸频率进行非接触式的检测,从而避免事故的发生.     

基于LabVIEW的调频连续波雷达频率测量算法

提出了一种基于LabVIEw的频率测量算法，给出了框图程序。该算法将快速傅里叶变换与频谱校正理论相结合，完善了LabVIEW的信号处理功能。可应用于调频连续波雷达进行频率测量，能有效地减小测频误差，提高距离分辨率。     

基于信息向量机的机载激光雷达点云数据分类

针对支持向量机应用于机载激光雷达(LiDAR)点云数据分类时存在的模型稀疏性弱、预测结果缺乏概率意义、训练时间长等缺点,提出一种基于信息向量机的LiDAR点云数据分类算法。该算法采取假定密度滤波算法进行近似逼近,将分类问题转化为回归问题;以最大后验微分熵为依据,选择LiDAR点云数据活动子集信息向量实现模型稀疏化;最后,通过边缘似然最大化进行核函数自适应获取,选择一对余分类方法实现了点云数据多类分类。利用Niagara地区和非洲某地区点云数据进行了对比实验。结果表明:与支持向量机方法相比,基于信息向量机分类方法的分类精度分别提高到94.20%和90.78%,基向量数量分别减少到50个和90个,训练时间分别降低到5.86s和8.03s。实验结果验证了基于信息向量机的点云数据分类算法具有训练速度快、模型稀疏性强、分类精度高等优点。     

宜丰县短时强降水云图回波数值产品特征分析

文章研究了江西省宜丰县短时强降水天气的卫星云图、雷达回波和数值预报等产品的特征。利用江西自动气象站数据、MICAPS系统云图、江西WebGIS雷达拼图和武汉数值预报产品等资料,采用统计分析、形态对比、特征提取和相似性对比等方法,对2017-2019年宜丰县4次暴雨和大暴雨过程中的短时强降水天气特征进行了分析。研究结果为提高宜丰县短时强降水的预警预报能力、开展气象服务奠定了基础,提供了依据。     

一种毫米波雷达快速高分辨三维点云成像方法

针对现有毫米波雷达三维点云成像方法难以兼顾高分辨性能和运算速度的问题,提出一种结合自适应网格进化和稀疏 渐近最小方差(SAMV)的快速高分辨三维点云成像方法。 该方法首先在快速傅里叶变换(FFT)获得距离像的基础上利用恒虚 警率(CFAR)检测目标的距离单元,以此估计目标的距离,然后对有目标的各距离单元使用“划分粗网格-功率谱估计-检测-网 格细化”的自适应网格进化方法,得到感兴趣的方位-俯仰角细化网格,对这些细化网格估计功率谱后再次进行检测以快速得到 目标的三维点云像。 上述过程中,网格分裂前后的功率谱估计均使用 2D SAMV 方法,以提高点云像中的角度信息的精确度、分 辨率。 实验结果表明,该方法在保持 4°的角度分辨率的同时,将生成三维点云的速度提升至 2D SAMV 方法的 10 倍左右。     

风廓线雷达探测资料分析

本文在叙述风廓线雷达测风原理、大气散射机理与风廓线雷达回波强度关系的基础上,对某型风廓线雷达探测数据与气球测风资料进行了对比,分析了两种不同测风体制生成的风探测资料的差异,同时对风廓线雷达探测资料在靶场不同天气过程下的特征进行了初步分析,为进一步发挥风廓线雷达在常规靶场的应用提供了一些参考。     

基于网络动力学分析和云模型的数据分类方法

为了降低数据的存储量和提高系统的处理能力,本文将网络聚类中的相位同步模型和云模型相结合,提出了一种新的数据源的分类方法.首先,将数据源看作一个复杂网络,获得其拓扑结构图,利用模糊层次分析法确定各节点数据源的云模型;然后,计算云模型的期望值、熵和超熵,获得综合耦合强度,将其作为边权;最后,利用相位同步模型对各节点相位进行迭代,获得其分布曲线,进而对各数据源进行分类.本文所提出的方法不仅为数据的存储、清理和压缩提供方便,而且提高了数据的分析效率.     

基于深度学习的三维点云分析方法研究进展

点云是目前自动驾驶、机器人、遥感、增强现实(AR)、虚拟现实(VR)、电力、建筑等领域最常用的三维数据处理形式,深 度学习方法能够处理大型数据,且可自主提取特征,因此点云深度学习方法已逐渐成为研究热点。 本文综述了近十年来基于深 度学习的三维点云分析方法的研究进展。 首先给出了三维点云深度学习的相关概念;然后针对点云目标检测与跟踪、分类分 割、配准和匹配以及拼接这 4 种任务,分别阐述了相应的深度学习方法的原理,分析并比较了各自的优缺点;随后整理了 18 种 点云数据集和 4 种点云分析任务的性能评价指标,并给出了性能对比结果;最后总结了点云分析方法目前存在的问题,对进一 步的研究工作进行了展望。     

利用VB编程实现天气雷达观测数据的自动归档

文章介绍了西宁新一代天气雷达观测资料的自动归档方法.CINRAD/CD型天气雷达的RPG和PUP系统产生的大量观测基本数据及二次产品数据分别存放在不同的目录文件下,种类繁多且数量庞大的雷达观测数据大量占用计算机硬盘空间.为及时保存各类雷达数据、避免数据资料丢失、保证计算机正常运行,业务人员需要频繁整理压缩各类雷达数据,主作量大,效率低.使用VB编写应用程序或利用批处理工具调用RAR命令均可以实现数据自动压缩归档的目的,有效提高工作效率,但实践证明利用VB编写应用程序实现数据归档更加稳定高效.     

基于Surfacer的点云数据的预处理研究

“点云”的预处理研究,包括平滑和拓扑关系的建立。利用反求软件——Surfacer,对“点云”进行了平滑,然后直接从空间入手,从一般性的角度来说明了点云数据的三角剖分的算法,建立数据之间的拓扑关系。文中最后指出下一步的工作。     

基于简化点云带动的涡轮叶片快速配准技术

针对涡轮叶片密集点云数据与计算机辅助设计模型配准速率慢、耗费时间长的问题,提出基于简化点云带动涡轮叶片快速配准的方法。基于叶片的三维光学扫描数据和计算机辅助设计模型,采用均匀采样法和曲率采样法简化点云模型数据,通过最近点迭代和奇异值分解相结合的配准方法,实现叶片密集点云模型与计算机辅助设计模型的快速配准,并对配准精度和速度进行了统计分析。结果表明,基于均匀采样法简化的点云数据模型带动的配准,在保证配准精度的前提下能有效提高配准效率。     

基于组合模型的雷达故障预测分析

基于灰色 GM(1,1)模型和回归模型的建模原理,将两种模型进行拟合,建立了新的组合模型,并采用该模型对武器装备的故障进行预测。该组合模型充分利用了两种预测方法提供的信息,实现了两种模型之间功能和优势的互补,有效提高了预测精度。最后,以某型雷达发射机的等时距测量的输出电压为例估计系统的故障时间,并依此推断出该系统的故障发生时间。