[發明專利]一種基于T-S模型的FNN降水粒子相態識別方法

有效

• 申請號: 201710811701.7
• 申請日: 2017-09-11
• 公開（公告）號: CN107607954B
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 李海;任嘉偉;邵海洲;李怡靜
• 申請（專利權）人: 中國民航大學
• 主分類號: G01S13/95
• 分類號: G01S13/95;G06N5/04;G06N3/08;G06K9/62
• 代理公司: 天津才智專利商標代理有限公司 12108
• 代理人: 龐學欣

本發明提供了一種基于T?S模型的FNN降水粒子相態識別方法。該方法通過建立基于T?S模型的FNN，首先對雙線偏振氣象雷達接收的偏振參量進行模糊化、規則計算、模糊推理和退模糊處理，然后利用FNN誤差反饋的思想自適應的調節模糊化過程中不同降水粒子相態的各偏振參量隸屬函數參數，最后對待識別的降水粒子進行相態識別。本發明提供方法可以根據天氣環境的變化，自適應地更新相應隸屬函數參數，使系統的識別能力比固定參數時有較大提升，同時識別的結果能更加細致地反映天氣情況，仿真實驗驗證了本方法的有效性。

技術領域

本發明屬于氣象雷達信號處理技術領域，特別是涉及一種將T-S模型與神經網絡相結合的降水粒子相態識別方法。

背景技術

云內降水粒子相態的合理識別在云降水物理、人工影響天氣等領域具有非常重要的科學意義，不僅對了解水凝物在云中的生成和轉換、提高降水量的測量精度有重要的應用價值，而且能為人工影響天氣的決策和評估提供重要的參考依據。

由于傳統的單偏振氣象雷達只發射和接受單一方向的功率信息，因此得到的信息有限，限制了其對降水粒子相態識別的準確性。雙線偏振氣象雷達作為一種新型的天氣信號回波探測工具，由于能同時發射和接收水平與垂直極化方向的信號，較傳統的單偏振氣象雷達可以獲得更多的極化信息，因而在天氣信號處理中的降水粒子相態識別方面具有一定的優勢。

近年來，許多基于數學統計原理的方法都被運用到了降水粒子相態識別領域，包括統計決策、判決圖法、模糊邏輯方法等。統計決策理論是一種有效的降水粒子相態識別算法，但由于很難獲得降水粒子的先驗概率和概率密度函數，使得數據模型的建立變得十分困難，進而會對分類的效果產生很大影響。判決圖方法是一種基于布爾邏輯的算法，該方法根據預先確定的類型邊界來對降水粒子進行分類，但是氣象雷達接收到的不同降水粒子的協方差矩陣不是相互獨立的，對降水粒子相態識別精度有一定的影響。模糊邏輯方法對不同降水粒子相態的各偏振參量建立隸屬函數和規則基，解決了回波信號間相互排斥的問題，在降水粒子的相態識別方面具有一定的優勢，但是不同降水粒子相態的極化參量隸屬函數參數采用經驗值，從而使得降水粒子相態識別性能不穩定。

發明內容

為了解決上述問題，本發明的目的在于提供一種基于T-S模型的FNN降水粒子相態識別方法。

為了達到上述目的，本發明提供的基于T-S模型的FNN降水粒子相態識別方法包括按順序進行的下列步驟：

1)建立FNN模型前件網絡，以雙線偏振氣象雷達的各項偏振參量數據作為FNN模型前件網絡的輸入值，計算連接權值的S1階段；

2)建立FNN模型后件網絡，根據T-S模型，利用步驟1)獲得的連接權值計算模糊推理結果的S2階段；

3)建立FNN模型反饋網絡，利用步驟2)獲得的模糊推理結果，自適應更新步驟1)中建立的FNN模型前件網絡中隸屬函數參數的S3階段；

4)利用實測數據對步驟1)、步驟2)、步驟3)中建立的前件網絡、后件網絡和反饋網絡進行訓練，最后運用訓練得到的FNN進行降水粒子相態識別的S4階段。

在步驟1)中，所述的建立FNN模型前件網絡，以雙線偏振氣象雷達的各項偏振參量數據作為FNN模型前件網絡的輸入值，計算連接權值的方法是：所述的前件網絡包括輸入層和隱含層，首先雙線偏振氣象雷達的各項偏振參量數據從輸入層進入前件網絡，然后在隱含層經過模糊化處理，計算出每項偏振參量對應不同降水粒子相態的初始化隸屬函數，最后利用初始化隸屬函數經過規則計算和歸一化后得到連接權值。