[發明專利]一種基于相控陣天氣雷達探測氣象目標的識別方法

在審

• 申請號: 202011013581.4
• 申請日: 2020-09-23
• 公開（公告）號: CN112180376A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 喬俊淇;艾未華;劉茂宏;郭朝剛
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G01S13/95
• 分類號: G01S13/95;G01S7/41
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種探測氣象目標的識別方法，其特征在于，包括以下步驟：

從相控陣天氣雷達回波數據中提取散射極化矩陣；

從所述散射極化矩陣中提取極化不變量特征；

將所述極化不變量特征輸入至混合高斯聚類模型，識別得到氣象目標；

所述混合高斯聚類模型包括多個子類，每個子類模型對應識別一種氣象目標。

2.根據權利要求1所述的一種探測氣象目標的識別方法，其特征在于，所述散射極化矩陣為：

其中，s_HH為水平發射水平接收的極化模式、s_VV為垂直發射垂直接收的極化模式、s_HV為水平發射垂直接收的極化模式、s_VH為垂直發射水平接收的極化模式。

3.根據權利要求1所述的一種探測氣象目標的識別方法，其特征在于，所述極化不變量特征包括行列式模、功率矩陣跡、本征極化橢圓率和不變量系數。

4.根據權利要求3所述的一種探測氣象目標的識別方法，其特征在于，所述行列式模為：

所述功率矩陣跡為：

P₁＝|s_HH|²+|s_VV|²+|s_HV|²

所述本征極化橢圓率為：

所述不變量系數為：

其中，j為復數，S’為本征極化橢圓率因子。

5.根據權利要求1所述的一種探測氣象目標的識別方法，其特征在于，所述混合高斯聚類模型的構建方法如下：

從相控陣天氣雷達歷史回波數據中提取散射極化矩陣；

從散射極化矩陣中提取極化不變量特征構成訓練集和驗證集；

通過訓練集訓練不同個數子類組成的混合高斯聚類模型；

對訓練后不同個數子類組成的混合高斯聚類模型進行聚類；

根據平均偏差距離和偏差度選取聚類結果最好的混合高斯聚類模型作為最終的混合高斯聚類模型。

6.根據權利要求5所述的一種探測氣象目標的識別方法，其特征在于，所述混合高斯聚類模型進行聚類時的高斯混合密度函數為：

其中，x為極化不變量特征的三維特征向量，π_k為各個高斯分布的權重系數，μ_k和σ_k分別為各個高斯分布的均值和方差；

所述高斯分布的公式為：

其中，μ為均值，δ為特征向量的協方差矩陣。

7.根據權利要求5所述的一種探測氣象目標的識別方法，其特征在于，所述平均偏差距離的計算公式為：

其中，n_j為子類j中的散點的數目，d_i為子類j中第i個點到聚類中心的歐式距離；

所述偏差度的計算公式為：

其中，K為混合高斯聚類模型子類的個數。

8.一種探測氣象目標的識別系統，其特征在于，所述系統包括：

第一提取模塊：用于從相控陣天氣雷達回波數據中提取散射極化矩陣；

第二提取模塊：用于從所述散射極化矩陣中提取極化不變量特征；

識別模塊：用于將所述極化不變量特征輸入至混合高斯聚類模型，識別得到氣象目標；

所述混合高斯聚類模型包括多個子類，每個子類模型對應識別一種氣象目標。

9.一種探測氣象目標的識別系統，其特征在于，所述系統包括處理器和存儲介質；

所述存儲介質用于存儲指令；

所述處理器用于根據所述指令進行操作以執行根據權利要求1-7任一項所述方法的步驟。

10.計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-7任一項所述方法的步驟。