[發(fā)明專利]基于CGRU的強(qiáng)時(shí)空特性雷達(dá)回波臨近預(yù)報(bào)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011493039.3
• 申請(qǐng)日: 2020-12-17
• 公開（公告）號(hào): CN112415521A
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 陳蘇婷;張松;張闖;陳耀登;楊春
• 申請(qǐng)（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號(hào): G01S13/95
• 分類號(hào): G01S13/95;G01S7/41
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 羅運(yùn)紅

1.一種基于CGRU的強(qiáng)時(shí)空特性雷達(dá)回波臨近預(yù)報(bào)方法，其特征在于：具體包括如下步驟：

(1)采集用于進(jìn)行天氣臨近預(yù)報(bào)的連續(xù)雷達(dá)回波圖像序列，并對(duì)連續(xù)雷達(dá)回波圖像序列進(jìn)行預(yù)處理，得到具有統(tǒng)一時(shí)間維度和空間維度的張量數(shù)據(jù)；

其中，所述張量數(shù)據(jù)為三維張量X∈R^T×W×H；式中，R表示實(shí)數(shù)集；T為時(shí)間維度；W、H分別是行列空間維度；

所述連續(xù)雷達(dá)回波圖像序列用Y(t)＝y(tǒng)₁,y₂,...,y_N,t＝1,2,...,N表示；式中，t表示時(shí)間；N表示雷達(dá)回波圖像序列的長(zhǎng)度；

(2)構(gòu)建并訓(xùn)練3DCNN-CGRU網(wǎng)絡(luò)訓(xùn)練模型，得到3DCNN-CGRU網(wǎng)絡(luò)模型；

(3)將步驟(1)所述用于進(jìn)行天氣臨近預(yù)報(bào)的連續(xù)雷達(dá)回波圖像序列的張量數(shù)據(jù)輸入到所述3DCNN-CGRU網(wǎng)絡(luò)模型，生成天氣臨近預(yù)報(bào)結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于CGRU的強(qiáng)時(shí)空特性雷達(dá)回波臨近預(yù)報(bào)方法，其特征在于，所述3DCNN-CGRU網(wǎng)絡(luò)模型由編碼網(wǎng)絡(luò)和預(yù)測(cè)網(wǎng)絡(luò)構(gòu)成；

所述編碼網(wǎng)絡(luò)是由3DCNN網(wǎng)絡(luò)和三層CGRU網(wǎng)絡(luò)構(gòu)成，用于提取得到所述連續(xù)雷達(dá)回波圖像序列的回波圖像時(shí)空特征信息；

所述3DCNN網(wǎng)絡(luò)用于提取連續(xù)雷達(dá)回波圖像序列的局部短時(shí)空運(yùn)動(dòng)特征；三層所述CGRU網(wǎng)絡(luò)用于對(duì)連續(xù)雷達(dá)回波圖像序列的全局長(zhǎng)時(shí)空特征依賴關(guān)系進(jìn)行學(xué)習(xí)，并將學(xué)習(xí)得到的雷達(dá)回波運(yùn)動(dòng)的時(shí)空特征壓縮成隱狀態(tài)；

所述預(yù)測(cè)網(wǎng)絡(luò)是由三層CGRU網(wǎng)絡(luò)和3DCNN網(wǎng)絡(luò)構(gòu)成；所述預(yù)測(cè)網(wǎng)絡(luò)將所述編碼器的輸出作為輸入，并根據(jù)當(dāng)前回波圖像特征信息反向重構(gòu)，生成未來的回波圖像序列，進(jìn)而得到天氣臨近預(yù)報(bào)結(jié)果。

3.根據(jù)權(quán)利要求2所述的一種基于CGRU的強(qiáng)時(shí)空特性雷達(dá)回波臨近預(yù)報(bào)方法，其特征在于，所述3DCNN網(wǎng)絡(luò)計(jì)算公式如下所示：

式中，表示3DCNN中第i層的第j個(gè)雷達(dá)回波特征圖位置為(T,W,H)單元的輸出；T表示時(shí)間維度；W、H分別是行列空間維度；f表示非線性激活函數(shù)；b_ij表示3DCNN中第i層的第j個(gè)雷達(dá)回波特征圖的偏置參數(shù)；表示卷積核連接到(i-1)層第m個(gè)特征圖的權(quán)值；p,q,r分別表示卷積操作在位置為(T,W,H)單元的實(shí)際參數(shù)值；表示第(i-1)層中的第m個(gè)雷達(dá)回波特征圖位置為(W+p,H+q,T+r)單元的輸出；P_i，Q_i，R_i分別表示卷積核三個(gè)維度的尺寸。