用GMAP和BGMA算法进行地物抑制的试验结果_11月20日.doc

用GMAP和BGMAP算法进行地物抑制的试验结果 2013年11月19日~20日 概述 地物杂波对气象参数的准确估计所造成的严重影响已经众所周知了。 但是，国内气象雷达对地物的抑制一直存在很多问题，主要问题包括： 在多普勒速度接近零的降水回波的区域，会受到错误的抑制，造成强度估计发生严重的偏差； 无法根据杂波的特性，来选择滤波器的凹口宽度，从而会造成很多很多的杂波剩余； 11月19日，根据“Gaussian model adaptive processing (GMAP) for improved ground clutter cancellation and moment calculation.pdf”的文章，并参考了张老师提供的“gmap.m”程序，利用仙林X波段雷达录取的IQ数据，进行了GMAP的试验。 发现有一定的效果，但是也发现了该算法的一些缺陷（也可能是没有正确的理解这个算法），对于某些数据，没有将地物和降水回波正确识别出来。 11月20日，增加了溧水 S波段雷达采用GMAP的计算结果。 11月20日，参考了张老师提供的“BGMAPc.m”程序，增加了BGMAP的处理结果，发现BGMAP的效果要比GMAP要好一点，但BGMAP的计算速度要慢很多。 X波段雷达层状云降水的IQ数据 数据特性 用2013年7月5日的数据进行研究，层状降水。 该雷达（南大仙林的雷达）的观测参数如下：仰角为1.4度，重复频率为2000Hz，不参差，天线转速为3转/分，相关脉冲数为128，脉冲压缩之后的脉冲宽度为500us_EL=1.4deg_120600.h5 。 其dBT（未经过地物抑制）的图如下（显示量程为60km）： 图 21 未经过地物抑制的强度图（dBT） 采用传统方法（FFT之后滤除零速及附近的±1个通道，共3个通道），进行地物抑制之后的结果为： 图 22 经过地物抑制的强度图（dBZ） 速度图如下： 图 23 速度图 图 24 谱宽图（采用Lag0和Lag1计算） 图 25 谱宽图（采用Lag1和Lag2计算） 从谱宽图可以看出，用Multi-Lag计算谱宽还是很好的。 GMAP处理的结果 下面对比显示两种处理方法的结果，显示量程为15km。 dBZ 图 26 未经过地物抑制的强度图（dBT） 图 27 经过地物抑制（传统方法）的强度图（dBZ） 图 28 经过地物抑制（GMAP算法）的强度图（dBZ） （算了半天，还没出结果呢） 图 29 经过地物抑制（BGMAP算法）的强度图（dBZ） 注意：上图中，在距离是11km处，可以隐约看到有一个强度突变的环。这是因为此处是长、短脉冲的交界的地方。在以前的程序中，长、短脉冲相互之间强度的修正量计算的比较精确，因此看不到这个环（见前面2张图），而GMAP算法中，由于时间紧，没有仔细核算这个修正量，因此有点跳变。这也就造成了长脉冲覆盖区域（即距离大于11km）的回波的dBZ值大了一点。 V 图 210传统方法的速度图（V） 图 211 GMAP算法的速度图（V） （算了半天，还没出结果呢） 图 212 BGMAP算法的速度图（V） W 图 213传统方法的谱宽图（W） 图 214 GMAP算法的谱宽图（W） （算了半天，还没出结果呢） 图 215 BGMAP算法的谱宽图（W） 选某一个相关脉冲组进行分析进行深入分析 选取第70个相关脉冲组（有128个相关脉冲）进行分析。该相关脉冲组各个脉冲的IQ求模结果和频谱图如下： 图 216 某相关脉冲数的IQ求模结果和FFT结果 从上图可以看出，在第36、54、169等几个距离库上，有地物回波。其余地方都没有地物回波。地物回波由于幅度强，有很强的频谱泄露现象。 第36个距离库（有气象回波，也有强地物） 从上图可以看出，GMAP和BGMAP算法正确的识别出了地物杂波，并且将气象回波进行了高斯拟合。正确的将零速的地物和零速附近的气象回波识别并分离出来了。 第117个距离库（只有气象回波） 从上图可以看出，GMAP和BGMAP算法把零速附近的很多个点错误的识别成了地物杂波。 那么该距离点的回波是不是地物呢？将相邻几个距离单元的FFT频谱结果放大显示如下： 可见，相邻的多个距离库连成一片，幅度基本都相同，因此不是地物！（地物的回波在距离上的起伏是很大的，有明显的点状中心） 因此，对于这组数据而言，GMAP算法出现了识别错误。 注意：如果没有相邻距离库的信息，我也无法判断这些在零速附近的回波是地物回波还是降水回波。 第169个距离库（有气象回波，也有强地物） 从上图可以看出，GMAP和BGMAP算法正确的识别出了地物杂波，并且将气象回波进行了高斯拟合。正确的将零速的地物和零速附近的气象回波识别并分离出来了。 第300个