李學(xué)華，何建新，史　朝，曾強宇，張福貴

(1. 成都信息工程大學(xué) 電子工程學(xué)院,　成都 610225)

(2. 中國氣象局 大氣探測重點開放實驗室，　成都 610225)

?

基于白化濾波的多普勒天氣雷達譜矩估計改進方法

李學(xué)華1，2，何建新1，2，史朝1，2，曾強宇1，張福貴1

(1. 成都信息工程大學(xué) 電子工程學(xué)院,成都 610225)

(2. 中國氣象局 大氣探測重點開放實驗室，成都 610225)

摘要：針對多普勒天氣雷達時間分辨率和方位分辨率提高后，回波強度和徑向速度精度無法滿足1 dB和1 m/s業(yè)務(wù)要求的問題，采用基于距離過采樣技術(shù)和白化濾波算法的改進譜矩估計方法，使估計精度大大提高。該方法通過在距離向提高采樣頻率，獲取更多的回波信號樣本數(shù)量，然后采用白化濾波算法去除回波信號距離向的相關(guān)性，提高回波信號的獨立樣本數(shù)；并以白化濾波后的回波信號為基礎(chǔ)，改進現(xiàn)有脈沖對譜矩估計算法，提高譜矩估計精度。仿真和雷達試驗結(jié)果表明，在回波信號信噪比較大時，譜矩估計改進算法比現(xiàn)有脈沖對算法的估計精度更高，且可解決多普勒天氣雷達因時間分辨率和方位分辨率提高后引起的精度降低問題。

關(guān)鍵詞：天氣雷達；譜矩估計；距離過采樣；白化濾波

An Improved Method of Doppler Weather Radar Spectral Moment Estimation

Based on Whitening Filter

0引言

對于新一代多普勒天氣雷達來說，要實現(xiàn)降水的定量測量，雷達基數(shù)據(jù)必須滿足一定精度要求，如目前業(yè)務(wù)雷達應(yīng)用要求徑向平均速度及譜寬的估計精度必須小于1 m/s，回波強度估計精度必須小于1 dB。為了滿足該精度要求，天氣雷達信號處理器在使用脈沖對處理(PPP)和快速傅里葉變換(FFT)方法處理時，必須滿足一定數(shù)量的雷達采樣信號進行積累處理。目

前新一代多普勒天氣雷達不僅在脈沖之間進行積累處理，而且在距離時間上進行平均處理[1-3]。這種處理方法直接限制了雷達方位分辨率和時間分辨率的提高。用于天氣雷達譜矩估計的脈沖積累數(shù)降低，會導(dǎo)致譜矩估計(平均功率、徑向速度及譜寬)精度降低，使天氣雷達基數(shù)據(jù)精度無法滿足業(yè)務(wù)的要求。因此，提高多普勒天氣雷達譜矩估計算法的精度，不僅可提高雷達數(shù)據(jù)質(zhì)量，同時可滿足方位分辨率和時間分辨率提高的需要[4-6]。

目前，多普勒天氣雷達一般采用脈沖對(PPP)和FFT算法進行譜矩估計，并且根據(jù)雷達對天氣目標(biāo)駐留時間和數(shù)據(jù)精度要求，設(shè)計了天氣雷達掃描模式(VCP)中的天線旋轉(zhuǎn)速度和脈沖重復(fù)周期等重要參

數(shù)。為了提高天氣雷達譜矩估計精度，文獻[7]提出了一種基于非參數(shù)化的譜矩估計方法，在假設(shè)功率譜條件下，基于最大似然準則實現(xiàn)譜矩估計；該算法在大譜寬、非對稱譜條件下，性能優(yōu)于傳統(tǒng)脈沖對處理方法，但缺點是運算量較大。文獻[8]從理論上分析了白化濾波技術(shù)對天氣雷達數(shù)據(jù)質(zhì)量的改進性能。文獻[9-16]進一步研究了距離過采樣技術(shù)在多普勒天氣雷達應(yīng)用中的算法原理和工程實現(xiàn)問題。文獻[17]利用最小均值誤差方法聯(lián)合估計多普勒譜矩和極化參量，但需要已知相移。本文針對方位和時間分辨率提高后而引起多普勒天氣雷達譜矩估計精度降低的實際問題，研究距離過采樣技術(shù)及白化濾波算法在多普勒天氣雷達中的應(yīng)用。該方法采用距離過采樣技術(shù)和白化濾波算法去除回波信號之間的相關(guān)性，提高回波的獨立樣本數(shù)，進一步改進現(xiàn)有脈沖對譜矩估計算法，提高譜矩估計精度，使方位和時間分辨率提高后，天氣雷達譜矩估計結(jié)果仍能滿足業(yè)務(wù)1 m/s和1 dB的數(shù)據(jù)精度，并通過實驗仿真和雷達實際數(shù)據(jù)進行驗證。

1譜矩估計精度分析

由于天氣雷達回波信號是高斯隨機的，因此回波信號多普勒譜及各階矩的估計都會存在誤差[1]，其中信噪比、脈沖有效樣本數(shù)是影響精度的重要參數(shù)，本文著重考慮有效回波樣本數(shù)對譜估計精度影響的問題。通常，對彼此不相關(guān)的天氣雷達回波信號進行平均處理可使估計誤差降到最低；如果回波信號是相關(guān)的，則譜矩估計誤差同樣會反比于回波信號的獨立樣本數(shù)MI，即獨立樣本數(shù)MI越大，則譜矩估計誤差越小。DOVIAK[1]和ZRNIC[18]定義獨立樣本數(shù)MI如下

(1)

式中：ρR(l)和ρT(m)分別是天氣雷達回波信號距離時間采樣和方位時間采樣的歸一化相關(guān)系數(shù)；L和M分別為距離時間采樣和方位時間采樣的信號樣本數(shù)。通常情況下，同樣脈沖重復(fù)周期，若需獲得更高的回波樣本數(shù)MI，一種方式是降低天線旋轉(zhuǎn)速度，但這種方式最終會導(dǎo)致天氣雷達時間分辨率降低，顯然這是業(yè)務(wù)不期望的。從式(1)分析，在不改變脈沖積累數(shù)M情況下，可通過增加距離時間回波采樣數(shù)L來提高獨立樣本數(shù)MI。提高回波距離向采樣數(shù)L可通過距離過采樣技術(shù)獲得，即以小于脈沖時寬幾倍的時間間隔對發(fā)射脈沖進行采樣，在同一個距離庫得到L個回波信號采樣；但距離過采樣后的回波信號之間是相關(guān)的，獨立樣本數(shù)MI不能得到有效提高。相反，若是距離過采樣后的回波信號通過一些算法進行去相關(guān)處理，則獨立樣本數(shù)MI將達到最大，估計方差也可減少到1/L。即滿足在l≠0時，ρR(l)=0，有獨立樣本數(shù)MI表示為

(2)

2白化濾波方法

2.1距離過采樣回波信號

現(xiàn)有天氣雷達信號處理器大多采用匹配發(fā)射信號帶寬的采樣頻率，輸出I/Q回波信號并計算譜矩，即一部雷達距離庫輸出一對I/Q回波信號。距離過采樣技術(shù)則是以幾倍于發(fā)射信號帶寬的采樣率，輸出I/Q信號，這樣在一個發(fā)射脈沖寬度內(nèi)可輸出多對I/Q回波信號供后端進行算法處理。經(jīng)過距離過采樣技術(shù)獲得的I/Q回波信號就稱為距離過采樣回波信號。根據(jù)天氣雷達發(fā)射和接收的處理過程，距離過采樣回波信號可推導(dǎo)為[9]

V(l,m)=I(l,m)+jQ(l,m)=

(3)

式中：p(l)=e(l)?h(l)為天氣雷達發(fā)射脈沖包絡(luò)e(l)與接收機濾波器系統(tǒng)h(l)的卷積輸出。同一距離庫內(nèi)的距離過采樣回波信號V(l,m)的歸一化相關(guān)系數(shù)ρR(l)可表示為

(4)

(5)

(6)

2.2白化濾波算法

白化濾波算法原理是根據(jù)天氣雷達距離過采樣回波信號相關(guān)系數(shù)ρR(l)設(shè)計一個白化濾波器，使距離過采樣回波信號通過該濾波器后相關(guān)性變小或不相關(guān)。假設(shè)白化濾波后的第l個距離過采樣信號為X(l,m)，其對應(yīng)的白化濾波器為w(l)=[wl(0),wl(1),…,wl(L-1)]T，則對距離過采樣回波信號V(l,m)的白化濾波過程可表示為

X(l,m)=w(l)HVm，l=0,1,…,L-1

(7)

式中：Vm=[V(0,m),V(1,m),…,V(L-1,m)]T。為了便于矩陣處理，把式(7)變換成矩陣的形式。定義Xm=[X(0,m),X(1,m),…,X(L-1,m)]T，白化濾波矩陣W=[w(0),w(1),…,w(L-1)]T，則式(7)可轉(zhuǎn)換為

Xm=WVm

(8)

(9)

(10)

W=H-1

(11)

(12)

(13)

由此有

H=U*Λ1/2

(14)

根據(jù)對角矩陣和酉矩陣的性質(zhì)，通過上式可求得白化濾波矩陣

W=Λ-1/2UT

(15)

2.3改進譜矩估計算法

經(jīng)過距離過采樣及白化濾波后，有效回波樣本數(shù)比現(xiàn)有天氣雷達增加了L倍，在譜矩估計中，對回波信號平均處理和相關(guān)函數(shù)求取不僅要考慮脈沖時間間隔的采樣樣本，還需加入距離時間間隔的采樣樣本。因此，現(xiàn)有脈沖對算法需進一步加以改進。改進后的回波信號平均功率計算公式為

(16)

式中：X(l,m)是白化濾波后的過采樣回波信號；L是距離過采樣倍數(shù)；M是每個徑向的脈沖積累數(shù)。徑向速度及譜寬估計公式分別為

(17)

(18)

(19)

3仿真及雷達試驗

3.1仿真實驗

仿真實驗參數(shù)是根據(jù)譜矩估計改進算法在方位分辨率和時間分辨率提高中的應(yīng)用而設(shè)置的。新一代多普勒天氣雷達VCP11模式中天線旋轉(zhuǎn)速度18°/ s，脈沖重復(fù)周期1.06 ms，脈沖積累數(shù)M為52；VCP21模式中天線旋轉(zhuǎn)速度11°/s，脈沖重復(fù)周期1.06 ms，脈沖積累數(shù)M為88。為了提高方位分辨率或時間分辨率，把脈沖積累數(shù)M直接降低一半，即VCP11和VCP21掃描模式的積累數(shù)M分別要降到26和44；其他參數(shù)設(shè)置為： S波段波長0.1 m，實驗次數(shù)200次，多普勒速度12 m/s，歸一化速度譜寬0.06，輸入回波信號信噪比為-5 dB~40 dB，步進為5 dB。

仿真結(jié)果如圖1a)、b)、c)所示。

圖1　譜矩估計算法改進前、后仿真效果對比

圖1中“MFB,M=52”，“MFB,M=26”表示采用傳統(tǒng)天氣雷達處理方式的仿真結(jié)果，但后者脈沖積累數(shù)降低一半，即模擬天線掃描速度提高1倍的情況；顯然，當(dāng)脈沖積累數(shù)M減少后，譜矩估計誤差明顯增大，尤其是歸一化平均功率和徑向速度的估計誤差將分別大于1 dB和1 m/s，無法滿足業(yè)務(wù)的要求。圖中“WTB,M=26,L=5”，“WTB,M=44,L=5”表示基于白化濾波的譜矩估計改進算法的處理結(jié)果；顯然在信噪比較大時(大于5 dB)，經(jīng)過距離過采樣及白化濾波后，歸一化平均功率、徑向速度及速度譜寬的估計誤差大大降低，且比脈沖積累數(shù)M減少前更好；這說明基于白化濾波的譜矩估計改進算法對估計精度有明顯的提高，而且結(jié)果可滿足業(yè)務(wù)精度1 dB和1 m/s的要求。

此外，對比分析過采樣倍數(shù)L=5和L=10時的估計精度，結(jié)果表明，過采樣倍數(shù)L=10的估計誤差要小于L=5的估計誤差，因為過采樣倍數(shù)越大，獲得的獨立樣本數(shù)越多，當(dāng)然估計誤差越小，這與理論是一致的。但在算法硬件實現(xiàn)時，過采樣倍數(shù)越大意味著更大數(shù)據(jù)量和更多運算量，因此工程實現(xiàn)時要在精度和速度上尋求平衡。

從圖1中也注意到，在回波信號信噪比較小時，采用白化濾波后的譜矩估計誤差比改進前誤差更大。這主要是白化濾波器去除回波信號相關(guān)性的同時，也抬高了回波信號中的噪聲，使白化濾波后的距離回波信號信噪比降低。在大信噪比時，距離過采樣和白化濾波引起的信噪比降低，對譜矩估計精度的影響相對較??；但當(dāng)信號較弱時，使本來較低的信噪比更加惡化，因此，此時的譜矩估計精度將比不采用距離過采樣和白化濾波算法時更差。

3.2雷達試驗

因為天氣目標(biāo)是隨機變化的，其散射特性易隨時間快速變化，在使用實際雷達進行有效驗證時，需要天氣雷達連續(xù)、多次采集同一天氣目標(biāo)的回波信號。因此，最佳方式是天氣雷達對準某天氣目標(biāo)進行連續(xù)觀測，且觀測時天線保持靜止不動。實驗雷達為WSR-98XD雙極化偏振天氣雷達，因該雷達系統(tǒng)在設(shè)置天線速度為0°/s后，原有軟件系統(tǒng)不能正常工作。因此，試驗中設(shè)置天線速度為0.1°/s后，天氣雷達系統(tǒng)能正常工作，脈沖重復(fù)周期為1 665 μs，以此計算1°徑向接近有5 000個PRT的數(shù)據(jù)量。試驗中，距離采樣倍數(shù)L為5，天線俯仰角為0.5°。圖2給出試驗時天氣雷達平均功率的PPI數(shù)據(jù)顯示圖，圖中箭頭指示的位置為當(dāng)時天線對準的天氣目標(biāo)，因1°徑向數(shù)據(jù)量太大，原有軟件系統(tǒng)無法處理，故無數(shù)據(jù)顯示；圖中其他回波是靜止觀測前的回波；雷達試驗時先存儲IQ數(shù)據(jù)，然后使用MATLAB工具進行算法處理。

從試驗中提取一組數(shù)據(jù)進行分析，發(fā)現(xiàn)前面和后面近20個徑向的數(shù)據(jù)明顯不同于中間的估計值，故把這部分數(shù)據(jù)剔除，否則將對統(tǒng)計試驗結(jié)果影響較大；經(jīng)過篩選后，可用于統(tǒng)計試驗的徑向數(shù)70組。試驗結(jié)果分別如圖3所示，其中左圖為當(dāng)時天氣回波的平均功率、徑向速度及速度譜寬估計值，以說明當(dāng)時天氣回波的具體情況，右圖為不同處理方法的估計誤差情況對比。圖中“WTB”表示距離過采樣和白化濾波處理方式，距離采樣倍數(shù)L為5；“MFB”為天氣雷達現(xiàn)有的匹配濾波處理方式。

圖2　WSR-98XD雷達試驗時回波功率PPI顯示圖

圖3　譜矩估計算法改進前、后的雷達試驗效果對比

圖3a)、c) 、e)分別給出了70個平均功率、徑向速度及譜寬的統(tǒng)計平均值，整體情況下本次采集的回波信號信噪比較大。圖3b)、d) 、f)分別給出了算法改進前后、不同脈沖積累數(shù)的譜矩估計誤差試驗結(jié)果。對比分析可知，脈沖積累數(shù)越大，譜矩估計誤差越??；同樣脈沖積累數(shù)，經(jīng)過距離過采樣及白化濾波的改進算法處理后，譜矩估計誤差都小于改進前估計誤差，這說明改進算法對譜矩精度提高是有效的；此外，從分辨率提高處理的角度分析，在前面“VCP11,M=52”模式中，積累數(shù)降低一半后(M=26)，平均功率和徑向速度的估計誤差分別大于1 dB和1 m/s以上，無法滿足業(yè)務(wù)要求；但通過距離過采樣和白化濾波的改進算法處理后，估計誤差可降低到1 dB和1 m/s以下，使該技術(shù)能適應(yīng)于方位分辨率和時間分辨率的提高使用中。

4結(jié)束語

針對多普勒天氣雷達時間分辨率和方位分辨率提高后而引起譜矩估計精度降低問題，本文采用距離過采樣技術(shù)及白化濾波處理方法，并改進了現(xiàn)有脈沖對譜矩估計算法。該方法有效地增大了天氣雷達回波信號獨立樣本數(shù)，使譜矩估計精度得到了提高。文中針對時間分辨率和方位分辨率提高兩種情況下的雷達設(shè)置參數(shù)進行了仿真和雷達實驗。結(jié)果表明，在信噪比較大時，改進后算法可使譜矩估計精度得到較大提高，可使VCP11和VCP21模式中脈沖積累數(shù)減少一半的情況下，譜矩估計精度仍可滿足1 dB和1 m/s的氣象業(yè)務(wù)要求。值得一提的是，在回波信號信噪比較小，譜矩估計誤差比改進前更大，主要原因是白化濾波器也抬高了噪聲功率，使距離過采樣回波信號信噪比有所降低。因此，在弱信號情況下，白化濾波算法尚需要進一步完善。

參 考 文 獻

[1]DOVIAK R, ZRNI D S. Doppler radar and weather observations[M]. 2nd ed. San Diego: Academic Press, 1993.

[2]何建新. 現(xiàn)代天氣雷達[M]. 成都：電子科技大學(xué)出版社，2004.

HE Jianxin. Modern weather radar[M].Chengdu: University of Electronic Science Technology of China Press, 2004.

[3]黃曉, 黃興玉. 天氣雷達的回波強度自動標(biāo)校技術(shù)[J]. 現(xiàn)代雷達, 2007, 29(10): 4-7.

HUANG Xiao, HUANG Xingyu. CINRAD system automatic calibration method[J]. Modern Radar, 2007, 29(10): 4-7.

[4]BROWM R A, FLICKINGER B A, FORREN E, et al. Improved detection of severe storms using experimental fine-resolution WSR-88D measurements[J]. Weather & Forecasting, 2005,20(1): 3-14.

[5]YU T Y, ZHANG G F, CHALAMALASETTI A B. Resolution enhancement technique using range oversampling[J]. Journal of Atmospheric and Oceanic Technology, 2006, 23(2): 228-240.

[6]何建新, 李學(xué)華. 超分辨率處理技術(shù)在多普勒天氣雷達中的應(yīng)用探究[J]. 成都信息工程學(xué)院學(xué)報, 2013, 28(2): 1-7.

HE Jianxin, LI Xuehua. Discuss of the application of super-resolution technique in Doppler weather radar[J]. Journal of Chengdu university of information technology, 2013, 28(2): 1-7.

[7]DIAS J M B, LEITAO J M N. Nonparametric estimation of mean doppler and spectral width[J]. IEEE Transactions on Geoscience & Remote Sensing, 1998,38(1): 271-282.

[8]KOIVUNEN A C, KOSTINSKI A B.The feasibility of data whitening to improve performance of weather radar[J]. Journal of Applied Meteorology and Climatology, 1999, 38(6): 741-749.

[9]TORRES S M, ZRNIC D S. Whitening in range to improve weather radar spectral moment estimates. Part I: formulation and simulation[J]. Journal of Atmospheric and Oceanic Technology, 2003, 20(11): 1433-1448.

[10]TORRES S M, CURTIS C D, CRUZ J R. Pseudowhitening of weather radar signals to improve spectral moment and polarimetric variable estimates at low signal-to-noise ratios[J]. IEEE Transactions on Geoscience & Remote Sensing, 2004,42(5): 941-949.

[11]CHEN J S, SU C L, CHU Y H. Measurement of range-weighting function for range imaging of VHF atmospheric radars using range oversampling[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(1): 47-61.

[12]TORRES S M, CURTIS C D. The importance of accurately measuring the range correlation for range oversampling processing[J]. Journal of Atmospheric & Oceanic Technology, 2013, 30(2): 261-273.

[13]TORRES S M, CURTIS C D. The impact of signal processing on the range weighting function for weather radars[J]. Journal of Atmospheric & Oceanic Technology, 2012, 29(6): 796-806.

[14]CURTIS C D, TORRES S M. Adaptive range oversampling to achieve faster scanning on the national weather radar testbed phased array radar[J]. Journal of Atmospheric & Oceanic Technology, 2011, 28(12): 1581-1597.

[15]CURTIS C D, TORRES S M. Adaptive range oversampling to improve estimates of polarimetric variables on weather radars[J]. Journal of Atmospheric & Oceanic Technology, 2014,31(9): 1853-1866.

[16]CURTIS C, TORRES S M. Real-time measurement of the range correlation for range oversampling processing. Journal of Atmospheric & Oceanic Technology, 2013, 30(12): 2885-2895.

[17]SANTALLA D R V. Least squares estimation of Doppler and polarimetric parameters for weather targets[J]. IEEE Transactions on Geoscience & Remote Sensing, 2007,45(11): 3760-3772.

[18]ZRNIC D S. Weather radar-recent developments and trends[C]// Microwaves, Radar & Remote Sensing Symposium. [S.l.]: IEEE Press, 2008: 174-178.

李學(xué)華男，1979年生，副教授。研究方向為天氣雷達信號處理。

何建新男，1966年生，教授。研究方向為天氣雷達信號處理。

史朝男，1981 年生，博士生。研究方向為氣象探測技術(shù)。

曾強宇男，1984 年生，講師，博士。研究方向為信號處理。

張福貴男，1977 年生，副教授。研究方向為天氣雷達信號處理。

晉本周男，1984年生，博士。研究方向為信號與信息處理。

吳剛男，1976年生，研究員。研究方向為信號與信息處理。

LI Xuehua1,2，HE Jianxin1,2，SHI Zhao1,2，ZENG Qiangyu1，ZHANG Fugui1

(1. Department of Electronic Engineering,

Chengdu University of Information Technology,Chengdu 610225, China)

(2. CMA Key Laboratory of Atmospheric Sounding,

Chengdu University of Information Technology,Chengdu 610225, China)

Abstract：An improved method of spectral moment estimation based on range oversampling and whitening filter is developed to aim at the data-quality problems of echo intensity and velocity, which the operation accuracy need of 1 dB and 1 m/s could not be met under the enhancement of Doppler weather radar azimuthal and time resolution. In this method, the range sampling-frequency is adopted to increase to acquire more numbers of radar echo signal, and the whitening filter is used to remove the range sampling-time correlation and increase the equivalent number of independent samples. Based on the whitened range oversampling echo signal, the algorithm of pulse pair processing is improved to enhance the accuracy of estimation. Simulation and experimental results indicate that the accuracy decrease can be remedied through these methods during the processing of azimuthal and time resolution under higher signal-to-noise and the accuracy need of radar operation application can be met.

Key words：weather radar; spectral moment estimation; range oversampling; whitening filter

收稿日期：2015-07-20

修訂日期：2015-09-26

通信作者：李學(xué)華Email：lixh@cuit.edu.cn

基金項目:國家自然科學(xué)基金資助課題(41475043，41575022，41405030)；四川省科技廳(2014YJ0093)和成都信息工程大學(xué)引進人才(KYTZ201414)資助項目。

中圖分類號：TN957.51

文獻標(biāo)志碼：A

文章編號：1004-7859(2015)12-0034-06