[发明专利]一种基于粒子聚类的反演边界层高度方法

权利要求书

1.一种基于粒子聚类的反演边界层高度方法，其特征在于包括以下步骤：

1)通过激光雷达数据得到后向散射信号和色比信号，利用后向散射信号和色比信号构造粒子的样本X序列；

2)使用高斯混合模型对样本X序列进行分类，得到边界层之上的大气分子类和边界层之下的气溶胶类；

3)根据类别F序列，通过查找类别序列的最大梯度处，检索出边界层高度的结果。

2.根据权利要求1所述的一种基于粒子聚类的反演边界层高度方法，其特征在于步骤1)包括：通过双波长激光雷达两个通道的回拨信号计算出粒子的色比信号，根据式(1)构造样本X序列；

[X(i)]＝[(BC(i),CR(i))] (1)

式(1)中，X(i)表示第i个采样点的特征值；CR(i)表示第i个点的色比信号值；BC(i)表示第i个点的后向散射信号。

3.根据权利要求1所述的一种基于粒子聚类的反演边界层高度方法，其特征在于步骤2)包括：将式(1)所示的样本X序列输入高斯混合模型中，得到式(2)所示的概率函数；

式(2)中，X表示样本序列，K表示分量数，π、μ、Σ分别表示混合高斯模型的模型参数，π_k、μ_k、Σ_k分别表示K的混合系数、期望和方差；

定义分量数K，并为每个分量K设置π_k、μ_k、Σ_k的初始值，而后根据当前的模型参数计算后验概率γ(Z_nk)如式(3)所示：

式(3)中，Z_nk代表潜在变量；Z_K只能取两个值，即0或1；Z_K＝1对应于选择类别K的概率，Z_K＝0对应于未选择范畴K的概率；

而后，由后验概率γ(Z_nk)计算出新的模型参数π_k，μ_k，Σ_k如以下式(4)～式(7)所示；

其中，N表示样本总数；

重复计算式(4)～式(7)，直到输出的新模型参数收敛，即实现对样本序列的分类；同时得到具有高度信息的类别F序列，如以下式(8)所示：

4.根据权利要求1所述的一种基于粒子聚类的反演边界层高度方法，其特征在于步骤3)包括：对类别F序列进行最大梯度查找，确定边界层高度所在的点。