[发明专利]一种测云雷达识别云类的方法

权利要求书

1.一种测云雷达识别云类的方法，其特征在于，包括以下步骤：

步骤S1、从测云雷达观测信息样本数据中提取云特征参量作为输入量，云类作为输出量，建立用于自主学习的云物理量学习库，对云分类值进行量化处理，并根据每类云的特征参量分布范围建立每类云的云特征参量匹配规则；

步骤S2、建立每个云特征参量属于每类云的模糊逻辑函数，及各个模糊逻辑函数对应的参数向量A和B；

步骤S3、设定某个云特征参量属于某类云的模糊逻辑函数输出值的影响权值W，采用加权归一化方法计算云特征参量属于某类云的概率，并根据匹配规则得出云类识别的计算结果；

步骤S4、计算云类识别结果的误差，根据云类识别结果的量化规则设定误差收敛条件，并通过误差偏导反传递优化模糊逻辑函数对应的参数向量A、B和影响权值W；

步骤S5、计算新的测云雷达观测信息的云类识别结果，并将新的测云雷达观测信息及云类识别结果加入云物理量学习库，实现匹配规则中模糊逻辑函数参数和影响权值的循环自主学习和更新。

2.如权利要求1所述的一种测云雷达识别云类的方法，其特征在于，所述的云特征参量包括雷达反射率因子、经度、纬度、高度、温度；所述的云类包括卷云、高层云、高积云、层云、层积云、积云、雨层云、深对流云，并将云类信息转化为数字化输出，作为所述的云物理量学习库的输出值。