[发明专利]基于先验知识加权的气象雷达风力涡轮机杂波抑制方法有效

专利信息
申请号: 202011179819.0 申请日: 2020-10-29
公开(公告)号: CN112433215B 公开(公告)日: 2022-11-04
发明(设计)人: 沈明威;张深秋;刘晨;万晓玉;胥翔竣 申请(专利权)人: 河海大学
主分类号: G01S13/95 分类号: G01S13/95;G01S7/36;G01S7/41
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 朱小兵
地址: 210000 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 先验 知识 加权 气象 雷达 风力 涡轮机 抑制 方法
【权利要求书】:

1.一种基于先验知识加权的气象雷达风力涡轮机杂波抑制方法,其特征在于,包括如下步骤:

步骤一、气象雷达回波信号的建模,具体为:输入气象雷达回波信号,假定第i个距离单元同时包含WTC信号,第i个距离单元第m个脉冲下输入信号记为:

xi(m)=si(m)+ci(m)+wi(m)+ni(m),m=1,...,M

式中,si(m)为气象信号,ci(m)为地杂波信号,wi(m)为WTC信号,ni(m)为噪声信号,M为相干积累脉冲数;

步骤二、构建随机采样的低秩Toeplitz矩阵,具体为:

在第i个距离单元两侧各取个距离单元,其中L为距离单元数,并将第i个距离单元中的回波信号[xi(1),xi(2),...,xi(M)]置零,可得观测矩阵XL×M

由XL×M构建出低秩随机采样Toeplitz矩阵T,其构建准则为:逐次将观测矩阵XL×M第m个脉冲下的向量[x1(m),x2(m),...,xL(m)]T构建成行为m1、列为m2的低秩托普利兹矩阵,其中,m1及m2满足m1+m2-1=L,令托普利兹矩阵的第p行,第q列的元素为tp,q,有tp,q=tp+1,q-1,且满足:

则回波信号xi(m)在第i个距离单元置零后构建的低秩托普利兹矩阵T为:

气象信号si(m)第i个距离单元置零后构建的低秩Toeplitz矩阵S为:

地杂波信号ci(m)在第i个距离单元置零后构建的低秩Toeplitz矩阵C为:

噪声信号ni(m)在第i个距离单元置零后构建的低秩Toeplitz矩阵N为:

WTC信号wi(m)在第个i距离单元置零后构建的低秩托普利兹矩阵W为零矩阵;

步骤三、通过加权奇异值矩阵补全模型抑制WTC信号:s.t.PΩ(T)=PΩ(S+N+W+C);

其中,min(·)表示最小化处理,s.t.表示约束,PΩ表示投影到仅在指标集Ω非零的稀疏矩阵子空间上的映射,它使得矩阵在Ω中的元不变,Ω以外的元置零,

||S||*,ω是气象信号Toeplitz矩阵S加权核范数:σi(S)表示矩阵S的第i个奇异值,r表示矩阵S的奇异值个数,ω=[ω12,…,ωr]为非负加权矢量满足:

其中,ε是为了避免出现奇异值为0的情况而添加的正极小值,v是调整参数满足

步骤四:利用加权非精确增广拉格朗日乘子法WIALM求解矩阵补全模型,逐脉冲输出抑制WTC后矩阵补全后的气象信号

步骤四中拉格朗日函数为:

其中,Y=Y0+μ(T-S-N-C-W)为拉格朗日乘子矩阵,Y0为拉格朗日乘子矩阵初值,取值为0;μ>0表示惩罚因子,λ为正则化参数,设置为||·||*,ω表示加权核范数,||·||1表示矩阵的l1范数,表示取复数的实部,||·||F表示F范数,tr(·)表示取矩阵的迹,<X,Y>=tr(XHY)表示矩阵的内积;

利用加权非精确增广拉格朗日乘子法WIALM求解的步骤为:

1)令:Y0=0、W0=0、N0=0、μ0>0、ρ>1、k=0、η=10-3、ω=0,其中W0=0表示需要抑制的风力涡轮杂波的初始值;

2)更新首先利用公式(U,Σ,VH)=svd(T-Ck-Nk-Wkk-1Yk)更新加权矢量ω,利用收缩运算符SW(∑)=max(∑i,ii,0)i=1,2,…,r求解Sk+1=USW(∑)VH,其中r为矩阵(T-Ck-Nk-Wkk-1Yk)奇异值数量;其中Sk+1及Sk表示气象信号S的第k+1及第k次更新,Wk表示WTC信号W的第k次更新,Nk表示噪声N的第k次更新,Yk表示拉格朗日乘子矩阵Y的第k次更新,μk表示惩罚因子μ的第k次更新;

3)更新WTC矩阵W:

4)更新噪声矩阵N:

5)更新地杂波矩阵C:

6)更新Yk:Yk+1=Ykk(T-Sk+1-Nk+1-Wk+1-Ck+1);

7)更新μk至μk+1:μk+1=ρμk

8)若下式不成立,则算法未收敛,令k←k+1,转步骤2,否则转步骤9

||Sk-Sk-1||F/||Sk||F≤η;

9)结束循环,输出:

2.根据权利要求1所述的基于先验知识加权的气象雷达风力涡轮机杂波抑制方法,其特征在于,利用WIALM迭代算法逐次输出补全后恢复出的各脉冲下回波信号的Toeplitz矩阵为:提取矩阵的第一列与第一行,将其构成M个L×1维的列向量然后将其组成一个L×M维的回波信号恢复矩阵取矩阵中的第i行向量作为稀疏恢复出的第i个距离单元的气象信号:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011179819.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top