[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

说明书

本发明公开了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，首先将被风力涡轮机杂波(WTC)污染的距离单元置零，并逐脉冲将距离向量重构为随机采样的低秩托普利兹矩阵，利用气象信号观测矩阵的先验知识，通过对气象信号观测矩阵核范数中的每个奇异值赋予不同的权值，避免了用同一常数对所有的奇异值进行阈值化，更精确的获取原气象信号的托普利兹矩阵在低秩上的最优逼近矩阵，从而输出气象信号。仿真实验结果表明，本发明有效提高了气象信号的恢复精度，更好的抑制风力涡轮机杂波和噪声，适合工程应用。

技术领域

本发明涉及气象雷达杂波抑制领域，尤其涉及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。

背景技术

为应对全球能源危机与气候变暖，世界各国对可再生清洁能源产生了巨大需求。风力 发电作为可再生清洁能源的一种重要形式受到了全世界的高度关注。近年来，全球范围内 的风电场规模和数量正呈指数式增长，风轮机叶片的转速与长度不断增加，但研究表明， 风电场风力涡轮机由于叶片高速旋转引起的运动杂波对雷达、通信导航等电子设备会产生 严重影响，给各类雷达目标检测带来了新的挑战，而现有的杂波抑制技术均无法有效滤除 风力涡轮机杂波(WTC)，对气象信息的预测精度产生了严重的影响，因此风力涡轮机杂波 已成为当今气象雷达杂波抑制的核心问题。

现有杂波抑制技术如时域滤波方法、频域滤波方法、基于功率谱特征的滤波方法由于 风力涡轮机的高速旋转造成的频谱展宽，使得气象信息损失严重，导致无法有效的抑制WTC， 极大地影响了气象信息的预测精度。欧美科学家在详细分析了气象雷达不同工作模式下风 力涡轮机杂波与气象回波的时、频域分布特性之后，提出的基于多重二次插值恢复、距离 -多普勒谱回归、递归稀疏重构等风力涡轮机杂波抑制算法，也受风电场规模、风机转速、 气象雷达工作模式等实际条件限制，上述算法均无法同时兼顾风力涡轮机杂波抑制与气象 信息无损恢复。此外传统WTC抑制方法分别只单独处理每个距离单元的数据，而不需要利 用其他距离单元的信息，且不能有效地抑制噪声信号。

发明内容

本发明所要解决的技术问题是提供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，将矩阵补全理论引入气象雷达WTC抑制，研究基于矩阵补全的气象雷达小型风 电场杂波抑制方法。矩阵补全方法能够规避上述几种方法中造成气象信息缺失的问题，高 精度的补全被WTC干扰的气象信号。本发明针对气象信号观测矩阵的先验知识，即较大奇 异值代表矩阵主要成分，在每次迭代运算中通过对气象信号观测矩阵核范数中的每个奇异 值赋予不同的权值，避免了用同一常数对所有的奇异值进行阈值化，更精确的获取原气象 信号的托普利兹矩阵在低秩上的最优逼近矩阵，抑制了风力涡轮机杂波及噪声信号，进一 步提高了补全精度。

为了实现以上目的，本发明采取的一种技术方案是：

本发明提供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，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：

x_i(m)＝s_i(m)+c_i(m)+w_i(m)+n_i(m)，m＝1，...，M

式中，s_i(m)为气象信号，c_i(m)为地杂波信号，w_i(m)为WTC信号，n_i(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[x_i(1)，x_i(2)，...，x_i(M)]置零，可得观测矩阵X_L×M：