[发明专利]一种中高层大气风场探测中的有效流星信号甄别方法

权利要求书

1.一种中高层大气风场探测中的有效流星信号甄别方法，其特征在于，包括以下步骤：

步骤1，根据第一阶段检测中流星事件筛选判据，从接收机回波信号的原始数据中提取出初步确认的流星事件数据集；

步骤2，从通过第一阶段检测的初步确认的流星事件数据集中筛选掉不符合要求的数据集，保留符合要求的确认的流星事件数据集；

步骤3，计算二次确认的流星事件数据集中上升起始时间点和衰减截止时间点间外围接收机复信号和中心接收机复信号之间的互相关函数，求解流星尾迹的速度、天顶角、方位角和高度等位置信息，筛除速度、天顶角、方位角和高度等位置信息不符合要求的流星事件数据集，将其余流星事件数据集的位置信息存储于流星位置数据集之中；

步骤4，构建每个时空窗中与流星事件数据集中位置信息有关的线性方程组，通过最小二乘法求解初步风场，将初步风场再次代入先前构建的与流星事件数据集中位置信息有关的线性方程组中反算，从中筛除残差过大的位置信息，重新构建线性方程组，再次求解得到准确度更高的风场数据集；

所述步骤1具体为：

步骤1.1步骤1所述接收机回波信号的原始数据，用Basicdata表示，具体为：

Basicdata＝{Basicdata₁，Basicdata₂，...，Basicdata_x，...，Basicdata_K}

Basicdata_x＝{IPdata_x，QPdata_x}

x∈[1，K]

其中，Basicdata_x表示第x台接收机的原始数据，IPdata_x为第x台接收机的原始数据中同相通道的数据，QPdata_x为第x台接收机的原始数据中正交通道的数据，K为接收机的台数，且第K台接收机为中心接收机；

IPdata_x＝{IP_x，1，IP_x，2，...，IP_x，t，...，IP_x，T}

QPdata_x＝{QP_x，1，QP_x，2，...，QP_x，t，...，QP_x，T}

t∈[1，T]

其中，IP_x，t表示第x台接收机的原始数据中同相通道的数据在第t时间点的信号，QP_x，t表示第x台接收机的原始数据中正交通道的数据在第t时间点的信号，T为时间点的数量；

IP_x，t＝{IP_x，t，1，IP_x，t，2，...，IP_x，t，m，...，IP_x，t，M}

QP_x，t＝{QP_x，t，1，QP_x，t，2，...，QP_x，t，m，...，QP_x，t，M}

m∈[1，M]

其中，IP_x，t，m表示第x台接收机的原始数据中同相通道的数据在第t时间点的信号中第m个距离门的信号，QP_x，t，m表示第x台接收机的原始数据中正交通道的数据在第t时间点的信号中第m个距离门的信号，M为采集系统所设置的距离门总数；

步骤1.2对每台接收机的原始数据中同相通道的数据在每个时间点的信号进行滑动平均处理，得到同相通道的数据在每个时间点的相干集成之后的信号；

所述同相通道的数据在每个时间点的相干集成之后的信号为：

x∈[1，K]，t∈[1，T]

其中，p为滑动窗口半径，表示第x台接收机的原始数据中同相通道的数据在第t时间点的相干集成之后的信号；

对每台接收机的原始数据中正交通道的数据在每个时间点的信号进行滑动平均处理，得到正交通道的数据在每个时间点的相干集成之后的信号；

所述正交通道的数据在每个时间点的相干集成之后的信号为：

x∈[1，K]，t∈[1，T]

其中，p为滑动窗口半径，表示第x台接收机的原始数据中正交通道的数据在第t时间点的相干集成之后的信号；

根据每台接收机在每个时间点的复信号中的振幅计算每个时间点的非相干平均振幅，根据每个时间点的非相干平均振幅构建非相干平均振幅时间序列；

所述每台接收机在每个时间点的复信号为：

x∈[1，K]，t∈[1，T]

其中，S_x，t表示第x台接收机在第t时间点的复信号，A_x，t表示第x台接收机在第t时间点的复信号的振幅，Φ_x，t表示第x台接收机在第t时间点的复信号的相位；

所述计算每个时间点的非相干平均振幅为：

t∈[1，T]

其中，A_t为第t时间点的非相干平均振幅，K表示接收机的数量；

所述非相干平均振幅时间序列的具体定义为：

Adata＝{A₁，A₂，...，A_t，...，A_T}

步骤1.3在非相干平均振幅时间序列中计算每个时间点之前一定时间范围内非相干平均振幅的标准差，将每个时间点的非相干平均振幅与每个时间点之前一定时间范围内非相干平均振幅的标准差进行比较，根据比较结果实时更新该时间点上流星判断参数的布尔值，结合该时间点上流星判断参数的布尔值构建第一次更新后非相干平均振幅时间序列；

所述计算每个时间点之前一定时间范围内非相干平均振幅的标准差，具体为：

其中σ_A，t为时间点t之前N_σ个时间点非相干平均振幅的标准差，为时间点t之前N_σ个时间点非相干平均振幅的平均值；

所述根据标准差比较结果实时更新该时间点上流星判断参数Aflag_t的布尔值，具体为：

若A_t≥N_possible*σ_A，t，则Aflag_t＝1；

若A_t＜N_possible*σ_A，t，则Aflag_t＝0；

N_possible表示触发判断条件的临界值；

所述结合该时间点上流星判断参数的布尔值构建第一次更新后非相干平均振幅时间序列，具体为：

若Aflag_t＝1，则将A_t添加至第一次更新后的非相干平均振幅时间序列；

若Aflag_t＝0，则不将A_t添加至第一次更新后的非相干平均振幅时间序列；

所述第一次更新后的非相干平均振幅时间序列，定义为：

其中，表示第一次更新后非相干平均振幅时间序列Adata₁中第k个时间点的非相干平均振幅，即非相干平均振幅时间序列Adata中第a_k个时间点的非相干平均振幅，L1表示第一次更新后非相干平均振幅时间序列中时间点的数量；

步骤1.4计算第一次更新后的非相干平均振幅之前一定时间范围内非相干平均振幅的标准差，计算第一次更新后的非相干平均振幅之后一个时间点的非相干平均振幅之前同样的一定时间范围内非相干平均振幅的标准差，将所述两个时间点的非相干平均振幅值和所述两个标准差分别进行比较，根据标准差比较结果实时更新该时间点上流星判断参数和闪电判断参数的布尔值，结合该时间点上流星判断参数和闪电判断参数的布尔值构建第二次更新后的非相干平均振幅时间序列；

所述计算第一次更新后的非相干平均振幅之前一定时间范围内非相干平均振幅的标准差，计算第一次更新后的非相干平均振幅之后一个时间点的非相干平均振幅之前同样的一定时间范围内非相干平均振幅的标准差，具体为：

其中，a_k为第一次更新后的非相干平均振幅所对应的时间点，为时间点a_k之前N_σ个时间点非相干平均振幅的标准差，为时间点a_k之前N_σ个时间点非相干平均振幅的平均值；

所述根据标准差比较结果实时更新该时间点上流星判断参数Aflag和闪电判断参数Lflag的布尔值，结合该时间点上流星判断参数和闪电判断参数的布尔值构建第二次更新后的非相干平均振幅时间序列，具体为：

若且则若且则

若且则若且则

N_lightning表示步骤1.4中触发判断条件的临界值，且N_possible＜N_lightning；

所述结合该时间点上流星判断参数和闪电判断参数的布尔值构建第二次更新后的非相干平均振幅时间序列，具体为：

若则将时间点a_k的非相干平均振幅值替换为若则不更改时间点a_k的非相干平均振幅值；

若则将添加至第二次更新后的非相干平均振幅时间序列；若则不将添加至第二次更新后的非相干平均振幅时间序列；

所述第二次更新后的非相干平均振幅时间序列的定义为：

其中，表示第二次更新后非相干平均振幅时间序列Adata₂中第k个时间点的非相干平均振幅，即非相干平均振幅时间序列Adata中第b_k个时间点的非相干平均振幅，L2表示第二次更新后的非相干平均振幅时间序列中时间点的数量；

步骤1.5记录第二次更新后的非相干平均振幅值所对应的时间点b_k，对时间点b_k及其后一定时间段T_doubt内的非相干平均振幅值进行N_smooth个点的平滑处理，重新定义N_smooth个点的平滑处理之后的平滑振幅序列，从中找到最大值，定义为流星峰值，记录流星峰值所对应的时间点t_peak，比较时间点b_k和时间点t_peak的差值与上升判断参数t_judge的大小，根据比较结果实时更新流星判断参数的布尔值；记录平滑振幅序列中流星峰值之后第一次衰减至流星峰值一定比例时的时间点，判断此后是否存在一个时间点使得平滑振幅序列在该时间点的平滑振幅回复到流星峰值的一定倍数，根据该时间点存在与否更新震荡判断参数的布尔值；结合该时间点上流星判断参数的布尔值和震荡判断参数的布尔值构建第三次更新后的非相干平均振幅时间序列；

所述对时间点b_k及其后一定时间段T_doubt内的非相干平均振幅值进行平滑处理，重新定义平滑处理之后的平滑振幅序列，具体为：

设时间点b_k及其后一定时间段T_doubt内的非相干平均振幅序列为：

设重定义后N_smooth个点的平滑处理之后的平滑振幅序列为：

Bdata＝{B₁，B₂，...，B_Tdoubt}

其中：

……

设Bdata中的最大值为B_max，则B_max所对应的Adata数据段中的第一个振幅的时间点为t_peak；

所述比较时间点b_k和时间点t_peak的差值与上升判断参数t_judge的大小，根据比较结果实时更新流星判断参数的布尔值，具体为：

设t_peak-b_k＝t_rise，上述上升判断参数为t_judge.

若t_rise＞t_judge，则

若t_rise≤t_judge，则

所述记录平滑振幅序列中流星峰值之后第一次衰减至流星峰值一定比例时的时间点，判断此后是否存在一个时间点使得平滑振幅序列在该时间点的平滑振幅回复到流星峰值的一定倍数，根据该时间点存在与否更新震荡判断参数的布尔值，具体为：

记录平滑振幅序列Bdata中时间点t_peak之后平滑振幅值第一次衰减至N_valley*B_max时所对应的Adata非相干振幅序列数据段的第一个时间点为设震荡判断参数为Sflag，有：

若序列Bdata在时间点之后，有则Sflag＝0；

若在序列Bdata中，对于之后的任意时间点tb，都有B_tb＜N_back*B_max，则Sflag＝1；

其中：

N_valley为一个正实数，其值在0到1之间，用于定位衰减到特定位置时的时间点；

N_back也是一个正实数，为确定震荡判断参数Sflag所用于比较的临界值；

所述结合该时间点上流星判断参数的布尔值和震荡判断参数的布尔值构建第三次更新后的非相干平均振幅时间序列，具体为：

若则将添加至第三次更新后的非相干平均振幅时间序列；

若则不将中任意一点添加至第三次更新后的非相干平均振幅时间序列；

所述第三次更新后的非相干平均振幅时间序列的定义为：

其中，表示第三次更新后的非相干平均振幅时间序列Adata₃中第k个时间点的非相干平均振幅，即非相干平均振幅时间序列Adata中第c_k个时间点的非相干平均振幅，L3表示第三次更新后非相干平均振幅时间序列中时间点的数量；

步骤1.6计算第三次更新后的非相干平均振幅所对应的一定时间段内的所有外围接收机的复信号与中心接收机的复信号的互相关函数，求解该时间段内外围接收机复信号与中心接收机复信号互相关函数相位斜率之间的标准差，根据其与速度判断参数的比较结果更新流星判断参数的布尔值，结合该时间点上流星判断参数的布尔值构建第四次更新后的非相干平均振幅时间序列；

所述计算第三次更新后的非相干平均振幅所对应的时间段T_doubt内的所有外围接收机的复信号与中心接收机的复信号的互相关函数，具体为：

将所对应Bdata的T_doubt内的K-1台外围接收机的复信号分别与中心接收机的复信号求互相关函数，以上复信号后续简单表示为S1、S2、…、SX、…、SK，具体为：

Φ_X-K＝angle(C_SK-SX(l))

A_X-K＝abs(C_SK-SX(l))

其中：

c_SK-SX(l)为序号X的接收机与中心接收机在T_doubt内的互相关函数

为序号X的接收机同相通道的数据在时间段T_doubt内所有时间点相干集成后的信号序列

为序号X的接收机正交通道的数据在时间段T_doubt内所有时间点相干集成后的信号序列

l为互相关函数时延数，l＝1，2，...，2N-1

N为互相关函数最大时延

X为外围接收机标号，X＝1，2，3，...，k-1

n为受到离散数字信号的长度和互相关函数时延的限制的正整数

*表示复数的共轭

A_X-K为时延为l时互相关函数的振幅值，通过函数abs()求得；

Φ_X-K为时延为l时互相关函数的相位值，通过函数angle()求得；

所述求解该时间段内外围接收机复信号与中心接收机复信号互相关函数相位斜率之间的标准差，具体为：

设外围接收机复信号与中心接收机复信号互相关函数相位斜率为

设之间的均值为标准差为则

所述根据其与速度判断参数的比较结果更新流星判断参数的布尔值，具体为：

若则

若则

其中，σ_V为一个正实数，用于与做比较，从而确定的值；

所述结合该时间点上流星判断参数和闪电判断参数的布尔值构建第四次更新后的非相干平均振幅时间序列，具体为：

若则将添加至第四次更新后的非相干平均振幅时间序列；

若则不将中任意一点添加至第四次更新后的非相干平均振幅时间序列；

所述第四次更新后非相干平均振幅时间序列的定义为：

其中，表示第四次更新后的非相干平均振幅时间序列Adata₄中第k个时间点的非相干平均振幅，即非相干平均振幅时间序列Adata中第d_k个时间点的非相干平均振幅，L4表示第四次更新后非相干平均振幅时间序列中时间点的数量；

步骤1.7根据第四次更新的结果，构建非相干平均振幅序列所对应的平滑振幅序列，定位流星峰值所在时间点，截取该时间点前后一定时长内所有接收机的复信号，定义为初步确认的流星事件数据集，用PCMEF表示；

步骤1.7具体为：

设所对应平滑振幅序列峰值所在的时间点为峰值所对应的时间点前一定时长为t_start，峰值所对应的时间点后一定时长为t_stop，此处t_start+t_stop＝J，J为单个初步确认的流星事件数据集的时长，将时间区间为的序号为1-K的接收机的复信号存储为一个初步确认的流星事件数据集，为区别于Adata₄中其他点所对应的初步确认的流星事件数据集，所对应的初步确认的流星事件数据集设为PCMEF_k；

所述PCMEF_k的定义为：

其中，表示序号X的接收机存储的时间段为的复信号，具体为：

其中，表示序号为X的接收机存储的时间点为t_*的复信号，具体为：

其中，分别是时间点t_*时序号为X的接收机所存储的同相通道和正交通道的数据；

对于生成的序列Adata₄，则生成分别与对应的初步确认的流星事件数据集序列，用PCMEF_total表示，具体为：

PCMEF_total＝{PCMEF_i，PCMEF₂，...，PCMEF_k，...，PCMEF_End}

其中，PCMEF_total为一天内采集存储的所有初步确认的流星事件数据集，正整数下标表示其序号，该序号值与Adata₄中下标序列{d₁，d₂，...，d_end}中d的下标序号值一一对应，End也为正整数，意为当天所存储的初步确认的流星事件数据集的个数；

所述步骤2具体为：

步骤2.1在待检测的初步确认的流星事件数据集的流星峰值前后特定的位置分别抽取一定时长的数据，选择其中最大的均方根与流星峰值进行比较，根据比较结果更新流星判断参数的布尔值，结合该时间点上流星判断参数的布尔值构建第一次更新后的初步确认的流星事件数据集序列；

所述在待检测的初步确认的流星事件数据集的流星峰值前后特定的位置分别抽取一定时长的数据，选择其中最大的均方根与流星峰值进行比较，具体为：

设在待检测的初步确认的流星事件数据集中，IP′_x，t表示第x台接收机的原始数据中同相通道的数据在第t时间点的相干集成之后的信号，QP′_x，t表示第x台接收机的原始数据中正交通道的数据在第t时间点的相干集成之后的信号，t′_peak为该初步确认的流星事件数据集中流星峰值所在的时间点，则有：

S′_x，t＝IP′_x，t+QP′_x，t*j＝A′_x，t*exp(Φ′_x，t*j)

x∈[1，K]，t∈[t′_peak-t_start，t′_peak+t_stop]

其中，S′_x，t表示第x台接收机在第t时间点的复信号，A′_x，t表示第x台接收机在第t时间点的复信号的振幅，Φ′_x，t表示第x台接收机在第t时间点的复信号的相位；

计算每个时间点的非相干平均振幅为：

t∈[t′_peak-t_start，t′_peak+t_stop]

其中，A′_t为第t时间点的非相干平均振幅，K表示接收机的数量；

在待检测初步确认的流星事件数据集中，非相干平均振幅序列的具体定义为：

从Adata′中选择[t′_peak-T′₁，t′_peak-T′₁+T′₀]，[t′_peak-T′₂，t′_peak-T′₂+T′₀]和[t′_peak+T′₃，t′_peak+T′₃+T′₀]三个时间段所对应的非相干平均振幅数据段，其中，T′₁、T′₂和T′₃用于确定所选取数据段的位置；T′₀用于确定所选取数据段的时长；T′₁、T′₂、T′₃和T′₀在所有待检测初步确认的流星事件数据集中均为定值，分别求标准差，选出其中的最大值，具体为：

其中：

为时间段[t′_peak+T′₁，t′_peak+T′₁+T′₀]之间T′₀个时间点非相干平均振幅的标准差；

为时间段[t′_peak+T′₂，t′_peak+T′₂+T′₀]之间T′₀个时间点非相干平均振幅的标准差；

为时间段[t′_peak+T′₃，t′_peak+T′₃+T′₀]之间T′₀个时间点非相干平均振幅的标准差；

为时间段[t′_peak-T′₁，t′_peak-T′₁+T′₀]之间T′₀个时间点非相干平均振幅的平均值；

为时间段[t′_peak-T′₂，t′_peak-T′₂+T′₀]之间T′₀个时间点非相干平均振幅的平均值；

为时间段[t′_peak+T′₃，t′_peak+T′₃+T′₀]之间T′₀个时间点非相干平均振幅的平均值；

σ_{Adata′，Max}为三者中的最大值；

所述根据比较结果更新流星判断参数的布尔值，具体为：

若则

若则

所述结合该时间点上流星判断参数的布尔值构建第一次更新后的初步确认的流星事件数据集序列，具体为：

设在PCMEF_total中本次所检测的初步确认的流星事件数据集为PCMEF_k，有：

若则将PCMEF_k存入更新后的初步确认的流星事件数据集序列中；

若则不将PCMEF_k存入更新后的初步确认的流星事件数据集序列中；

所述第一次更新后的初步确认的流星事件数据集序列，具体为：

其中，表示第一次更新后的初步确认的流星事件数据集序列中第k个初步确认的流星事件数据集，即PCMEF_total数据集序列中第a_k个初步确认的流星事件数据集，L1*表示第一次更新后初步确认的流星事件数据集序列中数据集的数量；

步骤2.2计算第一次更新后的待检测初步确认的流星事件数据集中，流星峰值出现之前一定时间段内所有外围接收机和中心接收机之间的互相关函数，计算该时间段内所有外围接收机复信号与中心接收机复信号互相关函数相位斜率之间的标准差，根据其与噪声判断参数的比较结果更新流星判断参数的布尔值，结合该时间点上流星判断参数的布尔值构建第二次更新后的初步确认的流星事件数据集序列；

所述计算第一次更新后的待检测初步确认的流星事件数据集中，流星峰值出现之前一定时间段内所有外围接收机和中心接收机之间的互相关函数，计算该时间段内所有外围接收机复信号与中心接收机复信号互相关函数相位斜率之间的标准差，具体为：

将待检测数据集所对应时间段内的K-1台外围接收机的复信号分别与中心接收机的复信号求互相关函数c_SK-SX(T_noise)，其中，为中流星峰值所在的时间点，为序号为X的接收机在时间段的复信号，根据求得的每个外围接收机所对应的互相关函数c_SK-SX(T_noise)，分别计算每个外围接收机所对应的互相关函数c_SK-SX(T_noise)的相位的斜率进而计算所有相位斜率的标准差具体计算方法如所述步骤1.6中所示；

所述根据其与噪声判断参数的比较结果更新流星判断参数的布尔值，具体为：

若则Aflag_noise＝1；

若则Aflag_noise＝0；

其中，噪声判断参数σ_nNise为一个正实数，用于与做比较，从而确定Aflag_noise的值；

所述结合该时间点上流星判断参数的布尔值构建第二次更新后的初步确认的流星事件数据集序列，具体为：

若Aflag_noise＝1，则将添加至第二次更新后的初步确认的流星事件数据集序列；

若Aflag_noise＝0，则不将添加至第二次更新后的初步确认的流星事件数据集序列；

所述第二次更新后的初步确认的流星事件数据集序列的定义为：

其中，表示第二次更新后的初步确认的流星事件数据集序列中第k个初步确认的流星事件数据集，即PCMEF_total数据集序列中第b_k个初步确认的流星事件数据集，L2*表示第二次更新后初步确认的流星事件数据集序列中数据集的数量；

步骤2.3计算第二次更新后的待检测初步确认的流星事件数据集的信噪比，根据其与信噪比判断参数的比较结果更新流星判断参数的布尔值，结合该时间点上流星判断参数的布尔值构建第三次更新后的初步确认的流星事件数据集序列；

所述计算第二次更新后的待检测初步确认的流星事件数据集的信噪比，具体为：

设第二次更新后的待检测初步确认的流星事件的信噪比为中的信号功率为P_S，噪声功率为P_N，则有：

所述根据其与信噪比判断参数的比较结果更新流星判断参数的布尔值，具体为：

若则Aflag_SNR＝1；

若则Aflag_SNR＝0；

其中，N_SNR为一个正实数，用于与做比较，从而确定Aflag_SNR的值；

所述结合该时间点上流星判断参数的布尔值构建第三次更新后的初步确认的流星事件数据集序列，具体为：

若Aflag_SNR＝1，则将添加至第三次更新后的初步确认的流星事件数据集序列；

若Aflag_SNR＝0，则不将添加至第三次更新后的初步确认的流星事件数据集序列；

所述第三次更新后的初步确认的流星事件数据集序列的定义为：

其中，表示第三次更新后的初步确认的流星事件数据集序列中第k个初步确认的流星事件数据集，即PCMEF_total数据集序列中第c_k个初步确认的流星事件数据集，L3*表示第三次更新后初步确认的流星事件数据集序列中数据集的数量；

步骤2.4分别计算流星回波上升时长和流星回波衰减时长，根据两段时长的比较结果更新流星判断参数的布尔值，结合该时间点上流星判断参数的布尔值构建第四次更新后的初步确认的流星事件数据集序列；

所述分别计算回波上升时长和流星回波衰减时长，具体为：

对第三次更新后的待检测初步确认的流星事件数据集构建非相干平均振幅序列Adata′₂，具体构建方法如所述步骤2.1中所示，其中Adata′₂定义为：

其中，t′_peak，2为Adata′₂中流星峰值所对应的时间点，End′为Adata′₂中非相干平均振幅点的个数；

计算Adata′₂中所有非相干平均振幅点之前一定时间范围内非相干平均振幅的标准差，具体计算方法如所述步骤1.4中所示，得到与Adata′₂中每一个振幅点一一对应的标准差序列定义为：

将Adata′₂和中一一对应的元素分别做比，得到振幅-标准差比值序列A/σ，定义为：

在A/σ序列中，若则A′_k所对应的时间点设为上升起始时间点t′_rise，start；

计算A/σ在[t′_peak，2-T′₁，t′_peak，2-T′₁+T′₀]时间段内的均值，记为

在A/σ序列中，设时间点t′_fall，stop为t′_rise，start后第一个使得的时间点，则将t′_fall，stop设为衰减截止时间点；

设回波上升时长为t′_rise，则t′_rise＝t′_peak，2-t′_rise，start；

设回波衰减时长为t′_fall，则t′_fall＝t′_fall，stop-t′_peak，2；

所述根据两段时长的比较结果更新流星判断参数的布尔值，具体为：

若t′_fall≥N′_rise*t′_rise且T_short＜t′_rise+t′_fall＜T′_long，则Aflag_period＝1；

否则，Aflag_period＝0；

其中，N′_rise为一个正实数，用于在两段时长的比较中确定Aflag_period的值；T′_short为满足筛选条件时t′_rise+t′_fall的最小值；T′_long为满足筛选条件时t′_rise+t′_fall的最大值；

所述结合该时间点上流星判断参数的布尔值构建第四次更新后的初步确认的流星事件数据集序列，具体为：

若Aflag_period＝1，则将添加至第四次更新后的初步确认的流星事件数据集序列；

若Aflag_period＝0，则不将添加至第四次更新后的初步确认的流星事件数据集序列；

所述第四次更新后的初步确认的流星事件数据集序列的定义为：

其中，表示第四次更新后的初步确认的流星事件数据集序列中第k个初步确认的流星事件数据集，即PCMEF_total数据集序列中第d_k个初步确认的流星事件数据集，L4*表示第四次更新后的初步确认的流星事件数据集序列中数据集的数量；

步骤2.5计算流星回波衰减时间内的非相干平均振幅的常用对数序列，使用最小二乘法拟合对数序列在回波衰减时间内的直线，计算流星回波衰减时间内每个时间点对应的直线纵坐标值序列，计算对数序列和直线纵坐标值序列的相关系数，比较该相关系数的绝对值与指数判断参数的大小，根据比较结果更新流星判断参数的布尔值，结合该时间点上流星判断参数的布尔值构建第五次更新后的初步确认的流星事件数据集序列；

所述计算流星回波衰减时间内的非相干平均振幅的常用对数序列，具体为：

对第四次更新后的待检测初步确认的流星事件数据集于流星峰值所在时间点t′_peak，3和衰减截止时间点t′_{fall，stop，3}之间的时间段[t′_peak，3，t′_{fall，stop，3}]内，构建非相干平均振幅序列Adata′_fall，具体构建方法如所述步骤2.1中所示，其中Adata′_fall定义为：

Adata′_fall＝{A′_fall，1，A′_fall，2，...，A′_fall，k，...，A′_{fall，Endf′}}

其中，Endf′为Adata′_fall中非相干平均振幅点的个数；

对Adata′_fall中每一个非相干平均振幅点A′_fall，k求常用对数，具体为：

logAdata(k)＝log₁₀(A′_fall，k)

将所有logAdata(k)构建成为对数序列logAdata，定义为：

logAdata＝{logAdata(1)，logAdata(2)，...，logAdata(k)，...，logAdata(Endf′)}

所述使用最小二乘法拟合对数序列在回波衰减时间内的直线，具体为：

设[t′_peak，3，t′_{fall，stop，3}]时间段内的时间点序列为t_log，定义为：

t_log＝{t_log(1)，t_log(2)，...，t_log(k)，...，t_log(Endf′)}

设矩阵t_log，1为设矩阵Adatalog为设所求直线方程的斜率为ktlog，截距为btlog，斜率和截距组成矩阵(ktlog，btlog)，则有：

(ktlog，btlog)＝(t_log，1^Tt_log，1)^-1t_log，1^TAdatalog

所述计算流星回波衰减时间内每个时间点对应的直线纵坐标值序列，具体为：

设所求直线纵坐标值为定义为：

对于其中任意一点都有

所述计算对数序列和直线纵坐标值序列的相关系数，具体为：

其中为对数序列logAdata和直线纵坐标值序列的相关系数，为logAdata和的协方差，为的方差，Var[logAdata]为logAdata的方差；

所述比较该相关系数的绝对值与指数判断参数的大小，根据比较结果更新流星判断参数的布尔值，具体为：

若则Aflag_exponent＝1；

若则Aflag_exponent＝0；

其中，指数判断参数r_exponent为一个小于1的正实数，用于与做比较，从而确定Aflag_exponent的值；

所述结合该时间点上流星判断参数的布尔值构建第五次更新后的初步确认的流星事件数据集序列，具体为：

若Aflag_exponent＝1，则将添加至第五次更新后的初步确认的流星事件数据集序列；

若Aflag_exponent＝0，则不将添加至第五次更新后的初步确认的流星事件数据集序列；

所述第五次更新后的初步确认的流星事件数据集序列的定义为：

其中，表示第五次更新后的初步确认的流星事件数据集序列中第k个初步确认的流星事件数据集，即PCMEF_total数据集序列中第e_k个初步确认的流星事件数据集，L5*表示第五次更新后的初步确认的流星事件数据集序列中数据集的数量；

步骤2.6将第五次更新后的初步确认的流星事件数据集序列定义为二次确认的流星事件数据集，用CMEF表示；

所述将第五次更新后的初步确认的流星事件数据集序列定义为二次确认的流星事件数据集，用CMEF表示，具体为：

将重命名为CMEF_total；

对于中的每一个数据集

将其重命名为即：

CMEF_total＝{CMEF₁，CMEF₂，...，CMEF_k，...，CMEF_L5*}

其中，CMEF_total为一天内采集存储的所有二次确认的流星事件数据集，正整数下标表示其序号，该序号值与中下标序列{e₁，e₂，...，e_L5*}中e的下标序号值一一对应；

所述步骤3具体为：

步骤3.1计算待处理的二次确认的流星事件数据集CMEF_k中上升起始时间点和衰减截止时间点间外围接收机复信号和中心接收机复信号之间的互相关函数，求解流星尾迹的径向漂移速度、天顶角、方位角和高度；

所述计算待处理的二次确认的流星事件数据集CMEF_k中上升起始时间点和衰减截止时间点间外围接收机复信号和中心接收机复信号之间的互相关函数，具体为：

定位待处理二次确认的流星事件数据集CMEF_k中上升起始时间点t″_{rise，start_k}和衰减截止时间点t″_{fall，stop_k}，如步骤2.4中所示；计算在时间段[t″_{rise，start_k}，t″_{fall，stop_k}]内外围接收机与中心接收机的互相关函数c″_{SK-SX_k}，如步骤1.6中所示；

所述求解流星尾迹的径向漂移速度，具体为：

设待处理的二次确认的流星事件数据集CMEF_k中序号为X的外围接收机与中心接收机互相关函数c″_{SK-SX_k}相位的斜率为计算方法如步骤1.6中所示，计算所有外围接收机与中心接收机互相关函数相位的斜率的均值有：

设待处理的二次确认的流星事件数据集CMEF_k中流星尾迹的径向漂移速度为V_r，k，则有：

其中，λ为雷达发射波的波长，为已知参数；

所述求解流星尾迹的天顶角和方位角，具体为：

设：待处理的二次确认的流星事件数据集CMEF_k中序号为X的外围接收机与中心接收机的相差为ΔΦ_{X-K_k}，则ΔΦ_{X-K_k}为时延为0时，互相关函数c″_{SK-SX_k}的相位，即：

ΔΦ_{X-K_k}＝angle(c″_{SK-SX_k}(0))

其中angle()为对复数求相位的函数，具体计算方法如步骤1.6中所示；

设：待处理的二次确认的流星事件数据集CMEF_k中流星尾迹的天顶角为θ_k，方位角为ε_k，则有：

其中N″_X为正整数定值；求解该方程组即可解得待处理的二次确认的流星事件数据集CMEF_k中流星尾迹的天顶角θ_k和方位角ε_k；

所述求解流星尾迹的高度，具体为：

设待处理的二次确认的流星事件数据集CMEF_k中流星尾迹的高度为h_i，k，流星尾迹反射雷达发射波发生位置与中心接收天线的距离为Ri_k，雷达布设点与地心的距离为R_e，则有：

式中，Ri_k和R_e在二次确认的流星事件数据集CMEF_k数据集中均为已知参数，θ_k为流星尾迹的天顶角；

所述筛除速度、天顶角、方位角和高度等位置信息不符合要求的流星事件数据集，将其余流星事件数据集的位置信息存储于流星位置数据集之中，具体为：

若在待处理的二次确认的流星事件数据集CMEF_k中，满足：V_r，k≤V_r，max且Height_min≤h_i，k≤Height_max且对于任意外围接收机与中心接收机的相差的绝对值|ΔΦ_{X-K_k}|均有|ΔΦ_{X-K_k}|≤ΔΦ_max，则将从二次确认的流星事件数据集CMEF_k中计算得到的径向漂移速度V_r，k、流星尾迹高度h_i，k、天顶角θ_k和方位角ε_k等位置信息和二次确认的流星事件数据集CMEF_k数据集中的流星峰值所在时间点存储于流星事件数据集之中；否则，不将从二次确认的流星事件数据集CMEF_k中计算得到的位置信息和二次确认的流星事件数据集CMEF_k中的流星峰值所在时间点存储于流星事件数据集之中；其中：V_r，max、Height_min、Height_max、Δφ_min和ΔΦ_max均为正实数定值；

流星事件数据集，用MPDF表示，具体为：

其中，MPDF_x表示流星事件数据集中的第x条流星位置信息，EndM为一正整数，表示流星事件数据集MPDF中流星位置信息的个数；

步骤4所述构建每个时空窗中与流星事件数据集中与位置信息有关的线性方程组，通过最小二乘法求解初步风场，具体为：

以T_R和H_R为分别为时间和空间分辨率，将一天内24小时划分为24/T_R个时间区间，将海拔高度为[70km，110km]共40km的中高层大气所在高度划分为40/H_R个高度区间，依托划分的时间区间和高度区间构建960/(T_R*H_R)个时空窗，设构建的时空窗序列为TSWindow，则TSWindow定义为：

将流星事件数据集中的每一条位置信息按照其所在时间和所在高度分配到不同的时空窗之中；设同一时空窗TSWindow_x中的所有位置信息序列为则有：

为TSWindow_x构建与该时空窗中高层大气风矢量u_x(u_x，v_x，w_x)有关的线性方程组，具体为：

使用最小二乘法计算每一个时空窗中的中高层大气风矢量，方法如步骤2.5中所示；得到初步风场，用PWD表示，具体为：

所述将初步风场再次代入先前构建的与流星事件数据集中位置信息有关的线性方程组中反算，从中筛除残差过大的位置信息，重新构建线性方程组，再次求解得到准确度更高的风场数据集，具体为：

对每一个时空窗的线性方程组，代入该时空窗中用最小二乘法计算得到的风矢量进行反算，计算每一个线性方程的残差，删除其中残差过大的方程组；以TSWindow_x为例，有：

设TSWindow_x中的残差序列为：则有：

对于残差序列中的任一元素若有则将线性方程

V_r，x，Tany＝sinθ_x，Tanysinε_x，Tany*u_x+sinθ_x，Tanycosε_x，Tany*v_x+sinθ_x，Tany*w_x从时空窗TSWindow_x的与有关的线性方程组中剔除；

设最终输出的中高层大气风矢量为u′_x(u′_x，v′_x，w′_x)，对时空窗TSWindow_x重新构建与u′_x(u_x，v_x，w_x)有关的线性方程组，具体为：

其中，EndM′为一正整数，表示TSWindow_x剔除残差过大的线性方程后线性方程组中线性方程的个数；

重新使用最小二乘法解算，得到最终输出的中高层大气风矢量u′_x(u′_x，v′_x，w′_x)，将u′_x(u′_x，v′_x，w′_x)和u′_x(u′_x，v′_x，w′_x)所对应的时空窗TSWindow_x一起存储在最终输出的准确度更高的风场数据集中；最终输出的准确度更高的风场数据集，用CWD表示，具体为：