基于ConvLSTM的气象雷达回波外推

针对传统雷达回波外推方法存在数据利用率低、预报精度不高等局限,利用定标后的青海大学校内X波段天气雷达监测数据,建立ConvLSTM深度学习模型进行回波外推,并与传统光流法的外推结果进行对比.结果表明:(1)在不同的输入时长和外推时间中,ConvLSTM的精度都明显优于光流法,在第1.5小时内的平均预测误差比光流法低69...     

秦微1,2,张其林1,2,赖悦1,2,姜苏1,2,陈媛1,2,苏建峰1,2

为了更好的利用闪电资料和雷达回波资料来对雷电进行临近预警,本文以深圳地区2012年4月一次强飑线过程为例,分析该次过程中的闪电活动与雷达回波特征,发现地闪分布与雷达回波强度之间表现出很好的对应关系。因此,本文采用TITAN(Thunderstorm Identification, Tracking, Analysis, and Nowcasting)算法对这次强风暴过程中40dBZ以上的强回波区进行识别、跟踪和外推,并与闪电高密度区域的识别、跟踪和外推结果进行对比分析。结果表明：TITAN算法识别效果理想,且识别结果与单体的发展旺盛程度有关;另外,雷达强回波区和闪电高密度区的外推精度与外推开始时刻、外推时间的长短有关;利用闪电高密度区进行外推时,外推的质心误差小于雷达强回波区的外推质心误差。     

一次飑线过程的雷电临近预警分析

为了更好的利用闪电资料和雷达回波资料来对雷电进行临近预警,以深圳地区2012年4月一次强飑线过程为例,分析该次过程中的闪电活动与雷达回波特征,发现地闪分布与雷达回波强度之间表现出很好的对应关系。因此,采用TITAN(thunderstorm identification,tracking,analysis,and nowcasting)算法对这次强风暴过程中40 d BZ以上的强回波区进行识别、跟踪和外推;并与闪电高密度区域的识别、跟踪和外推结果进行对比分析。结果表明:TITAN算法识别效果理想;且识别结果与单体的发展旺盛程度有关。另外,雷达强回波区和闪电高密度区的外推精度与外推开始时刻、外推时间的长短有关。利用闪电高密度区进行外推时,外推的质心误差小于雷达强回波区的外推质心误差。     

基于X波段雷达回波图像相关性分析的 浅海水深数值模拟与反演研究

根据描述有限水深的TMA海浪谱模型,对X波段雷达浅海区域海面回波进行了数值模拟;TMA海浪谱模型是深水JONSWAP谱的扩展,它能反映水深变化对海浪的影响。对利用X波段雷达回波图像相关性分析来反演浅海水深方法的适用条件以及性能进行了分析;该方法利用雷达对海杂波成像,结合回波图像之间理论与实际相关性之间差值累计量的最小值与水深的对应关系,可以得到雷达探测区域的水深信息。数值模拟以及水深反演结果表明:图像相关性方法在水深小于25 m时有较好的水深估算能力;但当水深大于25 m时,此方法会失去其水深反演能力。通过对模拟的图像进行水深提取,有效的验证了谱模型的准确性以及相关性方法的适用范围,为后续X波段雷达水深研究提供了很好的依据。     

基于主从时空预测网络的闪电临近预警方法

精细时空分辨率下的闪电临近预警对闪电灾害预防具有重要意义.提出了一个主从时空预测网络模型(MSTNet)实现闪电的临近预警.模型的输入包括两种时空数据:历史闪电观测与雷达回波.MSTNet利用主、从时空预测网络分别对两种数据特有的时空规律进行挖掘,主、从预测网络提取得到的特征通过一个融合模块实现信息互补,基于融合特征完...     

基于OpenGL建模技术的航海雷达回波图像生成方法

为解决当前航海雷达仿真器中雷达回波图像不真实问题,以岸线为例提出基于OpenGL建模技术的模拟航海雷达回波的新方法,研究雷达回波图像生成技术,给出雷达岸线回波及雷达岸线回波图像的生成算法.对RGB、HIS颜色模型在模拟雷达回波强度上的应用进行探讨,给出目标回波强度的数学模型.通过加入噪声模型,实现航海雷达岸线回波仿真,其结果与电子海图显示基本相符.     

基于探地雷达的沥青路面内部病害快速识别

为了提高沥青路面内部病害的检测精度及效率,开展了路面探地雷达(GPR)图像的自动识别研究．采用三维探地雷达(3D-GPR)设备高效、无损地探测沥青路面内部结构,以获取海量3D-GPR图像数据;通过多维度GPR图像辨识内部病害(横向裂缝和层间不良)的回波特征,矩形框准确标注纵断面GPR图中病害特征,进而构建内部病害回波特征GPR图像数据集(训练集、验证集和测试集);基于深度学习技术,引入YOLOv4(you only look once version 4)算法模型,首先利用训练集和验证集完成模型网络参数的迭代更新,然后利用测试集进行模型综合检测性能评估．研究结果表明：YOLOv4模型在测试集上测试的综合检测精度大于95%,并且其检测视频的每s帧数也超过30;而层间不良的回波特征相对内部横向裂缝识别更加准确;该模型可以实时、高精度自动识别出沥青路面GPR图像中病害回波特征．     

基于BP神经网络的探地雷达图像识别技术

探地雷达作为一种常用的物探方法,在工程和科研方面都具有广泛的应用,在应用中由于地下介质的复杂性,常使得图像的反射原因较难判断,对于地下介质的典型特征也较难统计.为了更好的解译以及快速准确的分析统计出雷达反射图像中的各类特征,本文利用神经网络的高度模糊识别能力,将标准雷达图像输入到神经网络模型中,并通过一系列的改进,提高了网络性能.通过仿真试验表明,改进后的神经网络可以较为高效的对雷达图像中的典型反射特征进行识别与统计,具有很好的应用前景.     

光流法以及结合机器学习在临近预报中的应用

通过采用Gunnar Farneback的稠密光流跟踪法对雷达反射率进行2h外推,并结合半拉格朗日外推方法,保持天气系统回波的旋转效应,可有效提高回波短临预测的精准度。结合该方法外推的回波结果及历史降水观测,采取机器学习中Conv LSTM(空间深度学习)的模型结合Z-R关系进行1h降水预测,结果表明其降水预测的空漏报率低于SWAN业务系统QPF预测结果。     

基于U-Net的涡旋电磁波雷达成像方法

基于轨道角动量模态变量与目标方位角变量的近似对偶关系,涡旋电磁波雷达可以实现对静止目标的二维高分辨成像,然而目标回波中的贝塞尔函数项会严重影响方位角向聚焦性能。现有基于逆投影算法的贝塞尔函数补偿方法计算量很大,难以实际应用。针对上述问题,提出一种利用U-Net卷积神经网络抑制贝塞尔函数影响、实现涡旋电磁波雷达高分辨成像的方法。首先,根据雷达目标散射分布的稀疏特性对U-Net网络进行改进,然后对目标回波信号进行二维快速傅里叶变换预处理得到目标散焦图像,将其作为改进U-Net网络的输入,并将目标理想电磁散射模型作为网络输出对网络进行监督训练。最后,基于未知目标回波信号,将预处理后的目标散焦图像输入到训练完备的网络模型中,即可得到聚焦良好的高分辨成像结果。仿真实验证明,该成像方法能够有效提高目标成像聚焦性能,且该网络模型在噪声存在的情况下仍具有较好的泛化能力。     

改进的光流法在回波外推预报中的应用

为了充分利用雷达资料进行强对流天气的临近预报,通过改进的光流法反演风场并对雷达组合反射率因子进行0~1 h的外推预报。为了提高传统光流法外推预报的准确性,采用金字塔分层技术,减小由于回波移速较快造成的反演误差,提高反演风场的计算精度和运算效率;并且采用半拉格朗日外推方案改进外推,保持回波的旋转性,提高回波预报效果。试验及评分结果表明,改进后的光流法改善了强对流天气的预报效果。     

不同视角下海量高分辨率视频图像数据挖掘方法研究

当前高分辨率视频图像数据挖掘方法容易受到外界环境的干扰,提取的视频图像特征不可靠,且不同视角下提取的特征值有很大差异,导致视频图像数据挖掘精度大大降低。为此,提出一种新的不同视角下海量高分辨率视频图像数据挖掘方法,通过Harris角点检测方法对待挖掘高分辨率视频图像数据时空特征进行提取,依据高分辨率视频图像数据时空特征,通过自相关矩阵建立相同事物不同视角下的递归图,将递归图看作一幅图像,通过计算像素点的梯度向量构建递归特征描述符,对相同事物不同视角下的关联性进行挖掘,将具有相同递归图梯度特征的高分辨率视频图像数据汇聚在一起,实现数据挖掘。实验结果表明,所提方法挖掘精度高。     

基于递归特征估计的图像修复算法

针对现有图像修复方法纹理不清晰和结构错乱等问题,提出基于递归特征估计的图像修复模型,此模型基于部分卷积和注意力机制且不需要额外的标签.整体框架分为两个部分,粗修复模块和精修复模块,前者初步修复前景,后者利用递归特征估计递进式地修复缺失区域的边界,不断缩小空洞的面积,这种方式不断加强对缺失区域中央的约束,使得修复结果更加...     

基于SVM和雷达回波反射率的雹云模型识别研究

为了提高基于支持向量机(Support Vector Machine,SVM)的大雨、冰雹模型的分类准确率,利用SVM分类方法与雷达回波反射率图像相结合的方法建立模型。提取雹云图像与大雨图像的的特征数据进行筛选,分别求出它们的和、中位数与方差,组成的三维识别向量作为SVM模型判别的变量数据训练模型。利用该模型对已有样本进行测试,可得雹云判别模型的识别率较高,且判别误差率较低。结果表明,通过气象雷达反射率图像的回波强度数据与SVM分类模型相结合构造的雹云判别模型,具有较好的效果。     

基于一维散射中心模型的RCS频率全角度外推

目标RCS频率外推是减小目标RCS数据存储的有效手段之一。利用FEKO电磁仿真软件得到目标回波数据,结合经典谱估计算法,提出了一种基于GTD散射中心模型的目标RCS频率全角度外推方法。以弹头目标为例,首先利用1～2GHz频率后向电磁散射数据,提取GTD散射中心模型参数;其次利用RCS频率全角度外推方法,实现了弹头目标在3GHz、4GHz频率上的RCS全角度外推;最后通过将外推数据与FEKO仿真数据进行对比,验证了外推方法的准确性与可靠性。仿真实验表明,外推结果与FEKO的仿真结果在整体趋势及强散射点对应的位置上具有较高的吻合度,可有效描述雷达目标的散射特性。     

基于生成对抗网络去除车辆图像运动模糊模型

提出一种基于生成对抗网络的去除车辆图像运动模糊的网络模型.该模型引入多尺度递归网络作为生成对抗网络的生成器,生成器包含3层网络,每层网络中叠加多层残差块,对模糊图像进行由粗糙到精细的处理,并经由判别器进行判别.利用公开数据集PKU-VD进行实验,实验结果表明,由该模型去除运动模糊后的图像比较清晰,可以分辨细节内容,且峰值信噪比达到29.52,优于常用模型.     

—种基于Baker映射与时空混沌的图像加密算法

分析了Baker映射在图像加密中的局限性,在此基础上提出改进措施,即基于比特位的图像分块与置乱方法.将此改进方法与时空混沌相结合,提出了一种新的图像加密算法.在该算法中,时空混沌的状态值用于确定图像的分块规则和改变明文比特的值.利用密文反馈模型,确定时空混沌的迭代次数,动态生成时空混沌的状态序列,并通过时空混沌系统的迭代,扩大密文反馈的影响.因此,算法具有很好的混淆与扩散特性.仿真实验和对比分析均验证了该算法具有良好的安全性和应用前景.     

合成孔径雷达图像斑点噪声滤波方法研究

探讨了适于合成孔径雷达图像斑点噪声滤波的小波基选择与小波提升问题.在分析了利用马尔科夫模型描述小波系数相关性问题的基础上,提出了一种基于小波系数高斯混合模型和隐马尔科夫模型的雷达图像斑点噪声滤波方法.使用几种典型的滤波处理方法,分别对星载和机载的合成孔径雷达图像进行滤波处理.实验表明,所提出的图像滤波方法能够更好地抑制雷达图像的斑点噪声.     

使用三维场景绘制技术模拟雷达图像

针对航海雷达回波图像模拟特点,提出一种使用三维场景绘制技术的实时模拟方法。通过在雷达天线处设置一个虚拟相机,建立视坐标系,根据雷达参数设置视见体,将光源也设置在雷达天线处。绘制当前场景,读取场景颜色缓存和深度缓存中的数据,将其转换成雷达回波数据。随着虚拟相机的旋转,实时模拟雷达的回波图像。仿真结果表明,该方法能够在3s内实时模拟具有105个三角形场景的雷达回波图像,且回波图像质量较现有雷达模拟器有显著提高。     

基于深度神经网络的强对流天气识别算法

短时强降水、大风等强对流天气危害巨大,对其进行自动识别存在相当大的技术困难.提出一种基于深度神经网络的强对流天气智能识别模型,以雷达回波图像和表征回波移动路径的光流图像作为输入,通过神经网络的自学习,寻求雷达图像与"是否发生强对流天气"之间的函数映射关系;并运用数据集增强、代价函数优化和模型泛化性能优化等技术,解决了训练样本的不均衡问题,避免了模型训练过程陷入局部极值的问题.实验结果表明,该方法对强对流天气识别的准确率达到96％,误报率低于60％.该方法也适用于对下击暴流等灾害性天气的自动识别.