数据处理过程通过对功率谱密度数据进行预处理、噪声电平估算、目标回波识别、谱矩估算,将各波束得到的径向速度进行合成来得到大气风场数据。
(1)预处理
在处理功率谱密度数据之前,先进行零频去直流以及平滑处理。可部分消除地杂波、脉冲噪声的影响,提高信噪比与谱峰识别能力。
(2)噪声电平估算
采用分段平均法来快速估算噪声电平值。即将某个距离库上的功率谱密度数据分为k段,计算每一段的均值,将最小均值作为该距离库的噪声电平值,实际使用时通常选取k=8
[13]。
(3)目标回波识别
找出每一个距离库功率谱密度数据中的所有信号,即高于噪声电平的数据段。计算各信号段频移点上的功率谱数据之和,该值最大者被认为是目标回波。
(4)谱矩估算
对于每个波束、每个距离库的功率谱数据,计算信号功率谱的0阶矩、一阶矩和二阶矩,计算公式如下
[14]:
零阶距,即目标回波功率,对目标回波部分的功率谱密度\({\mathrm{S}}_{\mathrm{i}}\)积分:
\({\mathrm{M}}_{0}=\sum _{\mathrm{i}=1}^{\mathrm{N}}{\mathrm{S}}_{\mathrm{i}}\) (1)
其中,\({M}_{0}\)是目标回波功率,N为目标回波的总FFT点数,\({S}_{i}\)是第i个点的功率谱密度。
一阶矩,即多普勒频移:
\({M}_{1f}=\frac{1}{{M}_{0}}\sum _{\mathrm{i}=1}^{\mathrm{N}}\left({\mathrm{S}}_{\mathrm{i}}*{f}_{i}\right)\) (2)
其中\({f}_{i}\)为第i个点的频率。
二阶中心矩,即多普勒频移谱宽:

(3)
多普勒频移\(f\)与多普勒速度\({v}_{r}\)存在以下关系:
\(f=±\frac{2{v}_{r}}{\lambda }\) (4)
其中\(\lambda \)为雷达波长。
因此可以将多普勒频移与多普勒频移谱宽换算成多普勒速度与速度谱宽。
某距离库的最大多普勒速度为:
\({\nu }_{max}=\frac{1}{4M}\lambda {f}_{r}\) (5)
其中,M为相干积累数,\({f}_{r}\)为脉冲重复频率。
(5)风场合成
对于五波束探测的MST雷达,根据径向速度计算出水平风的经向与纬向分量,再进行合成,具体计算公式如下所示:

(6)

(7)
其中,\({V}_{ri}\)是指第i波束的径向速度,\(E/S/W/N/Z\)分别指东、南、西、北与垂直波束。\(\theta \)为斜波束的天顶角,\(u、v\mathrm{与}\omega \)分别是纬向风、经向风与垂直速度。