基于BP人工神经网络的某型雷达降水估计误差修订建模*
2016-12-13夏光滨
舰船电子工程 2016年11期
关键词:信号
夏光滨 方 勇
(1.91550部队15分队 大连 116023)(2. 91550部队91分队 大连 116023)
基于BP人工神经网络的某型雷达降水估计误差修订建模*
夏光滨1方 勇2
(1.91550部队15分队 大连 116023)(2. 91550部队91分队 大连 116023)
文章分析了雷达降水估计中误差的来源,详细讨论了神经网络的结构、学习算法、权值调整和程序流程的具体设计,构建了对雷达降水估计与地面降水实测数据之间的误差修订模型,神经网络的初步训练取得了较好的应用效果,是减少非系统性误差、提高雷达使用效能和增强保障能力的有效方法。
神经网络; 降水估计; 误差修订
Class Number TN95
1 引言
雷达降水测量技术基于对回波信号中的差分反射率Zdr和比差分相位Kdp的分析运算[1]。Green证明气流稳定时,雨滴是扁椭球形状的[2]。Brussaard提出在大气没有湍流和风切变时,雨滴是按对称轴方向垂直下落[3],Beard在数学上证明了高斯倾斜角标准差小于等于5°[4]。使差分反射率Zdr和比差分相位Kdp的估计有了准确的理论支持。而差分反射率Zdr的近似校准具有不确定性且对温度的变化较为敏感且受各种因素的复杂影响,所以无论采用基于物理参数的估计算法还是基于统计量的区域积分算法,雷达降水估计的非系统性误差普遍存在。由于误差影响因素众多又为非线性的,使雷达降水估计与实际地面降水数据之间差异明显。Chandrasekar对该种误差结构和各参数对误差的影响进行了研究[5],证明雷达降水概率匹配方法估计的系统误差可以忽略。综上,雷达降水估计与地面实测降水的差异主要来源于非系统性的非线性误差,与气候、地理环境和雷达站点位置等因素广泛相关。……
登录APP查看全文
