吴仁彪 丁 红 何炜琨 王晓亮 张 鑫

(中国民航大学天津市智能信号与图像处理重点实验室，天津 300300)

1 引言

随着化石能源不断耗尽，风能作为一种清洁环保、可再生的新能源呈现出最迅猛的发展势头，据全球风能理事会(Global Wind Energy Council， GWEC)报告显示，近十多年以来，全球风力发电累计装机容量呈现飞速增长趋势，2017年全球新增装机容量超过50 GW[1]。根据近五年数据预测，到2021年全球新增装机容量每年将达到75 GW左右的水平，到2021年底累计装机容量将达到800 GW[2]。我国风力资源极为丰富，风力发电很可能在今后能源产业中起到领军作用。然而，随着风电场规模在不断扩建，其产生的杂波影响了气象目标参数估计的准确性和稳健性，造成对雷雨风暴、湍流、风切变等恶劣天气的误识别和误判，对气象雷达系统性能带来愈发严重的影响。

关于气象雷达风电场杂波抑制问题，国外相关学者已关注多年。Kong Fanxing等人根据气象目标与风轮机的频谱特性差异利用自适应谱处理方法抑制风电场杂波[3]，该方法基于估计临近非污染区域的气象目标参数自适应地生成带通滤波器，滤除污染区域的风电场杂波，同时保留有用的气象信息。Nai Feng等人提出的距离多普勒自回归算法[4]则是首先检测出风电场杂波，用未受污染的数据来估计污染区数据，该方法是将抑制问题看成一个估计问题，而不是直接抑制污染区的风轮机杂波，这类方法的有效性依赖于未受污染的数据及其与污染区的欧式距离。……