-
题名基于RCNN的双极化气象雷达天气信号检测
被引量：3
- 1
-
-
作者
高涌荇
王旭东
汪玲
朱岱寅
郭军
孟凡旺
-
机构
南京航空航天大学雷达成像与微波光子技术教育部重点实验室
中国航空工业集团公司雷华电子技术研究所
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第11期3380-3387,共8页
-
基金
国家自然科学基金(61801212)
工信部民机专项(MJ-2018-S-28)资助课题。
-
文摘
为检测混杂在地杂波、生物杂波中的天气信号,提高定量降水精度,提出了基于残差卷积神经网络(residual convolutional neural network, RCNN)的天气信号检测算法。首先,将采集的极化参数水平反射率因子、差分反射率、相关系数、差分相移率堆叠为三维数组后进行预处理,将其分为天气信号与杂波信号。然后,开发并优化RCNN,给出详细的网络结构。最后,通过多次实际的降水过程对所提算法的检测效果进行评价。结果表明,相比支持向量机以及卷积神经网络(convolutional neural network, CNN),所提算法对天气信号的检测效果更好,并且在不同仰角以及全年的实测数据上均表现出良好的检测性能。
-
关键词
双极化气象雷达
残差卷积神经网络
天气信号检测
深度学习
-
Keywords
dual polarization weather radar
residual convolutional neural network(RCNN)
weather signal detection
deep learning
-
分类号
TN959.4
[电子电信—信号与信息处理]
-
