为克服统计样本容量(重庆地区1990-1999年间的风速资料)过少可能造成的统计误差,采用了月最大风速来拟合年最大风速的极值渐进分布.并通过3种极值分布函数(极值I型Gumbel、极值II型Frechet、极值III型reverseW eibull分布)及广义Parato...为克服统计样本容量(重庆地区1990-1999年间的风速资料)过少可能造成的统计误差,采用了月最大风速来拟合年最大风速的极值渐进分布.并通过3种极值分布函数(极值I型Gumbel、极值II型Frechet、极值III型reverseW eibull分布)及广义Parato分布(GPD)拟合结果的对比分析,得到短期风速资料下重庆年最大风速的极值渐进分布用极值III型(reverse W eibull)分布拟合较好,它给出了最佳的极值风速估计值.展开更多
针对半球共形阵体制下进行低空风切变检测时会受到强地杂波信号的干扰,导致风切变信号难以检测的问题,提出了一种基于空时自回归的直接数据域算法(Space-Time Autoregressive Direct Data Domain,D3AR)的低空风切变风速估计方法。该方...针对半球共形阵体制下进行低空风切变检测时会受到强地杂波信号的干扰,导致风切变信号难以检测的问题,提出了一种基于空时自回归的直接数据域算法(Space-Time Autoregressive Direct Data Domain,D3AR)的低空风切变风速估计方法。该方法首先将待检测距离单元的数据从空域、时域以及空时域进行信号对消处理;然后将处理后的数据矩阵描述为空时自回归(Autoregression,AR)模型并估计模型参数;再通过构造与杂波子空间正交的空间来实现对杂波的抑制,最后通过提取待检测单元的最大多普勒频率来估计风场速度。根据仿真结果显示,该方法有效地实现了地杂波抑制,并且能够精确估计风速。展开更多
文摘为克服统计样本容量(重庆地区1990-1999年间的风速资料)过少可能造成的统计误差,采用了月最大风速来拟合年最大风速的极值渐进分布.并通过3种极值分布函数(极值I型Gumbel、极值II型Frechet、极值III型reverseW eibull分布)及广义Parato分布(GPD)拟合结果的对比分析,得到短期风速资料下重庆年最大风速的极值渐进分布用极值III型(reverse W eibull)分布拟合较好,它给出了最佳的极值风速估计值.
文摘针对半球共形阵体制下进行低空风切变检测时会受到强地杂波信号的干扰,导致风切变信号难以检测的问题,提出了一种基于空时自回归的直接数据域算法(Space-Time Autoregressive Direct Data Domain,D3AR)的低空风切变风速估计方法。该方法首先将待检测距离单元的数据从空域、时域以及空时域进行信号对消处理;然后将处理后的数据矩阵描述为空时自回归(Autoregression,AR)模型并估计模型参数;再通过构造与杂波子空间正交的空间来实现对杂波的抑制,最后通过提取待检测单元的最大多普勒频率来估计风场速度。根据仿真结果显示,该方法有效地实现了地杂波抑制,并且能够精确估计风速。
