大连机场一次冷涡引发雷暴和大风个例分析

利用常规观测资料和NCEP/NCAR全球再分析资料对2020年5月16日—19日大连机场的一次冷涡系统引发雷暴和大风天气过程进行诊断分析,最后,结合葵花(Himawari-8)气象卫星云图和多普勒天气雷达回波特征,更好地监控冷涡雷暴的发生发展演变过程。结果表明:(1)高空冷涡配合地面冷锋是影响此次雷暴的主要天气系统。(2)低层暖湿气流的上升运动配合高空干冷气流的南下为雷暴发生提供有利动力条件和水汽条件。K指数、SI指数和TT指数等表明了大气层结不稳定,低层不稳定能量输送为雷暴发生提供热力条件。(3)冷涡系统降水的发生区反应在TBB值相对低值中心。TBB≤-50℃,对雷暴发生有很好指示作用;冷涡雷暴发生在水汽图上高层急流左侧暗区和亮区的过渡带。(4)冷涡雷暴雷达回波上表现为线状回波,强雷暴发生在反射率大于50dBz回波区域,强回波区与对流天气有很好的对应关系。     

改进CEEMD–MRSVD降噪方法及应用研究

针对总体经验模态分解（Ensemble empirical mode decomposition,EEMD）阈值降噪处理方法难以取得理想效果问题,提出了改进互补集合经验模态分解–多分辨率奇异值分解（Complementary ensemble empirical mode decomposition–multi-resolution singular value decomposition,CEEMD–MRSVD）降噪方法。含噪信号经CEEMD处理,克服了EEMD时效性差及EMD模式混叠缺陷,然后利用信号和噪声的相关特性对分解得到的本征模态分量进行信号主导和噪声主导分量区分,根据噪声强度不同,提出对噪声主导和信号主导的本征模态分量进行策略性优化的多分辨率奇异值处理方法,最后经Savitzky–Golay平滑滤波,剔除信号粗糙细节,重构达到降噪目的。试验通过仿真信号和超声回波信号降噪处理,结果表明,此方法不仅有效剔除了噪声干扰,而且减少了有用细节流失。     

多卜勒导航雷达自动检测的设计与实现

介绍了多卜勒导航雷达的基本工作原理 ,推导了回波信号多卜勒频移与系统其它参量间的关系。在讨论回波信号频谱特性的基础上 ,介绍了回波信号的产生原理及自动检测设备的硬件组成。     

船载ISAR对舰船目标成像特性分析

以船载ISAR和舰船三维运动为成像条件,针对舰船目标ISAR成像的多普勒特性进行讨论。对海情影响下舰船目标的摇摆成像模型进行数学建模,并从理论上分析多普勒频率特性和船载ISAR对舰船目标成像的复杂性。在建模分析的基础上给出仿真结果,验证了理论分析的正确性。     

基于嵌入式仿真的雷达训练系统设计

介绍了嵌入式仿真技术及其发展,将嵌入式仿真与雷达模拟训练相结合,构成了能够嵌入到机械扫描雷达实装的模拟训练系统。描述了对嵌入式仿真训练系统的结构组成以及部分模块的功能,研究了模拟雷达视频回波数据的方法和模型,包括目标回波、地物杂波、海杂波、气象杂波、有源干扰和接收机内部噪声,利用数学模型计算回波的强度、方位、距离等特性,调制实际录取的回波数据,生成与态势设置参数相应的模拟回波数据,能够对信号处理操作和抗干扰操作做出响应。通过对视频回波进行仿真,由终端显示画面可知模拟的回波数据具有较高的逼真度,经测试模拟视频回波能够被雷达显控终端识别。     

基于梳状谱发生器的毫米波相参脉压模拟器

研制了一种基于梳状谱发生器的全相参脉冲压缩毫米波雷达目标射频回波模拟器。通过与被测雷达共用基准频率参考信号,结合梳状谱发生器及DDS,保证了输出信号和雷达发射信号的相参性和快速频率跳变,实现较好的相位噪声性能和杂散抑制。该系统输出为Ka波段,带宽2GHz,步进100kHz,相位噪声小于一80dBc@1kHz,跳频时间小于2μs。     

频高图Es层回波的自动识别

提出了一种基于决策树算法的自动识别Es层回波的方法以提高Es识别效率.通过自适应二值化以及中值滤波算法对频高图进行预处理，并提取有效的Es回波区域.利用Es层在虚高轴分布的规律，通过图像投影的方法选择出特征，将这些特征以及时间信息作为决策树算法的输入；通过人工识别方式为每幅频高图标明是否存在Es回波的标签，与决策树算法的输出进行比较.对训练集进行训练、剪枝，获取最接近人工识别结果的决策树，使用测试集对获取的决策树进行测试验证.本文使用云南普洱站（22.7°N，101.5°E）记录的频高图数据作为训练集，分别使用云南普洱站（22.7°N，101.5°E）和四川乐山站（29.5°N，103.7°E）的频高图数据作为测试集对该方法进行测试验证，结果表明该方法对普洱站和乐山站两地Es二跳回波的识别均具有较高的准确率，分别达到84.2%和82.8%.