10.12305/j.issn.1001-506X.2022.11.12
基于RCN N的双极化气象雷达天气信号检测
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.
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
44
TN959.4
国家自然科学基金;工信部民机专项资助课题
2022-11-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
3380-3387