💥1 概述

摘要：风力涡轮机杂波（WTC）污染以多种方式影响极化气象观测和自动高影响天气检测算法，例如，降水回波的误识别、假的中尺度旋涡检测和错误的风暴单体识别。随着风电行业的急剧增长，这种情况在未来只会加剧。由于全数字相控阵雷达（PAR）是下一代天气雷达的有前途的候选技术，应该研究利用其能力的进化信号处理算法以减轻WTC污染。本文研究了利用时空自适应处理（STAP）来减轻地面极化PAR的WTC污染。首先，开发了一个灵活的风力涡轮机时间序列信号模拟器，用于表征空间-时间域中的污染特征。然后，提出并演示了一种去除污染的STAP算法，并在模拟数据上进行了演示。考虑了两种数字雷达后端架构来评估所提算法的性能。一个具有数字子阵输出，另一个具有完全数字输出（即元素级数字）。结果表明，在空间-时间域中，WTC谱具有特征结构，并且可以更有效地减轻通过全数字PAR引入的极化气象变量的偏差。 关键词：数字相控阵雷达、天气雷达、时空自适应处理、风力涡轮机杂波、时间序列模拟。

美国利用替代能源源头发电的做法正在迅速增长。受美国能源部的倡议推动，到2030年全国风能产量将增加到20%，到2050年增加到35%。风力涡轮机场的安装数量也在迅速增加。除了总装机容量的快速增长外，过去30年来单个风力涡轮机的尺寸呈指数增长，以获得更低的每千瓦时发电成本。例如，现代涡轮机的转子直径和塔高大约为145米和180米。随着涡轮机变得更大，它们在视线范围内被气象雷达看到的距离也更远。

来自风力涡轮机的雷达信号可能会污染气象测量数据，影响数据质量。这些通常被称为风力涡轮机杂波，因为这些来自非气象散射体。信号处理器中传统使用的杂波滤波算法对于消除来自具有狭窄多普勒谱和平均速度接近零的非气象散射体的信号是有效的。然而，众所周知，风力涡轮机产生的杂波信号很难使用传统的谱滤波技术进行识别和去除，并可能导致雷达变量估计出现显著偏差。风力涡轮机的杂波污染特别难以去除，因为尽管风力涡轮机是非移动的散射体，但其叶片旋转会产生非零的多普勒速度，导致相对较宽的谱并可能与正在测量的水气云粒子的多普勒速度重叠。因此，传统的基于多普勒谱的杂波滤波器通常无法有效去除。图1展示了来自静止地面杂波（红色）、天气（蓝色）和风力涡轮机（黄色）的模拟多普勒谱。由于风力涡轮机杂波谱的高频宽和与天气信号的重叠，去除它可能具有挑战性。这可能导致预报员使用的自动气象数据算法中出现虚假的中气旋检测。随着增加风能生产的目标日期迅速临近，风力涡轮机杂波污染未来可能会影响美国国家气象局的运营。

编辑

多年来，许多研究工作致力于表征、检测和去除天气雷达观测中的风力涡轮机（WTC）污染。参考文献[8]通过使用三维模型，研究了风力涡轮机的雷达截面特性与涡轮相对于雷达的方位角之间的关系。参考文献[9]将WTC污染视为天气监测雷达-1988多普勒（WSR-88D）网络雷达所见，并提出了一种基于多边形插值的杂波去除技术。该技术依赖于未受污染的天气变量估计邻域以及有关风力涡轮机确切位置的信息。参考文献[10]测量了缩比风力涡轮机模型的雷达截面，并建议利用遥测信息来获取叶片速度，以建模并尝试减少污染。参考文献[11]开发了一种基于模糊逻辑的自动WTC污染检测算法，能够以大约90%的检测概率标记受污染的分辨率体积，虚警概率低于1%。然而，他们的算法并不能去除WTC污染，他们建议在具有正检测的距离门上使用复杂的信号处理技术。最后，[12]和kong2012wind探讨了使用自适应谱处理来通过对多普勒谱应用带通滤波器来去除WTC污染。这些研究都没有考虑使用具有先进波束成形能力的现代雷达技术。

相控阵雷达（PAR）技术提供了先进的能力，可以支持新的信号处理方法以改善天气雷达观测的质量，并被考虑用于下一代天气雷达[14]，[15]。尽管PAR技术可以提供先进的能力，但关于PAR架构和信号数字化水平的重要问题需要进行调查，以指导未来NWS雷达采购过程。最近的研究工作表明，单面旋转PAR架构能够满足未来极化观测的时间分辨率需求[16]。然而，这些研究并未考虑所需的数字通道数量。较高数量的数字通道可以提供更多的系统灵活性，但代价是成本和数据吞吐量的增加。

在多个相位中心接收的数字PAR信号可以提供额外信息，可供信号处理技术使用以减少来自移动杂波散射体的污染[17]。传统的信号处理技术如傅立叶波束成形和多普勒处理通常是独立应用的。这限制了信号处理操作一次只能在一个域中进行：空间领域用于波束成形，时间领域用于多普勒处理。研究人员报告称，这些功能的分离可能会牺牲能力，因为数字信号处理器未能利用所有可用的自由度[18]。为充分利用雷达的资源，应考虑联合时空处理。然而，为了最小化天线光栅瓣效应的影响，需要较多的数字通道，这可能会在空间领域中创建杂波谱的频谱副本，使滤波操作更具挑战性。

本文感兴趣的是探索数字波束成形（DBF）和多普勒处理的联合使用，以表征WTC时空谱，并评估去除它的潜在方法。通过DBF，接收到的不同阵列位置的数字信号被组合以在空间上滤除（即通过自定义天线波束形状）不需要的回波。同样，多普勒处理传统上用于在时间频率域中过滤不需要的信号。这些方法的联合使用被称为时空自适应处理（STAP）。STAP概念尚未应用于地面天气监测雷达的数据，因为传统的抛物面反射雷达（如WSR-88D）具有单个相位中心。此外，由于地面天气雷达是静止的，地面杂波回波没有多普勒频移，因此可以通过窄的一维多普勒陷波滤波器（考虑内部杂波运动）去除[19]，[20]。然而，来自移动杂波散射体（如风力涡轮机叶片）的污染很难区分并从天气信号中去除。

俄克拉荷马大学（OU）先进雷达研究中心（ARRC）正在进行的持续研究旨在展示数字PAR在极化天气观测中的独特能力[21]。特别是，全数字Horus雷达是一个双极化、移动、S波段系统，最近在ARRC完成，并得到了美国国家海洋和大气管理局（NOAA）的支持。这是一个独特的平台，可以展示数字PAR技术对气象观测的好处[22]。利用高度数字化的PAR的先进能力，可以改善NWS预报员和自动算法使用的关键任务数据的质量。

基于STAP的算法开发以减少WTC污染是本文的重点。作为替代极化、反射式WSR-88D的候选系统，利用其独特能力减少WTC污染至关重要。通过访问像Horus这样的全数字双极化PAR系统，这些进化的信号处理技术可以在实际系统上得到展示。向预报员和自动算法提供更高质量的数据可能会改善严重天气警报和天气预报。因此，研究在PAR上使用STAP技术以减少雷达变量估。

编辑

编辑

📚2 运行结果

编辑

编辑

编辑

部分代码：

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删