基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
风电场杂波具有强散射性和由于其叶片旋转导致的频谱展宽特性,其雷达回波很难用传统的杂波滤波器滤除,进而导致气象目标探测过程中的误检测与误识别,这是影响新一代气象雷达探测性能的一个重要因素。该文通过分析风电场杂波区别于气象目标的回波特性,基于气象雷达二次产品(Level-II)实测数据选取某些特征参量,通过构造特征量的概率分布直方图和1维值域分布确定用于识别风电场杂波的各个特征量的隶属度函数,并设置相应的逻辑规则,利用模糊逻辑推理系统(FIS)实现风电场杂波的自适应检测与识别。通过采集几组典型的 Level-II 数据对所提方法进行测试与验证,均较为准确地识别出存在于气象雷达视野内的风电场杂波,实验结果证明了该文算法的可靠性。
推荐文章
基于模糊逻辑推理的铣切削过程稳健参数优化
铣切削过程
满意度函数
模糊逻辑推理
多响应过程
稳健优化
基于分布式模糊逻辑推理的WSN分簇算法
无线传感器网络
模糊逻辑推理
分布式分簇算法
负载均衡
柴油机冷启动过程模糊逻辑推理异常诊断
柴油机
异常诊断专家系统
模糊推理
清晰集
推理机
基于逻辑推理的数字权利动态描述研究
逻辑推理
多集
规则
动态描述
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Level-II数据和模糊逻辑推理的气象雷达风电场杂波检测与识别方法
来源期刊 电子与信息学报 学科 工学
关键词 气象雷达 风电场 杂波检测 特征提取 模糊逻辑
年,卷(期) 2016,(12) 所属期刊栏目 论文
研究方向 页码范围 3252-3260
页数 9页 分类号 TN959.4
字数 4540字 语种 中文
DOI 10.11999/JEIT161031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴仁彪 中国民航大学天津市智能信号与图像处理重点实验室 195 1158 14.0 22.0
2 王晓亮 中国民航大学天津市智能信号与图像处理重点实验室 34 135 7.0 10.0
3 何炜琨 中国民航大学天津市智能信号与图像处理重点实验室 29 134 7.0 10.0
4 郭双双 中国民航大学天津市智能信号与图像处理重点实验室 6 41 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (6)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
气象雷达
风电场
杂波检测
特征提取
模糊逻辑
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
论文1v1指导