高级搜索

一种基于模糊神经网络模糊C均值聚类的双偏振气象雷达降水粒子分类方法

李海 任嘉伟 尚金雷

引用本文: 李海, 任嘉伟, 尚金雷. 一种基于模糊神经网络模糊C均值聚类的双偏振气象雷达降水粒子分类方法[J]. 电子与信息学报, 2019, 41(4): 809-815. doi: 10.11999/JEIT180529 shu
Citation:  Hai LI, Jiawei REN, Jinlei SHANG. Hydrometeor Classification Method in Dual-polarization Weather Radar Based on Fuzzy Neural Network-fuzzy C-means[J]. Journal of Electronics and Information Technology, 2019, 41(4): 809-815. doi: 10.11999/JEIT180529 shu

一种基于模糊神经网络模糊C均值聚类的双偏振气象雷达降水粒子分类方法

    作者简介: 李海: 男,1976年生,教授,硕士生导师,主要研究方向为机载气象雷达信号处理及机器学习在气象雷达中的应用、分布式目标检测与参数估计、自适应信号处理等;
    任嘉伟: 男,1993年生,硕士生,研究方向为双偏振气象雷达信号处理;
    尚金雷: 男,1993年生,硕士生,研究方向为双偏振气象雷达信号处理
    通讯作者: 李海,elisha1976@163.com
  • 基金项目: 国家自然科学基金(U1733116, U1633106, 61471365),中国民航大学蓝天青年学者培养经费,中央高校基本科研业务费项目(3122017007)

摘要: 对于地杂波存在情况下的降水粒子分类问题,传统方法在不同的天气及环境条件下会产生较大分类误差。该文提出一种基于模糊神经网络(FNN)-模糊C均值聚类(FCM)算法的双偏振气象雷达降水粒子分类方法。该方法首先利用双偏振气象雷达在晴空模式下接收的地杂波数据训练FNN,自适应地计算地杂波各偏振参量隶属函数的参数,然后利用训练得到的地杂波隶属函数对降水模式下的地杂波进行抑制,最后采用模糊C均值聚类算法对地杂波抑制后的回波进行降水粒子分类。对实测数据的处理结果表明,该方法能够有效地抑制地杂波并获得较为精细的降水粒子分类结果。

English

图(5)表(2)
计量
  • PDF下载量:  38
  • 文章访问数:  479
  • HTML全文浏览量:  197
文章相关
  • 通讯作者:  李海, elisha1976@163.com
  • 收稿日期:  2018-05-29
  • 录用日期:  2018-11-30
  • 网络出版日期:  2018-12-10
  • 刊出日期:  2019-04-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章