天气雷达波束锐化和逆量化制造技术

用于在距离上提高较小天线尺寸雷达天气系统的天气数据的显示质量的方法和系统。处理器(42)从雷达系统(40)接收与天线关联的一列量化的反射率数据。该处理器基于估计的量化反射率数据来调整该列量化反射率数据，该估计的量化反射率数据与比该接收的一列量化反射率数据相关联的天线更大的天线的波束图相关联。

【技术实现步骤摘要】
天气雷达波束锐化和逆量化
技术介绍
由于机载天气雷达天线的最大物理尺寸限制，经常无法获得期望的窄天线波束， 由此导致显示的天气数据没有预期的详细。这在垂直显示方面(在该行业相对较新)特别明显且与(例如那些用在商用喷气机上的)较小天线一起时更差。著名的多普勒波束锐化技术在飞行器的直前向或垂直方向上效果不好。而且，天气的自然多普勒噪声可能是另一个挑战。小型飞行器只能适合小型的、宽波束天线，因此限制了它们的波束锐化能力。图I和2示出了由于15 I的垂直比例放大而导致的在垂直显示时展现的一些问题。问题如下-由于天线波束宽度引起的低分辨率；-由于立体数据的量化引起的块状外观；和-平滑显示输出的尝试导致在平滑度和进一步的分辨率损失之间的折衷。直接的方法是转换到频域，并乘以波束图(可以是真的或“软化的”概念天线)的反转，这种方法对真实数据不适用，因为它需要除以很小的数并由此导致数据不稳定。
技术实现思路
处理器从雷达系统接收与天线相关的一列量化反射率数据。该处理器基于估计的量化反射率数据调整该列量化反射率数据，该估计的量化率反射数据与比该接收的一列量化反射数据相关的天线更大的天线的波束图相关。本专利技术利用了概念上的“期望天线”来解除限制(例如，模拟具有更窄波束的“大天线”)。这使得算法能够更快收敛至最优解，同时降低了存储器需求。本专利技术还利用了与期望的天线响应匹配的平滑(例如高斯)扰动函数。这提供了最佳平滑输出，有助于算法更快地收敛，降低了存储器需求，并且可在不影响(smear)输出的情况下进行量化。附图说明以下将参考附图详细描述本专利技术的优选和替换实施例图I和2示出了由现有技术的机载天气雷达天线产生的结果；图3示出了根据本专利技术形成的示例性系统；图4示出了来自立体缓存器的一垂直列的理想数据；图5示出了图4中示出的数据的反射率值；图6说明了现有技术系统的模型；图7说明了根据本专利技术形成的系统的模型；图8说明了根据本专利技术形成的示例性过程的流程图。具体实施例方式本专利技术是一种系统、方法和计算机程序，用于在距离上提高天气雷达显示的细节。图I说明了根据本专利技术形成的示例性系统30。该系统30包括天气雷达系统40、处理器42、 存储器43、显示设备44、其它飞行器系统46和用户接口 48。处理器42电耦合至该天气雷达系统40、显示设备44、其它系统46、用户接口 48和存储器43。示例性的天气雷达系统40 包括雷达控制器50、发送器52、接收器54和天线56。该雷达控制器50控制发送器52和接收器54基于从一个或多个其它飞行器系统46接收的飞行器数据(例如位置、航向、滚转、偏航、倾斜度等)通过天线56来执行发送和接收信号。天气雷达系统40接收由来自外部环境的发射脉冲的散射而产生的信号，外部环境主要包括天气和地形。该接收到的信号被送至处理器42，处理器42使用接收到的信号来更新在存储器43 (例如立体(3-D)缓存器)中存储的天气反射率估计。处理器42基于从用户接口 48发送的任何控制信号或基于处理器42内的设置来产生呈现在显示设备44上的图象。本专利技术重点在于来自于立体天气缓存器的一维的反射率的垂直列和与该列数据相关的最优曲线；参考图4和5。图6示出了现有技术系统的模型。立体缓存器的最优输出是“未处理”反射率数据(波束函数Hx))，该反射率数据是高度的函数。该未处理反射率数据r(x)与波束图函数B(X)进行卷积。然后与噪声相加以创建a(x)。a(x)信号被量化以产生高度上量化的反射率，q(n)。高度上量化的反射率q(n)是可测量的且被存储到存储器43的3_D缓存器中。图7说明了由本专利技术设想的波束锐化模型。实际天线的波束函数B(X)被分割成两部分Bl(X)，Bc(X)，使得-这两个部分的卷积等于原始波束函数B(X);并且 -第一部分相当于波束锐化的期望量(例如，“60英寸”天线)。将“真实的真”未处理反射率数据(最优)r(x)和对应于具有该波束宽度一半 (或者等同地，为其直径两倍)的天线的波束形状加权函数BJx)进行卷积来确定伪真信号 t(x)。也可以使用对应于其它尺寸的天线的加权函数。BJx)是具有更小(但不是无限小) 波束宽度的概念上“更大”天线的波束宽度函数。当该“未处理”反射率与BJx)卷积时，产生“更平滑”(较不详细)的函数。锐化过程(图8)试图来收敛于这个卷积函数t(x)。这使得收敛更迅速。Hx)是基于理论反射率数据的。然后，图7中的模型与图6中的模型执行的相同。Be(X)是“补偿”波束宽度函数， 它从该“更大”(例如60英寸)天线中取出数据并在卷积时提供更加“较不详细”的函数， 其理论上等同于从更小的“真实”(例如30英寸)天线获得的函数。如图8所示，使用迭代均方差(MSE)技术来使模型输出和立体缓存器中的实际量化数据之间的MSE最小。如图7所示，为t(x)产生连续“猜测” (χ)。f(x)以三种不同方式与Be(X)进行卷积B(x)函数的例子一般起作用为Ba(x)=e_鉍病”其中 k=4ln_%/^Θ a =波束宽度0 30 = 3 度9 60= 9L=l-5 度Θ c = 2. 6 度-第一种方式具有加法偏移扰动函数；-第二种方式具有减法偏移扰动函数；和 -第三种方式不具有任何偏移扰动函数。每个卷积被量化成N个高度水平以得到汉《)。N的选择取决于设计决定，该设计决定在体元(存储单元)的数量和“光滑度”之间进行折。对于Honeywell公司生产的 RDR-4000，N是距离的函数并且将N个高度水平拟合到O至60，OOOOft的范围内，例如20NM 缓存器N = 3240NM 缓存器N = 1680NM 缓存器N = 8160NM 缓存器N = 4320NM 缓存器N = 2然后，确定每个量化结果如《)和反射率信号q(n)的MSE。基于哪个猜测汉《)具有最低MSE，高斯扰动函数被移位。该移位的高斯函数与Λ因子组合。该组合在下一次迭代调整增加到 >)或从减去的值。在已经达到预定次数的迭代或“目标”MSE后，该过程完成。采用了经验变分法的方式，概括如下-扰动t(x)的最新猜测；和-如果MSE降低，则保持扰动函数，否则回到之前低的MSE。使用平滑扰动函数，该平滑扰动函数匹配反射率数据的期望波束形状(参考图 5)，即高斯的。该高斯函数沿着连续猜测上的独立变量而移位。虽然估计值 (X)并不完全与理想值r(x)匹配，该估计值f(X)当然比该量化结果或非量化结果更接近真值。可使用类似的最优化。在不需要进一步从移动、平均或者插值型平滑中“扩展”的情况下，本专利技术还提供最优平滑输出。在图8所不的过程被确定完成之后,基于具有最低MSE的的7)来改变q(η)(存储在 3D缓存器)。当根据新的q(n)数据产生用于垂直侧视图显示的图像时，该图像将可与产生自更大天线的图像进行比较。这样，当t (X)与更大的60英寸天线相关时,具有30英寸天线的系统表现得更接近于60英寸天线的系统。在一个实施例中，只将图8所示的迭代过程应用到超过预定义距离的q(n)数据。 该预定义距离可以基于天线的尺寸。例如，如果该系统包括30英寸天线，则只对超过40nm 的数据应用该迭代过程。然而，如果该系统包括20英寸天线，则只对超过更近距离的数据应用该迭代过程。要求了排他属性本文档来自技高网...

【技术保护点】

【技术特征摘要】
...

【专利技术属性】
技术研发人员：B·P·班奇，
申请(专利权)人：霍尼韦尔国际公司，
类型：发明
国别省市：