线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

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 电子与信息学报 2019年第04期

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。

关键词:双偏振气象雷达降水粒子分类地杂波模糊神经网络模糊c均值聚类

单位:中国民航大学天津市智能信号与图像处理重点实验室; 天津300300

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电子与信息学报

北大期刊

¥1272.00

关注 31人评论|2人关注