求解方程可解及结果准确。
[0055] 进一步，所述滤波单元包括：
[0056] 假设子单元，用于设扫描控制模块进行气象目标探测得到的总观测点数为M，总迭 代次数为N;
[0057] 第一计算子单元，用于从1开始，对于第i点，计算其周围5个观测点的径向速度数 据的均值m;
[0058] 判断子单元，用于判断其中一个所述观测点与所述均值m的绝对值之差是否大于 等于0.5dBZ，如果是，则去除所述第i点，否则保留所述第i点；
[0059] 第二计算子单元，用于计算所述观测点的下一个点，直至计算到M;
[0060] 迭代子单元，用于进行下一次迭代，直至迭代到次数N。
[0061] 采用上述进一步方案的有益效果是通过利用单个径向速度数据在其方位上相邻 数据的信息，对因谱识别误差、环境杂波扰动等原因导致的误差较大的数据进行去除，保证 了后续风场反演的精度。
[0062]进一步，所述数据求解模块包括：
[0063] 反演矩阵单元，用于根据扫描控制模块进行气象目标探测得到的不同观测点的方 位角和观测点的总个数，建立反演矩阵；
[0064] 反演方程单元，用于建立反演方程，并在求解方程后，即可解得VAN、VAE及V E此三个 方向上的风速分量。
[0065] 采用上述进一步方案的有益效果是充分挖掘了预处理后得到的所有径向速度中 蕴含的风场信息，且考虑所有单个径向速度数据在预期风场假设下的综合误差最小，使得 所反演得到的风场精度较高。
【附图说明】
[0066]图1为本发明毫米波云雷达三维风场反演方法的流程示意图；
[0067]图2为本发明毫米波云雷达三维风场反演系统的结构示意图；
[0068]附图中，各标号所代表的部件列表如下：
[0069] 1、扫描控制模块，2、信号处理模块，3、信息采集模块，4、主控模块，5、数据反演模 块，6、PCI总线，7、共享内存。
【具体实施方式】
[0070] 以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并 非用于限定本发明的范围。
[0071] 图1为本发明毫米波云雷达三维风场反演方法的流程示意图；如图1所示，该方法 包括以下步骤：
[0072] 步骤1:控制毫米波云雷达按预设俯仰角的PPI(Plan Position Indicator，简称 为"圆周平面位置显示"）扫描模式进行气象目标探测，并生成目标探测数据；
[0073] 步骤2:对目标探测数据进行信号处理并输出原始径向速度数据；
[0074]步骤3:采集信号处理模块输出的原始径向速度数据，并将其进行打包处理；
[0075]步骤4:将打包处理之后的原始径向速度数据进行保存；
[0076] 步骤5:读取保存的原始径向速度数据并对其进行用以消除毫米波雷达回波信号 的不稳定性的预处理，得到可供三维风场反演的径向速度数据；
[0077] 步骤6:读取可供三维风场反演的径向速度数据，并在预设求解准则下构建反演方 程以对对应的目标探测数据进行三维风场反演，得到三维风场速度数据。
[0078]本发明通过利用毫米波云雷达进行了三维风场的反演，充分利用了毫米波段雷达 对弱目标粒子探测能力强的优点，增强了测风数据的可靠性和有效性，丰富了毫米波测云 雷达的数据产品类型。另外，从数据预处理和求解准则两个方面建立反演方程，从而保证了 利用原始径向数据反演三维风场的有效性与准确性。
[0079] 优选地，设置合适的脉冲积累数以保证波束的驻留时间小于波束宽度除以雷达水 平扫描速度，预设俯仰角的最大值不超过82度，所设置的预设俯仰角最小值应保证远距离 处雷达探测的径向速度未发生速度模糊。
[0080] 设置合理的扫描速度既保证了波束对同一目标有足够的驻留时间，又不会使反演 过程所需的时间过长。同时俯仰角的合理设置则既提高了对较高空处风场反演的能力，又 避免了因俯仰角过大而水平风场的测量误差较大。
[0081] 优选地，步骤5的预处理具体实现为：
[0082]步骤5.1:对原始径向速度数据按方位角的大小进行升序排列；
[0083]步骤5.2:设置一个径向速度数据的预设阈值以去除原始径向速度数据中的奇异 点;通常情况下，下限阈值取-l〇〇m/s，上限阈值取+100m/s;
[0084]步骤5.3:使用5X1的滤波窗口按方位角排序并对去除了奇异点的原始径向速度 数据进行平滑滤波，得到相关参数数据。
[0085]通过预处理可将原始径向速度数据中的有用信息提取出来，增强其可用性，保证 了后续的求解方程可解及结果准确。
[0086]优选地，步骤5.3具体实现为：
[0087] 步骤5.3.1:设扫描控制模块进行气象目标探测得到的总观测点数为M，总迭代次 数为N;
[0088] 步骤5.3.2:从1开始，对于第i点，计算其周围5个观测点的径向速度数据的均值m;
[0089] 步骤5.3.3:若其中一个观测点与均值m的绝对值之差> =0.5dBZ，则去除第i点，否 则保留第i点；
[0090] 步骤5.3.4:计算观测点的下一个点，直至计算到Μ;
[0091 ] 步骤5.3.5:进行下一次迭代，直至迭代到次数Ν。
[0092]通过利用单个径向速度数据在其方位上相邻数据的信息，对因谱识别误差、环境 杂波扰动等原因导致的误差较大的数据进行去除，保证了后续风场反演的精度。
[0093]优选地，步骤6具体实现为：
[0094] 步骤6.1:假设扫描控制模块进行气象目标探测得到的不同观测点的方位角分别 为扮，&，......，&，Μ为观测点的总个数，建立Μ行的反演矩阵：
[0095]
[0096] 其中，VR为降水粒子径向速度，VA为降水粒子径向速度的水平分量，VE为降水粒子 径向速度的垂直分量，水平分量优选地可分解为平行于正北方向和垂直于正北方向的两个 分量V AN和νΑΕ，β〇为水平风向与正北方向的夹角，α为天线仰角，根据关系式XV = F，即可求出 三维风场速度V。
[0097]步骤6.2:建立反演方程：
[0098] 1234567 2 其中，VR(&)为方位角为氏的实测径向速度，VR(&)'为经最小二乘法拟合后得到的 在氏处的径向速度； 3 求解方程(1)后，即可解得Van、Vae及VE此三个方向上的风速分量。 4 这样，充分挖掘了预处理后得到的所有径向速度中蕴含的风场信息，且考虑所有 单个径向速度数据在预期风场假设下的综合误差最小，使得所反演得到的风场精度较高。 5 图2为本发明毫米波云雷达三维风场反演系统的结构示意图；如图2所示，该系统 包括扫描控制模块1、信号处理模块2、信息采集模块3、主控模块4和数据反演模块5,其中， 数据反演模块5包括预处理模块和数据求解模块； 6 扫描控制模块1，用于控制毫米波云雷达按预设俯仰角的PPI扫描模式进行气象目 标探测，并将产生的目标探测数据传输给信号处理模块2; 7 信号处理模块2,用于对目标探测数据进行信号处理并输出原始径向速度数据； [0106]信息采集模块3,用于采集信号处理模块2输出的原始径向速度数据，并将其打包 处理之后传输给主控模块4;
[0107] 主控模块4,用于将打包处理之后的原始径向速度数据进行保存；
[0108] 预处理模块，用于读取保存在主控模块4中的原始径向速度数据并对其进行用以 消除毫米波雷达回波信号的不稳定性的预处理，得到可供三维风场反演的径向速度数据；
[0109] 数据求解模块，用于读取可供三维风场反演的径向速度数据，并在预设求解准则 下构建反演方程以对对应的目标探测数据进行三维风场反演，得到三维风场速度数据。
[0110] 其中，扫描控制模块1、信号处理模块2、信息采集模块3和数据反演模块5分别与主 控模块4通过PCI总线6连接，主控模块4包括PCI总线6和共享内存7,扫描控制模块1通过PCI 总线6将目标探测数据传输给信号处理模块2;信号处理模块2对目标探测数据进行信号处 理并输出；信息采集模块3采集信号处理模块2输出的目标探测数据，并将其打包处理后通 过PCI总线6保存到共享内存7中；数据反演模块5通过PCI总线6读取共享内存7中经过打包 处理后的目标探测数据并进行三维风场反演，得到三维风场速度数据。
[0111] 当雷达在探测过程中，信息采集模块3采集信号处理模块2输出的目标探测数据， 并将其中的径向速度数据提取出来，打包处理后保存到工业控制计算机的主控模块4上。一 组PPI扫描观测完成后，结束该数据存储操作，并将观测数据保存为一个数据文件。
[0112]本发明通过利用毫米波云雷达进行了三维风场的反演，充分利用了毫米波段雷达 对弱目标粒子探测能力强的优点，增强了测风数据的可靠性和有效性，丰富了毫米波测云 雷达的数据产品类型。另外，从数据预处理和求解准则两个方面建立反演方程，从而保证了 利用原始径向数据反演三维风场的有效性与准确性。
[0113