一种考虑微波链路高差的近地面三维立体雨量场反演方法

技术领域

本发明涉及新一代通信技术应用领域，具体涉及一种考虑微波链路高差的近地面三维立体雨量场反演方法。

背景技术

降雨是流域或区域水文循环的重要驱动要素，也是水资源管理与调度的最重要的基础资料之一，准确降雨量监测对农业生产、水利开发、江河防洪和工程管理等人类生产生活方面都具有重要意义。

近年来，有学者提出了基于微波链路信号衰减的二维雨量场构建技术，将微波反演的线雨量投影至二维平面，可提供高时空分辨率的雨量场数据。然而，在高差变化显著的山区或建筑林立的城区，微波基站间高差可达几十、乃至上百米，在受到大风扰动、障碍物阻挡、局部风场变化等情况下，不同高度的近地面雨量场分布往往存在较大差异。现有技术未考虑不同高度雨量场的差异，将微波反演的雨量场投影至某一平面，与真实存在的三维雨量场存在较大误差。因此，本发明专利考虑链路两端基站高差，基于微波信号衰减实现三维立体雨量场的构建，创新了降雨监测方法，对提高降雨量监测的时空分辨率具有重要意义。

发明内容

发明目的：为了克服现有技术中利用微波信号衰减原理反演的二维雨量场无法反映不同高度雨量场差异的问题，本发明提供一种考虑微波链路高差的近地面三维立体雨量场反演方法。

技术方案：为实现上述目的，本发明提供一种基于湿天线成因判别的无线微波监测露水强度方法，包括如下步骤：

S1、获取研究区在研究时段内多条超高频无线微波链路数据，包括链路信号衰减强度、基站高程、经纬度和链路长度等；

S2、采用ITU-R雨衰公式反演每条链路的线平均雨强；

S3、考虑微波链路两端基站的高差，将微波链路离散成多个特征空间点，通过拉格朗日算子推求满足微波衰减量线约束条件的特征空间点雨强估计值；

S4、循环迭代更新特征空间点的雨强估计值，直至雨强估计值收敛；

S5、构建高时空分辨率的近地面三维立体雨量场。

进一步地，所述步骤S2中，采用ITU-R雨衰公式反演每条链路的线平均雨强的步骤为：

假设降雨速率在整条链路上均匀分布，建立ITU-R雨衰模型：

其中，A

根据获取的链路微波信号衰减强度、基站高程、经纬度和链路长度等信息，通过公式(1)可求得每条链路的线平均雨强。

进一步地，所述步骤S3中，考虑微波链路两端高差，将微波链路离散成多个特征空间点，通过拉格朗日算子推求满足微波衰减量线约束条件的特征空间点雨强估计值的步骤包括：

S3-1、空间链路上特征空间点采样及雨强初始值设置。

将第i条链路拆分成K

S3-2、基于微波链路两端高差，建立考虑测量误差的特征空间点雨强重估模型。

根据微波衰减量反算的降雨强度存在量化误差n

其中，n

因此，考虑量化误差条件下第i条链路的线平均雨强为：

R

根据公式(1)的泰勒一阶展开，R

公式(4)右边第二项近似等于雨强量化误差，因此测量误差m

其方差为：

若N条链路离散的M个特征空间点的雨强估计值序列为[γ

其中，W

其中，l

其中，

Λ

θ＝(

其中，

另外，考虑测量误差，公式(9)和(10)可表示为：

其中，

结合公式(12)～(14)，公式(11)改写为：

其中

S3-3、考虑微波信号衰减量，建立线约束条件。

根据公式(1)，第i条链路上特征空间点的雨强值还需满足以下约束：

其中，A

定义一个罚函数，

其中，

当r

进一步地，所述步骤S4中，循环迭代更新特征空间点的雨强估计值，直至雨强估计值收敛的步骤包括：

S4-1、设置空间特征点雨强的初始值。

将N条链路上的特征空间点(共计M个，其中

S4-2、考虑线约束条件，更新各空间特征点的雨强估计值。

更新第1条链路上K

以此类推，依次计算第2、3、…、N条链路上特征空间点的雨强估计值，得到M个数据点的雨强估计值序列[γ

S4-3、设置迭代终止条件。

迭代T次后，计算雨强估计误差ε为：

当ε＜0.1，终止迭代，得到N条链路共M个特征空间点的雨强序列[γ

进一步地，所述步骤S5中构建高时空分辨率的近地面三维立体雨量场的步骤为：

已知M个特征空间点的雨强序列[γ

有益效果：本发明提供一种考虑微波链路高差的近地面三维立体雨量场反演方法，相比较现有技术，具备如下优点：

1、利用超高频无线微波链路动态监测雨强，采用已有的无线基站通信设施，节省了一次性基础设施投资、大量的运行和人员维护成本，具有建设快、投资小、维护方便、加密观测灵活等显著优势。

2、考虑链路两端基站高差，基于微波信号衰减实现三维立体雨量场的构建，可对不同高度的雨量场进行监测，可提高降雨量监测的时空分辨率。

3、多次循环迭代更新特征空间点的雨强估计值，极大地减少了雨强反演的误差，提升监测精度，有利于构建高时空分辨率的近地面三维立体雨量场。

附图说明

图1为本发明方法的流程图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明。

如图1所示，本发明提供一种考虑微波链路高差的近地面三维立体雨量场反演方法，包括如下步骤：

S1、获取研究区在研究时段内多条超高频无线微波链路数据，包括链路信号衰减强度、基站高程、经纬度和链路长度等；

S2、采用ITU-R雨衰公式反演每条链路的线平均雨强；

假设降雨速率在整条链路上均匀分布，建立ITU-R雨衰模型：

其中，A

根据获取的链路微波信号衰减强度、基站高程、经纬度和链路长度等信息，通过公式(1)可求得每条链路的线平均雨强。

S3、考虑微波链路两端基站的高差，将微波链路离散成多个特征空间点，通过拉格朗日算子推求满足微波衰减量线约束条件的特征空间点雨强估计值，具体包括：

S3-1、空间链路上特征空间点采样及雨强初始值设置。

将第i条链路拆分成K

S3-2、基于微波链路两端高差，建立考虑测量误差的特征空间点雨强重估模型。

根据微波衰减量反算的降雨强度存在量化误差n

其中，n

因此，考虑量化误差条件下第i条链路的线平均雨强为：

R

根据公式(1)的泰勒一阶展开，R

公式(4)右边第二项近似等于雨强量化误差，因此测量误差m

其方差为：

若N条链路离散的M个特征空间点的雨强估计值序列为[γ

其中，W

其中，l

其中，

Λ

θ＝(

其中，

另外，考虑测量误差，公式(9)和(10)可表示为：

其中，

结合公式(12)～(14)，公式(11)改写为：

其中

S3-3、考虑微波信号衰减量，建立线约束条件。

根据公式(1)，第i条链路上特征空间点的雨强值还需满足以下约束：

其中，A

定义一个罚函数，

其中，

当r

S4、循环迭代更新特征空间点的雨强估计值，直至雨强估计值收敛，具体包括：

S4-1、设置空间特征点雨强的初始值。

将N条链路上的特征空间点(共计M个，其中

S4-2、考虑线约束条件，更新各空间特征点的雨强估计值。

更新第1条链路上K

以此类推，依次计算第2、3、…、N条链路上特征空间点的雨强估计值，得到M个数据点的雨强估计值序列[γ

S4-3、设置迭代终止条件。

迭代T次后，计算雨强估计误差ε为：

当ε＜0.1，终止迭代，得到N条链路共M个特征空间点的雨强序列[γ

S5、构建高时空分辨率的近地面三维立体雨量场。

已知M个特征空间点的雨强序列[γ