一種基于譜極化參數(shù)的雙極化氣象雷達(dá)雜波抑制方法

汪 玲 田 鳳* 朱岱寅 孟凡旺 吳 迪

①(南京航空航天大學(xué)雷達(dá)成像與微波光子技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 南京 210016)

②(中國(guó)航空工業(yè)集團(tuán)公司雷華電子技術(shù)研究所 無(wú)錫 214063)

1 引言

氣象雷達(dá)是一種具有高時(shí)空分辨率的降水探測(cè)系統(tǒng)，是大氣觀測(cè)必不可少的工具[1]。具有雙極化功能的多普勒氣象雷達(dá)[2]可以同時(shí)記錄降水的微物理和動(dòng)態(tài)特征，極大提高了定量降水估計(jì)(Quantitative Precipitation Estimation, QPE)[3,4]性能。一般情況下，QPE應(yīng)用中使用雷達(dá)數(shù)據(jù)的前提是要有足夠的測(cè)量精度，而雷達(dá)數(shù)據(jù)往往會(huì)受到雜波的影響。重要的是，與強(qiáng)降水相比，弱降水在雜波去除時(shí)可能很容易地被去除。因此，研究雜波抑制方法，在有效濾除雜波的同時(shí)保留氣象信息一直是氣象雷達(dá)信號(hào)處理的關(guān)鍵。

氣象雷達(dá)雜波按多普勒速度不同主要分為靜止地物雜波和運(yùn)動(dòng)雜波，相應(yīng)地有針對(duì)各自特點(diǎn)的雜波抑制濾波器。高斯模型自適應(yīng)處理(Gaussian Model Adaptive Processing, GMAP)[5]是一種典型的地雜波抑制技術(shù)，它可以解決氣象目標(biāo)和地雜波在時(shí)域重疊的問(wèn)題。自適應(yīng)雜波環(huán)境分析法(CLutter Environment ANalysis using Adaptive Processing, CLEAN-AP)[6]將雜波檢測(cè)與濾波統(tǒng)一在一起。與GMAP相比，由于使用幅度和相位確定適當(dāng)?shù)陌伎趯挾萚7]，CLEAN-AP具有更好的雜波抑制性能。文獻(xiàn)[8]利用雙極化氣象雷達(dá)在晴空模式下接收的地雜波數(shù)據(jù)訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)，自適應(yīng)地計(jì)算地雜波各偏振參量隸屬函數(shù)的參數(shù)，然后利用訓(xùn)練得到的地雜波隸屬函數(shù)對(duì)降水模式下的地雜波進(jìn)行抑制。但是，以上方法均不能去除運(yùn)動(dòng)雜波。

地面氣象雷達(dá)探測(cè)遇到的運(yùn)動(dòng)雜波包括鳥(niǎo)類(lèi)和昆蟲(chóng)的回波、海雜波和各種無(wú)線電頻率干擾等。文獻(xiàn)[9–12]詳細(xì)分析了運(yùn)動(dòng)鳥(niǎo)類(lèi)和昆蟲(chóng)的回波特征。文獻(xiàn)[13]基于貝葉斯分類(lèi)器，提出了一種海雜波識(shí)別方法。無(wú)線電頻率干擾[14]在雷達(dá)平面位置指示器(Plan Position Indicator, PPI)呈現(xiàn)為點(diǎn)狀、條帶狀干擾。由雷達(dá)系統(tǒng)本身引起的條帶狀雜波也會(huì)影響雷達(dá)數(shù)據(jù)的使用。大多數(shù)情況下，條帶狀雜波是PPI顯示畫(huà)面上沿某個(gè)方位向的連續(xù)距離門(mén)上的斑點(diǎn)，在頻域觀測(cè)時(shí)其多普勒速度不固定，傳統(tǒng)的雜波抑制方法無(wú)法進(jìn)行有效抑制。這些條帶狀雜波會(huì)影響雷達(dá)數(shù)據(jù)質(zhì)量，降低雷達(dá)基產(chǎn)品及后續(xù)衍生產(chǎn)品的準(zhǔn)確性。文獻(xiàn)[15,16]介紹了條帶狀雜波在國(guó)際電信傳輸和雷達(dá)研究中心研制的毛毛雨雷達(dá)(IRCTR Drizzle RAdar, IDRA)中的影響，由荷蘭Delft理工大學(xué)研制的MESEWI雷達(dá)系統(tǒng)[17]也存在這個(gè)問(wèn)題。

為了能夠同時(shí)有效去除靜止地物雜波和運(yùn)動(dòng)雜波，并保留盡可能多的氣象信息，本文提出了一種基于譜極化參數(shù)(Spectral Polarimetric Parameters,SPP)的雜波濾波方法。根據(jù)氣象和雜波在距離-多普勒(Range Doppler, RD)域內(nèi)的特征不同進(jìn)行前者的保留和后者的抑制。首先利用氣象目標(biāo)的頻譜極化特征和連續(xù)性構(gòu)造譜極化參數(shù)并設(shè)置閾值，在RD域內(nèi)生成一個(gè)2元掩模，其中“1”對(duì)應(yīng)保留氣象，“0”對(duì)應(yīng)去除雜波。結(jié)合形態(tài)學(xué)方法，對(duì)2元掩模進(jìn)行內(nèi)部空洞填充和邊界平滑，使被抑制的弱氣象信息得到恢復(fù)。然后采用面向?qū)ο蟮乃季S，運(yùn)用泛洪填充算法將2元掩模標(biāo)記為氣象對(duì)象掩模和雜波對(duì)象掩模。最后引入譜寬作為額外的參數(shù)，利用雜波對(duì)象譜寬普遍小于氣象對(duì)象譜寬的特點(diǎn)，篩選出所有氣象對(duì)象掩模并疊加在一起得到SPP濾波器。SPP濾波器適用于同時(shí)發(fā)射同時(shí)接收(Simultaneous Transmission and Simultaneous Reception, STSR)模式和交替發(fā)射同時(shí)接收(Alternate Transmission and Simultaneous Reception, ATSR)模式的雙極化氣象雷達(dá)，具有通用性。且本文算法是逐個(gè)對(duì)雷達(dá)徑向數(shù)據(jù)進(jìn)行處理的，具有較高的計(jì)算效率，可以實(shí)時(shí)實(shí)現(xiàn)。

本文各節(jié)內(nèi)容安排如下：第2節(jié)首先引入雙極化氣象雷達(dá)譜極化參數(shù)，給出詳細(xì)的定義；第3節(jié)詳細(xì)闡述SPP濾波器的設(shè)計(jì)步驟；第4節(jié)討論SPP濾波器的參數(shù)選擇；第5節(jié)采用X波段和C波段雙極化氣象雷達(dá)實(shí)測(cè)數(shù)據(jù)對(duì)算法的性能進(jìn)行驗(yàn)證；第6節(jié)給出結(jié)論。

2 譜極化參數(shù)

假設(shè)雙極化氣象雷達(dá)發(fā)射y 極化波、接收x 極化波，x ,y ∈{h,v}， 其中h 表示水平極化， v表示垂直極化。一次徑向掃描得到的回波信號(hào)為 Sxy(r,t)，其中 r 表示距離向，采樣數(shù)為Nr, t表示駐留時(shí)間，采樣數(shù)為 NDwell。對(duì)Sxy(r,t)回波序列進(jìn)行1維離散傅里葉變換得到Sxy(r,v)個(gè)距離點(diǎn)的回波強(qiáng)度，而譜反射率因子s Zxy(r,v)還包含了氣象目標(biāo)的多普勒速度信息。

基于RD譜定義譜線性退極化比s LDR和譜相關(guān)系數(shù)s ρhv[18]，如式(3)和式(4)所示

式(4)中 〈·〉表示對(duì)信號(hào)多普勒維進(jìn)行1維高斯滑動(dòng)平均操作。

由上述式(2)—式(4)定義可見(jiàn)，基于RD譜定義的譜極化參數(shù)綜合了目標(biāo)的極化信息和多普勒頻率信息，還包括了目標(biāo)的動(dòng)態(tài)信息，更有利于區(qū)分氣象目標(biāo)和非氣象目標(biāo)。

3 SPP濾波器設(shè)計(jì)

為了能夠有效去除雜波，同時(shí)保留盡可能多的氣象信息，本文設(shè)計(jì)了一種基于譜極化參數(shù)的雜波濾波方法，SPP濾波器為RD域內(nèi)的一個(gè)2元掩模，它可以根據(jù)氣象和雜波在RD域內(nèi)的特征不同進(jìn)行前者的保留和后者的抑制。SPP濾波器的設(shè)計(jì)包含以下4個(gè)部分。

(1) RD域掩模生成。設(shè)置閾值，對(duì)譜極化參數(shù)進(jìn)行閾值濾波，得到初步的2元掩模。2元掩模作用于原始回波的RD譜數(shù)據(jù)，它可以提取氣象信息，屏蔽雜波信息。雙極化氣象雷達(dá)通常為STSR或ATSR工作模式，STSR工作模式下只能得到Vhh和Vvv共極化電壓信號(hào)，ATSR工作模式下可以得到Vhh, Vvv共 極化電壓信號(hào)和Vhv, Vvh交叉極化電壓信號(hào)。所以按照雷達(dá)工作模式，分為兩種情況來(lái)處理：

當(dāng)雷達(dá)工作模式為STSR時(shí)，對(duì)譜相關(guān)系數(shù)sρhv進(jìn)行閾值濾波。假設(shè)獲得的2元掩模為Msρ,Msρ是 大小為Nr×NDwell的 矩陣，矩陣元素msρ∈Msρ取值為

其中，“1”對(duì)應(yīng)保留氣象目標(biāo)，“0”對(duì)應(yīng)去除雜波。 Tsρ為譜相關(guān)系數(shù)閾值，可以根據(jù)雜波和氣象目標(biāo)的特性設(shè)置。氣象目標(biāo)的s ρhv值一般遠(yuǎn)大于除地雜波以外的其他雜波的s ρhv值，而地雜波和氣象目標(biāo)的s ρhv值分布區(qū)間大致相同，因此需要進(jìn)一步采用其他方法抑制地雜波。

需要指出的是，掩模生成采用的閾值濾波處理可能會(huì)濾除弱氣象信息，并有部分雜波剩余，在后續(xù)處理中需要考慮如何改善。

(2) 基于形態(tài)學(xué)方法的氣象信息恢復(fù)。數(shù)學(xué)形態(tài)學(xué)在二值圖像中有廣泛的應(yīng)用[19]，本文采用閉運(yùn)算來(lái)恢復(fù)缺失的氣象目標(biāo)信息。形態(tài)學(xué)閉運(yùn)算可以填充二值圖像內(nèi)的小孔，彌合小裂縫，并保持總的位置和形狀不變。經(jīng)過(guò)算法第(1)步濾波后，氣象目標(biāo)內(nèi)部回波強(qiáng)度比較弱的區(qū)域會(huì)有一些缺失，基于氣象目標(biāo)在RD域內(nèi)具有連續(xù)性的特征，所以形態(tài)學(xué)閉運(yùn)算可以填充這些缺失的氣象信息，而不會(huì)過(guò)度填充出現(xiàn)虛假氣象。閉運(yùn)算是利用結(jié)構(gòu)元素對(duì)二值圖像先膨脹后腐蝕。由于圓盤(pán)對(duì)氣象邊界的平滑效果較好，本文將結(jié)構(gòu)元素選為半徑為R 的圓盤(pán)。

對(duì) Mstep1進(jìn)行閉運(yùn)算后，獲得新的2元掩模Mstep2，該掩模增強(qiáng)了對(duì)弱氣象目標(biāo)的保留。

(3) 標(biāo)記對(duì)象，生成對(duì)象掩模。利用泛洪填充算法[20]將Mstep2中具有相同值“1”的連續(xù)區(qū)域標(biāo)記為獨(dú)立的對(duì)象。對(duì)2元掩模Mstep2進(jìn)行處理，未被標(biāo)記的值為“1”的點(diǎn)和其相鄰區(qū)域?qū)⒈粯?biāo)記為一個(gè)獨(dú)立的對(duì)象，基于氣象目標(biāo)在RD域的連續(xù)性，本文采用8-領(lǐng)域像素填充法進(jìn)行標(biāo)記。對(duì)RD域標(biāo)記結(jié)束后，按照對(duì)象面積降序排列，得到對(duì)象集合O =[O1,O2,···,ON,···], O同時(shí)包含了氣象對(duì)象與雜波對(duì)象。每個(gè)對(duì)象Oi∈O， 都對(duì)應(yīng)一個(gè)大小為Nr×NDwell的2元對(duì)象掩模MOi。

一般情況下，氣象對(duì)象有兩個(gè)性質(zhì)：對(duì)象面積大和對(duì)象個(gè)數(shù)有限性。因此，選擇對(duì)象集合O 中前 N個(gè)對(duì)象即包含了所有氣象目標(biāo)，然后再進(jìn)行下一步處理。

(4) 篩選出所有氣象對(duì)象。逐個(gè)提取對(duì)象集合O中的前 N個(gè)對(duì)象，經(jīng)過(guò)篩選后將其歸類(lèi)為氣象對(duì)象或雜波對(duì)象。如果選擇的對(duì)象同時(shí)包含氣象和雜波，說(shuō)明氣象目標(biāo)和雜波此時(shí)具有相似的譜極化參數(shù)值和面積，形成的掩模不具有區(qū)分性。為了進(jìn)一步去除雜波，需要利用譜寬值進(jìn)一步篩選。

MSPP是作用于原始譜功率的2元掩模，用于去除雜波和噪聲，并保留盡可能多的氣象信息。

圖1給出了SPP雜波抑制濾波器設(shè)計(jì)的流程圖。由圖1可知，SPP濾波算法是對(duì)每一個(gè)徑向數(shù)據(jù)進(jìn)行處理，在進(jìn)行下一次徑向掃描的同時(shí)可處理上一次徑向掃描的數(shù)據(jù)，能夠并行處理，具有較好的實(shí)時(shí)性。此外，SPP濾波算法一開(kāi)始就在RD域生成一個(gè)初步的濾波掩模，后續(xù)的步驟都是對(duì)濾波掩模進(jìn)行調(diào)整，整個(gè)濾波過(guò)程只有4步，且每一步都是簡(jiǎn)單的“0”和“1”操作，計(jì)算復(fù)雜度較低。

4 SPP濾波器參數(shù)選擇

4.1 譜極化參數(shù)閾值選擇

在選擇譜極化參數(shù)的閾值時(shí)，完全保留氣象信息和去除所有雜波往往會(huì)有沖突。閾值 TsLDR和Tsρ是根據(jù)氣象目標(biāo)和雜波去除的比例[15,21]選取的。除此之外，針對(duì)地面氣象雷達(dá)，為了抑制地物雜波，使用零多普勒速度附近的凹口濾波器生成MGC。根據(jù)經(jīng)驗(yàn)數(shù)值，靜止地物雜波的多普勒速度主要分布在 –0.5～0.5 m/s。

4.2 圓盤(pán)半徑選擇

利用形態(tài)學(xué)方法進(jìn)行氣象信息恢復(fù)時(shí)，選擇半徑為 R的圓盤(pán)作為形態(tài)學(xué)閉運(yùn)算的結(jié)構(gòu)元素。為了確定 R的大小，首先設(shè)定真實(shí)氣象區(qū)域，然后按照第3節(jié)所述的(1)和(2)對(duì)原始譜功率 sP(r,v)進(jìn)行處理。

4.3 譜寬閾值選擇

為了得到所有氣象對(duì)象掩模，根據(jù)氣象對(duì)象的兩個(gè)性質(zhì)(對(duì)象面積大和對(duì)象個(gè)數(shù)有限性)，在這里只選擇對(duì)象集合 O 中前 N個(gè)對(duì)象對(duì)應(yīng)的掩模進(jìn)行處理， N的選取準(zhǔn)則為前 N個(gè)對(duì)象應(yīng)包含所有的氣象對(duì)象。計(jì)算前 N 個(gè)對(duì)象掩模MO1,MO2,···,MON中值為“1”的像素點(diǎn)總數(shù)Pobject，基于形態(tài)學(xué)進(jìn)行氣象信息恢復(fù)后的2元掩模Mstep2中值為“1”的像素點(diǎn)總數(shù)為 Pstep2，當(dāng)Pobject/Pstep2≥90%時(shí)就認(rèn)為得到的前 N個(gè)對(duì)象包含了所有的氣象對(duì)象。根據(jù)這個(gè)原則，一般當(dāng)N =8時(shí)即可滿(mǎn)足這個(gè)條件，也可以根據(jù)數(shù)據(jù)的不同進(jìn)行微調(diào)。譜寬閾值Tobject為

其 中，R 為圓盤(pán)半徑大小，L 是雜波的最大譜寬。

5 實(shí)測(cè)數(shù)據(jù)驗(yàn)證

圖1 SPP濾波器設(shè)計(jì)流程圖

為驗(yàn)證本文所提雜波抑制方法的有效性，采用X波段和C波段氣象雷達(dá)數(shù)據(jù)進(jìn)行處理，其中X波段氣象雷達(dá)工作模式為ATSR，有交叉極化測(cè)量，一個(gè)方位上的駐留脈沖數(shù) NDwell=512, C波段氣象雷達(dá)工作模式為STSR，不包含交叉極化測(cè)量，駐留脈沖數(shù) NDwell=43。為了說(shuō)明本文方法在雜波抑制和氣象保留方面的優(yōu)良性能，在ATSR模式下選取MDsLDR濾波方法[15]與本文算法進(jìn)行比較，在STSR模式下選取傳統(tǒng)的基于時(shí)域的門(mén)限因子雜波抑 制法[22]進(jìn)行比較。

5.1 X波段ATSR極化氣象雷達(dá)雜波抑制

5.1.1 譜極化參數(shù)分析

由一個(gè)徑向掃描數(shù)據(jù)得到的譜極化參數(shù)如圖2所示，圖2(a)和圖2(b)分別為譜功率 sP和譜線性退極化比s LDRhh。

從圖2(a)可以看出該徑向掃描數(shù)據(jù)包含氣象目標(biāo)、地雜波和條帶狀雜波。通過(guò)對(duì)多個(gè)徑向掃描數(shù)據(jù)分析，發(fā)現(xiàn)條帶狀雜波具有以下特點(diǎn)：(1)多普勒速度不為0；(2)在RD域內(nèi)隨機(jī)出現(xiàn)，每個(gè)徑向觀察到的多普勒速度都不同；(3)強(qiáng)度和氣象目標(biāo)強(qiáng)度相當(dāng)。這些增加了雜波抑制難度。

由圖2(b)可見(jiàn)，氣象目標(biāo)的s LDRhh值明顯小于雜 波的s LDRhh值。

5.1.2 濾波參數(shù)確定

根據(jù)氣象目標(biāo)和雜波去除的比例[15,21]，并結(jié)合圖3氣象和雜波的s LDR概率密度函數(shù)(Probability Density Function, PDF)分布圖，氣象目標(biāo)的sLDR值主要分布在–7 dB以下，雜波的s LDR值都比較大主要分布在–7 dB以上，所以取TsLDR=?7 dB。

選取圖2(a)的數(shù)據(jù)，根據(jù)式(9)計(jì)算得到的Pd和Pfa與圓盤(pán)半徑R 之間的關(guān)系如圖4所示。由圖4可知，當(dāng)半徑 R在[1, 3]區(qū)間時(shí)，Pd增長(zhǎng)較快，Pfa增長(zhǎng)較慢；當(dāng) R 在[3, 7]區(qū)間時(shí)，情況相反。R=3時(shí)， Pd與Pfa之間的差值達(dá)到最大值，因此設(shè)置圓盤(pán)半徑。

根據(jù)數(shù)據(jù)統(tǒng)計(jì)，并結(jié)合圖2(a)，該數(shù)據(jù)的雜波最 大譜寬L =5 ，根據(jù)式(11)計(jì)算得到Tobject=11。

5.1.3 雜波抑制結(jié)果分析

一個(gè)徑向掃描數(shù)據(jù)在RD域生成SPP濾波器的過(guò)程如圖5所示。

在圖5(a)中，經(jīng)過(guò) sLDR閾值濾波后殘留了部分雜波點(diǎn)和條帶狀雜波，且氣象區(qū)域內(nèi)部和邊界均存在缺失點(diǎn)。運(yùn)用形態(tài)學(xué)閉運(yùn)算，從圖5(b)可以看出氣象區(qū)域得到了恢復(fù)。圖5(c)—圖5(g)為標(biāo)記的前5個(gè)對(duì)象，由圖5(g)可知從第5個(gè)標(biāo)記對(duì)象開(kāi)始只包含了雜波對(duì)象。圖5(h)為SPP濾波掩模。

對(duì)圖2(a)的原始譜功率分別進(jìn)行MDsLDR濾波和SPP濾波，得到圖6所示的結(jié)果。對(duì)比圖6(a)和圖6(b)，不管是與氣象目標(biāo)分開(kāi)較好的地物雜波，還是與氣象目標(biāo)重疊的條帶狀雜波，兩種濾波器都可以有效地去除。但是在3～5 km處，MDsLDR濾波算法在抑制條帶狀雜波同時(shí)造成了弱氣象目標(biāo)的抑制，如圖中圓圈所示，所以在保持弱氣象方面SPP濾波器效果更好。

5.2 C波段STSR極化氣象雷達(dá)雜波抑制

與5.1.2節(jié)類(lèi)似，可以確定s ρhv閾值為T(mén)sρ=0.6，

圖2 X波段氣象雷達(dá)數(shù)據(jù)在方位角為261.9°時(shí)的譜極化參數(shù)

圖3 氣象和雜波的s LDR概率密度分布圖

圖4 圓盤(pán)半徑大小與P d 和P fa的關(guān)系

圖5 X波段氣象雷達(dá)一個(gè)徑向掃描數(shù)據(jù)生成的濾波掩模

圖6 濾波處理后的譜功率sP(r,v)

地雜波凹口濾波長(zhǎng)度LGC=3 ，圓盤(pán)半徑R =1，雜波最大譜寬 L=3，根據(jù)式(11)計(jì)算得到譜寬閾值Tobject=5。

針對(duì)一個(gè)徑向掃描數(shù)據(jù)按照本文算法進(jìn)行處理得到如圖7所示結(jié)果。圖7(a)中白色區(qū)域代表雜波抑制后的氣象區(qū)域，紅色輪廓包圍區(qū)域代表真實(shí)氣象區(qū)域。

圖7(a)為生成的SPP濾波器，圖7(b)為原始譜功率，圖7(c)為SPP濾波后結(jié)果。圖7(c)中零多普勒速度附近的空白值表示抑制的地雜波，該寬度取決于地雜波的多普勒速度分布區(qū)間，因?yàn)榈匚锸庆o止目標(biāo)，所以其速度一般分布在–0.5～0.5 m/s。氣象目標(biāo)(下落的雨滴、雪花等)普遍具有多普勒速度，只有很少一部分分布在零多普勒速度附近，所以對(duì)氣象目標(biāo)強(qiáng)度的影響可以微乎不計(jì)。對(duì)比圖7(b)和圖7(c)可以看出該濾波器可以有效地去除雜波，最終只保留氣象信息。

5.3 雜波抑制前后反射率因子比較

C波段和X波段氣象雷達(dá)數(shù)據(jù)經(jīng)過(guò)SPP濾波后的反射率因子如圖8和圖9所示。

圖8(b)與圖8(c)分別為基于時(shí)域的門(mén)限因子雜波抑制和SPP濾波處理后的反射率因子。對(duì)比圖8(a)的原始反射率，兩種方法均能夠有效地去除雜波。圖8(b)中黑色橢圓圈標(biāo)注區(qū)域表示時(shí)域處理結(jié)果缺失了部分弱氣象信息，在保留弱氣象方面性能比SPP濾波器差。

圖7 C波段氣象雷達(dá)數(shù)據(jù)在方位角為244.1°時(shí)利用本文算法處理結(jié)果

圖8 C波段氣象雷達(dá)數(shù)據(jù)反射率因子估計(jì)

圖9 X波段氣象雷達(dá)數(shù)據(jù)反射率因子估計(jì)

圖9(b)與圖9(c)分別為X波段氣象雷達(dá)MDsLDR濾波和SPP濾波處理后的反射率因子，圖9(b)中黑色橢圓圈標(biāo)注區(qū)域表示MDsLDR濾波結(jié)果缺失了部分弱氣象信息，由此可見(jiàn)，SPP濾波器在保留弱氣象信息方面的性能優(yōu)于MDsLDR濾波器。

6 結(jié)論

針對(duì)雙極化氣象雷達(dá)中非氣象回波濾除問(wèn)題，本文提出一種基于譜極化參數(shù)的雜波濾波方法。根據(jù)氣象和雜波在RD域內(nèi)的特征不同進(jìn)行前者的保留和后者的抑制。首先利用氣象目標(biāo)的頻譜極化特征和連續(xù)性構(gòu)造譜極化參數(shù)，結(jié)合形態(tài)學(xué)方法，在RD域內(nèi)生成一個(gè)2元掩模。然后采用面向?qū)ο蟮乃季S，將2元掩模標(biāo)記為氣象對(duì)象掩模和雜波對(duì)象掩模。最后引入譜寬值作為額外的參數(shù)，篩選出所有氣象對(duì)象掩模并疊加得到SPP濾波器。對(duì)原始譜功率應(yīng)用SPP濾波器，可以保留氣象，去除雜波和噪聲。氣象雷達(dá)實(shí)測(cè)數(shù)據(jù)雜波抑制結(jié)果驗(yàn)證了本文方法的有效性。結(jié)果表明，本文方法適用于不同工作模式的雙極化氣象雷達(dá)，與MDsLDR濾波器和基于時(shí)域的門(mén)限因子雜波抑制方法相比，具有較好的雜波抑制效果和氣象保留性能。SPP濾波器實(shí)現(xiàn)簡(jiǎn)單，計(jì)算復(fù)雜度低，可以實(shí)時(shí)應(yīng)用于雙極化監(jiān)視氣象雷達(dá)，且為機(jī)載極化氣象雷達(dá)雜波抑制算法奠定了基礎(chǔ)。