一种基于聚类雨衰关系的雨强自适应估计系统及方法

技术领域

本发明涉及雨强自适应估计技术领域，特别是涉及一种基于聚类雨衰关系的雨强自适应估计系统及方法。

背景技术

城市水文信息的监测需要获取高时空分辨率的降雨资料。虽然天气雷达能够满足这一要求，但是其需要标定和经常维护，且目前只有稀疏部署的雨量计可以用于标定天气雷达。现有商用通信网络微波信号在传输过程中会受到路径上降雨的衰减作用，根据这一基本原理，可以实现基于商用通信网络的降雨信息监测。由于该网络覆盖了地球大部分陆地表面，且密度很高(尤其在城市范围内)，因此可以满足全球范围内近地面、低成本、高时空分辨率的降雨信息获取需求。

基于微波链路衰减信息反演降雨强度一般利用的是国际电信联盟推荐的雨衰-雨强经验幂律关系(ITU-R P.838-3)，但是该关系的准确性受雨滴谱分布的影响。当微波运行频率在40GHz以下(传统商用通信网络所运行频段范围)时，该关系受雨滴谱分布影响有限，因此对雨强及累积降雨量估计误差较小。但是当频率大于40GHz后，这种雨滴谱分布影响将不可忽略。随着5G通信技术的不断普及，更高频段如50GHz、60GHz、E波段(71-76GHz和81-86GHz)和92-95GHz的微波回程链路将在全世界广泛部署。因此，为了高频微波链路也能应用于精确的定量降雨估计，需要对现有的雨衰关系进行改进。

发明内容

本发明的目的是提供一种基于聚类雨衰关系的雨强自适应估计系统及方法，以解决现有技术中存在的技术问题，能够适用于各类降雨样本的雨衰关系，进而实现降雨的精细化定量估计，可广泛应用于降水信息监测等气象信息遥感领域。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于聚类雨衰关系的雨强自适应估计系统，包括依次连接的：微波通信网、数据采集处理终端、聚类单元、雨强反演单元；

其中，所述微波通信网包括若干条链路，每条所述链路包括接收端和发射端；

所述数据采集处理终端基于微波通信网中各链路发射端和接收端的电平信号，分别获取待测区域的雨致衰减率以及若干组历史降雨时段中的雨致衰减率，并将若干组历史降雨时段中的雨致衰减率构建为降雨样本集；

所述聚类单元将各链路的所述雨致衰减率作为特征量，采用聚类方法将所述降雨样本集中的降雨样本划分为k类；所述聚类单元还基于各类的聚类中心，根据距离最小原则对待测区域的雨致衰减率进行自动归类；

所述雨强反演单元利用最小二乘法对降雨样本集中的各类降雨样本分别建立雨衰关系；所述雨强反演单元还基于待测区域雨致衰减率的自动归类结果，采用相应的雨衰关系对待测区域进行降雨强度反演。

优选地，所述数据采集处理终端包括依次连接的数据获取单元、链路衰减获取单元、雨致衰减率获取单元；所述数据获取单元分别与所述微波通信网中各链路的接收端和发射端连接，所述雨致衰减单元与所述聚类单元连接；

其中，所述数据获取单元用于获取微波通信网中各链路的发射电平、接收电平；

所述链路衰减获取单元基于各链路的发射电平和接收电平，计算各链路的总衰减；

所述雨致衰减率获取单元基于各链路的总衰减，提取各链路的平均雨致衰减率。

优选地，微波通信网中链路的条数包括但不限于1条。

本发明还提供一种基于聚类雨衰关系的雨强自适应估计方法，其特征在于，包括如下步骤：

S1、利用数据采集处理终端获取若干组历史降雨时段内微波通信网的链路接收端和发射端电平信号，基于微波通信网的链路接收端和发射端电平信号提取雨致衰减率；

S2、将各链路的雨致衰减率作为特征量，采用聚类方法将所述降雨样本集中的降雨样本划分为k类；

S3、利用最小二乘法，对降雨样本集中的各类降雨样本分别建立雨衰关系；

S4、获取待测区域的雨致衰减率，基于步骤S2中各类的聚类中心，根据距离最小原则对待测区域的雨致衰减率进行自动归类，基于归类结果，采用相应的雨衰关系对待测区域进行降雨强度反演。

优选地，所述步骤S1具体包括如下步骤：

S1.1、在区域内的微波通信网中选择n条链路，n条链路所发射的微波频率分别为f

S1.2、基于各链路的发射电平和接收电平，计算各链路的总衰减A

A

S1.3、基于各链路的总衰减，提取各链路的平均雨致衰减率γ

γ

其中，A

优选地，所述极化方式包括水平极化、垂直极化。

优选地，所述步骤S2,所述聚类方法包括但不限于模糊C-均值聚类方法。

优选地，所述步骤S3,所述雨衰关系包括但不限于单链路幂律关系。

优选地，所述步骤S3,利用最小二乘法，对降雨样本集中的各类降雨样本分别建立雨衰关系的方法如下式所示：

其中，α和β为雨衰系数，R

本发明公开了以下技术效果：

本发明提供一种基于聚类雨衰关系的雨强自适应估计系统及方法，通过采集微波通信网的链路接收端和发射端电平信号，提取出平均雨致衰减率作为特征量；根据“物以类聚”的基本思想，采用聚类方法对降雨样本聚类，并利用最小二乘法，拟合聚类雨衰关系；本发明通过聚类的方式，建立了适用于各类降雨样本的雨衰关系，进而实现降雨的精细化定量估计，可广泛应用于降水信息监测等气象信息遥感领域。同时，本发明所提供的方法在应用过程中，只需输入各链路雨致衰减特征量即可将降雨样本自动归类，进而采用对应的雨衰关系反演雨强，极大地降低了传统单链路幂律雨衰关系的不确定性。该方法可以作为微波链路定量降水反演新方法应用到实际业务当中。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于聚类雨衰关系的雨强自适应估计系统结构示意图；

图2为本发明基于聚类方法的精细化雨衰关系确定流程图；

图3为本发明基于聚类雨衰关系的雨强自适应估计流程图；

图4为本发明基于聚类雨衰关系的雨强自适应估计示意图(当k＝3时)；

图5(a)为本发明实例中的基于聚类雨衰关系的雨强自适应评估结果；图5(b)为本发明实例中的基于聚类雨衰关系的累积降雨量评估结果。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1所示，本实施例提供一种基于聚类雨衰关系的雨强自适应估计系统，包括依次连接的：微波通信网、数据采集处理终端、聚类单元、雨强反演单元；

其中，所述微波通信网包括若干条链路，每条所述链路包括接收端和发射端；微波通信网中链路的条数包括但不限于1条。

所述数据采集处理终端基于微波通信网中各链路发射端和接收端的电平信号，分别获取待测区域的雨致衰减率以及若干组历史降雨时段中的雨致衰减率，并将若干组历史降雨时段中的雨致衰减率构建为降雨样本集。

所述数据采集处理终端包括依次连接的数据获取单元、链路衰减获取单元、雨致衰减率获取单元；所述数据获取单元分别与所述微波通信网中各链路的接收端和发射端连接，所述雨致衰减单元与所述聚类单元连接；

其中，所述数据获取单元用于获取微波通信网中各链路的发射电平、接收电平；在微波通信网中选择n条链路，n条链路所发射的微波频率分别为f

所述链路衰减获取单元基于各链路的发射电平和接收电平，计算各链路的总衰减；各链路的总衰减A

A

所述雨致衰减率获取单元基于各链路的总衰减，提取各链路的平均雨致衰减率。各链路的平均雨致衰减率γ

γ

其中，A

所述聚类单元将各链路的所述雨致衰减率作为特征量，采用聚类方法将所述降雨样本集中的降雨样本划分为k类；所述聚类单元还基于各类的聚类中心，根据距离最小原则对待测区域的雨致衰减率进行自动归类；其中，所述聚类方法包括但不限于模糊C-均值聚类方法。

所述雨强反演单元利用最小二乘法对降雨样本集中的各类降雨样本分别建立雨衰关系；所述雨强反演单元还基于待测区域雨致衰减率的自动归类结果，采用相应的雨衰关系对待测区域进行降雨强度反演；其中，所述雨衰关系包括但不限于单链路幂律关系。

参照图2-4所示本实施例还提供一种基于聚类雨衰关系的雨强自适应估计方法，包括如下步骤：

S1、利用数据采集处理终端获取若干组历史降雨时段内微波通信网的链路接收端和发射端电平信号，基于微波通信网的链路接收端和发射端电平信号提取雨致衰减率，构建为降雨样本集；具体包括：

S1.1、在区域内的微波通信网中选择n条链路，n条链路所发射的微波频率分别为f

S1.2、基于各链路的发射电平和接收电平，计算各链路的总衰减A

A

S1.3、基于各链路的总衰减，提取各链路的平均雨致衰减率γ

γ

其中，A

本实施例中，在待测区域内的微波通信网中选择2条链路，发射的微波频率分别为15GHz、81GHz，极化方式均为水平极化，链路长度均为1Km，同一时刻，2条链路的发射电平分别为tx

基于2条链路的发射电平和接收电平，个别计算各链路的总衰减(dB)：

A

提取2条链路的平均雨致衰减率(dB/Km)：

γ

其中，A

S2、将各链路的雨致衰减率作为特征量，采用聚类方法将所述降雨样本集中的降雨样本划分为k类；

其中，特征量X

模糊c均值聚类融合了模糊理论的精髓。相较于k-means的硬聚类，模糊c均值聚类提供了更加灵活的聚类结果。因为大部分情况下，数据集中的对象不能划分成为明显分离的簇，指派一个对象到一个特定的簇有些生硬，也可能会出错。故，对每个对象和每个簇赋予一个权值，指明对象属于该簇的程度。当然，基于概率的方法也可以给出这样的权值，但是有时候我们很难确定一个合适的统计模型，因此使用具有自然地、非概率特性的模糊c均值就是一个比较好的选择。

模糊C-均值聚类方法具体实现首先需要定义目标函数J(u,c)：

u

其中d

其中，λ为常数。在此基础上，根据下式计算并替换各聚类中心：

通过上述公式交替更新样本隶属度和聚类中心值，直至到达最大迭代次数或算法收敛(判别条件连续两次目标函数值降低不足10

本实施例中，2条链路的雨致衰减率作为特征向量X

S3、利用最小二乘法，对降雨样本集中的各类降雨样本分别建立雨衰关系；其中，所述雨衰关系包括但不限于单链路幂律关系。

本实施例中，利用最小二乘法分别确定每类降雨样本对应雨衰关系R

其中，α和β为雨衰系数，与频率、极化方式、雨滴谱相关，R

S4、获取待测区域的雨致衰减率，基于步骤S2中各类的聚类中心，根据距离最小原则对待测区域的雨致衰减率进行自动归类，基于归类结果，采用相应的雨衰关系对待测区域进行降雨强度反演。

在实际应用过程中，通过提取新降雨样本的雨致衰减特征，在10个聚类中心里寻找与其距离接近的一个，并以此类作为降雨样本的类型。然后使用该类对应的81GHz雨衰关系反演出雨强值。图5(a)及图5(b)为基于聚类雨衰关系的雨强及累积降雨量自适应评估结果。

本发明具有以下技术效果：

本发明提供一种基于聚类雨衰关系的雨强自适应估计方法，通过采集微波通信网的链路接收端和发射端电平信号，提取出平均雨致衰减率作为特征量；根据“物以类聚”的基本思想，采用聚类方法对降雨样本聚类，并利用最小二乘法，拟合聚类雨衰关系；本发明通过聚类的方式，建立了适用于各类降雨样本的雨衰关系，进而实现降雨的精细化定量估计，可广泛应用于降水信息监测等气象信息遥感领域。同时，本发明所提供的方法在应用过程中，只需输入各链路雨致衰减特征量即可将降雨样本自动归类，进而采用对应的雨衰关系反演雨强，极大地降低了传统单链路幂律雨衰关系的不确定性。该方法可以作为微波链路定量降水反演新方法应用到实际业务当中。

以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。