店铺： 智胜图书专营店
出版社： 气象出版社
ISBN：9787502960896
商品编码：29793963214
包装：平装
出版时间：2015-01-01
具体描述
基本信息
插图《风廓线雷达探测与应用》：
用均值代替直流谱的方法会产生频率偏移问题（Sato，1982）。利用FFT变换将信号由时域变换到频域，一旦噪声频谱与雷达回波信号的频谱混杂在一起时，谱分析的结果会是它们的集体呈现。当噪声较强时难以得到有用的雷达回波信息，影响了谱的分析结果。而在2.3.3一节中，作者提到风廓线雷达探测时由于回波信号弱，容易受到各种杂波和噪声的干扰。因此，为提高数据质量，需要研究如何有效去除或抑制风廓线雷达信号中的噪声和地杂波，提高回波信号的信噪比。
小波变换（wavele ttransform）是在傅氏变换分析基础上发展起来的一种信号处理手段，可实现信号的多尺度分析，被誉为信号处理中的“数学显微镜”，广泛应用于数据压缩、信号去噪、图像融合等领域。1994年，Standford大学的Donoho等提出了小波阈值去噪算法，并从渐进意义上证明了它的优性；此后，外的许多学者对小波阈值去噪算法提出了各种改进方案。
由于小波分析在信号去噪性能方面的优越性，外的学者都开始研究如何将小波技术应用于风廓线雷达信号的杂波去除中。1997年，Jordan等提出利用小波变换技术去除风廓线雷达信号中的地杂波和间歇性杂波，并用Daubechies小波获得较理想的效果。2001年，Lehmann等将小波技术应用于风廓线雷达的信号处理中，利用阈值法去除雷达回波信号中的杂波，取得较好的实验结果。2006年，丁敏等利用提升小波和阈值法抑制风廓线雷达地杂波，提升小波运算速度，适合硬件实现。2008年，王勇等提出利用小波变换抑制风廓线雷达间歇性杂波；2008年，Lehmann等提出利用加窗傅里叶变换去除风廓线雷达间歇性杂波。
应用小波分析的主要困难在于需要找到一组合适的小波基，能够适应风廓线雷达的连续运行和无人值守式的工作，也是要对环境具有自适应性，如果针对性太强，那会限制其推广使用。
20世纪70年代发展起来的现代谱估计技术，如大熵法，具有的自适应性。大熵谱分析法早是1967年由J.P.Burg提出的（Burg，1967），他根据长期从事地震波信号分析的经验，借助信息论的发展成果，著文提出：在已知自相关函数前（N+1）个值的前提下，不采用补充零或乘以窗函数的办法，来增加样本的长度，而是在保证每一步都取得熵大的条件下，对自相关函数未知延迟点上的值进行外推，理论上可以一直递推到所需要的样本长度，再用这些已知值和递推值所组成的整个自相关函数序列去计算该过程的功率谱密度函数。这种方法称为大熵谱分析法。由此得到的估计谱称为大熵谱。
在递推过程中采用大熵准则，意味着在预测的未知点上功率谱具有大的不确定性，因此，这样的递推过程对导出的结果不增添任何强加的信息。与传统的谱分析方法相比较，避免了数据的周期扩展或对未测量的值乘以零的假设，这使得大熵法有更高的谱分辨力和估计精度。
……目录内容提要《风廓线雷达探测与应用》系统地介绍了风廓线雷达的探测原理、雷达探测模式设置、信号处理方法、目标谱峰检测、风廓线计算、数据质量控制方法等内容，并利用雷达长期的连续观测数据，研究分析了风廓线雷达的实际探测性能及其在天气监测中的应用。《风廓线雷达探测与应用》内容丰富，可供大气科学各专业本科生学习使用，也可供气象工作者参考。编辑推荐作者介绍
| 商品名称： | 风廓线雷达探测与应用 畅销书籍 正版 地震 | 开本： | |
| 作者： | 胡明宝 | 页数： | |
| 定价： | 48.00元 | 出版时间： | 2015-01-01 |
| ISBN号： | 9787502960896 | 印刷时间： | |
| 出版社： | 气象出版社 | 版次： | 1 |
| 商品类型： | 印次： |
用均值代替直流谱的方法会产生频率偏移问题（Sato，1982）。利用FFT变换将信号由时域变换到频域，一旦噪声频谱与雷达回波信号的频谱混杂在一起时，谱分析的结果会是它们的集体呈现。当噪声较强时难以得到有用的雷达回波信息，影响了谱的分析结果。而在2.3.3一节中，作者提到风廓线雷达探测时由于回波信号弱，容易受到各种杂波和噪声的干扰。因此，为提高数据质量，需要研究如何有效去除或抑制风廓线雷达信号中的噪声和地杂波，提高回波信号的信噪比。
小波变换（wavele ttransform）是在傅氏变换分析基础上发展起来的一种信号处理手段，可实现信号的多尺度分析，被誉为信号处理中的“数学显微镜”，广泛应用于数据压缩、信号去噪、图像融合等领域。1994年，Standford大学的Donoho等提出了小波阈值去噪算法，并从渐进意义上证明了它的优性；此后，外的许多学者对小波阈值去噪算法提出了各种改进方案。
由于小波分析在信号去噪性能方面的优越性，外的学者都开始研究如何将小波技术应用于风廓线雷达信号的杂波去除中。1997年，Jordan等提出利用小波变换技术去除风廓线雷达信号中的地杂波和间歇性杂波，并用Daubechies小波获得较理想的效果。2001年，Lehmann等将小波技术应用于风廓线雷达的信号处理中，利用阈值法去除雷达回波信号中的杂波，取得较好的实验结果。2006年，丁敏等利用提升小波和阈值法抑制风廓线雷达地杂波，提升小波运算速度，适合硬件实现。2008年，王勇等提出利用小波变换抑制风廓线雷达间歇性杂波；2008年，Lehmann等提出利用加窗傅里叶变换去除风廓线雷达间歇性杂波。
应用小波分析的主要困难在于需要找到一组合适的小波基，能够适应风廓线雷达的连续运行和无人值守式的工作，也是要对环境具有自适应性，如果针对性太强，那会限制其推广使用。
20世纪70年代发展起来的现代谱估计技术，如大熵法，具有的自适应性。大熵谱分析法早是1967年由J.P.Burg提出的（Burg，1967），他根据长期从事地震波信号分析的经验，借助信息论的发展成果，著文提出：在已知自相关函数前（N+1）个值的前提下，不采用补充零或乘以窗函数的办法，来增加样本的长度，而是在保证每一步都取得熵大的条件下，对自相关函数未知延迟点上的值进行外推，理论上可以一直递推到所需要的样本长度，再用这些已知值和递推值所组成的整个自相关函数序列去计算该过程的功率谱密度函数。这种方法称为大熵谱分析法。由此得到的估计谱称为大熵谱。
在递推过程中采用大熵准则，意味着在预测的未知点上功率谱具有大的不确定性，因此，这样的递推过程对导出的结果不增添任何强加的信息。与传统的谱分析方法相比较，避免了数据的周期扩展或对未测量的值乘以零的假设，这使得大熵法有更高的谱分辨力和估计精度。
……目录内容提要《风廓线雷达探测与应用》系统地介绍了风廓线雷达的探测原理、雷达探测模式设置、信号处理方法、目标谱峰检测、风廓线计算、数据质量控制方法等内容，并利用雷达长期的连续观测数据，研究分析了风廓线雷达的实际探测性能及其在天气监测中的应用。《风廓线雷达探测与应用》内容丰富，可供大气科学各专业本科生学习使用，也可供气象工作者参考。编辑推荐作者介绍
用户评价
评分
评分
评分
评分
评分
评分
评分
评分
评分
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.qciss.net All Rights Reserved. 图书大百科 版权所有