基于模態(tài)能量矩的氣象雷達故障特征提取研究

眭超亞 王竟宇 徐 意 廖紹強

（重慶化工職業(yè)學院，重慶 401228）

0 引言

氣象雷達作為雷達領域的重要分支，目前已廣泛應用于各類天氣預報，為農業(yè)、交通、能源、海洋、航空、航天、國防、旅游以及醫(yī)療等領域提供專業(yè)的氣象服務。隨著雷達系統(tǒng)的演進，其架構越來越復雜，完成各類功能的板卡越來越多，但同時也對系統(tǒng)的可靠性和穩(wěn)定性提出了挑戰(zhàn)，增加了雷達故障診斷的難度。與傳統(tǒng)信號處理方式不同，目前結合人工智能與信號處理的故障診斷技術是當下的研究熱點，故障診斷技術開始向智能化診斷過度。

數(shù)據(jù)預處理是人工智能進行訓練的前提，而對雷達故障診斷來說，數(shù)據(jù)預處理中的特征提取是提高故障診斷效率的關鍵。目前，許多研究者已經(jīng)提出了將多種不同的特征提取方法用于雷達故障診斷。氣象雷達接收機中頻電路板的故障信號通常是連續(xù)非線性非平穩(wěn)信號。文獻提出了基于小波分析、傅里葉變換等故障信號特征提取方法，但該類方法依舊沒有擺脫傅里葉變換的局限。該文針對氣象雷達接收機中頻電路板的故障信號提出了一種基于改進自適應噪聲完備集合經(jīng)驗模態(tài)分解（Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise，ICEEMDAN）的故障信號模態(tài)分解方法，并對每個模態(tài)求解能量矩作為特征向量，結合適用于小數(shù)據(jù)量的支持向量機（SVM）模型，實現(xiàn)精確快速的故障診斷。

1 氣象雷達故障診斷模型

氣象雷達故障診斷的流程主要包括故障信號的采集、特征向量的提取、故障模型的診斷和最終結果的輸出。……