基于模糊逻辑法的粒子识别及飞机结冰预警软件设计

论文总字数：18236字

目 录

一、前言 5

二、模糊逻辑法的粒子识别原理与MATLAB实现方法 6

2.1模糊逻辑法的粒子识别的相关研究 6

2.2 模糊逻辑算法识别粒子的原理 7

2.2.1模糊化 9

2.2.2规则推断 10

2.2.3 集成 11

2.2.4 退模糊 11

三、模糊逻辑的MATLAB实现 12

3．1 算法的构建 12

3.2 个例分析 12

四、云中过冷水的识别算法 16

4.1过冷水的研究意义 16

4.2阈值法 16

4.3 个例分析 17

五、粒子识别软件的开发与应用 20

5.1 MATLAB与Java程序语言的特点 20

5.2 MATLAB与Java混合编程的方法 20

5.3 模糊逻辑算法气象粒子识别器与联合毫米波测云雷达、激光雷达、探空数据的过冷水识别器 21

取得的成果： 24

参考文献： 25

致谢 27

基于模糊逻辑法的粒子识别及飞机结冰预警软件设计

陈露

，China

Abstract：Compared with microwave radar, millimeter wave radar for cloud detection has higher accuracy, this paper by using 94 GHz Chilbolton observation field related of millimeter wave cloud radar detection data, combined with the radiosonde temperature profile data, according to Shupe summarize the cloud particle phase recognition threshold, using the MATLAB language to construct fuzzy logic algorithm to an actual detection for the study of inversion. Main membership function of the fuzzy logic algorithm adopts the asymmetry of the trapezoidal function, identify the particle phase category mainly divided into the rain, drizzle, liquid water, mixed phase state, ice, snow and other 6 kinds, compare the classic threshold algorithm of supercooled water area of the inversion results after that, in this paper, the author studies on fuzzy logic algorithm of the cloud water condensation phase identification is basically a correct classification of particles, including phase recognition supercooled water, the cloud, the cloud particles of inversion results for aviation meteorological security and weather modification is of great importance. At the same time, this paper will use Java and MATLAB to complete the fuzzy logic algorithm to automatically identify the weather particle type software and the cold water identification software.

Key words：Fuzzy logic algorithm；The particle identification；Millimeter wave radar.；Threshold algorithm

一、前言

在降水的过程中，云中水凝物的相态演变一直受到各界广泛的关注，其相关研究在人工影响天气、天气现象预报、飞机积冰航空安全等领域都具有较大影响，但探测手段的缺乏以及数据反演精度不足是制约相关研究的开展的主要原因。国内外对云的探测手段主要有激光雷达、微波辐射计、云幂测量仪以及无线电探空等，通过这些方式可以有效地获得云中的宏微观物理参数信息，但由于探测能力的限制，无法获得实时变化的参数信息，不能对云内部结构进行很好地反映^[1]。

天气雷达对云粒子尤其是卷云冰晶粒子的探测回波强度较弱，无法利用天气雷达的回波信息精确地反演云粒子的宏微观物理参数，而毫米波雷达对非降水云如浅层云、高层云、高积云、晴天下的积云以及卷云具有很好的探测能力^[2]。这些年逐渐发展起来的毫米波雷达除了能够连续观测云水平垂直结构变化,还可以获得云内微物理参量,如云粒子的大小、浓度、滴谱分布、冰与液态水的含量等，这为反演云粒子的相态提供了很好的数据来源，提高了识别水凝物的准确度，其对于天气及气候的研究具有重要的意义^[3]。

当前，用于云中水凝物粒子类型的识别与分类的主要算法有四种。分别是：（1）神经网络算法；（2）决策树算法；（3）统计决策算法和（4）模糊逻辑算法，这些算法均能区分水凝物的类型，其中，决策树法具有速度快、精度高、生成的模式简单易懂以及容易转化成分类规则等优点，但由于在决策树的构造过程中采用贪心算法，因而造成了决策树规模过大、产生的规则长度过长等缺点^[4] 。统计决策法不仅可以用图论的形式直观地揭示问题的结构,又可以按照概率论原则对问题的结构重新整理,把复杂联合概率分布问题分解为一系列相对简单的模块,大大降低了解决问题的难度和复杂度，但不确定性过大是其明显的缺点。神经网络法具有一定的学习功能，当学习样本规模较大、不同模式样本的特征差异较小时，收敛速度会较慢，局部会出现较小值的问题。而Zedah提出的用于解决模糊性问题的模糊逻辑算法可对模糊性对象精确地描述、处理^[5]，模糊逻辑算法具有一定的扩充性和兼容性，其算法规则相较于其他算法较为简单，适合进行云粒子识别工作。本文将结合探空仪的温度数据，利用英国奇尔波顿（chilbolton）观测场的94GHz毫米波测云雷达（Galieo）探测数据，对一次实际观测数据进行模糊逻辑算法的反演研究，利用Java与MATLAB混编技术完成模糊逻辑算法对气象粒子分类的软件以及过冷水识别软件。

剩余内容已隐藏，请支付后下载全文，论文总字数：18236字