13、多滞后相关估计器：提升雷达测量数据质量的有效方法

多滞后相关估计器：提升雷达测量数据质量的有效方法

1. 雷达测量中的噪声问题

在雷达测量中，信号噪声是影响数据质量的关键因素。在极化雷达变量的估计及其误差分析里，信号噪声常被忽视，但实际上它会给矩估计和极化雷达数据带来偏差与额外误差。当信噪比（SNR）降低时，数据质量会下降，这就限制了极化雷达数据（PRD）仅能在高信噪比区域使用。例如，多数水凝物分类算法和降雨估计仅在信噪比大于 5 dB 的区域使用差分反射率（ZDR）和共极化相关系数（ρhv）数据。

为了纠正噪声功率导致的偏差，人们进行了诸多尝试。比如，通过从自相关估计中减去噪声功率来估计信号功率：
[
\hat{P} {sh,sv}^{(c)} = |\hat{R} {h,v}(0)| - \hat{\eta} {h,v}
]
然后相应地对极化雷达变量 ZDR 和 ρhv 进行修正。另外，还有一种修正 ZDR 和 ρhv 噪声偏差的方法：
[
\hat{Z} {DR}^{(c)} = 10 \log \left( \frac{1 + 1/SNR_v}{1 + 1/SNR_h} \cdot \hat{Z} {DR} \right)
]
[
\hat{\rho} {hv}^{(c)} = \hat{\rho}_{hv} \cdot \frac{(1 + 1/SNR_h)(1 + 1/SNR_v)}{1}
]
其中，SNRh 和 SNRv 分别是水平（H）和垂直（V）极化通道的信噪比。

然而在实际应用中，准确估计噪声功率并在矩数据中进行修正颇具难度，因为噪声功