一种处理双极化雷达差分相位的方法及系统

摘要

本发明公开了一种处理双极化雷达差分相位的方法及系统，包括：获取双极化天气雷达的第一观测数据，并对所述第一观测数据进行预处理，获得第二观测数据；采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界条件；采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据；通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位。本发明能够消除双极化雷达的观测误差，同时能够解决出现负的差分传播相移率(KDP)的情况。

权利要求

1.一种处理双极化雷达差分相位的方法，其特征在于，包括：获取双极化天气雷达的第一观测数据，并对所述第一观测数据进行预处理，获得第二观测数据，包括：将第一观测数据中ZH＜3dBZ,ρhv＜0.85,|ZDR|＞2.3dB的数据进行剔除，其中ZH表示为反射率因子，ρhv表示为，极化相关系数，ZDR表示为差分反射率；

采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界条件，包括计算近端边界条件和远端边界条件，其中，所述计算近端边界条件，包括：获取近端边界条件的径向数据样本集，并根据所述径向数据样本，计算得到与所述径向数据样本集对应的距离集；

根据所述径向数据样本集和距离集，每个样本数据和与每个样本数据对应距离的线性回归的斜率；

判断所述线性回归的斜率是否大于零，若是，则将所述距离集中最小值作为近端边界条件；若否，则将所述距离集中的中位数作为近端边界条件；

所述计算远端边界条件，包括：

获取远端端边界条件的径向数据样本集，并根据所述径向数据样本，计算得到与所述径向数据样本集对应的距离集；

根据所述径向数据样本集和距离集，每个样本数据和与每个样本数据对应距离的线性回归的斜率；

判断所述线性回归的斜率是否大于零，若是，则将所述距离集中最大值作为近端边界条件；若否，则将所述距离集中的中位数作为远端边界条件；

采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据，具体采用如下计算公式：

其中， 为有ZH和ZDR两个变量估计得到， 为根据物理约束得到的 反演得到的差分相位， 为径向上的初始差分相位；

通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位，具体采用如下计算公式：J＝Jobs+Jlpf

其中，J为代价函数，Jobs项是是观测项和重构的理论项的均方误差，Jlpf是参数k的拉普2

拉斯算子，Clpf是滤波器的参数，N为距离库的数量，H1和H2为前向算子，k非负算子，δ为观测的差分相位，δ′为边界条件的差值。

2.根据权利要求根据权利要求1所述的处理双极化雷达差分相位的方法，其特征在于，所述方法还包括：

根据所述双极化雷达差分相位，对降水进行预测，获得降水预测的结果。

3.根据权利要求2所述的处理双极化雷达差分相位的方法，其特征在于，所述根据所述双极化雷达差分相位，对降水进行预测，获得降水预测的结果，采用如下计算公式：其中，a和b是观测数据的参数，R(KDP)为降水预测量。

4.一种处理双极化雷达差分相位的系统，其特征在于，包括：获取模块、第一处理模块、第二处理模块和重构模块，其中，所述获取模块，用于获取双极化天气雷达的第一观测数据，并对所述第一观测数据进行预处理，获得第二观测数据，包括：将第一观测数据中ZH<3dBZ,ρhv<0.85,|ZDR|＞2.3dB的数据进行剔除，其中ZH表示为反射率因子，ρhv表示为，极化相关系数，ZDR表示为差分反射率；

所述第一处理模块，用于采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界条件，包括计算近端边界条件和远端边界条件，其中，所述计算近端边界条件，包括：

获取近端边界条件的径向数据样本集，并根据所述径向数据样本，计算得到与所述径向数据样本集对应的距离集；

根据所述径向数据样本集和距离集，每个样本数据和与每个样本数据对应距离的线性回归的斜率；

判断所述线性回归的斜率是否大于零，若是，则将所述距离集中最小值作为近端边界条件；若否，则将所述距离集中的中位数作为近端边界条件；

所述计算远端边界条件，包括：

获取远端端边界条件的径向数据样本集，并根据所述径向数据样本，计算得到与所述径向数据样本集对应的距离集；

根据所述径向数据样本集和距离集，每个样本数据和与每个样本数据对应距离的线性回归的斜率；

判断所述线性回归的斜率是否大于零，若是，则将所述距离集中最大值作为近端边界条件；若否，则将所述距离集中的中位数作为远端边界条件；

所述第二处理模块，用于采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据，具体采用如下计算公式：其中， 为有ZH和ZDR两个变量估计得到， 为根据物理约束得到的 反演得到的差分相位， 为径向上的初始差分相位；

所述重构模块，用于通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位，具体采用如下计算公式：J＝Jobs+Jlpf

其中，J为代价函数，Jobs项是是观测项和重构的理论项的均方误差，Jlpf是参数k的拉普2

拉斯算子，Clpf是滤波器的参数，N为距离库的数量，H1和H2为前向算子，k非负算子，δ为观测的差分相位，δ′为边界条件的差值。

5.一种计算机终端设备，其特征在于，包括：一个或多个处理器；

存储器，与所述处理器耦接，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至3任一项所述的处理双极化雷达差分相位的方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的处理双极化雷达差分相位的方法。

说明书

一种处理双极化雷达差分相位的方法及系统

技术领域

[0001] 本发明涉及雷达测量技术领域，特别是涉及一种处理双极化雷达差分相位的方法、系统、终端和存储介质。

背景技术

[0002] 定量降水估计(QPE)是雷达气象学的主要任务之一，与传统的多普勒雷达相比，双极化天气雷达在QPE中有着优异的表现。双极化雷达可以提供更多的极化变量，如差分反射
率因子(ZDR)，差分相位(ΦDP)和水平反射率(ZH)等。差分传播相移率(KDP)是差分相位关于
距离的导数的二分之一，KDP的降水估计算法R(KDP)受雨滴谱影响更小。雷达测量误差是雷
达QPE的主要误差之一，在进行QPE之前，应当对测量的极化变量(如ZH、ΦDP等)进行重构以
消除测量中的随机误差。

[0003] 目前，现有消除极化变量随机误差的方法有：移动平均，小波分析，线性规划，变分方法等，虽然上述方法大多都可以对测量误差进行消除，但是这些方法质量控制后的差分
传播相移率(KDP)可能会出现负值，进而导致负的降雨率，从而影响降水估计效果。

发明内容

[0004] 本发明的目的是：提供一种处理双极化雷达差分相位的方法、系统、终端和存储介质，能够消除双极化雷达的观测误差，同时能够解决出现负的差分传播相移率(KDP)的情况。

[0005] 为了实现上述目的，本发明提供了一种处理双极化雷达差分相位的方法，包括：

[0006] 获取双极化天气雷达的第一观测数据，并对所述第一观测数据进行预处理，获得第二观测数据；

[0007] 采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界条件；

[0008] 采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据；

[0009] 通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位。

[0010] 进一步地，所述方法还包括：

[0011] 根据所述双极化雷达差分相位，对降水进行预测，获得降水预测的结果。

[0012] 进一步地，所述对所述第一观测数据进行预处理，获得第二观测数据，包括：

[0013] 将第一观测数据中ZH<3dBZ,ρhv<0.85,|ZDR|>2.3dB的数据进行剔除，其中ZH表示为反射率因子，ρhv表示为，极化相关系数，ZDR表示为差分反射率。

[0014] 进一步地，所述采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界范围，包括：

[0015] 计算近端边界条件和远端边界条件，其中，所述计算近端边界条件，包括：

[0016] 获取近端边界条件的径向数据样本集，并根据所述径向数据样本，计算得到与所述径向数据样本集对应的距离集；

[0017] 根据所述径向数据样本集和距离集，每个样本数据和与每个样本数据对应距离的线性回归的斜率；

[0018] 判断所述线性回归的斜率是否大于零，若是，则将所述距离集中最小值作为近端边界条件；若否，则将所述距离集中的中位数作为近端边界条件。

[0019] 所述计算远端边界条件，包括：

[0020] 获取远端端边界条件的径向数据样本集，并根据所述径向数据样本，计算得到与所述径向数据样本集对应的距离集；

[0021] 根据所述径向数据样本集和距离集，每个样本数据和与每个样本数据对应距离的线性回归的斜率；

[0022] 判断所述线性回归的斜率是否大于零，若是，则将所述距离集中最大值作为近端边界条件；若否，则将所述距离集中的中位数作为远端边界条件。

[0023] 进一步地，所述采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据，采用如下计算公式：

[0024]

[0025]

[0026] 其中， 为有ZH和ZDR两个变量估计得到， 为根据物理约束得到的 反演得到的差分相位， 为径向上的初始差分相位。

[0027] 进一步地，所述通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位，具体采用如下计算公式：

[0028] J＝Jobs+Jlpf

[0029]

[0030]

[0031] 其中，J为代价函数，Jobs项是是观测项和重构的理论项的均方误差，Jlpf是参数k的2
拉普拉斯算子，Clpf是滤波器的参数，N为距离库的数量，H1和H2为前向算子，k非负算子，δ为
观测的差分相位，δ′为边界条件的差值。

[0032] 进一步地，所述根据所述双极化雷达差分相位，对降水进行预测，获得降水预测的结果，采用如下计算公式：

[0033]

[0034] 其中，a和b是观测数据的参数，R(KDP)为降水预测量。

[0035] 本发明还提供一种处理双极化雷达差分相位的系统，包括：获取模块、第一处理模块、第二处理模块和重构模块，其中，

[0036] 所述获取模块，用于获取双极化天气雷达的第一观测数据，并对所述第一观测数据进行预处理，获得第二观测数据；

[0037] 所述第一处理模块，用于采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界条件

[0038] 所述第二处理模块，用于采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据；

[0039] 所述重构模块，用于通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位。

[0040] 本发明还提供一种计算机终端设备，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执
行，使得所述一个或多个处理器实现如上述任一项所述的处理双极化雷达差分相位的方
法。

[0041] 本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的处理双极化雷达差分相位的方法。

[0042] 本发明提供的一种处理双极化雷达差分相位的方法、系统、终端和存储介质与现有技术相比，其有益效果在于：

[0043] 本发明使用了一种变分法重构差分相位(ΦDP)，可以有效的去除测量随机误差，并且保证用重构后的差分相位(ΦDP)计算获得的差分传播相移率(KDP)为非负的。

附图说明

[0044] 图1是本发明提供的一种处理双极化雷达差分相位的方法的流程示意图；

[0045] 图2是本发明提供的雷达差分相位的质量控制的流程示意图的流程示意图；

[0046] 图3是本发明提供的雷达差分相位计算边界条件的示意图；

[0047] 图4是本发明提供的雷达差分相位物理约束的示意图；

[0048] 图5是本发明提供的雷达差分变分拟合效果的示意图；

[0049] 图6是本发明提供的雷达差分的原始数据的示意图

[0050] 图7是本发明提供的雷达差分的变分拟合处理后数据的示意图

[0051] 图8是本发明提供的一种处理双极化雷达差分相位的系统的结构示意图。

具体实施方式

[0052] 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作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。

[0053] 应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。

[0054] 应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文
清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

[0055] 术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

[0056] 术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

[0057] 如图1－图7所示，本发明实施例的一种处理双极化雷达差分相位的方法，至少包括如下步骤：

[0058] S1、获取双极化天气雷达的第一观测数据，并对所述第一观测数据进行预处理，获得第二观测数据；

[0059] 具体地，对雷达观测数据进行质量控制，对反射率因子(ZH)，极化相关系数(ρhv)和差分反射率(ZDR)进行质量控制，将ZH<3dBZ,ρhv<0.85,|ZDR|>2.3dB的采样个点删除，实现对
非气象回波和地物杂波的剔除。

[0060] S2、采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界条件；

[0061] 具体地，所述边界条件包括：近端边界条件Φnear和远端边界条件Φfar；

[0062] 需要说明的是，计算边界条件之前，需要对观测数据进行孤立点检测并删除，具体步骤如下：

[0063] 1)选取一个ΦDP的径向观测数据，遍历所有的数据计算连续数组的切片索引IDX＝(idx1,idx2,…,idxn)，其中 idx1为第一个连续数组的索引，
为第一个连续数组的起始索引， 为第一连续数组的末尾索引；

[0064] 2)遍历1)得到的连续数组索引，计算两个连续数组的间隔 若间隔小于5，且 的差值小于30°，则将两个数组的索引合并为一个索引
否则，若第j个索引内距离库数小于3，则将该连续数组视为孤立点，并删除；

[0065] 3)遍历所以连续数组索引，如果某个距离库的ΦDP的值与相邻的距离库相差大于35°，则将该距离库视为被杂波污染的数据并删除。

[0066] 在对ΦDP进行质控之后，计算径向数据的边界Φnear条件，具体计算步骤如下：

[0067] 1)从头到尾遍历径向数据的索引，若索引所代表的数组元素大于20个，则该数组前20个数据作为近边界条件计算的样本。

[0068] 2)计算选取的样本(X1,X2,…,X20)与对应距离((r1,r2,…,r20)的线性回归的斜率K。

[0069] 3)如果K>0，则近端边界条件Φnear为最近距离r1的预测值，否则，近端边界条件为所取样本的中位数。

[0070] 远端边界条件Φfar的计算方法与近端边界条件相似：

[0071] 1)从尾到头遍历径向数据的索引，若索引所代表的数组元素大于20个，则该数组后20个数据作为近边界条件计算的样本。

[0072] 2)计算选取的样本(Xend‑19,Xend‑18,…,Xend)与对应距离(rend‑19,rend‑18,…,rend)的线性回归的斜率K。

[0073] 3)如果K>0，则远端边界条件Φfar为最远距离rend的预测值，否则，远端边界条件为所取样本的中位数。

[0074] S3、采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据；

[0075] 具体地，完成差分相位的远端和近端边界条件的计算后，需要对观测数据的缺失值进行填补，本发明采用物理约束的方法，即通过ZH，ZDR和KDP三者之间的关系，利用ZH和ZDR
两个极化变量计算出KDP，具体计算公式如下：

[0076]

[0077]

[0078] 其中，ZH的单位是mm6m‑3，ZDR的单位是dB， 为有ZH和ZDR两个变量估计得到， 为根据物理约束得到的 反演得到的差分相位， 为径向上的初始差分相位，本发明中将近
边界条件作为初始差分相位，公式中的其他参数须用S波段双极化雷达的观测数据进行拟
合得到。

[0079] S4、通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位。

[0080] 具体地，在完成缺失值填补后，本发明通过构建代价函数来进行变分拟合，具体推导公式如下：

[0081] 在构造代价函数之前，需要构造几个中间变量，对于一条有N个距离库的雷达径向观测数据，本文定义差分相位观测值(ΦDP)i，理论的差分相位为(φDP)i，差分传播相移率
(KDP)i，其中i＝1,2,…N。

[0082] ΦDP＝[(ΦDP)1,(ΦDP)2,…,(ΦDP)N]T

[0083] φDP＝[(φDP)1,(φDP)2,…,(φDP)N]T

[0084] KDP＝[(KDP)1,(KDP)2,…,(KDP)N]T

[0085] 然后给出的 的定义：

[0086]

[0087] 根据上述给出的KDP的定义，这里引入一个前向算子H1， 可以表示为：

[0088]

[0089]

[0090] 其中Δr是雷达距离分辨率。因为ΦDP是递增的，KDP是非负的，为了保证KDP非负，引2
入了非负算子k，其表示如下：

[0091]

[0092] (i＝1,2,…,N)

[0093] 联立上式可得，的表达式可以写为：

[0094]

[0095] 同理，可以给出 的定义：

[0096]

[0097] 通过引入前项算子 可以写成相似的形式：

[0098]

[0099]

[0100] 观测的差分相位与边界条件的差值为：

[0101]

[0102] 代价函数J的定义为：

[0103] J＝Jobs+Jlpf

[0104]

[0105]

[0106] Jobs项是是观测项和重构的理论项的均方误差，是代价函数中的主要部分，使重构的差分相位更好地拟合观测的差分相位。Jlpf是参数k的拉普拉斯算子，相当于一个低通滤
波器，Clpf是滤波器的参数。将当代价函数取最小值时的k作为最终的解，然后通过k计算KDP，
本文选取的迭代方法为拟牛顿法，该方法需要代价函数的偏导数作为迭代方向。代价函数
关于k的偏导数如下所示：

[0107]

[0108]

[0109]

[0110] 通过代价函数和关于k的偏导数，使用牛顿迭代法进行求解，最终重构ΦDP。

[0111] 在本发明的某一个实施例中，所述方法还包括：

[0112] 根据所述双极化雷达差分相位，对降水进行预测，获得降水预测的结果。

[0113] 在本发明的某一个实施例中，所述对所述第一观测数据进行预处理，获得第二观测数据，包括：

[0114] 将第一观测数据中ZH<3dBZ,ρhv<0.85,|ZDR|>2.3dB的数据进行剔除，其中ZH表示为反射率因子，ρhv表示为，极化相关系数，ZDR表示为差分反射率。

[0115] 在本发明的某一个实施例中，所述采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界范围，包括：

[0116] 计算近端边界条件和远端边界条件，其中，所述计算近端边界条件，包括：

[0117] 获取近端边界条件的径向数据样本集，并根据所述径向数据样本，计算得到与所述径向数据样本集对应的距离集；

[0118] 根据所述径向数据样本集和距离集，每个样本数据和与每个样本数据对应距离的线性回归的斜率；

[0119] 判断所述线性回归的斜率是否大于零，若是，则将所述距离集中最小值作为近端边界条件；若否，则将所述距离集中的中位数作为近端边界条件。

[0120] 所述计算远端边界条件，包括：

[0121] 获取远端端边界条件的径向数据样本集，并根据所述径向数据样本，计算得到与所述径向数据样本集对应的距离集；

[0122] 根据所述径向数据样本集和距离集，每个样本数据和与每个样本数据对应距离的线性回归的斜率；

[0123] 判断所述线性回归的斜率是否大于零，若是，则将所述距离集中最大值作为近端边界条件；若否，则将所述距离集中的中位数作为远端边界条件。

[0124] 在本发明的某一个实施例中，所述采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据，采用如下计算公式：

[0125]

[0126]

[0127] 其中， 为有ZH和ZDR两个变量估计得到， 为根据物理约束得到的 反演得到的差分相位， 为径向上的初始差分相位。

[0128] 在本发明的某一个实施例中，所述通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位，具体采用如下计算公式：

[0129] J＝Jobs+Jlpf

[0130]

[0131]

[0132] 其中，J为代价函数，Jobs项是是观测项和重构的理论项的均方误差，Jlpf是参数k的2
拉普拉斯算子，Clpf是滤波器的参数，N为距离库的数量，H1和H2为前向算子，k非负算子，δ为
观测的差分相位，δ′为边界条件的差值。

[0133] 在本发明的某一个实施例中，所述根据所述双极化雷达差分相位，对降水进行预测，获得降水预测的结果，采用如下计算公式：

[0134]

[0135] 其中，a和b是观测数据的参数，R(KDP)为降水预测量。

[0136] 本发明提供的一种处理双极化雷达差分相位的方法与现有技术相比，其有益效果在于：

[0137] 本发明使用了一种变分法重构差分相位(ΦDP)，可以有效的去除测量随机误差，并且保证用重构后的差分相位(ΦDP)计算获得的差分传播相移率(KDP)为非负的。

[0138] 如图8所示，本发明还提供一种处理双极化雷达差分相位的系统200，包括：获取模块201、第一处理模块202、第二处理模块203和重构模块204，其中，

[0139] 所述获取模块201，用于获取双极化天气雷达的第一观测数据，并对所述第一观测数据进行预处理，获得第二观测数据；

[0140] 所述第一处理模块202，用于采用预设的算法，对所述第二观测数据处理，获得第二观测数据的边界条件

[0141] 所述第二处理模块203，用于采用物理约束的方法，对所述第二观测数据中的缺失值进行填补，获得第三观测数据；

[0142] 所述重构模块204，用于通过构建代价函数方法，对所述第三观测数据进行变分拟合处理，获得重构的双极化雷达差分相位。

[0143] 本发明还提供一种计算机终端设备，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执
行，使得所述一个或多个处理器实现如上述任一项所述的处理双极化雷达差分相位的方
法。

[0144] 需要说明的是，所述处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电
路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field－
ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分
立硬件组件等，通用处理器可以是微处理器，或者所述处理器也可以是任何常规的处理器，
所述处理器是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部
分。

[0145] 所述存储器主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器可
以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡
(SmartMediaCard，SMC)、安全数字(SecureDigital，SD)卡和闪存卡(FlashCard)等，或所述
存储器也可以是其他易失性固态存储器件。

[0146] 需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，上述终端设备仅仅是示例，并不构成对终端设备的限定，可以包括更多或更少
的部件，或者组合某些部件，或者不同的部件。

[0147] 本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的处理双极化雷达差分相位的方法。

[0148] 需要说明的是，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序)，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执
行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程
序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。

[0149] 以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护
范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修
改、等同替换、改进等，均应包含在本发明的保护范围之内。