一種基于多智能體的邊界層水汽探測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種水汽探測(cè)方法，具體設(shè)及一種基于多智能體的邊界層水汽探測(cè)方 法，本發(fā)明屬于大氣探測(cè)領(lǐng)域。
【背景技術(shù)】
[0002] 水汽是大氣中含量較少的一種微量氣體，主要分布在大氣的底層，尤其是高度在 10~12公里W下，水汽占全部水汽總量的99%。雖然水汽的含量較少，確是大氣中最活躍 的組成部分，對(duì)地球上的生命具有重要意義。水汽在大氣中會(huì)隨著溫度的變化呈現(xiàn)=種狀 態(tài)，是云和降水形成的物質(zhì)基礎(chǔ)。地球上的水分在大氣、陸地和海洋之間循環(huán)，大氣水汽在 全球水循環(huán)過(guò)程中起著重要作用。天氣現(xiàn)象大多是大氣水汽變化的結(jié)果，水汽在相變過(guò)程 中吸收和釋放大量潛熱，直接影響地面和空氣溫度，進(jìn)而影響大氣垂直穩(wěn)定度和對(duì)流天氣 系統(tǒng)的形成和演變。水汽是一個(gè)多變參數(shù)，在大氣能量傳輸和天氣系統(tǒng)演變中起著非常重 要的作用，大氣中的水汽含量是預(yù)報(bào)中尺度或局地尺度的降雨強(qiáng)度的一個(gè)必要參數(shù)。因此， 有效獲取高精度、高時(shí)空分辨率的大氣水汽信息能夠準(zhǔn)確分析中尺度惡劣天氣系統(tǒng)的形成 和演變，對(duì)于中尺度災(zāi)害性天氣的預(yù)報(bào)和防災(zāi)減災(zāi)具有重要作用。
[0003] 大氣中影響水汽分布和含量的因素非常復(fù)雜，同時(shí)水汽也是大氣中時(shí)空變化最為 明顯的要素。由于探測(cè)經(jīng)費(fèi)、探測(cè)組網(wǎng)和探測(cè)技術(shù)的局限性，目前，高時(shí)空分辨率的水汽資 料的探測(cè)和獲取依然是一個(gè)困難的問(wèn)題，而高時(shí)空分辨率的水汽資料又是實(shí)現(xiàn)準(zhǔn)確數(shù)值預(yù) 報(bào)的前提，因此應(yīng)用新的技術(shù)手段提高水汽觀測(cè)精度和分辨率是當(dāng)前大氣探測(cè)領(lǐng)域最為活 躍的研究方向。目前已經(jīng)使用的較為有效的探測(cè)大氣水汽含量的方法有地面氣象站濕度 計(jì)的觀測(cè)方法、太陽(yáng)光譜水汽分析儀方法、氣象飛機(jī)探測(cè)、激光探測(cè)、雷達(dá)探測(cè)、衛(wèi)星水汽觀 測(cè)、地基微波福射計(jì)觀測(cè)、無(wú)線電水汽探測(cè)技術(shù)、GI^S測(cè)量水汽方法。其中無(wú)線電水汽探測(cè) 技術(shù)是目前高空氣象數(shù)據(jù)探測(cè)的最主要手段。其缺點(diǎn)是無(wú)線電探空儀的使用成本過(guò)高，其 布網(wǎng)密度更低，同時(shí)觀測(cè)數(shù)據(jù)的時(shí)間分辨率很低，不足W分辨水汽的快速的時(shí)空變化；受 探空氣球跟蹤定位技術(shù)的限制，探空氣球在高空復(fù)雜素流條件和雷暴天氣發(fā)生的時(shí)段定位 精度很低，不能有效的監(jiān)測(cè)強(qiáng)對(duì)流天氣過(guò)程中的水汽變化。而GI^S測(cè)量水汽方法是近年來(lái) 發(fā)展起來(lái)的一種全新的大氣觀測(cè)手段。GI^S測(cè)量系統(tǒng)缺點(diǎn)是GI^S接收機(jī)成本過(guò)高，高密度 布網(wǎng)難W實(shí)現(xiàn)，下一代的高分辨率數(shù)值天氣預(yù)報(bào)模式在預(yù)報(bào)中尺度災(zāi)害性天氣的時(shí)候需要 2km-5km尺度的高分辨率氣象資料。GI^S觀測(cè)系統(tǒng)不能滿(mǎn)足該一要求?？梢?jiàn)，目前現(xiàn)有的大 氣水含量探測(cè)技術(shù)普遍存在W下幾點(diǎn)問(wèn)題；1)使用成本高，不宜全面普及；2)時(shí)空分辨率 低，不能提供高分辨率氣象資料；3)抗干擾能力較弱，不能適用于特殊天氣環(huán)境下。

【發(fā)明內(nèi)容】

[0004] 為解決現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于多智能體的邊界層水汽 探測(cè)方法，W解決現(xiàn)有技術(shù)使用成本高，時(shí)空分辨率低，抗干擾能力弱的技術(shù)問(wèn)題。
[0005] 為了實(shí)現(xiàn)上述目標(biāo)，本發(fā)明采用如下的技術(shù)方案：
[0006] 一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，包括：多智能體系統(tǒng)接收 由通信基站發(fā)射并經(jīng)大氣折射的電磁波信號(hào)，同時(shí)獲取當(dāng)前位置及環(huán)境信息，計(jì)算出對(duì)應(yīng) 的水汽含量數(shù)據(jù)。
[0007] 前述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所述環(huán)境信息包 括溫度、氣壓。
[000引前述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，包括如下步驟：
[0009] 步驟一；所述多智能體包括傳感器智能體、管理者智能體、接口智能體，多個(gè)傳感 器智能體接收由通信基站發(fā)射并經(jīng)大氣折射的電磁波信號(hào)，傳感器智能體獲取當(dāng)前自身的 位置信息及環(huán)境信息，計(jì)算出對(duì)應(yīng)的水汽含量數(shù)據(jù)，然后將位置信息、環(huán)境信息及計(jì)算所得 的水汽含量數(shù)據(jù)上傳到管理者智能體；
[0010] 步驟二：管理者智能體接收來(lái)自傳感器智能體的數(shù)據(jù)，對(duì)接收到的水汽含量數(shù)據(jù) 根據(jù)位置信息進(jìn)行驗(yàn)證，將有問(wèn)題的數(shù)據(jù)排除掉，得到有效數(shù)據(jù)；再對(duì)有效數(shù)據(jù)進(jìn)行預(yù)處 理，將預(yù)處理完畢的數(shù)據(jù)上傳接口智能體，根據(jù)接口智能體發(fā)送的控制信息更改傳感器智 能體發(fā)送數(shù)據(jù)的頻率；
[0011] 步驟接口智能體匯總管理者智能體處理過(guò)的數(shù)據(jù)并進(jìn)行再處理，將所有傳感 器智能體當(dāng)前位置信息、狀態(tài)W及有效數(shù)據(jù)實(shí)時(shí)顯示在地圖上，并控制和更改整個(gè)系統(tǒng)的 參數(shù)。
[0012] 前述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所述步驟二中，對(duì) 有效數(shù)據(jù)進(jìn)行預(yù)處理的步驟包括如下：
[0013] 步驟a;將樣本空間劃分為互不重疊的子空間，每個(gè)子空間稱(chēng)為一層；
[0014] 步驟b;在每一層進(jìn)行隨機(jī)抽樣。
[0015] 前述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所述步驟a包括： W通信基站為中屯、，Wr為半徑的覆蓋范圍劃分為k個(gè)環(huán)；分別設(shè)定k個(gè)距離di，d2,ds，…， dk，k為正整數(shù)，di為第i個(gè)環(huán)與通信基站之間的距離，1《i《k，確定每一層環(huán)的大小。
[0016] 前述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所述步驟b包括： 確定每一層的樣本數(shù)ni，n,，…，Hk，使得抽樣結(jié)果均勻分布在整個(gè)空間；每一層的樣本 數(shù)：
【主權(quán)項(xiàng)】
1. 一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，包括：多智能體系統(tǒng)接收 由通信基站發(fā)射并經(jīng)大氣折射的電磁波信號(hào)，同時(shí)獲取當(dāng)前位置及環(huán)境信息，計(jì)算出對(duì)應(yīng) 的水汽含量數(shù)據(jù)。
2. 根據(jù)權(quán)利要求1所述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所 述環(huán)境信息包括溫度、氣壓。
3. 根據(jù)權(quán)利要求1所述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，包 括如下步驟： 步驟一：所述多智能體包括傳感器智能體、管理者智能體、接口智能體，多個(gè)傳感器智 能體接收由通信基站發(fā)射并經(jīng)大氣折射的電磁波信號(hào)，傳感器智能體獲取當(dāng)前自身的位置 信息及環(huán)境信息，計(jì)算出對(duì)應(yīng)的水汽含量數(shù)據(jù)，然后將位置信息、環(huán)境信息及計(jì)算所得的水 汽含量數(shù)據(jù)上傳到管理者智能體； 步驟二：管理者智能體接收來(lái)自傳感器智能體的數(shù)據(jù)，對(duì)接收到的水汽含量數(shù)據(jù)根據(jù) 位置信息進(jìn)行驗(yàn)證，將有問(wèn)題的數(shù)據(jù)排除掉，得到有效數(shù)據(jù)；再對(duì)有效數(shù)據(jù)進(jìn)行預(yù)處理，將 預(yù)處理完畢的數(shù)據(jù)上傳接口智能體，根據(jù)接口智能體發(fā)送的控制信息更改傳感器智能體發(fā) 送數(shù)據(jù)的頻率； 步驟三：接口智能體匯總管理者智能體處理過(guò)的數(shù)據(jù)并進(jìn)行再處理，將所有傳感器智 能體當(dāng)前位置信息、狀態(tài)以及有效數(shù)據(jù)實(shí)時(shí)顯示在地圖上，并控制和更改整個(gè)系統(tǒng)的參數(shù)。
4. 根據(jù)權(quán)利要求3所述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所 述步驟二中，對(duì)有效數(shù)據(jù)進(jìn)行預(yù)處理的步驟包括如下： 步驟a :將樣本空間劃分為互不重疊的子空間，每個(gè)子空間稱(chēng)為一層； 步驟b :在每一層進(jìn)行隨機(jī)抽樣。
5. 根據(jù)權(quán)利要求4所述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所 述步驟a包括：以通信基站為中心，以r為半徑的覆蓋范圍劃分為k個(gè)環(huán)；分別設(shè)定k個(gè)距 離屯，d 2, d3，…，dk，k為正整數(shù)，Cli為第i個(gè)環(huán)與通信基站之間的距離，I < i < k，確定每一 層環(huán)的大小。
6. 根據(jù)權(quán)利要求5所述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所 述步驟b包括：確定每一層的樣本數(shù)Ii1, n2, n3,…，nk，使得抽樣結(jié)果均勾分布在整個(gè)空間； 每一層的樣本數(shù)：
其中設(shè)定的樣本基數(shù)1000個(gè)，每一層所覆蓋的對(duì)象個(gè) 數(shù) 500 個(gè)；S(Cl1) = RQCr1), S(d2) = RQ(r2)-RQCr1),…，S(Cli) = RQ(Iri)-RQOv1),…而= (I1, r2 = r ^d2,…，a = r Η+φ。
7. 根據(jù)權(quán)利要求6所述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所 述R通過(guò)傳感器智能體范圍查詢(xún)實(shí)現(xiàn)。
8. 根據(jù)權(quán)利要求7所述的一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，所 述范圍查詢(xún)是指查詢(xún)以通信基站所在位置GPS坐標(biāo)點(diǎn)為中心，半徑長(zhǎng)度等于查詢(xún)半徑100M 的圓內(nèi)的對(duì)象子集。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于多智能體的邊界層水汽探測(cè)方法，其特征在于，包括：多智能體系統(tǒng)接收由通信基站發(fā)射并經(jīng)大氣折射的電磁波信號(hào)，同時(shí)獲取當(dāng)前位置及環(huán)境信息，計(jì)算出對(duì)應(yīng)的水汽含量數(shù)據(jù)。本發(fā)明的一種基于多智能體的邊界層水汽探測(cè)方法可以基于現(xiàn)有的通信網(wǎng)絡(luò)，觀測(cè)成本降低；觀測(cè)精度更高；豐富觀測(cè)數(shù)據(jù)；多拓展了時(shí)間分辨率；多智能體間的通信可以根據(jù)數(shù)據(jù)產(chǎn)生的位置信息合并數(shù)據(jù)；多智能體個(gè)體的數(shù)據(jù)處理能力可以對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，使得后期的數(shù)據(jù)處理變得簡(jiǎn)單。
【IPC分類(lèi)】G01W1-02, G01S13-95
【公開(kāi)號(hào)】CN104865616
【申請(qǐng)?zhí)枴緾N201510291020
【發(fā)明人】徐冬冬, 周杰, 夏景明, 陸振宇, 宦海
【申請(qǐng)人】南京信息工程大學(xué)
【公開(kāi)日】2015年8月26日
【申請(qǐng)日】2015年5月29日