一种河道雷达水位监测数据的抗干扰滤波方法与流程

本发明属于水利水电的水文监测数据处理，具体面向河道雷达水位计监测场景，是一种针对雷达水位时序数据的全链路抗干扰自适应滤波处理方法，适用于天然河道、灌区、水库、船闸、泵站等水利水电工程的雷达水位高精度实时监测。

背景技术：

1、河道水位监测是流域防洪减灾、水资源精细化调度、水利水电工程安全施工与运行的核心基础工作。雷达水位计凭借非接触式测量、不受水体泥沙/腐蚀影响、安装维护便捷、量程大且精度高等优势，已逐步替代传统浮子式、压力式水位计，成为河道水位监测的主流设备。

2、但在实际工程应用中，雷达水位监测数据面临多维度、强随机性的复合干扰，导致原始数据出现异常跳变、高频波动、虚假数值等问题，严重影响监测精度与数据可用性，核心干扰源可归纳为三类：

3、1.水动力与水面环境干扰：河道自然风浪、行船涌浪、闸门启闭/泵站启停引发的水流波动，会导致水面持续不规则起伏，雷达波照射到波浪斜面/浪尖时回波信号剧烈波动，使原始水位数据出现连续大幅跳变，无法反映真实静水位；汛期河道水位陡涨陡落进一步加剧了数据处理难度。

4、2.空间杂波与动态环境干扰：跨河桥梁安装场景下，通行车辆引发的桥梁震动、车身反射会引入高频脉冲噪声和瞬时异常值；河道漂浮物、岸坡/水工建筑物、降雨雾霭等会产生虚假回波，导致监测数据严重偏离真实水位。

5、3.硬件与系统固有缺陷：雷达水位计的调频及天线安装偏差带来的多径反射，会引入系统性测量误差；固定参数的滤波方案无法适配河道动态变化的工况，易出现数据失真或滞后问题。

6、针对上述干扰，现有滤波处理方法存在显著的技术缺陷，无法适配河道复杂工况的水位监测需求：

7、1.传统时域滤波方法局限：滑动平均、中值滤波等简单算法，存在“平滑性与实时性不可兼得”的固有矛盾；长窗口滤波会导致严重的数据滞后，无法跟踪洪水期、闸门启闭等场景下的水位快速变化；短窗口滤波则抗干扰效果大幅下降，无法有效抑制风浪带来的连续波动。

8、2.常规卡尔曼滤波适配性不足：传统卡尔曼滤波依赖固定的过程噪声协方差q和估计误差协方差r，无法适配河道“平静期、风浪期、涨落期”的动态变化；固定线性模型难以匹配河道水位变化特征，易出现模型失配，导致动态场景下滤波精度严重下降甚至发散。

9、3.虚假回波识别能力缺失：现有方案多数仅针对水位数据时序序列进行处理，未结合雷达原始回波的物理特征，无法从测量源头区分真实水位突变与虚假回波干扰，易将真实水位骤变误判为异常值剔除，或保留虚假回波带来的无效水位监测数据。

10、4.缺乏水利水电业务场景适配：现有滤波方法未结合河道水利水电工程的物理规律约束，易出现滤波后水位监测数据不符合水力特性的物理失真问题，无法为防洪度汛、水库调度、水务计算等核心业务提供高可靠性的数据支撑。

技术实现思路

1、有鉴于此，本发明提出一种河道雷达水位监测数据的抗干扰滤波方法，聚焦河道水位复杂监测场景，构建能综合抑制多类型复合干扰、兼顾平滑性与实时性、具备高可靠性与业务适配性的雷达水位监测数据抗干扰滤波方法，为水利水电工程水文监测领域提供高效、可靠的技术保障。本发明的核心思路是构建“数据采集预处理—源头虚假回波剔除—奇异点二次过滤—多模态场景识别—分级复合滤波—水利水电工程规则校验—结果输出”的全链路闭环处理流程，综合利用雷达回波物理特征、时序数据统计特性、水利水电工程物理规则，实现对各类干扰的分层抑制，最终输出高精度、高可靠性、高实时性的河道雷达水位监测数据。

2、具体技术方案如下：

3、一种河道雷达水位监测数据的抗干扰滤波方法，包括以下步骤：

4、同步采集同一时刻的雷达回波频谱数据与对应水位时序数据并完成预处理；

5、从所述雷达回波频谱数据中提取回波特征参数，将所述回波特征参数与真实水面回波特征阈值库进行比对，剔除虚假回波，得到初步修正的水位时序数据；

6、对初步修正的水位时序数据，先以预设物理阈值进行初筛，再以统计准则进行精判，剔除并替换奇异点；依据场景识别滑动窗口内的水位特征识别水位变化的多模态场景；对奇异点剔除后的水位序列数据采用两级复合滤波，并根据识别的场景自适应调整滤波参数；对两级复合滤波后的水位序列数据进行基于水利水电工程物理规则的有效性校验，输出校验后的水位数据。

7、进一步的，所述回波特征参数包括：回波频谱主峰值、峰值半高宽、回波平均功率和回波信噪比snr。

8、进一步的，所述真实水面回波特征阈值库通过采集监测点位的历史标定数据，对各项回波特征参数进行正态分布统计，以均值±预设倍数标准差确定各项参数的正常范围阈值而建立。

9、进一步的，以单周期最大水位变率为物理阈值，从初步修正的水位序列数据中筛选出候选异常点；基于异常判定滑动窗口内初步修正的水位序列数据的均值与预设倍数标准差，对候选异常点进行判定，将超出范围的候选异常点予以替换。

10、进一步的，所述水位特征包括水位平均变化率、水位序列方差、一阶差分绝对值均值，所述多模态场景包括平静期、风浪干扰期、趋势变化期。

11、进一步的，所述多模态场景的划分标准为：平静期的水位序列方差d(x)<θlow，水位平均变化率≤0.5cm/s；风浪干扰期的水位序列方差d (x)>θhigh，且一阶差分绝对值均值大于设定值；趋势变化期的θlow0.5cm/s。

12、进一步的，所述两级复合滤波的第一级为改进型中值-均值复合滤波，具体的，根据所述的多模态场景自适应调整滑动窗口长度；对当前窗口内的水位序列数据排序并剔除预设比例的极值后，按各数据与窗口中位数的绝对差值反比设置权重，计算得到对应时刻的滤波输出值。

13、进一步的，所述两级复合滤波的第二级采用自适应拓展卡尔曼滤波，具体的，将水位h和水位变化速度v作为状态变量，水位变化的加速度a作为输入参数，构建状态方程与观测方程；所述滤波参数包括过程噪声协方差矩阵q和估计误差协方差r，其自适应调整策略为：当为平静期时，采用默认q0和r0参数；当为风浪干扰期时，增大r值并减小q值，以增强平滑效果；当为趋势变化期时，增大q值并减小r值，以提高跟踪响应速度。

14、进一步的，所述水利水电工程物理规则包括：水位变化速率约束，水位连续性约束，上下游水力关联性约束；根据校验结果对每个采样点的水位数据标注质量标签，所述质量标签分为正常、轻微干扰和严重干扰三类。

15、进一步的，还可以将输出的校验后的水位数据存入历史数据库，定期或触发式地利用所述历史数据库中的历史数据对所述真实水面回波特征阈值库、多模态场景分类阈值和滤波器的初始参数进行优化更新。

16、与现有技术相比，本发明具有的技术效果如下：

17、1.全链路抗干扰，虚假异常识别精度大幅提升：首创“回波物理特征源头识别+数值统计准则二次过滤”的双重异常剔除机制，解决了传统方法无法区分真实水位突变与虚假回波的核心痛点，异常值识别准确率达98%以上，数据误报率较传统单一滤波方案降低90%以上。

18、2.全场景自适应适配，彻底解决平滑与实时的固有矛盾：通过多模态场景自动识别，自适应调整滤波窗口长度与噪声协方差参数，在平静期可将水面波浪带来的±30mm高频波动抑制到±3mm以内，平滑效果提升90%；在趋势变化期，数据跟踪滞后时间从传统方法的5~10s缩短至1s以内，水位跟踪误差小于5mm，真正实现“静时稳、动时准”的全场景适配。

19、3.分级复合滤波架构分层抑制不同类型噪声，噪声适配性更强：通过两级复合滤波分层处理脉冲野点与连续波浪噪声，先剔除瞬时跳变尖峰再平滑时序波动，相比单一自适应扩展卡尔曼滤波，可同步抑制车辆、漂浮物带来的瞬时脉冲干扰与风浪持续波动，多干扰叠加工况下水位波动幅度大幅缩减，有效规避单一滤波难以兼顾多种噪声类型的缺陷。

20、4.物理规则约束，数据业务可用性拉满：加入水利水电工程物理约束的有效性校验，避免了滤波算法导致的数据物理失真，保证输出数据完全符合河道水面比降规律；配套数据质量标签体系，输出数据满足《水位观测标准》（gb/t 50138）的精度要求，可直接支撑防洪度汛、水库调度、水务计算等核心业务决策。

21、5.轻量化易落地，工程适配性极强：算法逻辑清晰、计算量小，可直接嵌入雷达水位计内置模块中运行，也可部署在上位机软件中，无需对现有雷达硬件进行改造，可广泛应用于天然河道、灌区明渠、水库、船闸、泵站等各类场景。

22、6.全流程闭环迭代优化，降低人工标定运维成本：依托历史监测数据自动迭代更新各类判别阈值与滤波初始参数，无需运维人员反复现场标定调参，长期运行下环境、工况变化带来的滤波精度衰减问题得到持续修正，大幅降低河道水位监测站点的人工运维工作量。