天气雷达谱处理是气象参量反演的关键环节，其精度直接影响定量降水估测、强对流监测和灾害预警。实际运行中，风切变、湍流及混合相态降水会改变雷达分辨体积内粒子速度分布和回波谱形，地物杂波、电磁干扰则会降低有效信噪比并产生虚假回波，导致固定谱估计方法出现估计偏差增大、稳定性下降甚至失效。针对上述问题，本研究围绕复杂环境信号建模、谱矩估计性能评估、自适应估计器选择和电磁干扰抑制，构建面向复杂环境的天气雷达自适应谱处理框架。
气象回波近似广义平稳复高斯过程假设下，建立具有已知真值的天气雷达I/Q信号模型。以归一化谱宽为主表征风切变、湍流及不同相态水凝物混合引起的粒子速度离散和频谱展宽，以信噪比和杂波噪声比描述背景噪声及地物杂波对有效观测质量的影响。针对同频电磁干扰，利用X波段双偏振多普勒雷达、矢量信号源和标准增益喇叭天线开展可控试验，通过调节脉冲重复频率、发射功率和脉冲宽度，采集不同干扰条件下的原始I/Q数据，提取信号特征统计参数，建立由干扰噪声比、脉冲参数及时频结构共同控制的干扰模型。进一步将气象回波、地物杂波、电磁干扰和背景噪声组合，并考虑脉冲积累数及积累方式，形成多因素控制的复杂环境信号模型。针对传统相关估计在低信噪比条件下易受噪声偏差影响的问题，引入噪声功率估计和不同滞后系数下的自相关信息，对去噪后的自相关函数模值进行对数变换，将去噪后的多阶自相关函数幅度进行对数变换，将谱参数估计问题转化为滞后域线性最小二乘拟合问题，并利用多个滞后系数集提高信号功率和谱宽估计的稳健性。
对脉冲对处理、快速傅里叶变换以及不同滞后系数集下的滞后估计方法在不同复杂环境参数组合下的性能进行定量比较，并以不同参数组合下谱矩估计均方根误差最小为准则，使用基于统计假设检验的ZTree框架，依据脉冲积累数、信噪比和归一化谱宽，进行估计方法自适应选择。建模下仿真结果表明，与最优单一固定方法相比，自适应方法对平均径向速度、归一化谱宽和信号功率的均方根误差分别降低12.1%、32.7%和19.1%，单径向预测耗时在10ms量级，具备实时处理潜力。在真实雷达数据试验中设计方法消电磁干扰虚假回波后开展进一步研究，本研究方法能够改善强度场和速度场的空间连续性，尤其适用于回波边缘及不同降水类型过渡区域。
本研究形成了自适应谱矩估计方法及干扰抑制于一体的天气雷达谱处理方案，可在保持气象回波真实性和连续性的同时降低估计偏差并抑制虚假回波，为复杂环境下天气雷达数据质量提升和业务化处理流程优化提供技术支撑。

天气雷达，谱矩估计，复杂电磁环境，复杂气象环境，杂波抑制