[论文解读] Mobile Radio Networks and Weather Radars Dualism: Rainfall Measurement Revolution in Densely Populated Areas

Davide Bellini, Mario Montopoli+6 more|arXiv (Cornell University)|Mar 19, 2026

Precipitation Measurement and Analysis被引用 0

一句话总结

这篇论文展示了如何将蜂窝基站网络重新定位为密集、雷达式传感器（BS-WRM），以在城市区域执行高分辨率降雨测量，包括反射率、平均多普勒速度和谱宽的反演。

ABSTRACT

This study demonstrates, for the first time, how a network of cellular base stations (BSs) - the infrastructure of mobile radio networks - can be used as a distributed opportunistic radar for rainfall remote sensing. By adapting signal-processing techniques traditionally employed in Doppler weather radar systems, we demonstrate that BS signals can be used to retrieve typical weather radar products, including reflectivity factor, mean Doppler velocity, and spectral width. Due to the high spatial density of BS infrastructure in urban environments, combined with intrinsic technical features such as electronically steerable antenna arrays and wide receiver bandwidths, the proposed approach achieves unprecedented spatial and temporal resolutions, on the order of a few meters and several tens of seconds, respectively. Despite limitations related to low transmitted power, limited antenna gain, and other system constraints, a major challenge arises from ground clutter contamination, which is exacerbated by the nearly horizontal orientation of BS antenna beams. This work provides a thorough assessment of clutter impact and demonstrates that, through appropriate processing, the resulting clutter-filtered radar moments reach a satisfactory level of quality when compared with raw observations and with measurements from independent BSs with overlapped field-of-views. The findings highlight a transformative opportunity for urban hydrometeorology: leveraging existing telecommunications infrastructure to obtain rainfall information with a level of spatial granularity and temporal immediacy like never before.

研究动机与目标

• 动机与演示在城市降雨感知中使用蜂窝基站作为机会性天气雷达（BS-WRM）的可行性。
• 表征密集 BS 部署在空间和时间分辨率方面潜在的增益。
• 评估地面杂波影响并开发可产生与传统测量相当的雷达统计量的处理方法。

提出的方法

• 将多普勒天气雷达信号处理改编到 BS-WRM 数据流。
• 通过发射与接收的 BS 信号之间的互相关来计算量化距离的压缩信号（参见 Eq. 4 的背景上下文）。
• 使用窗函数与周期图对每个距离箱估计多普勒谱，产生 S_g 与 P_rx,g（参见 Eq. 2 与 Eq. 3 的背景上下文）。
• 通过雷达方程框架将接收功率与天气雷达量关联，包括反射率 Z_g 和路径损耗（参见 Eq. 4 的背景上下文）。
• 利用多波束 BS 架构实现单极化/类单站配置下的距离分辨的降水推断。
• 解决地面杂波问题，展示去杂波后的雷达统计量达到与原始观测和重叠视场测量相当的质量。

实验结果

研究问题

• RQ1 商业化的 5G/先进基站是否能够在不干扰正常通信的前提下，以天气雷达式模式（WRM）运行？
• RQ2 在城市环境中使用 BS-WRM 时，能够达到的距离分辨、多普勒分辨和信噪比（SNR）权衡是什么？
• RQ3 地面杂波如何影响 BS-WRM 的降雨反演，处理方法能否将其降至可接受水平？
• RQ4 与传统天气雷达观测相比，以及与重叠 BS 测量相比，BS-WRM 的测量在质量和时效性方面有何差异？

主要发现

• BS-WRM 能从 BS 信号中提取典型天气雷达产品（反射率、平均多普勒速度、谱宽）。
• 所提出的 BS-WRM 方法在城市环境中实现前所未有的空间（米级）与时间（十秒级）分辨率。
• 地面杂波污染是一个主要挑战，但通过适当的处理，去杂波后的雷达统计量质量令人满意。
• BS-WRM 显示出追踪极端降水的可行性，并提供一个可扩展的、以城市为中心的降雨感知解决方案，利用现有通信基础设施。
• 与传统天气雷达相比，BS-WRM 受益于更高的空间密度以及在城市中实现近场、距离分辨的降水制图的潜力。