相干测风激光雷达的数值建模和仿真分析 下载: 1026次
1 引言
基于外差探测技术的相干测风激光雷达在作用距离、测量精度、时空分辨率及体积功耗等方面具有显著的技术优势[1],目前已在边界层大气风场监测及其相关应用领域受到日益广泛的关注。早在1970年,Huffaker[2]利用波长为10.6 μm的CO2激光器实现了短距离内空气流动的激光相干探测,此后,相干测风激光雷达随着激光技术相关器件的发展而不断趋向成熟[3-9]。以1.5 μm波段的全光纤相干测风激光雷达为例,1998年三菱电机公司采用单脉冲能量为2.5 mJ、脉冲重复频率为20 Hz的光源,实现超过800 m的水平探测距离。2001年利用脉冲能量为10.9 mJ、脉冲重复频率为15 Hz的探测系统,实现了5 km距离的风场探测[5]。2015年,法国航空航天中心(ONERA)利用脉冲能量为500 μJ、脉冲重复频率为10 kHz的相干测风激光雷达实现了16 km的风场探测距离[6-7]。相对于国外,国内的研究机构关于相干测风激光雷达的研究起步较晚[8-9]。2012年,中国科学院上海光学精密机械研究所报道了脉冲能量为43 μJ、脉冲重复频率为10 kHz的相干多普勒测风激光雷达,实现水平方向3 km、垂直方向1.9 km的探测距离。2015年,中国海洋大学报道了用于风电厂的风场观测的全光纤相干多普勒测风激光雷达系统,其中脉冲能量为50 μJ,脉冲重复频率为10 kHz。2019年,中国科学技术大学报道了脉冲能量为100 μJ、重复频率为15 kHz的多功能相干测风激光雷达,实现6 km的水平探测距离[9]。尽管国内外诸多科研机构均开展了关于相干测风激光雷达的理论和实验研究,但相关报道主要集中在风场反演算法处理、器件研制及系统集成方面,较少涉及到系统仿真建模分析[10-16]。而相干测风激光雷达系统较为复杂,对设备搭建要求高,因此建立全流程系统仿真模型,利用计算机进行仿真模拟对调整系统参数和节约成本具有重要意义。
本文基于相干测风激光雷达的工作原理,对系统组成进行模块化,利用Simulink工具建立了相干测风激光雷达的数学仿真模型。通过比对国内外研制的相干测风激光雷达,划分了高脉冲能量-低脉冲重复率(HPE-LPRF)和低脉冲能量-高脉冲重复率(LPE-HPRF)两类相干测风激光雷达系统[5,12]。目前,关于这两类相干测风激光雷达系统的探测性能对比未见详细报道,因此在相同大气环境下,采用所建立的模型对HPE-LPRF和LPE-HPRF相干测风系统进行风速反演的对比分析和验证,以更好地为相干测风激光雷达系统的搭建提供理论支撑。
2 相干测风激光雷达系统介绍
2.1 系统结构
相干测风激光雷达系统的结构如
2.2 工作原理
相干测风激光雷达选取的光纤激光器中含有声光调制器(AOM)和环形器。其中种子激光器发射的连续本振激光经分束器分成两束激光,一束经AOM调制到光纤放大器,得到频移量为fAOM的脉冲激光。脉冲激光通过环形器、望远镜、光学扫描反射镜等发射到大气中,当大气中粒子以相对于探测激光的径向速度v运动时,激光光束与气溶胶粒子相互作用,产生多普勒频移量为fd的回波信号,回波信号经望远镜接收到环形器中。由种子激光器产生的另一束本振光与回波信号一起进入保偏光纤耦合/分束器进行混频,经平衡探测器进行光电转换后得到中频信号,频移量为fRF(fRF=fAOM+fd)。最后利用信号处理模块进行处理来获取频率信息,得到多普勒频移量,计算出相应的风速信息。
当大气中粒子以相对探测激光的径向速度v运动时,由于多普勒效应,建立的径向风速与频移量之间的关系为
式中:λ为发射激光波长;径向风速的方向与望远镜视向相反时,取“+”,反之取“-”。
3 基于Simulink的系统仿真模型
根据
3.1 激光发射模块
相干测风激光雷达系统中的激光器采用脉冲工作模式,脉冲激光在空间传输的空间强度分布I(x,y,z)[15]可以表示为
式中:x、y分别为空间横截面的水平和垂直方向;z为光束传输的方向(与时域变量t对应);I(x,y)为空间横截面内归一化的光强分布;P0为发射脉冲激光的初始功率;P(t)为激光在传输方向上的归一化功率分布。
AOM的主要参数为消光比和频率偏移量,其中消光比[17]可以表示为
式中:Pon、Poff分别为一级衍射光方向上器件处于“开”状态的光功率和“关”状态下的杂散光功率。基于消光比建立的AOM结构图如
图 4. 主要器件的仿真结构图。(a) AOM;(b)光纤放大器
Fig. 4. Simulation structure diagram of major devices. (a) AOM; (b) fiber amplifier
3.2 大气传输模块
基于大气分层模型建立的大气传输模块[18]对沿光束路径传输的大气进行分层,假设探测脉冲宽度范围内每层气溶胶粒子的运动状态相同,根据后向传播本振(BPLO)原理[5,19],对探测目标平面上每一层的后向散射信号进行叠加,得到回波信号的仿真模型,具体表达式为
式中:
经激光发射模块的激光脉冲通过环形器模块输出到大气传输模块的输入端。根据回波信号仿真模型,建立大气传输模块,如
图 5. 大气传输模块的仿真结构图
Fig. 5. Simulation structure diagram of atmospheric transmission module
3.3 光电转换模块
相干测风激光雷达中的回波信号光与本振光进行混频的过程主要发生在光电探测器的探测面上。假设回波信号光与本振光的光场[5]分别为
式中:As(x,y)、ALO(x,y)分别为回波信号光和本振光的振幅;fs、fLO分别为回波信号光和本振光的频率;φs、φLO分别为回波信号光和本振光的相位。
在光电探测器上,混频后的光场及光强可以表示为
相干测风激光雷达的主要噪声包括散粒噪声、热噪声、相对强度噪声。散粒噪声、热噪声均属于零均值白噪声,相对强度噪声主要与探测器的信号源有关,根据文献[ 20],在采用平衡探测器进行光电转换时可以不考虑相对强度噪声的影响,因此,对应模型中建立的噪声功率[20]表示为
式中:e为电荷常量;R为光电转换系数;B为探测器的带宽;K为玻尔兹曼常数;T为热力学温度;RL为探测器负载电阻。
根据(7)~(9)式建立的光电转换模块如
图 6. 光电转换模块的仿真结构图
Fig. 6. Simulation structure diagram of photoelectric conversion module
3.4 数据采集和处理模块
最大似然离散谱峰值估计(ML-DSP)算法主要基于快速傅里叶变换,利用回波信号的功率谱求解对应最大周期图的频率,进而估计径向风速,计算效率高,是相干测风激光雷达常用的风速估计算法[21-22]。该算法的频率估计结果决定了径向风速估计值与真实值的偏差,这里将有效测量距离上径向风速估计值与真实值的均方误差(MSE)定义为风速估计精度。
图 7. 数据采集和处理模块的仿真结构图
Fig. 7. Simulation structure diagram of data acquisition and processing module
4 基于Simulink的系统仿真分析
4.1 仿真参数
目前1.5 μm波段的光纤和光器件生产工艺成熟,且该波段的大气窗口透过率高,满足人眼安全的要求[22],因此选择1.5 μm波段的发射激光源,具体系统仿真参数如
表 1. 系统仿真的主要技术参数
Table 1. Main technical parameters of system simulation
|
4.2 回波信号仿真分析
首先分析系统仿真模型在常风速情况下的回波信号,常风速是一种特殊的线性风速情况,在探测范围内各层风速为恒定值[16]。
图 8. 单个脉冲下模拟仿真的回波信号分布。(a) HPE-LPRF;(b) LPE-HPRF
Fig. 8. Simulated results of echo signal distribution under a single pulse. (a) HPE-LPRF; (b) LPE-HPRF
图 9. 回波信号的信噪比(SNR)与理论信噪比的对比。(a) HPE-LPRF;(b) LPE-HPRF
Fig. 9. Comparison between SNR of echo signal and theoretical SNR. (a) HPE-LPRF; (b) LPE-HPRF
4.3 非相干累加过程的仿真分析
利用
图 11. 常风速情况下的风速反演结果。(a)单个脉冲;(b) 0.1 s时间内多脉冲累加平均
Fig. 11. Velocity inversion estimation in constant wind speed. (a) Single pulse; (b) multi-pulse accumulation average in 0.1 s
图 12. 900 m处的归一化功率谱分布。(a)单个脉冲;(b) 0.1 s时间内多脉冲累加平均
Fig. 12. Normalized power spectral distribution at 900 m. (a) Single pulse; (b) multi-pulse accumulation average in 0.1 s
在常风速探测环境条件下,
表 2. 常风速情况下仿真实验结果
Table 2. Results of simulation experiment in constant wind speed
|
接着将NASA阵风模型代入到相干测风激光雷达的系统仿真模型中进行定量分析。
图 13. NASA阵风模型下的风速反演结果。(a)单个脉冲;(b) 0.1 s时间内多脉冲累加平均
Fig. 13. Velocity inversion estimation in NASA model. (a) Single pulse; (b) multi-pulse accumulation average in 0.1 s
进一步计算在阵风模型探测环境条件下风速估计值与设定值的均方误差,结果如
表 3. NASA阵风模型下仿真实验结果
Table 3. Results of simulation experiment in NASA model
|
5 结论
结合相干测风激光雷达的工作原理,基于激光在大气中传输的大气分层理论,建立了全系统仿真模型。该模型不仅提供了系统器件参数优化选取的验证平台,也为风速反演算法的改进节约了成本。
利用所建立的系统仿真模型分析了在相同平均功率和探测条件情况下HPE-LPRF和LPE-HPRF两种系统探测的差异。仿真结果表明:模拟仿真的回波信号信噪比与理论值有相同的变化趋势,验证了相干测风激光雷达的系统数值仿真模型的可靠性;在探测环境分别为常风速和NASA阵风模型下,虽然HPE-LPRF探测系统的回波信号信噪比较LPE-HPRF高了2个数量级,单脉冲下的风速估计误差较小,但远不能满足实际测量精度的要求;采用信号非相干累加方式对多发脉冲的回波信号功率谱进行累加平均处理后,HPE-LPRF和LPE-HPRF探测系统反演的风速值与设定值的一致性均得到了明显的改善;在探测时间调整为0.1 s时,LPE-HPRF探测系统在两种风速下的风速估计精度分别为0.75 m/s和1.03 m/s,均高于HPE-LPRF探测系统的风速估计精度。
从以上分析结果可以看出,相干测风激光雷达为获得较高精度的风速反演结果,需要增加系统数据处理的时间,该最优化数据处理时间可通过所提仿真模型来确定。针对目前用于相干测风激光雷达中的高脉冲能量激光器并不成熟、成本较高等问题,在系统时间分辨率允许情况下,采用LPE-HPRF相干测风激光雷达系统能够保证较高的风速估计精度。由于大气传输模块中参与计算的气溶胶后向散射系数和透过率数据资料有限,因此所建立的系统仿真模型可以通过气溶胶相关参数的实测数据进行优化。同时,将该模型和相干测风激光雷达二维扫描方式相结合,对多个方位的径向风速分析结果进行矢量合成,可以进一步实现对不同系统三维风场探测性能的评估。
[1] 安毓英, 曾晓东. 光电探测原理[M]. 西安: 西安电子科技大学出版社, 2004: 8.
An YY, Zeng XD. Photoelectric detection principle[M]. Xi'an: Xidian University Press, 2004: 8.
[3] Henderson S W, Ota K. Recent improvements in eyesafe, solid-state and coherent laser radar technology[J]. The Review of Laser Engineering, 1997, 25(1): 19-24.
[5] FujiiT, FukuchiT. Laser remote sensing[M]. Boca Raton: CRC Press, 2005.
[7] 贾晓东. 1.55 μm相干测风激光雷达样机的研制[D]. 合肥: 中国科学技术大学, 2015.
Jia XD. Development of 1.55 μm coherent lidar for wind sensing[D]. Hefei: University of Science and Technology of China, 2015.
[8] 马福民, 陈涌, 杨泽后, 等. 激光多普勒测风技术最新进展[J]. 激光与光电子学进展, 2019, 56(18): 180003.
[9] 周艳宗, 王冲, 刘燕平, 等. 相干测风激光雷达研究进展和应用[J]. 激光与光电子学进展, 2019, 56(2): 020001.
[10] 原禄城, 刘恒, 刘继桥, 等. 基于遗传算法的相干多普勒测风激光雷达风场反演方法[J]. 中国激光, 2020, 47(8): 0810004.
[11] 王平春, 陈廷娣, 周安然, 等. 基于高斯拟合的相干激光雷达风速估计算法[J]. 红外与激光工程, 2018, 47(12): 123006.
[13] Kameyama S, Ando T, Asaka K, et al. Compact all-fiber pulsed coherent Doppler lidar system for wind sensing[J]. Applied Optics, 2007, 46(11): 1953-1962.
[14] 潘静岩, 邬双阳, 刘果, 等. 相干激光测风雷达风场测量技术[J]. 红外与激光工程, 2013, 42(7): 1720-1724.
Pan J Y, Wu S Y, Liu G, et al. Wind measurement techniques of coherent wind lidar[J]. Infrared and Laser Engineering, 2013, 42(7): 1720-1724.
[15] 步志超. 相干测风激光雷达系统设计及数据处理算法研究[D]. 北京: 北京理工大学, 2014.
Bu ZC. Study on the system design and data processing algorithm for coherent Doppler wind lidar[D]. Beijing: Beijing Institute of Technology, 2014.
[16] 白雪, 郭磐, 陈思颖, 等. 相干多普勒测风激光雷达时域信号仿真及时频分析[J]. 中国激光, 2015, 42(1): 0114003.
[17] 李彦超. 1.55 μm声光移频器特性的研究[D]. 哈尔滨: 哈尔滨工业大学, 2007.
Li YC. Research for 1.55 μm acousto-optic frequency shifter characteristic[D]. Harbin: Harbin Institute of Technology, 2007.
[19] Siegman A E. The antenna properties of optical heterodyne receivers[J]. Proceedings of the IEEE, 1966, 54(10): 1350-1356.
[20] Bu Z C, Zhang Y C, Chen S Y, et al. Noise modeling by the trend of each range gate for coherent Doppler LIDAR[J]. Optical Engineering, 2014, 53(6): 063109.
[24] Cariou JP, SauvageL, ThoboisL, et al.Long range scanning pulsed coherent lidar for real time wind monitoring in the planetary boundary layer[C]∥Proceedings of 16th Coherent Laser Radar Conference, June 20-24, 2011, Long Beach, California, USA.New York: IEEE Press, 2011.
[25] 贾晓东, 孙东松, 舒志峰, 等. 相干激光雷达中望远镜的优化及探测性能分析[J]. 光学学报, 2015, 35(3): 0301001.
Article Outline
金效梅, 朱文越, 刘庆, 陈业慧. 相干测风激光雷达的数值建模和仿真分析[J]. 光学学报, 2021, 41(6): 0601003. Xiaomei Jin, Wenyue Zhu, Qing Liu, Yehui Chen. Numerical Modeling and Simulation Analysis of Coherent Wind Lidar[J]. Acta Optica Sinica, 2021, 41(6): 0601003.