中国民用航空飞行学院空中交通管理学院, 四川 广汉 618307
为明确ARJ21飞机近地阶段的尾涡观测效率及演化过程, 基于在双流机场开展的尾涡实地探测, 提出一种基于相关多普勒激光雷达径向风速的尾涡快速识别方法, 并基于此方法分析ARJ21飞机起降阶段的尾涡演化过程。结果显示, ARJ21飞机的尾涡在近地面处产生, 然后向下、向外扩散, 尾涡环量随时间变化逐渐减小, 但在特定的近地效应影响下, 会发生二次涡诱导主涡反弹现象, 涡核高度由13 m处上升至18 m处。同时, 侧风条件会加速ARJ21飞机的尾涡耗散, 并使其平移至跑道外, 尾涡持续时间由非侧向风下的约70 s缩减至侧风条件下的约42 s。
相关多普勒激光雷达 尾涡识别 近地效应 尾涡耗散 coherent doppler lidar wake vortex detection ARJ21 ARJ21 near-ground effect wake vortex dissipation
中国民用航空飞行学院 空中交通管理学院, 广汉 618307
为了缩减ARJ21飞机与前机的尾流间隔、提高空域容量和机场运行效率, 采用基于机场激光测风雷达实际探测飞机尾涡数据, 结合国产客机ARJ21空气动力学响应模型, 进行了理论分析和实验验证, 取得了ARJ21飞机在不同前机尾流作用下受到的气动力和力矩随时间的变化情况。结果表明, ARJ21飞机作为后机跟随重型机B747, 间隔9.3km, 此时处于无颠簸状态, 滚转力矩系数小于极限范围; ARJ21飞机作为后机跟随中型机A320、B737,间隔6km, 此时处于无颠簸状态, 滚转力矩系数小于极限范围。此研究结果说明ARJ21飞机尾流间隔具有一定的缩减空间。
激光技术 ARJ21飞机尾流间隔 空气动力学模型 尾流遭遇 尾流安全 laser technique ARJ21 aircraft wake interval aerodynamic model wake encounter wake safety
1 中国海洋大学信息科学与工程学院海洋技术系, 山东 青岛 266100
2 青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室, 山东 青岛 266237
3 中国海洋大学海洋高等研究院, 山东 青岛 266100
4 青岛镭测创芯科技有限公司, 山东 青岛 266100
5 中国民用航空飞行学院空中交通管理学院, 四川 广汉 618307
相干多普勒激光雷达(Coherent Doppler Lidar, CDL)凭借高精度、高时空分辨率等优势已成为晴空尾涡探测的主要手段。为了提高飞机尾涡观测效率并实现数据的快速处理和实时显示,基于2018年在四川开展的尾涡观测实验,提出了一种基于CDL频谱宽度和径向风速的尾涡快速识别方法,并基于此方法分析了典型机型的尾涡演化过程。结果表明,不同机型的尾涡演化趋势相似,均在距地面约50 m处产生并向下、向外扩散,尾涡环量逐渐减小,但由于近地面效应的影响,会伴有短时间环量增加现象。随着飞机重量和翼展的减小,尾涡的耗散时间缩短,左右涡初始涡核的间距减小,频谱宽度融合现象更明显,该现象消失所历经的时间增加。
大气光学 激光雷达 航空安全 飞机尾涡 快速识别与演化
中国民用航空飞行学院 空中交通管理学院，广汉 618307
为了对脉冲多普勒激光雷达探测径向速度场进行识别，建立了基于k最近邻(KNN)方法的分类模型。结合飞机尾涡Hallock-Burnham模型和脉冲多普勒激光雷达特性，提取脉冲多普勒激光雷达探测径向速度场的特征参量。基于现有测试数据，在非均匀背景风场下利用KNN方法对飞机尾涡进行识别。结果表明，以准确率(ACC)和ROC曲线下的面积(AUC)作为评估标准，所提出的方法对尾流识别所获得的ACC和AUC分别为0.772和0.855。该方法可有效地识别飞机尾涡并具备较好的鲁棒性。
激光技术 多普勒激光雷达 k最近邻 特征提取 尾涡识别 laser technique Doppler LiDAR k-nearest neighbor feature extraction wake vortex identification
中国民用航空飞行学院空中交通管理学院，四川广汉 618307
为解决飞机尾涡威胁后机飞行安全问题，保障空中交通安全，提高机场和空域容量，提出了一种基于 AlexNet卷积神经网络模型的算法，实现飞机尾涡的准确识别。结合多普勒激光雷达探测原理和 Hallck-Burnham尾涡速度经典模型，构建了 AlexNet神经网络模型提取大气风场中的尾涡速度云图的图像特征，识别飞机尾涡。研究表明，该模型能够准确识别目标空域中的飞机尾涡，网络模型收敛后对尾涡识别的准确率高达 91.30%，并具有低虚警率，能有效地实现对飞机尾涡的识别和预警，达到尾涡监测的目的。
尾涡识别 AlexNet卷积神经网络 目标识别 多普勒激光雷达 wake vortex identification AlexNet convolution neural network target recognition Doppler LiDAR
中国民用航空飞行学院 空中交通管理学院, 广汉 618307
为了提高民航安全和飞行效率, 实现对尾涡的准确识别, 对飞机尾涡的空气动力学理论, 特别是经典的Hallock-Burnham尾涡速度数学模型进行了分析研究。结合多普勒激光雷达探测涡流风场径向速度的原理, 建立了雷达飞机尾涡探测的径向速度标准模型,引入滑动窗口思想, 提出一种基于波形相似度匹配的方法, 对尾涡进行自动识别, 并给出了详细的算法流程;利用实测的激光雷达风场及雷达底层数据和假设检验方法对该识别方法进行了理论分析和实验验证。结果表明, 该算法对飞机尾涡的有效识别率为90%。研究结果对进一步的尾涡监测具有一定参考价值。
信号处理 多普V328.3 TN958.98勒激光雷达 尾涡识别 Hallock-Burnham速度模型 滑动窗口 波形匹配 signal processing Doppler lidar wake vortex identification Hallock-Burnham velocity model sliding window waveform matching
由于受温度变化和器件老化影响, 空间遥感相机焦平面CCD信号的相位会发生变化, 尤其是在高速应用领域, 利用传统方法定标确定并固化的采样点参数不再适用, 极大影响了图像信噪比, 甚至造成图像不能正常显示。提出了一种针对空间相机焦平面CCD信号采样位置的自适应调整方法, 通过实时监测CCD信号的相位变化, 计算相应的采样位置调整量, 并在线调整了采样时钟的相位, 使CCD信号采样位置在其使用寿命期限中不同的温度环境下均能保持最佳状态, 从而保证图像信噪比的稳定。实验表明: 利用该方法, 可以实时测定CCD信号100 ps的相位变化, 并实时完成采样位置的调整, 即使工作温度大范围变化, CCD信号采样位置的最佳状态也可得到有效保证。
自适应采样 电荷耦合器件 相位监测 遥感相机 adaptive sampling CCD phase monitoring remote-sensing camera 红外与激光工程
2016, 45(5): 0526003
清华大学 精密仪器与机械学系 光子与电子技术研究中心，北京 100084
传统LD驱动电源通常采用电流参数预定输入的方式，其只能输出给定脉宽、重复频率及峰值的驱动电流，这种方式注定其不能随工作环境的变化而做相应调节。针对上述传统LD驱动电源的固有缺点，介绍一种具有温度自适应调节的LD驱动电源，该电源通过微处理器FPGA芯片检测LD的工作温度，采用温度补偿算法，做到自适应调节驱动电流的大小，实现LD驱动电源的智能化运行，使LD在不同温度下稳定工作。
激光技术 LD驱动电源 温度自适应调节 光功率稳定 laser technique LD power driver temperature adaptively adjust stability of optical output
