1 中国科学院安徽光学精密机械研究所中国科学院大气成分与光学重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
差分光柱像运动激光雷达的信号噪声直接影响大气湍流强度廓线的反演精度,采用一种有效的去噪方法能够提升雷达探测性能。为了减弱小波-经验模态分解(EMD)联合降噪方法对小波的依赖性,提出先利用信号的趋势项对小波降噪后的信号进行自适应调制,再利用调制后的信号进行EMD去噪,即小波-趋势项-EMD方法,趋势项的提取仍采用EMD方法。为了保证调制的有效性,提出适用于大气相干长度(r0)廓线的调制判定准则,并采用去趋势波动分析方法自适应识别EMD降噪的阈值。为了论证所提方法的有效性,将该方法与小波、EMD、集合经验模态分解 (EEMD)、小波-EMD 4种去噪方法进行对比。数值仿真和实验结果表明,在不同噪声强度下,5种方法均可提高r0廓线的信噪比和反演精度。两种联合方法优于单独方法,小波法优于EMD和EEMD方法,小波-趋势项-EMD方法进一步提高了小波-EMD方法的去噪能力,为小波-EMD联合去噪方法的改进提供了新思路。
大气光学 小波变换 小波-经验模态分解 去趋势波动分析 激光雷达 去噪 光学学报
2017, 37(12): 1201002
Author Affiliations
Abstract
1 Key Laboratory of Atmospheric Composition and Optical Radiation, Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Science, Hefei 230031, China
2 University of Science and Technology of China, Hefei 230026, China
We develop a regularization-based algorithm for reconstructing the Cn2 profile using the profile of Fried’s transverse coherent length (r0) of differential column image motion (DCIM) lidar. This algorithm consists of fitting the set of measured data to a spline function and a two-stage inversion method based on regularized least squares QR-factorization (LSQR) in combination with an adaptive selection method. The performance of this algorithm is analyzed by a simulated profile generated from the HV5/7 model and experimental DCIM lidar data. Both the simulation and experiment support the presented approach. It is shown that the algorithm can be applied to estimate a reliable Cn2 profile from DCIM lidar.
010.1330 Atmospheric turbulence 100.3190 Inverse problems 010.3640 Lidar 010.1290 Atmospheric optics Chinese Optics Letters
2017, 15(2): 020101
1 中国科学院合肥物质科学研究院 安徽光学精密机械研究所 大气成分与光学重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
针对传统的后向散射激光雷达系统结构复杂和需要几何因子矫正的情况, 研制了一套可以全天候测量的成像激光雷达用以克服这些缺陷。采用基于求解消光系数分布的方法反演能见度, 提出一种Klett后向积分法与遗传算法相结合的改进的迭代算法, 同时用传统的斜率法和权重拟合法求得能见度。选取比较有代表性的四种天气, 多云、阴天、晴天和雨天的数据进行处理, 得到这四种天气情况下的能见度。将这四组能见度数据与能见度仪器 Belfort 6230A在这四天同时测得的能见度数据进行对比, 结果表明, 在不同的天气情况下, 两种仪器测得的数据趋势相同, 相关系数均在0.67以上, 具有较强的相关性。可以得出结论: 研制的成像激光雷达系统可用于探测大气的能见度。
成像激光雷达 消光系数 大气能见度 遗传算法 imaging lidar extinction coefficient atmospheric visibility genetic algorithm 红外与激光工程
2017, 46(10): 1030003
1 中国科学院安徽光学精密机械研究所 中国科学院大气成分与光学重点实验室, 合肥 230031
2 中国科学技术大学, 合肥 230026
为了提高差分光柱像运动激光雷达(DCIM雷达)探测信噪比, 提出了一种基于集合经验模态分解(EEMD)和奇异值分解(SVD)的混合降噪法.由EEMD获得含噪信号多层模态分量, 根据各模态分量之间互相关系数的差分量确定主要噪声并予以滤除, 利用奇异值分解识别模态分量中的残余噪声并提取有用信号.利用混合降噪法EEMD-SVD和EEMD方法分别对模拟仿真信号和实测激光雷达信号进行降噪处理.结果表明, 当模拟噪声标准差在0.05~0.2之间时, 相比与未降噪直接反演的湍流廓线, EEMD-SVD方法降噪后反演的湍流廓线信噪比提高了2.718 7 dB~6.921 5 dB, 相应的EEMD方法提高了1.446 1 dB~3.366 1 dB; 两个不同时段DCIM雷达降噪前后反演廓线与探空廓线的对比发现, EEMD-SVD和EEMD两种方法降噪后反演廓线较之于未降噪的反演廓线, 信噪比最大提高了2.526 5 dB和2.155 6 dB.EEMD-SVD的降噪效果优于EEMD, 能够更有效地识别和滤除噪声, 较大地提高了原始信号的信噪比, 获得更准确的大气湍流廓线反演结果.
大气湍流 去噪 集合经验模态分解 奇异值分解 激光雷达 Atmospheric turbulence Denoising Ensemble Empirical Mode Decomposition Singular Value Decomposition lidar 光子学报
2017, 46(12): 1201003
1 中国科学院安徽光学精密机械研究所大气成分与光学重点实验室, 安徽 合肥 230031
2 中国科学技术大学研究生院科学岛分院, 安徽 合肥 230026
通过设计成像激光雷达的各种参数, 结合一种大气模式模拟得到了一维激光雷达信号, 并根据高斯分布的特点和实测的光束宽度还原了二维光柱图像。对该原始图像加入不同强度的高斯白噪声和一定强度的平均背景,生成类似于成像激光雷达实测信号的染噪图像。使用二维小波变换的方法对染噪的激光雷达光柱图像进行去噪, 获得了较好的去噪效果。去噪后的回波信号与原始回波信号之间的相对误差均在±12%以内。利用去噪的激光雷达信号反演出气溶胶的消光系数。将反演出的气溶胶消光系数与输入的大气模式下气溶胶的消光系数进行对比, 结果表明二者的相对误差在±15%之内, 并且总体变化趋势一致, 由此验证了所提出的利用小波对激光雷达染噪图像进行去噪的可行性。
大气光学 成像激光雷达 白噪声 小波变换 消光系数 激光与光电子学进展
2017, 54(9): 090102
1 中国科学院安徽光学精密机械研究所大气成分与光学重点实验室, 安徽 合肥 230031
2 中国科学技术大学, 安徽 合肥 230026
为了获得连续精细的整层大气光谱透过率, 将光栅光谱仪与高精度二维跟踪机架相结合, 研制了能够进行连续波段测量的太阳辐射计。通过小波变换对光谱进行去噪与基线校正, 减小了仪器结构设计的复杂度。鉴于Langley标定法与标准光源法各自的局限性, 提出了一种将二者结合的混合标定法, 将标定基准溯源至大气层外的太阳辐照度。将所提系统与POM-2辐射计进行了同时同地的对比实验, 并且将实验结果与大气辐射传输软件MODTRAN的计算结果进行了对比, 对比结果验证了仪器结构设计的可靠性与标定方法的准确性。
遥感 大气透过率 标定 太阳辐射计 小波变换
1 中国科学院安徽光学精密机械研究所大气成分与光学重点实验室, 安徽 合肥 230031
2 中国科学技术大学研究生院科学岛分院, 安徽 合肥 230031
阐述了差分光柱像运动激光雷达探测大气湍流廓线的基本原理，针对雷达现有Levenberg-Marquardt反演算法对高空湍流反演误差大的问题，提出了带不等式路径约束的反演新模型，并采用惩罚函数法处理该模型，通过增加高空湍流信息量，避免了非物理意义的反演解；同时为了减弱现有算法对初值和先验知识的依赖，进一步提出了基于遗传算法的初值寻优策略，能够将现有算法的初值定位在全局空间内。利用改进算法和现有算法数值仿真了典型的大气湍流廓线，并对合肥地区实测激光雷达数据进行了分析。结果表明，改进算法增强了迭代过程的全局搜索能力，对测量误差有较强的稳健性，能够有效提高反演精度和高空湍流的准确性，同时也加快了收敛速度。
大气光学 湍流廓线 激光雷达 反演 Levenberg-Marquardt 算法
1 中国科学院安徽光学精密机械研究所中国科学院大气成分与光学重点实验室, 安徽 合肥 230031
2 中国科学院大学, 北京 100049
提出了一种基于广义Hufnagel-Valley模型的差分光柱像运动(DCIM)激光雷达测量湍流廓线的反演算法, 推导了数据平滑处理函数,通过对HV 5/7模型廓线数值仿真得出:真值反演时,反演廓线与理论模型廓线 最大相差约0.004个量级,反演廓线计算的r0、整层θ与理论值的相对误差绝对值均在0.5%以下;有10%随机 误差时, 20 km以下反演廓线与理论模型廓线最大相差约0.5个量级, 20 km以上误差增大,反演廓线计算的r0和 整层θ与理论值的相对误差绝对值约在10%和5%以下,满足实际激光大气传输应用；数据平滑处理函数不会影 响反演廓线随高度的变化特性。最后仿真验证了反演算法的普适性,可用于DCIM激光雷达测量不同地区的湍流廓线。
大气光学 湍流廓线 反演算法 激光雷达 数值仿真 atmospheric optics inversion algorithm turbulence profile lidar numerical simulation
