提出了一种基于奇异值分解(Singular Value Decomposition,SVD)的湍流速度结构函数构造方法, 将该方法构造的速度结构函数与湍流模型拟合, 可以实现激光雷达的湍流识别。首先对激光雷达扫描的空间数据进行距离门扇区划分, 在每个子扇区内对湍流风场做奇异值分解, 得到特征速度基准值和每个距离门的湍流脉动速度, 构建出速度结构函数。选取标准von Kármán湍流模型函数作为拟合约束, 得出涡流耗散率的立方根来判断湍流的强度。最后, 利用兰州机场的实测数据, 对比分析了在不同湍流强度下SVD方法的速度结构函数与局部平均方法的性能。通过与机组报告的湍流数据进行对比分析, SVD方法进行湍流预警的预警率可以达到85.2%。该方法对提高机场湍流探测和识别有重要意义。

为提高激光雷达对小尺度低空湍流的预警率, 提出了一种将下滑道扫描与横向速度结构函数相结合的预警算法。首先, 把下滑道扫描方式下得到的扫描扇区分成多个重叠的子扇区, 采用空间波动法计算每个子扇区的横向结构函数。其次, 将结构函数与Von Karman模型预测的结构函数拟合得到涡流耗散率, 并以国际民航组织规定的湍流阈值来判断湍流强度。使用香港天文台安装在香港国际机场实的激光雷达采集数据进行了实验验证, 结果表明新方法能够检测出纵向速度结构函数未能检测出的小尺度湍流。该方法是有效的, 对于提高湍流的预警率有重要意义。

提出了一种新的基于斜坡检测的激光雷达低空风切变预警算法,该算法将下滑道扫描与单双斜坡检测相结合。首先，把下滑道扫描方式下获取的激光雷达径向风速投影到下滑道上，进行数据重构。其次，对逆风风廓线进行单斜坡及双斜坡梯度变化的检测并以国际上规定的低空风切变阈值及风切变强度因子判别公式判断风切变。使用香港天文台实际激光雷达数据进行了实验验证，结果表明新方法能够检测出单斜坡未能检测出的风切变。该方法是有效的，对于提高风切变的预警率有重要意义。