速度方位显示(Velocity-Azimuth Display, VAD)方法作为一种基于单部激光雷达和同一高度风场均匀的假设前提来反演风场的通用方法已经在业界得到广泛应用, 但其对激光雷达扫描方位角的范围和径向个数的严格要求在一定程度上影响了激光雷达的测量效率。基于此, 提出了一种基于梯度下降算法的VAD风场反演方法。使用梯度下降算法代替目前VAD中的傅里叶级数展开求解的方法。在分析了算法收敛性影响因素的基础上, 确定了算法迭代步长和迭代次数, 从而改善了算法的收敛性, 提高了运算速度。与标准风杯风速计(IEC 61400-12-1)的同步对比实验结果显示: 该方法在激光雷达扫描范围降低到60°和扫描径向个数降低到7个的情况下, 10 min平均的风速、风向相关系数达到0.99, 风速标准偏差、偏差分别为0.52 m/s和0.02 m/s, 风向的标准偏差和偏差分别为5.1°和3.6°。结果证明了该方法在提高激光雷达测量效率的同时仍能保证其准确性, 具有更强的适用性, 可有效提升系统对于动态大气风场监测能力。

提出基于共轭梯度算法的速度方位显示(VAD)风场反演方法，应用最优化理论，将共轭梯度算法代替传统VAD方法中的傅里叶级数展开来求取最优解，并针对算法在风场反演应用时存在不收敛于最优解的问题，使用Hessian矩阵对算法进行了修正。同时开展了多普勒激光雷达与符合IEC 61400-12-1国际标准的高精度风杯风速计的43天对比实验，结果显示，当激光雷达的方位角扫描范围为60°、径向个数为7个时，两者的风速、风向相关系数分别为0.991和0.998，风速、风向标准偏差分别为0.52 m/s和5.1°，风速、风向偏差分别为-0.02 m/s和3.6°。对比实验结果表明，基于共轭梯度算法的VAD风场反演方法使用较小的扫描方位角仍能保证其测量的准确性满足国际标准，具有更强的适用性，同时印证了激光雷达系统的测量性能，为动态复杂风场的监测提供了更佳的选择。