吴俊杰 1,2,*徐足音 1,2,3王耀辉 1,2,3杨传军 1,2,3陈明 1,2,3
1 中国民用航空飞行学院 航空气象学院, 广汉 618307
2 中国民用航空飞行学院 民机火灾科学与安全工程四川省重点实验室, 广汉 618307
3 中国民用航空飞行学院 空中交通管理学院, 广汉 618307
为了评估相干测风激光雷达在不同扫描模式下探测效能与气象要素之间的联系, 使用2020-08~2021-07期间广汉机场相干测风激光雷达探测数据进行了分析验证。结果表明, 方位角测量模式扫描方式下, 探测距离在3 km之后, 探测效能线性下降,90°扫描时, 500 m后探测效能开始线性下降; 总体探测效能在11月最高, 7月最低; 11月至次年7月呈下降趋势, 7~11月呈上升趋势; 在日落后至日出前的探测效能较低, 在午间探测效能最高; 夏秋季节, 激光雷达探测效能与PM2.5质量浓度呈现正相关, 与降雨量的对数呈负相关。该研究为机场激光雷达识别低空风切变准确度提供了重要的基础保障。
激光技术 探测效能 相干测风激光雷达 PM2.5质量浓度 降雨量 laser technique detection efficiency coherent wind light detection and ranging PM2.5 mass concentrations precipitation
星载相干测风激光雷达是获取全球三维风场的有效手段。理论分析了相干测风激光雷达在星载平台下的风场矢量反演方法, 并基于大气分层时域信号理论模型建立了星载相干测风激光雷达仿真系统, 对设计的三视向探测方案的性能进行仿真评估。经过初步仿真验证, 当轨道高度为270km, 天底角为35°时, 可以实现沿轨分辨率为11.15km的风廓线反演; 水平风速误差为0.52m/s, 水平风向误差为0.19°。
星载相干测风激光雷达系统 大气分层时域信号理论模型 三维风场 仿真 spaceborne coherent wind lidar system atmospheric stratification time-domain signal theo Three-dimensional wind field simulation
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光学重点实验室, 安徽 合肥 230031
2 先进激光技术安徽省实验室, 安徽 合肥 230037
3 中国科学技术大学研究生院科学岛分院, 安徽 合肥 230026
4 安徽新华学院电子通信工程学院, 安徽 合肥 230088
根据相干测风激光雷达实际探测光路的传输过程和大气分层理论,建立了相干测风激光雷达的全流程系统仿真模型。基于现有系统参数,分别在常风速模型和美国宇航局(NASA)阵风模型下仿真模拟了高脉冲能量-低脉冲重复率(HPE-LPRF)和低脉冲能量-高脉冲重复率(LPE-HPRF)两种系统的探测过程。通过对比反演风速值的均方误差,分析两种系统的探测性能。仿真结果表明:仿真模型给出的系统信噪比与理论值一致;信号的非相干累加平均处理提高了风速测量精度;非相干累加时间为0.1 s时,在常风速模型和NASA阵风模型下,LPE-HPRF探测系统风速的均方误差分别为0.75 m/s和1.03 m/s,均优于HPE-LPRF探测系统(0.93 m/s和1.25 m/s)。
大气光学 相干测风激光雷达 系统仿真 气溶胶 风速反演
中国科学技术大学 地球与空间科学学院, 安徽 合肥 230026
相干测风激光雷达具有风场测量精度高、高时空分辨率、探测范围广等突出优点, 已广泛应用于风切变探测、飞机尾流探测、风力发电和大气湍流探测等方面。如何从大气回波信号中提取微弱的多普勒频移信息是激光雷达信号处理的难点。基于大气分层模型仿真生成相干激光雷达大气回波信号, 对模拟回波信号应用不同的时频分布进行时频分析。随后对比了时频分析的效果, 自适应最优核时频分布具有运算量小, 交叉项抑制效果好, 时频聚集度高等优点。最后, 使用1.5 μm相干多普勒激光雷达于2017年3月份在安徽合肥进行实地观测, 将自适应最优核时频分布应用于实测数据, 与传统的快速傅里叶方法对比风速反演结果。结果表明: 自适应最优核时频分布能更好地反映出风速细节信息, 3 km内距离分辨率为1.2 m, 3 km后经平滑保持了对远场弱信号风速估计的连续性, 时间分辨率为1 s时其最远水平探测范围约在6 km。
时频分析 相干测风激光雷达 大气分层模型 time-frequency analysis coherent Doppler wind lidar atmospheric slices model 红外与激光工程
2018, 47(12): 1230001
1 中国海洋大学 信息科学与工程学院, 山东 青岛 266100
2 青岛航天海鹰环境科技有限责任公司, 山东 青岛 266100
相干测风激光雷达扫描测量模式下使用速度方位显示(VAD)方法反演水平风场时, 若不进行质量控制, 会使拟合数据精度大幅降低。基于最小二乘VAD拟合算法, 通过分析相干测风激光雷达扫描测量模式中的多种误差源, 设置了信噪比、数据残差、扫描区间有效数据、数据有效率四个判据对参与拟合的数据质量进行控制, 进而提出了基于以上判据的VAD逐级拟合质量控制方案, 设计了数据质量控制流程, 并对该方法进行了实验验证。通过对2 955组10 min平均激光雷达测风数据与高精度风杯数据进行对比分析, 结果表明: 经VAD逐级拟合质量控制流程后, 风速均方根偏差从0.97 m/s降低到0.54 m/s, 比对偏差降低约44%, 风向均方根偏差从7.47°降低到5.55°, 比对偏差降低约26%。
VAD反演算法 相干测风激光雷达 数据质量控制 VAD retrieval algorithm coherent wind lidar data quality control 红外与激光工程
2018, 47(2): 0230002
相干测风激光雷达通过探测大气气溶胶的多普勒频移信息获取风速信息。其回波信号为微弱信号, 微弱信号中频率提取属于频率估计范畴。经补零处理后的快速傅里叶变换算法(补零FFT算法)应用于相干测风激光雷达频率估计, 具有算法简单, 运算速度快, 稳定性高等优点。与常用的频率估计算法脉冲对算法(PP算法)和改善型脉冲对算法进行比较, 验证了补零FFT算法在相干测风激光雷达微弱信号频率估计方面的明显优势。通过仿真软件MATLAB仿真非相参积累脉冲3 000次的前提下检测微弱信号(距离门宽度为128采样点)信噪比可达-26.6 dB。最后, 通过风场试验获取实测风速数据, 验证了补零FFT算法在相干测风激光雷达中应用的优越性。
相干测风激光雷达 频率估计算法 补零快速傅里叶变换算法 脉冲对算法 改善型脉冲对算法 Coherent Wind Lidar frequency estimation algorithm zero-padding FFT algorithm pulse-pair algorithm improved pulse-pair algorithm 红外与激光工程
2018, 47(3): 0306002
1 中国科学技术大学 地球和空间科学学院, 安徽 合肥 230026
2 江西省智成测控技术研究所有限责任公司, 江西 南昌 330096
针对高重复频率相干测风激光雷达中风速反演时数据量大、计算量大、实时性要求高等问题提出了基于多核数字信号处理器(DSP)的并行风速反演算法。该算法的核心思想是, 利用高速数据处理板卡DSPC-8681上的4颗8核DSP处理器采用单指令多数据流的方式进行并行计算和同步, 使用最大似然离散谱峰值计算出视向风速。在激光脉冲重复频率为10 kHz的条件下实现了相干测风激光雷达中实时的风速反演。通过实验验证, 激光雷达的视向探测距离达到3 600 m, 距离分辨率为60 m, 风速测量范围为±30 m/s, 时间分辨率为1 s, 转动圆盘校准的速度测量精度优于0.48 m/s。
相干测风激光雷达 并行风速反演算法 多核DSP 最大似然离散谱峰值 coherent wind lidar parallel retrieval algorithm for wind velocity multicore DSP maximum likelihood discrete spectrum peak 红外与激光工程
2016, 45(9): 0906007
1 北京理工大学 光电学院, 北京 100081
2 中国气象局气象探测中心 气象装备保障室, 北京 100081
基于全微分和统计理论推导了星载相干测风激光雷达合成水平风速和风向误差的解析表达式, 利用克拉默-拉奥误差下界代替Frehlich经验公式对风场的随机风速误差进行评估, 建立了通用型的星载相干测风激光雷达合成水平风速和风向误差计算模型.在NASA/NOAA提出的星载测风激光雷达系统设计指标框架下, 对风速及风向误差模型进行可行性分析,得到了总的径向随机误差随着探测距离的变化关系及水平风速区间的选取对随机误差的影响.同时, 为了计算合成采样误差, 改变不同的垂直分辨率和方向角取值, 对水平分量的采样误差进行对比分析.仿真结果表明, 合成的水平风速和风向的误差范围为0.8～3.2 m/s和2.38°～3.49°, 基本符合星载测风激光雷达的相关指标要求.
星载相干测风激光雷达 风速误差 风向误差 克拉默-拉奥误差下界 space based coherent Doppler lidar wind speed error wind direction error Cramer-Rao lower bound
