CN104603636B - 激光雷达装置以及测定对象物的速度计算方法 - Google Patents

激光雷达装置以及测定对象物的速度计算方法 Download PDF

Info

Publication number
CN104603636B
CN104603636B CN201380046097.3A CN201380046097A CN104603636B CN 104603636 B CN104603636 B CN 104603636B CN 201380046097 A CN201380046097 A CN 201380046097A CN 104603636 B CN104603636 B CN 104603636B
Authority
CN
China
Prior art keywords
speed
signal
peak value
peak
snr
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380046097.3A
Other languages
English (en)
Other versions
CN104603636A (zh
Inventor
小竹论季
龟山俊平
今城胜治
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN104603636A publication Critical patent/CN104603636A/zh
Application granted granted Critical
Publication of CN104603636B publication Critical patent/CN104603636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/26—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting optical wave
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

速度计算部(16)从计算气溶胶的速度(风速)的多个速度计算方法中，选择与由峰值SNR检测部(15)检测出的SNR的峰值对应的速度计算方法，并按照该速度计算方法计算气溶胶的速度(风速)。由此，起到能够在短时间内高精度地计算出气溶胶的速度(风速)的效果。

Description

激光雷达装置以及测定对象物的速度计算方法
技术领域
本发明例如涉及测定风速的激光雷达装置以及测定对象物的速度计算方法。
背景技术
作为计测存在于远处的物体的位置的装置，公知有雷达装置。
雷达装置例如是如下装置：向空间中放射电磁波和/或声波等波动，接收由作为测定对象的物体反射回来的波动，对该波动的接收信号进行分析，由此计测出从雷达装置到物体的距离和/或角度。
特别是，在雷达装置中，公知有如下的气象雷达装置：以大气中漂浮的微小液体或固体颗粒(以后，称作“气溶胶(aerosol)”)为测定对象，根据由气溶胶反射回的波动的相位旋转量，计算气溶胶的移动速度(风速)。
此外，在气象雷达装置中，特别是在使用激光作为电磁波的激光雷达装置中，由于放射的波束的扩展极小，因此能够以较高的角度分辨率来观测物体，从而作为风向风速雷达装置来使用(例如，参照非专利文献1)。
在现有的激光雷达装置中，在向大气中放射激光后，接收由存在于大气中的气溶胶反射回的激光(伴随气溶胶的移动受到与其移动速度对应的多普勒频移影响的激光)，通过进行该激光和本地光的外差(heterodyne)检波，由此检测出与气溶胶的移动速度(风速)对应的多普勒信号。
此处，图14是示出基于现有的激光雷达装置进行的测定的概念的说明图。
在激光雷达装置中，按时间对由各高度下的大气中的气溶胶反射回的激光(反射光)进行划分处理。通常，将各时间的反射光称作“距离单元(range bin)”。
激光雷达装置针对各个距离单元实施微小间隔的相干累加，在距离单元内实施傅立叶变换。
然后，激光雷达装置为了提高信噪比(以下，称作SNR(Signal to Noise Ratio))，如图15所示，针对各个距离单元的每一个进行N次脉冲的不相干累加。
已知，一般在进行N次不相干累加的情况下，SNR通常提高√N倍(例如，参照专利文献1)。
此处，图16是示出根据接收频谱而导出的风速和风速幅度的概念的说明图。
在图16中，示出了在放射高斯波束的情况下取得的风速的频谱，并将该频谱的峰值定义为多普勒速度(风速)。
作为计算该多普勒速度的方法，除了根据与SNR的峰值对应的频率来计算多普勒速度的峰值检测法以外，还已知如下的重心运算法：计算SNR中的1个以上的峰值的重心，根据与该重心对应的频率，计算多普勒速度(例如，参照非专利文献1)。
此外，公知有如下的最大似然估计法：将预先准备的接收频谱的波形模型的参数设为可变，找出与接收信号的频谱之间的相关性最高的参数，使用该参数来计算测定对象物的速度(例如，参照专利文献2)。
此处，图17是对基于峰值检测法以及重心运算法进行的风速测定的优缺点进行说明的说明图。
在设采样频率为fs、数据点数为p时，频率分辨率Δf由fs/p给出。
在利用峰值检测法进行风速测定的情况下，如图17的(a)所示，在采样频率fs不足时，有时不能准确地检测出SNR的峰值。因此，由峰值检测法得到的风速有时相对于真值具有误差。
与此相对，在利用重心运算法进行风速测定的情况下，如图17的(a)所示，能够进行频率分辨率以上的风速测定。
不过，如图17的(b)所示，当存在杂波(clutter)、在接收信号中混入雨等导致的噪声的情况下或者在存在统计性波动的情况下，由于会将杂波成分附加到重心运算中，因而由重心运算法得到的风速包含较大的误差。在这样的情况下，峰值检测法能够取得与真正风速接近的值。此外，关于图17的(a)、(b)的差异，可根据所取得的风速幅度来区别。
在所述最大似然估计法中，通过反复计算求出与接收信号的频谱之间的相关性最高的波形模型的参数，因此，具有可求出高精度的风速的优点。
此外，还具有如下效果：与峰值检测法相比，具有能够缓和用于风速测定的期望SNR(例如，参照非专利文献2)。
此外，还具有如下优点：在同一距离单元内混入多个风的情况下，具有能够测定出各自的风速(例如，参照专利文献2)。图18是对使用最大似然估计法的多个风的风速测定进行说明的说明图。
不过，由于需要进行反复计算，因此其计算速度慢于峰值检测法以及重心运算法，具有风速测定速率较慢的缺点。
现有技术文献
专利文献
专利文献1：日本特开2006-284260号公报
专利文献2：日本特开2010-271058号公报
非专利文献
非专利文献1：深尾昌一郎，浜津享助著「気象と大気のレーダーリモートセンシング」，京都大学学术出版社，2005年3月30日，p.112-113，ISBN 4-87698-653-3
非专利文献2：Kameyama et al.，“Performance of Discrete-Fourier-Transform-Based Velocity Estimators for a Wind-Sensing Coherent Doppler LidarSystem in the Kolmogorov Turbulence Regime”，IEEE，VOL.47，NO.10，2009.
发明内容
发明要解决的问题
现有的激光雷达装置是如上述那样构成的，因此，能够按照峰值检测法、重心运算法或最大似然估计法等计算方法来计算多普勒速度(风速)。但是，例如，并没有考虑是否存在杂波等大气中的气溶胶的形态来选择合适的计算方法，只是按照预先准备的单一的计算手法来计算多普勒速度(风速)。因此，根据大气中的气溶胶的方式，多普勒速度(风速)的计算精度有时会下降。此外，存在多普勒速度(风速)的计算处理需要较长时间的问题。
本发明是为了解决上述那样的问题而完成的，其目的在于得到一种激光雷达装置以及测定对象物的速度计算方法，能够在短时间内高精度地计算出测定对象物的速度。
用于解决问题的手段
在本发明的激光雷达装置中，设置有：激光收发单元，其向大气中放射激光，接收由存在于大气中的测定对象物反射回的激光，输出该激光的接收信号；相干累加单元，其对从激光收发单元输出的接收信号进行相干累加；频谱计算单元，其对由相干累加单元相干累加出的接收信号进行傅立叶变换，对傅立叶变换后的接收信号进行不相干累加，计算该接收信号的频谱；信噪比计算单元，其根据由频谱计算单元计算出的接收信号的频谱和噪声信号的频谱来计算信噪比；以及峰值检测单元，其检测由信噪比计算单元计算出的信噪比的峰值，其中，速度计算单元根据由峰值检测单元检测出的信噪比的峰值以及表示使速度的计算精度还是速度的计算速率优先的信息，来选择计算测定对象物的速度的速度计算方法，并按照所述速度计算方法计算测定对象物的速度。
发明效果
根据本发明，速度计算单元构成为根据由峰值检测单元检测出的信噪比的峰值、以及表示使速度的计算精度还是速度的计算速率优先的信息来选择计算测定对象物的速度的速度计算方法，并按照该速度计算方法计算测定对象物的速度，因此，具有能够在短时间内高精度地计算出测定对象物的速度的效果。
附图说明
图1是示出本发明的实施方式1的激光雷达装置的结构图。
图2是示出本发明的实施方式1的激光雷达装置的信号分析部6的结构图。
图3是示出本发明的实施方式1的激光雷达装置的信号分析部6的处理内容(测定对象物的速度计算方法)的流程图。
图4是示出信号分析部6内的速度计算部16的结构图。
图5是示出使速度的计算速率优先于速度的计算精度的情况下的速度计算部16的处理内容的流程图。
图6是示出使速度的计算精度优先于速度的计算速率的情况下的速度计算部16的处理内容的流程图。
图7是示出本发明的实施方式2的激光雷达装置的信号分析部6的结构图。
图8是示出信号分析部6内的速度计算部17的结构图。
图9是示出使速度的计算速率优先于速度的计算精度的情况下的速度计算部17的处理内容的一部分的流程图。
图10是示出使速度的计算精度优先于速度的计算速率的情况下的速度计算部17的处理内容的一部分的流程图。
图11是示出SNR判定部31中的SNR判定的说明图。
图12是示出本发明的实施方式3的激光雷达装置的信号分析部6的结构图。
图13是示出本发明的实施方式3的激光雷达装置的信号分析部6的处理内容(测定对象物的速度计算方法)的流程图。
图14是示出基于现有的激光雷达装置进行的测定的概念的说明图。
图15是示出利用激光雷达装置测定多普勒速度的信号处理的内容的说明图。
图16是示出根据接收频谱导出的风速和风速幅度的概念的说明图。
图17是对基于峰值检测法以及重心运算法进行的风速测定的优缺点进行说明的说明图。
图18是对使用最大似然估计法的多个风的风速测定进行说明的说明图。
具体实施方式
以下，为了更详细地说明本发明，根据附图，对其具体实施方式进行说明。
实施方式1.
图1是示出本发明的实施方式1的激光雷达装置的结构图。
在图1中，光收发部1由光振荡装置2、光学系统3以及激光检测器4构成，并实施如下处理：向大气中放射激光，接收由存在于大气中的气溶胶(测定对象物)反射回的激光，将该激光的接收信号输出给信号处理部5。此外，光收发部1构成了激光收发单元。
不过，只要能够向大气中放射作为电磁波的激光并接收由气溶胶反射回的激光即可，不限于图1所示的结构的光收发部1。因此，例如，也可以是专利文献1中公开的结构的光收发部1。
光收发部1的光振荡装置2是使激光振荡的光源。
光收发部1的光学系统3由1个以上的透镜等构成，是使被气溶胶反射回的激光会聚于激光检测器4的光学部件。
光收发部1的激光检测器4实施如下处理：接收由光学系统3会聚的激光，将该激光的波形转换为电信号，并将该电信号作为接收信号输出给信号处理部5。
信号处理部5由信号分析部6以及显示/保存部7构成，并实施如下处理：对从光收发部1输出的接收信号进行分析，计算气溶胶的速度(风速)，显示作为其计算结果的风速。
信号处理部5的信号分析部6例如由安装有CPU的半导体集聚电路或单片机等构成，并实施如下处理：对从光收发部1输出的接收信号进行分析，计算气溶胶的速度(风速)。
此处，假定信号分析部6中的各构成要素由专用的硬件构成(参照图2)，但信号分析部6也可以由计算机构成。
在由计算机构成信号分析部6的情况下，可以在计算机的存储器上构成作为信号分析部6的构成要素的噪声信号保存装置13，并且，在计算机的存储器中保存记述有作为信号分析部6的构成要素的相干累加处理部11、频谱计算部12、SNR计算部14、峰值SNR检测部15以及速度计算部16的处理内容的程序，并由该计算机的CPU执行该存储器中保存的程序。
信号处理部5的显示/保存部7例如由RAM或硬盘等存储装置、和液晶显示器等显示装置构成，并实施如下处理：显示由信号分析部6计算出的气溶胶的速度(风速)，并且，保存该气溶胶的速度(风速)。
图2是示出本发明的实施方式1的激光雷达装置的信号分析部6的结构图。
在图2中，相干累加处理部11实施如下处理：对从光收发部1输出的接收信号进行相干累加，将相干累加后的接收信号输出到频谱计算部12。此外，相干累加处理部11构成了相干累加单元。
频谱计算部12实施如下处理：对由相干累加处理部11以相干积分方式计算出的接收信号进行傅立叶变换，对傅立叶变换后的接收信号进行不相干累加，计算该接收信号的频谱。此外，频谱计算部12构成了频谱计算单元。
噪声信号保存装置13是预先存储噪声信号(只是噪声而未混合有信号的信号：噪声信号)的频谱的装置。此外，噪声信号的频谱可以事先取得，也可以例如对实时取得的噪声信号进行相干累加和傅立叶变换，对傅立叶变换后的噪声信号进行不相干累加，由此计算频谱。
SNR计算部14实施如下处理：将由频谱计算部12计算出的接收信号的频谱除以由噪声信号保存装置13存储的噪声信号的频谱，由此计算作为信噪比的SNR(Signal toNoise Ratio)。
此外，由噪声信号保存装置13以及SNR计算部14构成了信噪比计算单元。
峰值SNR检测部15实施检测由SNR计算部14计算出的SNR的峰值的处理。此外，峰值SNR检测部15构成了峰值检测单元。
速度计算部16实施如下处理：从计算气溶胶的速度(风速)的多个速度计算方法(例如，峰值检测法、重心运算法、最大似然估计法)中，选择与由峰值SNR检测部15检测出的SNR的峰值对应的速度计算方法，并按照该速度计算方法计算气溶胶的速度(风速)。此外，速度计算部16构成了速度计算单元。
图3是示出本发明的实施方式1的激光雷达装置的信号分析部6的处理内容(测定对象物的速度计算方法)的流程图。
图4是示出信号分析部6内的速度计算部16的结构图。
在图4中，SNR判定部21实施如下处理：在从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下，如果由峰值SNR检测部15检测出的SNR的峰值(以下称作“峰值SNR”)高于基准峰值PREF(峰值SNR＞PREF)，则选择“峰值检测法”作为速度计算方法，如果该峰值SNR低于基准峰值PREF(峰值SNR≤PREF)，则选择“最大似然估计法”作为速度计算方法。
此外，SNR判定部21实施如下处理：在从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下，如果该峰值SNR高于基准峰值PREF(峰值SNR＞PREF)，则选择“重心运算法”作为速度计算方法，如果该峰值SNR低于基准峰值PREF(峰值SNR≤PREF)，则选择“最大似然估计法”作为速度计算方法。
峰值检测处理部22实施如下处理：在由SNR判定部21选择了“峰值检测法”作为速度计算方法的情况下，根据与由峰值SNR检测部15检测出的峰值SNR对应的频率，计算气溶胶的速度(风速)。
重心运算处理部23实施如下处理：在由SNR判定部21选择了“重心运算法”作为速度计算方法的情况下，计算由峰值SNR检测部15检测出的1以上的峰值SNR的重心，根据与该重心对应的频率，计算气溶胶的速度(风速)。
最大似然估计处理部24实施如下处理：将预先准备的接收频谱的波形模型的参数设为可变，找出与由频谱计算部12计算出的接收信号的频谱之间的相关性最高的参数，使用该参数计算气溶胶的速度(风速)。
图5是示出使速度的计算速率优先于速度的计算精度的情况下的速度计算部16的处理内容的流程图。
图6是示出使速度的计算精度优先于速度的计算速率的情况下的速度计算部16的处理内容的流程图。
接下来，对动作进行说明。
首先，在光收发部1的光振荡装置2使激光振荡时，该激光通过光学系统3被放射到大气中。
放射到大气中的激光被存在于大气中的气溶胶反射，反射的一部分的激光被光收发部1的光学系统3会聚。
光收发部1的激光检测器4接收由光学系统3会聚的激光，将该激光的波形转换为电信号，并将该电信号作为接收信号输出到信号处理部5。
信号处理部5的信号分析部6在从光收发部1接收到接收信号时，对该接收信号进行分析，计算气溶胶的速度(风速)，并将作为其计算结果的风速显示在显示/保存部7中。
以下，对信号分析部6的处理内容进行具体说明。
如图14所示，信号分析部6的相干累加处理部11在从光收发部1接收到接收信号时，针对各个距离单元i(i＝1，2，……，M)，对该接收信号进行相干累加，并将相干累加后的接收信号输出到频谱计算部12(图3的步骤ST1)。
例如，如果从激光雷达装置起到气溶胶为止的距离为1Km且1个距离单元的距离范围为100m，则距离单元数M为10。
不过，距离单元数M也可以由用户决定，例如，在从激光雷达装置起到气溶胶为止的距离为1Km时，如果用户将距离单元数M决定为20，则1个距离单元的距离范围为50m。
频谱计算部12在从相干累加处理部11接收到相干累加后的接收信号时，针对各个距离单元i对相干累加后的接收信号进行傅立叶变换。
进而，频谱计算部12针对各个距离单元i的每一个，按事先设定的积分次数N对傅立叶变换后的接收信号进行不相干累加(参照图15)，由此计算该接收信号的频谱SPCi(步骤ST2)。
在频谱计算部12计算出接收信号的频谱SPCi时，SNR计算部14针对各个距离单元i的每一个，将该接收信号的频谱SPCi除以由噪声信号保存装置13存储的噪声信号的频谱，由此计算作为信噪比的SNR(步骤ST3)。
在SNR计算部14计算出SNR时，峰值SNR检测部15针对各个距离单元i的每一个，检测作为SNR的峰值的峰值SNR(步骤ST4)。
在峰值SNR检测部15检测出峰值SNR时，速度计算部16从计算气溶胶的速度(风速)的多个速度计算方法(例如，峰值检测法、重心运算法、最大似然估计法)中，针对各个距离单元i的每一个，选择与该峰值SNR对应的速度计算方法(步骤ST5)，并按照该速度计算方法计算气溶胶的速度(风速)(步骤ST6)。
以下，对速度计算部16的处理内容进行具体说明。
在从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下，速度计算部16实施图5所示的处理，由此计算气溶胶的速度(风速)。
另一方面，在从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下，实施图6所示的处理，由此计算气溶胶的速度(风速)。
首先，对使从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下的处理内容进行说明。
在从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下，速度计算部16的SNR判定部21针对各个距离单元i的每一个，对由峰值SNR检测部15检测出的峰值SNR与基准峰值PREF进行比较(图5的步骤ST11)。
如果该峰值SNR高于基准峰值PREF(峰值SNR＞PREF)且接收信号的SNR足够高，则即使不选择“最大似然估计法”作为速度计算方法，也能够高精度地计算出气溶胶的速度(风速)，因此，SNR判定部21选择计算时间短于最大似然估计法的“峰值检测法”作为速度计算方法(步骤ST12)。
另一方面，如果该峰值SNR低于基准峰值PREF(峰值SNR≤PREF)，则选择“最大似然估计法”作为速度计算方法(步骤ST13)。即，即使在速度的计算速率优先的情况下，在峰值SNR较低的状况下，在选择“峰值检测法”作为速度计算方法时，有时不能高精度计算风速，因此，选择“最大似然估计法”作为速度计算方法。
在SNR判定部21选择了“峰值检测法”作为该距离单元i的速度计算方法时，峰值检测处理部22根据与由峰值SNR检测部15检测出的峰值SNR对应的频率fd，计算作为气溶胶速度的风速vd(步骤ST14)。
vd＝fdλ (1)
在式(1)中，λ为波长。
在SNR判定部21选择了“最大似然估计法”作为该距离单元i的速度计算方法时，最大似然估计处理部24将预先准备的接收频谱的波形模型的参数设为可变，找出与由频谱计算部12计算出的接收信号的频谱之间的相关性最高的参数。
例如，如果设激光的发送波形为正态分布、激光的接收波形也为正态分布，且振幅为A、平均多普勒速度为μd、风速幅度为σd，则接收信号的频谱的模型由下式(2)表示。
p ( f , A , μ d , σ d ) = - A 2 π σ d exp { - ( f - μ d ) 2 2 σ d 2 } - - - ( 2 )
在式(2)中，将作为模型的参数的振幅A、平均多普勒速度μd、风速幅度σd设为可变，计算下式(3)所示的最小均方误差L(相当于似然度)。
L＝∑{S(f)-p(f，A，μd，σd)}2 (3)
在式(3)中，最小均方误差L为最小时的参数(振幅A、平均多普勒速度μd、风速幅度σd)是能够最相似地模擬接收信号的参数。
此处，风速幅度σd以及平均多普勒速度μd的值域如以下这样。
1/ω≤σd≤K×(1/ω)
ω表示发送脉冲宽度，K表示假定在距离单元内包含的风量的个数。
0＜μd≤fw
fw是由假定的风速决定的多普勒频率，由用户根据其设置/计测环境而决定。
最大似然估计处理部24在确定出能够最相似地模擬接收信号的参数(振幅A、平均多普勒速度μd、风速幅度σd)时，将与该平均多普勒速度μd对应的频率作为频率fd代入上述式(1)，由此计算作为气溶胶速度的风速vd(步骤ST15)。
此处，示出了振幅A也可变的例子，但在认为不存在杂波的情况下(例如晴天时等)，例如也可以按照接收信号的最大频谱对接收信号的频谱SPCi进行归一化，对归一化后的频谱SPCi进行最大似然估计，由此降低计算机成本。
接下来，对从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下的处理内容进行说明。
在从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下，速度计算部16的SNR判定部21针对各个距离单元i的每一个，对由峰值SNR检测部15检测出的峰值SNR与基准峰值PREF进行比较(图6的步骤ST21)。
如果该峰值SNR高于基准峰值PREF(峰值SNR＞PREF)且接收信号的SNR足够高，则即使不选择“最大似然估计法”作为速度计算方法，也能够高精度地计算出气溶胶的速度(风速)，因此，SNR判定部21选择计算时间短于最大似然估计法的“重心运算法”作为速度计算方法(步骤ST22)。
另一方面，如果该峰值SNR低于基准峰值PREF(峰值SNR≤PREF)，则选择“最大似然估计法”作为速度计算方法(步骤ST23)。即，即使在速度的计算速率优先的情况下，在峰值SNR较低的状况下，在选择了“重心运算法或峰值检测法”作为速度计算方法时，有时不能高精度计算风速，因此，选择“最大似然估计法”作为速度计算方法。
在SNR判定部21选择了“重心运算法”作为该距离单元i的速度计算方法时，重心运算处理部23计算由峰值SNR检测部15检测出的1个以上的峰值SNR的重心(在图17的(b)的例子中，由峰值SNR检测部15计算风成分的峰值SNR和杂波成分的峰值SNR，因此，计算出两个峰值SNR的重心)。
重心运算处理部23在计算出1个以上的峰值SNR的重心时，将与该重心对应的频率作为频率fd代入上述式(1)，由此计算作为气溶胶速度的风速vd(步骤ST24)。
此外，与重心对应的频率fd如下式(4)所示。
f d = ∫ S ( f ) f ∫ S ( f ) - - - ( 4 )
在式(4)中，S(f)为接收信号的频谱SPCi，f为与该频谱SPCi对应的频率，以频率f对频谱SPCi进行加权。
在SNR判定部21选择了“最大似然估计法”作为该距离单元i的速度计算方法时，最大似然估计处理部24与使速度的计算速率优先的情况下同样地计算作为气溶胶速度的风速vd(步骤ST25)。
通过以上说明可知，根据该实施方式1，速度计算部16构成为从计算气溶胶的速度(风速)的多个速度计算方法中，根据由峰值SNR检测部15检测出的峰值SNR、以及表示使速度的计算精度还是速度的计算速率优先的信息来选择计算气溶胶的速度(风速)的速度计算方法，并按照该速度计算方法计算气溶胶的速度(风速)，因此，起到能够在短时间内高精度地计算出气溶胶的速度(风速)的效果。
即，在由峰值SNR检测部15检测出的峰值SNR较高而使得即使不选择“最大似然估计法”作为速度计算方法也能够高精度地计算出气溶胶的速度(风速)的状况下，选择处理时间短的“峰值检测法”或“重心运算法”作为速度计算方法，因此，能够在短时间内高精度地计算出气溶胶的速度(风速)。
另一方面，在由峰值SNR检测部15检测出的峰值SNR较低而使得如果不选择“最大似然估计法”作为速度计算方法则不能高精度地计算出气溶胶的速度(风速)状况下，选择“最大似然估计法”作为速度计算方法，因此，即使峰值SNR较低，也能够高精度地计算出气溶胶的速度(风速)。
此外，在该实施方式1中，示出了从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况以及从用户接收使速度的计算精度优先于速度的计算速率的指示的情况，但也可以从用户接收其它指示(例如使距离分辨率优先等指示)来选择速度计算方法。
实施方式2.
图7是示出本发明的实施方式2的激光雷达装置的信号分析部6的结构图，在图中，与图2相同的标号表示相同或相当的部分，因此省略说明。
速度计算部17实施如下处理：根据由频谱计算部12计算出的接收信号的频谱SPCi，计算作为气溶胶速度幅度的风速幅度Sw，从计算气溶胶的速度(风速)的多个速度计算方法(例如，峰值检测法、重心运算法、最大似然估计法)中，选择与由峰值SNR检测部15检测出的峰值SNR以及风速幅度Sw对应的速度计算方法，并按照该速度计算方法计算气溶胶的速度(风速)。此外，速度计算部17构成了速度计算单元。
图8是示出信号分析部6内的速度计算部17的结构图，在图中，与图4相同的标号表示相同或相当的部分，因此省略说明。
SNR判定部31实施如下处理：除了预先设定阈值TSNR1作为基准峰值以外，还预先设定阈值TSNR2(TSNR1＞TSNR2)作为基准峰值，在从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下，如果由峰值SNR检测部15检测出的峰值SNR高于阈值TSNR2且低于阈值TSNR1(TSNR2＜峰值SNR≤TSNR1)，则选择“重心运算法”作为速度计算方法，如果该峰值SNR低于阈值TSNR2(峰值SNR≤TSNR2)，则选择“最大似然估计法”作为速度计算方法。
此外，SNR判定部31实施如下处理：在从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下，如果该峰值SNR低于阈值TSNR1(峰值SNR≤TSNR1)，则选择“最大似然估计法”作为速度计算方法。
速度幅度判定部32实施如下处理：根据由频谱计算部12计算出的接收信号的频谱SPCi，计算风速幅度Sw。
此外，速度幅度判定部32实施如下处理：除了预先设定阈值Twmax作为基准速度幅度以外，还设定阈值Twmin(Twmax＞Twmin)作为基准速度幅度，在从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下，在由峰值SNR检测部15检测出的峰值SNR高于阈值TSNR1时，如果该风速幅度Sw宽于阈值Twmax(Sw＞Twmax)，则选择“峰值检测法”作为速度计算方法，如果该风速幅度Sw窄于阈值Twmax(Twmin≤Sw≤Twmax)，则选择“重心运算法”作为速度计算方法。
此外，速度幅度判定部32还实施如下处理：在从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下，在由峰值SNR检测部15检测出的峰值SNR高于阈值TSNR1时，如果该风速幅度Sw宽于阈值Twmax(Sw＞Twmax)，则选择“最大似然估计法”作为速度计算方法，如果该风速幅度Sw窄于阈值Twmax(Twmin≤Sw≤Twmax)，则选择“重心运算法”作为速度计算方法。
此外，关于SNR判定部31中的阈值TSNR1、TSNR2和速度幅度判定部32中的阈值Twmax、Twmin，例如，可以由用户事先决定，也可以使用基于上述非专利文献2中公开的模型计算出的值。
图9是示出使速度的计算速率优先于速度的计算精度的情况下的速度计算部17的处理内容的一部分的流程图。
图10是示出使速度的计算精度优先于速度的计算速率的情况下的速度计算部17的处理内容的一部分的流程图。
接下来，对动作进行说明。
首先，在光收发部1的光振荡装置2使激光振荡时，该激光通过光学系统3被放射到大气中。
放射到大气中的激光被存在于大气中的气溶胶反射，所反射的一部分激光被光收发部1的光学系统3会聚。
光收发部1的激光检测器4接收被光学系统3会聚的激光，将该激光的波形转换为电信号，并将该电信号作为接收信号输出给信号处理部5。
信号处理部5的信号分析部6在从光收发部1接收到接收信号时，对该接收信号进行分析，计算气溶胶的速度(风速)，并将作为其计算结果的风速显示在显示/保存部7中。
以下，对信号分析部6的处理内容进行具体说明。
在从光收发部1接收到接收信号时，信号分析部6的相干累加处理部11与上述实施方式1同样地，针对各个距离单元i(i＝1，2，……，M)的每一个，对该接收信号进行相干累加，并将相干累加后的接收信号输出到频谱计算部12(参照图14)。
在从相干累加处理部11接收到相干累加后的接收信号时，频谱计算部12与上述实施方式1同样地，针对各个距离单元i的每一个，对相干累加后的接收信号进行傅立叶变换。
进而，频谱计算部12针对各个距离单元i，按事先设定的积分次数N对傅立叶变换后的接收信号进行不相干累加(参照图15)，由此计算该接收信号的频谱SPCi。
在频谱计算部12计算出接收信号的频谱SPCi时，SNR计算部14与上述实施方式1同样地，针对各个距离单元i，将该接收信号的频谱SPCi除以由噪声信号保存装置13存储的噪声信号的频谱，由此计算作为信噪比的SNR。
在SNR计算部14计算出SNR时，峰值SNR检测部15与上述实施方式1同样地，针对各个距离单元i的每一个，检测作为SNR的峰值的峰值SNR。
在频谱计算部12计算出接收信号的频谱SPCi且峰值SNR检测部15检测出峰值SNR时，速度计算部17针对各个距离单元i的每一个，根据该接收信号的频谱SPCi来计算作为气溶胶速度幅度的风速幅度Sw。
速度计算部17在计算出风速幅度Sw时，从计算气溶胶的速度(风速)的多个速度计算方法(例如，峰值检测法、重心运算法、最大似然估计法)中，针对各个距离单元i，选择与峰值SNR以及风速幅度Sw对应的速度计算方法，并按照该速度计算方法计算气溶胶的速度(风速)。
以下，对速度计算部17的处理内容进行具体说明。
在从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下，速度计算部17实施图9所示的处理，由此计算气溶胶的速度(风速)。
另一方面，在从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下，实施图10所示的处理，由此计算气溶胶的速度(风速)。
首先，对使从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下的处理内容进行说明。
在从用户接收到使速度的计算速率优先于速度的计算精度的指示的情况下，速度计算部17的SNR判定部31针对各个距离单元i的每一个，对由峰值SNR检测部15检测出的峰值SNR与阈值TSNR1进行比较(图9的步骤ST31)。
此处，图11是示出SNR判定部31中的SNR判定的说明图。
在该峰值SNR高于阈值TSNR1的情况下(峰值SNR＞TSNR1)，如图11所示，接收信号的SNR足够高，即使不选择“最大似然估计法”作为速度计算方法，也能够高精度地计算出气溶胶的速度(风速)，因此，SNR判定部31指示速度幅度判定部32选择计算时间短于最大似然估计法的“峰值检测法”或“重心运算法”。
在该峰值SNR低于阈值TSNR1的情况下(峰值SNR≤TSNR1)，SNR判定部31对该峰值SNR与阈值TSNR2进行比较(步骤ST32)。
如图11所示，在该峰值SNR高于阈值TSNR2的情况下(TSNR2＜峰值SNR≤TSNR1)，接收信号的SNR为中等程度，即使不选择“最大似然估计法”作为速度计算方法，也能够高精度地计算出气溶胶的速度(风速)，但如果选择“峰值检测法”作为速度计算方法，则有可能不能高精度地计算出气溶胶的速度(风速)，因此，SNR判定部31选择“重心运算法”作为速度计算方法(步骤ST33)。
另一方面，在该峰值SNR低于阈值TSNR2的情况下(峰值SNR≤TSNR2)，如图11所示，接收信号的SNR较低，如果不选择计算精度较高的“最大似然估计法”作为速度计算方法，则有可能不能高精度地计算出气溶胶的速度(风速)，因此，选择“最大似然估计法”作为速度计算方法(步骤ST34)。
在从SNR判定部31接收到“峰值检测法”或“重心运算法”的选择指示时，速度幅度判定部32按下式(5)所示那样，针对各个距离单元i的每一个，根据由频谱计算部12计算出的接收信号的频谱SPCi来计算风速幅度Sw(步骤ST35)。式(5)例如在非专利文献1中被公开。
S w = ∫ S ( f ) f 2 df ∫ S ( f ) df - - - ( 5 )
在式(5)中，S(f)是接收信号的频谱SPCi，f是与该频谱SPCi对应的频率。
此外，在高SNR的情况下，也可以使用相对于峰值低半值的点的幅度来导出风速幅度Sw。在该情况下，以较小计算量即可导出。
在计算出风速幅度Sw时，速度幅度判定部32对该风速幅度Sw与阈值Twmax进行比较(步骤ST36)。
如果该风速幅度Sw宽于阈值Twmax(Sw＞Twmax)，则速度幅度判定部32选择“峰值检测法”作为速度计算方法(步骤ST37)。
如果该风速幅度Sw窄于阈值Twmax(Sw≤Twmax)，则速度幅度判定部32对该风速幅度Sw与阈值Twmin进行比较(步骤ST38)。
如果该风速幅度Sw窄于阈值Twmax但宽于阈值Twmin(Twmin≤Sw≤Twmax)，则速度幅度判定部32选择“重心运算法”作为速度计算方法(步骤ST39)。
如果该风速幅度Sw窄于阈值Twmin(Sw＜Twmin)，则无论选择哪种速度计算方法，能够高精度地计算出气溶胶的速度(风速)的可能性均较低，因此，不选择速度计算方法，并结束计算气溶胶的速度(风速)的处理(步骤ST40)。
此处，关于速度幅度判定部32中的阈值Twmax、Twmin，可以如上述那样由用户事先决定，但如果发送脉冲宽度是ω，则理想的接收信号的频谱SPCi为1/ω，因而阈值Twmax、Twmin也可以以1/ω为基准来设定。
例如，在混合有2种以上的风的情况下，成为Twmax＝2/ω以上的风速幅度Sw，如果风速幅度Sw为2/ω以下，则可以判断为不是来自气溶胶的反射光而是杂波。
在这样设定阈值Twmax、Twmin的情况下，在存在杂波状况下，选择杂波的存在对计算精度影响不大的“峰值检测法”作为速度计算方法，在不存在杂波状况下，选择计算精度高于峰值检测法的“重心运算法”作为速度计算方法。
在速度幅度判定部32选择了“峰值检测法”作为该距离单元i的速度计算方法时，则峰值检测处理部22与上述实施方式1同样地计算作为气溶胶速度的风速vd。
在SNR判定部31或速度幅度判定部32选择了“重心运算法”作为该距离单元i的速度计算方法时，重心运算处理部23与上述实施方式1同样地计算作为气溶胶速度的风速vd。
在SNR判定部31选择了“最大似然估计法”作为该距离单元i的速度计算方法时，最大似然估计处理部24与上述实施方式1同样地计算作为气溶胶速度的风速vd。
接下来，对在从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下的处理内容进行说明。
在从用户接收到使速度的计算精度优先于速度的计算速率的指示的情况下，速度计算部17的SNR判定部31针对各个距离单元i的每一个，对由峰值SNR检测部15检测出的峰值SNR与阈值TSNR1进行比较(图10的步骤ST51)。
在该峰值SNR低于阈值TSNR1的情况下(峰值SNR≤TSNR1)，如果不选择计算精度较高的“最大似然估计法”则有可能不能高精度地计算出气溶胶的速度(风速)，因此SNR判定部31选择“最大似然估计法”作为速度计算方法(步骤ST52)。
另一方面，在该峰值SNR高于阈值TSNR1的情况下(峰值SNR＞TSNR1)，指示速度幅度判定部32选择“重心运算法”或“最大似然估计法”。
在从SNR判定部31接收到“重心运算法”或“最大似然估计法”的选择指示时，速度幅度判定部32与使速度的计算速率优先的情况同样地，针对各个距离单元i的每一个，根据由频谱计算部12计算出的接收信号的频谱SPCi来计算风速幅度Sw(步骤ST53)。
在计算出风速幅度Sw时，速度幅度判定部32对该风速幅度Sw与阈值Twmax进行比较(步骤ST54)。
若该风速幅度Sw宽于阈值Twmax(Sw＞Twmax)，那么，如果不选择计算精度较高的“最大似然估计法”则有可能不能高精度地计算出气溶胶的速度(风速)，因此，速度幅度判定部32选择“最大似然估计法”作为速度计算方法(步骤ST55)。
如果该风速幅度Sw窄于阈值Twmax(Sw≤Twmax)，则速度幅度判定部32对该风速幅度Sw与阈值Twmin进行比较(步骤ST56)。
如果该风速幅度Sw窄于阈值Twmax而宽于阈值Twmin(Twmin≤Sw≤Twmax)，则即使不选择“最大似然估计法”作为速度计算方法，也能够高精度地计算出气溶胶的速度(风速)，因此，速度幅度判定部32选择计算时间短于最大似然估计法的“重心运算法”(步骤ST57)。
如果该风速幅度Sw窄于阈值Twmin(Sw＜Twmin)，则无论选择哪种速度计算方法，能够高精度地计算出气溶胶的速度(风速)的可能性均较低，因此，不选择速度计算方法，并结束计算气溶胶的速度(风速)的处理(步骤ST58)。
在速度幅度判定部32选择了“重心运算法”作为该距离单元i的速度计算方法时，重心运算处理部23与上述实施方式1同样地计算作为气溶胶速度的风速vd。
在SNR判定部31或速度幅度判定部32选择了“最大似然估计法”作为该距离单元i的速度计算方法时，最大似然估计处理部24与上述实施方式1同样地计算作为气溶胶速度的风速vd。
根据以上说明可知，根据该实施方式2，速度计算部17构成为根据接收信号的频谱SPCi计算作为气溶胶速度幅度的风速幅度Sw，从计算气溶胶的速度(风速)的多种速度计算方法(例如，峰值检测法、重心运算法、最大似然估计法)中，针对各个距离单元i选择与峰值SNR以及风速幅度Sw对应的速度计算方法，并按照该速度计算方法计算气溶胶的速度(风速)，因此，与上述实施方式1相比，起到能够选择更严格意义上的最优的速度计算方法效果。
实施方式3.
在上述实施方式1、2中，示出了在峰值SNR较低的情况下选择“最大似然估计法”作为速度计算方法的例子，但在即使选择“最大似然估计法”作为速度计算方法也不能使SNR满足期望的SNR的情况下，不能高精度地计算出气溶胶的速度(风速)。
在此，在该实施方式3中，即使在SNR不满足期望的SNR的情况下，也能够高精度地计算出气溶胶的速度(风速)。
即，在该实施方式3中，在SNR不满足期望的SNR的情况下，增加频谱计算部12中的不相干累加的累加次数，提高风速计算精度。
图12是示出本发明的实施方式3的激光雷达装置的信号分析部6的结构图，在图中，与图7相同的标号表示相同或相当的部分，因此省略说明。
累加次数设定部18实施如下处理：根据由SNR计算部14计算出的SNR，设定频谱计算部12中的不相干累加的累加次数N。此外，累加次数设定部18构成了累加次数设定单元。
图13是示出本发明的实施方式3的激光雷达装置的信号分析部6的处理内容(测定对象物的速度计算方法)的流程图。
在上述实施方式1、2中，频谱计算部12针对各个距离单元i的每一个，按事先设定的积分次数N对傅立叶变换后的接收信号进行不相干累加，由此计算该接收信号的频谱SPCi，在该实施方式3中，不同之处在于：频谱计算部12按照由累加次数设定部18设定的积分次数N，对傅立叶变换后的接收信号进行不相干累加，由此计算该接收信号的频谱SPCi。
以下，对累加次数设定部18以及频谱计算部12的处理内容进行具体说明。
不过，除了累加次数设定部18以及频谱计算部12以外，与上述实施方式1、2相同，因此省略详细说明。
在从相干累加处理部11接收到相干累加后的接收信号时，频谱计算部12与上述实施方式1、2同样地，针对各个距离单元i的每一个，对相干累加后的接收信号进行傅立叶变换。
在频谱计算部12最初计算接收信号的频谱SPCi的阶段中，未由SNR计算部14计算出SNR，累加次数设定部18不能设定积分次数N，因此，频谱计算部12针对各个距离单元i的每一个，按事先设定的积分次数N对傅立叶变换后的接收信号进行不相干累加(参照图15)，由此计算该接收信号的频谱SPCi(图13的步骤ST2)。
在频谱计算部12计算出接收信号的频谱SPCi时，SNR计算部14与上述实施方式1、2同样地，针对各个距离单元i的每一个，将该接收信号的频谱SPCi除以由噪声信号保存装置13存储的噪声信号的频谱，由此计算作为信噪比的SNR(步骤ST3)。
在SNR计算部14计算出SNR时，在该SNR低于满足期望的计算精度所需的阈值TSNR3(例如TSNR3＜TSNR2＜TSNR1)的情况下(步骤ST61)，累加次数设定部18更新事先对频谱计算部12设定的积分次数N(步骤ST62)。
即，在由SNR计算部14计算出的SNR低于阈值TSNR3的情况下(SNR＜TSNR3)，累加次数设定部18根据该SNR，设定频谱计算部12中的不相干累加的累加次数N。
具体而言，累加次数设定部18事先准备记载有与SNR对应的累加次数N的表，参照该表，读出与由SNR计算部14计算出的SNR对应的累加次数N，将频谱计算部12中的不相干累加的累加次数更新为该累加次数N。
或者，累加次数设定部18例如可以通过实施下式(6)所示的运算来更新累加次数N。不过，式(6)的运算只是一例，也可以实施其它运算。
N＝N+(TSNR1/SNR)2 (6)
此外，在使速度的计算精度优先的情况下，也可以在由用户定义的期望的风速计算速率以下的处理时间+由累加次数决定的数据取得时间之中，更新为期待最高的风速计算精度的累加次数N。
在累加次数设定部18更新了不相干累加的累加次数N时，频谱计算部12针对各个距离单元i的每一个，按更新后的积分次数N，对傅立叶变换后的接收信号进行不相干累加，来再次计算该接收信号的频谱SPCi(步骤ST2)。
在频谱计算部12再次计算出接收信号的频谱SPCi时，SNR计算部14与上述实施方式1、2同样地，针对各个距离单元i的每一个，将该接收信号的频谱SPCi除以由噪声信号保存装置13存储的噪声信号的频谱，由此计算作为信噪比的SNR(步骤ST3)。
在由SNR计算部14计算出的SNR高于阈值TSNR3(SNR≥TSNR3)，峰值SNR检测部15与上述实施方式1、2同样地，针对各个距离单元i的每一个，检测作为SNR的峰值的峰值SNR(步骤ST4)。
在频谱计算部12计算出接收信号的频谱SPCi且峰值SNR检测部15检测出峰值SNR时，速度计算部17与上述实施方式2同样地，针对各个距离单元i的每一个，根据该接收信号的频谱SPCi，计算作为气溶胶速度幅度的风速幅度Sw。
在计算出风速幅度Sw时，速度计算部17从计算气溶胶的速度(风速)的多种速度计算方法(例如，峰值检测法、重心运算法、最大似然估计法)中，针对各个距离单元i，选择与峰值SNR以及风速幅度Sw对应的速度计算方法(步骤ST5)，并按照该速度计算方法计算气溶胶的速度(风速)(步骤ST5)。
通过以上说明可知，根据该实施方式3，累加次数设定部18构成为根据由SNR计算部14计算出的SNR来设定频谱计算部12中的不相干累加的累加次数N，因此，起到即使在SNR不满足期望的SNR的情况下也能够高精度地计算出气溶胶的速度(风速)的效果。
由此，能够稳定地进行风速的测定，并能够使全部距离单元中的风速的计算精度均匀化，使数据偏差固定化。
因此，例如，在通过使用统计量的匹配来进行阵风或紊乱气流的检测的情况下，如果始终为固定的SNR，则能够减少匹配处理耗费的处理时间，并且，能够降低因该统计量的不足或不稳定性而产生的误检测。
此外，在该实施方式3中，示出了如下方式：累加次数设定部18根据由SNR计算部14计算出的SNR来设定频谱计算部12中的不相干累加的累加次数N，但也可以设定相干累加处理部11中的相干累加的累加次数，相干累加处理部11按照由累加次数设定部18设定的累加次数对接收信号进行相干累加。
此外，在该实施方式3中，示出了如下方式：在SNR计算部14计算SNR的阶段，如果该SNR低于阈值TSNR3，则累加次数设定部18根据该SNR来设定频谱计算部12中的不相干累加的累加次数N，但累加次数设定部18设定累加次数N的时机不限于SNR计算部14计算出SNR的阶段。例如也可以是，在速度计算部17选择出速度计算方法的阶段或者计算出气溶胶的速度(风速)的阶段，由累加次数设定部18设定累加次数N。
此外，本申请发明在其发明范围内，可以进行各实施方式的自由组合、或各实施方式的任意构成要素的变形、或者在各实施方式中省略任意的构成要素。
产业上的可利用性
本发明的激光雷达装置构成为，速度计算单元从计算测定对象物的速度的多个速度计算方法中，选择与由峰值检测单元检测出的信噪比的峰值对应的速度计算方法，并按照该速度计算方法计算测定对象物的速度，由此能够在短时间内高精度地计算出测定对象物的速度，因此适合作为气象雷达装置或风向风速雷达装置来使用。
标号说明
1光收发部(激光收发单元)，2光振荡装置，3光学系统，4激光检测器，5信号处理部，6信号分析部，7显示/保存部，11相干累加处理部(相干累加单元)，12频谱计算部(频谱计算单元)，13噪声信号保存装置(信噪比计算单元)，14SNR计算部(信噪比计算单元)，15峰值SNR检测部(峰值检测单元)，16、17速度计算部(速度计算单元)，18累加次数设定部(累加次数设定单元)，21SNR判定部，22峰值检测处理部，23重心运算处理部，24最大似然估计处理部，31SNR判定部，32速度幅度判定部。

Claims (6)

1.一种激光雷达装置，其中，该激光雷达装置具有：
激光收发单元，其向大气中放射激光，接收由存在于大气中的测定对象物反射回的激光，输出所述激光的接收信号；
相干累加单元，其对从所述激光收发单元输出的接收信号进行相干累加；
频谱计算单元，其对由所述相干累加单元相干累加出的接收信号进行傅立叶变换，对傅立叶变换后的接收信号进行不相干累加，计算所述接收信号的频谱；
信噪比计算单元，其根据由所述频谱计算单元计算出的接收信号的频谱和噪声信号的频谱来计算信噪比；
峰值检测单元，其检测由所述信噪比计算单元计算出的信噪比的峰值；以及
速度计算单元，其根据由所述峰值检测单元检测出的信噪比的峰值以及表示使速度的计算精度还是速度的计算速率优先的信息，来选择计算所述测定对象物的速度的速度计算方法，并按照所述速度计算方法计算所述测定对象物的速度。
2.根据权利要求1所述的激光雷达装置，其特征在于，
在所述速度计算单元中，在速度的计算速率优先于速度的计算精度的情况下，如果由所述峰值检测单元检测出的信噪比的峰值高于基准峰值，则选择峰值检测法作为所述速度计算方法，在该峰值检测法中，根据与所述信噪比的峰值对应的频率来计算所述测定对象物的速度；如果所述峰值低于所述基准峰值，则选择最大似然估计法作为所述速度计算方法，在该最大似然估计法中，将预先准备的接收频谱的波形模型的参数设为可变，找出与所述接收信号的频谱之间的相关性最高的参数，使用所述参数来计算所述测定对象物的速度，
在速度的计算精度优先于速度的计算速率的情况下，如果所述峰值高于所述基准峰值，则选择重心运算法作为所述速度计算方法，在该重心运算法中，计算所述信噪比的1个以上的峰值的重心，根据与所述重心对应的频率来计算所述测定对象物的速度；如果所述峰值低于所述基准峰值，则选择所述最大似然估计法作为所述速度计算方法。
3.根据权利要求1所述的激光雷达装置，其特征在于，
所述速度计算单元根据由所述频谱计算单元计算出的接收信号的频谱，来计算所述测定对象物的速度幅度，
从多个计算所述测定对象物的速度的速度计算方法中，选择与由所述峰值检测单元检测出的信噪比的峰值、所述信息、以及所述速度幅度对应的速度计算方法，并按照所述速度计算方法计算所述测定对象物的速度。
4.根据权利要求3所述的激光雷达装置，其特征在于，
在所述速度计算单元中，在速度的计算速率优先于速度的计算精度的情况下，如果由所述峰值检测单元检测出的信噪比的峰值高于基准峰值且所述测定对象物的速度幅度宽于基准速度幅度，则选择峰值检测法作为所述速度计算方法，在该峰值检测法中，根据与所述信噪比的峰值对应的频率来计算所述测定对象物的速度；如果所述峰值高于所述基准峰值且所述测定对象物的速度幅度窄于所述基准速度幅度，则选择重心运算法作为所述速度计算方法，在该重心运算法中，计算所述信噪比的1个以上的峰值的重心，根据与所述重心对应的频率来计算所述测定对象物的速度；如果所述峰值低于所述基准峰值，则选择最大似然估计法作为所述速度计算方法，在该最大似然估计法中，将预先准备的接收频谱的波形模型的参数设为可变，找出与所述接收信号的频谱之间的相关性最高的参数，使用所述参数来计算所述测定对象物的速度，
在速度的计算精度优先于速度的计算速率的情况下，如果所述峰值高于所述基准峰值且所述测定对象物的速度幅度窄于所述基准速度幅度，则选择所述重心运算法作为所述速度计算方法；在所述峰值高于所述基准峰值且所述测定对象物的速度幅度宽于所述基准速度幅度的情况下、或者在所述峰值低于所述基准峰值的情况下，选择所述最大似然估计法作为所述速度计算方法。
5.根据权利要求1所述的激光雷达装置，其特征在于，
所述激光雷达装置设置有累加次数设定单元，该累加次数设定单元根据由所述信噪比计算单元计算出的信噪比，设定所述不相干累加的累加次数，
所述频谱计算单元按照由所述累加次数设定单元设定的累加次数对所述傅立叶变换后的接收信号进行不相干累加，来计算所述接收信号的频谱。
6.一种测定对象物的速度计算方法，其中，该测定对象物的速度计算方法具有如下步骤：
激光收发处理步骤，在该步骤中，激光收发单元向大气中放射激光，接收由存在于大气中的测定对象物反射回的激光，输出所述激光的接收信号；
相干累加处理步骤，在该步骤中，相干累加单元对在所述激光收发处理步骤中输出的接收信号进行相干累加；
频谱计算处理步骤，在该步骤中，频谱计算单元对在所述相干累加处理步骤中相干累加出的接收信号进行傅立叶变换，对傅立叶变换后的接收信号进行不相干累加，来计算所述接收信号的频谱；
信噪比计算处理步骤，在该步骤中，信噪比计算单元根据在所述频谱计算处理步骤中计算出的接收信号的频谱和噪声信号的频谱来计算信噪比；
峰值检测处理步骤，在该步骤中，峰值检测单元检测在所述信噪比计算处理步骤中计算出的信噪比的峰值；以及
速度计算处理步骤，在该步骤中，速度计算单元根据在所述峰值检测处理步骤中检测出的信噪比的峰值以及表示使速度的计算精度还是速度的计算速率优先的信息，来选择计算所述测定对象物的速度的速度计算方法，并按照所述速度计算方法计算所述测定对象物的速度。
CN201380046097.3A 2012-09-14 2013-05-16 激光雷达装置以及测定对象物的速度计算方法 Active CN104603636B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-202888 2012-09-14
JP2012202888 2012-09-14
PCT/JP2013/063692 WO2014041852A1 (ja) 2012-09-14 2013-05-16 レーザーレーダ装置及び測定対象物の速度算出方法

Publications (2)

Publication Number Publication Date
CN104603636A CN104603636A (zh) 2015-05-06
CN104603636B true CN104603636B (zh) 2016-10-26

Family

ID=50277987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380046097.3A Active CN104603636B (zh) 2012-09-14 2013-05-16 激光雷达装置以及测定对象物的速度计算方法

Country Status (5)

Country Link
US (1) US9851444B2 (zh)
EP (1) EP2896972B1 (zh)
JP (1) JP5984944B2 (zh)
CN (1) CN104603636B (zh)
WO (1) WO2014041852A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI518329B (zh) * 2014-12-02 2016-01-21 財團法人工業技術研究院 光學式測風系統
JP6257845B2 (ja) * 2015-05-12 2018-01-10 三菱電機株式会社 レーザレーダ装置及び風速観測方法
JP6366880B2 (ja) * 2016-04-05 2018-08-01 三菱電機株式会社 レーザレーダ装置
CN106646422B (zh) * 2016-09-28 2020-06-09 成都凯天电子股份有限公司 增强相干测风雷达多普勒频移信号信噪比的预处理系统
EP3564652B1 (en) 2017-01-24 2021-09-01 Mitsubishi Electric Corporation Laser radar device
JPWO2018198225A1 (ja) * 2017-04-26 2019-11-07 三菱電機株式会社 Ａｉ装置、レーザレーダ装置、及びウインドファーム制御システム
WO2019008670A1 (ja) * 2017-07-04 2019-01-10 三菱電機株式会社 レーザレーダ装置
US10690773B2 (en) * 2017-12-07 2020-06-23 Velodyne Lidar, Inc. Systems and methods for efficient multi-return light detectors
CN111512182B (zh) * 2017-12-27 2023-10-03 三菱电机株式会社 激光雷达装置
JP6793878B2 (ja) * 2018-04-26 2020-12-02 三菱電機株式会社 レーザレーダ装置、風力発電装置および風計測方法
US11333765B2 (en) * 2018-05-17 2022-05-17 Samsung Electronics Co., Ltd. Distance measuring device and method
CN108594265A (zh) * 2018-08-02 2018-09-28 成都英鑫光电科技有限公司 测风雷达系统及三维风场检测方法
CN113039425A (zh) * 2019-02-26 2021-06-25 松下知识产权经营株式会社 散射体测定方法及散射体测定装置
CN109782019B (zh) * 2019-03-15 2020-04-24 中国科学技术大学 大气污染物二维运动速度测量方法及装置
WO2020208896A1 (ja) * 2019-04-08 2020-10-15 三菱電機株式会社 風計測ライダ装置
CN115951328B (zh) * 2023-03-10 2023-05-16 中国人民解放军国防科技大学 基于概率密度约束的测风激光雷达风速估计方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5132688A (en) * 1990-03-02 1992-07-21 Mitsubishi Denki Kabushiki Kaisha Pulsed doppler radar system having an improved detection probability
JP2006284260A (ja) * 2005-03-31 2006-10-19 Mitsubishi Electric Corp レーザレーダ装置
JP2008051541A (ja) * 2006-08-22 2008-03-06 Mitsubishi Electric Corp 台風中心検出装置
CN101320086A (zh) * 2008-06-27 2008-12-10 北京航空航天大学 一种多普勒测速激光雷达的回波信号处理装置和方法
CN102608615A (zh) * 2012-03-08 2012-07-25 东华大学 一种基于啁啾调幅和相干探测的激光雷达测速测距方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08184666A (ja) * 1994-12-27 1996-07-16 Omron Corp レーダ距離計測装置
GB0411097D0 (en) 2004-05-19 2004-06-23 Qinetiq Ltd Laser radar device and method
JP5328477B2 (ja) 2009-05-19 2013-10-30 三菱電機株式会社 風計測装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5132688A (en) * 1990-03-02 1992-07-21 Mitsubishi Denki Kabushiki Kaisha Pulsed doppler radar system having an improved detection probability
JP2006284260A (ja) * 2005-03-31 2006-10-19 Mitsubishi Electric Corp レーザレーダ装置
JP2008051541A (ja) * 2006-08-22 2008-03-06 Mitsubishi Electric Corp 台風中心検出装置
CN101320086A (zh) * 2008-06-27 2008-12-10 北京航空航天大学 一种多普勒测速激光雷达的回波信号处理装置和方法
CN102608615A (zh) * 2012-03-08 2012-07-25 东华大学 一种基于啁啾调幅和相干探测的激光雷达测速测距方法

Also Published As

Publication number Publication date
WO2014041852A1 (ja) 2014-03-20
EP2896972B1 (en) 2019-10-30
CN104603636A (zh) 2015-05-06
JPWO2014041852A1 (ja) 2016-08-18
JP5984944B2 (ja) 2016-09-06
US20150185328A1 (en) 2015-07-02
EP2896972A4 (en) 2016-04-13
EP2896972A1 (en) 2015-07-22
US9851444B2 (en) 2017-12-26

Similar Documents

Publication Publication Date Title
CN104603636B (zh) 激光雷达装置以及测定对象物的速度计算方法
CN108445471B (zh) 一种单光子激光雷达多探测器条件下的测距精度评估方法
JP5502262B2 (ja) 測地距離データを得る方法及び装置
JP5961188B2 (ja) 流体の移動の半径方向速度の遠隔測定から該流体の運動を決定する方法及び装置
CN107131892A (zh) 使用补充传感器输出的增强LiDAR数据
CN107390229B (zh) 一种测风激光雷达信号的处理方法及其处理装置
CN109709521A (zh) 发射后低于噪声的（bat）啁啾雷达
Hill Coherent focused lidars for Doppler sensing of aerosols and wind
CN107167789A (zh) 一种激光雷达的校准系统和方法
Van Dinther et al. Crosswinds from a single-aperture scintillometer using spectral techniques
Ostashev et al. Vertical and slanted sound propagation in the near-ground atmosphere: Coherence and distributions
Schutgens Simulated Doppler radar observations of inhomogeneous clouds: Application to the EarthCARE space mission
Mohd Shariff et al. Comparison of adaptive spectral estimation for vehicle speed measurement with radar sensors
Zedel Modeling pulse-to-pulse coherent Doppler sonar
Poulain et al. Spectral vorticity and Lagrangian velocity measurements in turbulent jets
Unal High-resolution raindrop size distribution retrieval based on the Doppler spectrum in the case of slant profiling radar
Fang et al. Analytical expressions for Doppler spectra of scatter from hydrometeors observed with a vertically directed radar beam
US8976342B2 (en) Method for estimating the transverse component of the velocity of the air in a doppler LiDAR measurement
Yanovsky Simulation study of 10 GHz radar backscattering from clouds, and solution of the inverse problem of atmospheric turbulence measurements
Finn et al. Improving unmanned aerial vehicle–based acoustic atmospheric tomography by varying the engine firing rate of the aircraft
Chahine et al. Laser beam propagation simulations of long-path scintillation and fade with comparison to ground-to-aircraft optical link measurements
Saklakova et al. Field programmable gate array-based coherent lidar employing the ordinal statistics method for fast Doppler frequency determination
RU2312370C2 (ru) Способ распознавания радиолокационных объектов и устройство для его реализации
Iguchi et al. Advances in clouds and precipitation modeling supported by remote sensing measurements
Sheppard Sampling errors in the measurement of rainfall parameters using the Precipitation Occurrence Sensor System (POSS)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant