CN105629239B - 利用机载雷达对风场紊流强度进行估算的方法 - Google Patents

利用机载雷达对风场紊流强度进行估算的方法 Download PDF

Info

Publication number
CN105629239B
CN105629239B CN201510997521.3A CN201510997521A CN105629239B CN 105629239 B CN105629239 B CN 105629239B CN 201510997521 A CN201510997521 A CN 201510997521A CN 105629239 B CN105629239 B CN 105629239B
Authority
CN
China
Prior art keywords
wind field
turbulence intensity
width data
spectrum width
wind
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
CN201510997521.3A
Other languages
English (en)
Other versions
CN105629239A (zh
Inventor
韩国玺
刘强
张建村
白鹏
关发明
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.)
China Academy of Aerospace Aerodynamics CAAA
Original Assignee
China Academy of Aerospace Aerodynamics CAAA
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 China Academy of Aerospace Aerodynamics CAAA filed Critical China Academy of Aerospace Aerodynamics CAAA
Priority to CN201510997521.3A priority Critical patent/CN105629239B/zh
Publication of CN105629239A publication Critical patent/CN105629239A/zh
Application granted granted Critical
Publication of CN105629239B publication Critical patent/CN105629239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/953—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on aircraft
    • 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

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

Abstract

本发明涉及一种对风场紊流强度进行估算的方法。更具体地说，本发明涉及一种利用机载雷达对风场紊流强度进行估算的方法，包括以下步骤：将风场的紊流强度定义式和风场的谱宽数据定义式联立成方程组；根据紊流风场频谱模型推导出含有谱宽数据和紊流强度的关系式，以使得上述方程组闭合；机载雷达对目标区域的风场进行实时测量，以得到风场的谱宽数据；利用得到的风场的谱宽数据对闭合后的方程组进行求解，以得到风场的紊流强度的估算值。本发明利用多普勒气象雷达探测风场所得到的统计特征，尤其是谱宽数据，对所探测风场的紊流强度进行估算，为飞行员和指挥员提供按空间分布和按时间分布的紊流强度估计三维分布场。

Description

利用机载雷达对风场紊流强度进行估算的方法
技术领域
本发明涉及一种对风场紊流强度进行估算的方法。更具体地说，本发明涉及一种利用机载雷达对风场紊流强度进行估算的方法。
背景技术
穿越危险风场的飞行会导致飞机颠簸和较大的机体过载，不仅严重影响客机的乘坐品质，还会导致客舱致伤等危险事件，遭遇紊流时乘客受伤的事故时有发生。
要对穿越风场的飞行安全性进行研究，必须获得风场的紊流强度信息，紊流的强度有多种度量方式，最为常用的定义是基于风场能量分布给出的，紊流强度等于风场速度的均方根值。如果获取了气流速度的均方根值，已有的研究成果就可以对飞机穿越风场的飞行响应进行估算。
目前在役飞行器对紊流及微下冲风切变等扰动风场的探测和预警，主要依靠以气象雷达为核心的探测设备。现在的气象雷达广泛使用多普勒相参体制，多普勒体制气象雷达可以通过空气中水汽凝结物或者微小粒子对紊流和风切变等目标风场进行测量，提供风场的三种数据，即基本反射率因子、平均径向速度和谱宽，其中谱宽数据就是风场速度的方差信息。
基于雷达谱宽数据，已经有一些成熟的研究成果，例如可以使用雷达谱宽数据对探测风场的紊流耗散率微观结构性参数进行估计。但是谱宽数据或者紊流耗散率都不直接等同于影响飞行响应的紊流强度，仅仅只是包含了紊流速度的均方根信息。从飞行员实际使用和研究人员研究分析的角度，更希望获得紊流强度信息。
基于这样的背景，针对风场紊流强度的参数需求，需要一种利用气象雷达对所探测风场的紊流强度进行估算的方法，以方便对所探测风场进行研究，以及对雷达等风场探测设备进行二次开发。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种利用机载雷达对风场紊流强度进行估算的方法，以利用多普勒气象雷达探测风场所得到的统计特征，尤其是谱宽数据，对所探测风场的紊流强度进行估算，为飞行员和指挥员提供按空间分布和按时间分布的紊流强度估计三维分布场。
为了实现本发明的这些目的和其它优点，提供了一种利用机载雷达对风场紊流强度进行估算的方法，包括以下步骤：
步骤一、将风场的紊流强度定义式和风场的谱宽数据定义式联立成方程组；
步骤二、根据紊流风场频谱模型推导出含有所述谱宽数据和紊流强度的关系式，以使得所述步骤一中的方程组闭合；
步骤三、机载雷达对目标区域的风场进行实时测量，以得到所述风场的谱宽数据；
步骤四、利用步骤三得到的所述风场的谱宽数据对所述步骤二中闭合后的方程组进行求解，以得到所述风场的紊流强度的估算值。
优选的是，所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤一中，风场的紊流强度的定义式为：
其中，σ为风场的紊流强度，T为测量统计平均风速的时间尺度，v为当地风度，为平均风速。
优选的是，所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤一中，风场的谱宽数据的定义式为：
其中，σv为风场的谱宽数据，φ(v)为速度谱分布密度，为多普勒速度在v到v+dv间隔内的功率，为回波信号的平均功率，v为当地风度，为平均风速。
优选的是，所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤一中，回波信号的平均功率的定义式为：
其中，为回波信号的平均功率，v为当地风度，φ(v)为速度谱分布密度，为多普勒速度在v到v+dv间隔内的功率。
优选的是，所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤二中，紊流风场频谱模型为德莱顿模型或冯卡门模型。
优选的是，所述的利用机载雷达对风场紊流强度进行估算的方法中，所述冯卡门模型的关系式为：
当0<r<R时，
当R<r时，
其中，r为所观测的风场位置，R为紊流风场的一个特征长度，等于径向与切向速度方差之比R＝σr/σθ；σ为风场的紊流强度；μ为一个无量纲参数，与紊流尺度成正比，与径向速度方差成反比，μ＝a′L/σr，L是紊流尺度，a为跟雷达和天线有关的一个参数，a′是a相对于雷达探测位置的一阶导数；M(a,γ,ξ)为一个构造的复合超几何分布函数；积分量是紊流的空间频率k的构造函数，k的单位为弧度/米。
优选的是，所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤四中，对闭合后的方程组求解采用计算机数值迭代算法。
优选的是，所述的利用机载雷达对风场紊流强度进行估算的方法中，所述计算机数值迭代算法为四阶龙格-库塔法或五阶龙格-库塔法。
本发明至少包括以下有益效果：利用本发明的基于雷达探测数据所提供的紊流强度估计值，可以为飞行员和指挥员提供按空间分布和按时间分布的紊流强度估计三维分布场，克服了以往只能提供紊流耗散率等微观结构参数的局限，可以用于风场评价、风场数字建模等后续研究，并为雷达等风场探测产品的二次开发提供了方法基础。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
综合国内外相关研究，在低天线仰角、无强烈雨雹天气、信号回波强度高于15dB的情况下，我们认为用谱宽数据做紊流强度估计，其精度是可以接受的。
本发明提供一种利用机载雷达对风场紊流强度进行估算的方法，包括以下步骤：
步骤一、根据紊流遍历性假设，得到风场的紊流强度定义式；使用多普勒气象雷达对风场进行测量，能够获取风场的谱宽数据，谱宽数据包含有风场速度的方差信息。将风场的紊流强度定义式和风场的谱宽数据定义式联立成方程组。
步骤二、为使上述方程组闭合，以便求解紊流强度，需要另外引入涉及雷达谱宽数据和紊流强度的关系式。本发明引入紊流风场频谱模型以提供风场功率谱分布，根据紊流风场频谱模型推导出含有所述谱宽数据和紊流强度的关系式，以使得所述步骤一中的方程组闭合。
步骤三、机载雷达对目标区域的风场进行实时测量，以得到所述风场的谱宽数据。
步骤四、利用步骤三得到的所述风场的谱宽数据，结合雷达探测参数，对所述步骤二中闭合后的方程组进行求解，以得到所述风场的紊流强度的估算值。
所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤一中，风场的紊流强度的定义式为：
其中，σ为风场的紊流强度，T为测量统计平均风速的时间尺度，v为当地风度，为平均风速。
所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤一中，在一定观测区域内，风场的谱宽数据(速度谱方差)的定义式为：
其中，σv为风场的谱宽数据，φ(v)为速度谱分布密度，为多普勒速度在v到v+dv间隔内的功率，为回波信号的平均功率，v为当地风度，为平均风速。
所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤一中，回波信号的平均功率的定义式为：
其中，为回波信号的平均功率，v为当地风度，φ(v)为速度谱分布密度，为多普勒速度在v到v+dv间隔内的功率。
所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤二中，紊流风场频谱模型为德莱顿(Dryden)模型或冯卡门(Von Karma)模型。它们都是在大量测量和统计数据基础上提炼得到的，符合大气风场的真实统计特征。
所述的利用机载雷达对风场紊流强度进行估算的方法中，所述冯卡门模型的关系式为：
当0<r<R时，
当R<r时，
其中，r为所观测的风场位置，R为紊流风场的一个特征长度，等于径向与切向速度方差之比R＝σr/σθ；σ为风场的紊流强度；μ为一个无量纲参数，与紊流尺度成正比，与径向速度方差成反比，μ＝a′L/σr，L是紊流尺度，a为跟雷达和天线有关的一个参数，a′是a相对于雷达探测位置的一阶导数；M(a,γ,ξ)为一个构造的复合超几何分布函数；积分量是紊流的空间频率k的构造函数，k的单位为弧度/米。
所述的利用机载雷达对风场紊流强度进行估算的方法中，所述步骤四中，对闭合后的方程组求解采用计算机数值迭代算法。对闭合后的方程组进行解算可以得到紊流强度的估算值，由于难于给出紊流强度估算结果的解析表达式，因此具体解算过程通过计算机数值迭代算法完成。这样，就可以在满足实际观测规律的基础上，获取风场的紊流强度估算值。
所述的利用机载雷达对风场紊流强度进行估算的方法中，所述计算机数值迭代算法为四阶龙格-库塔法或五阶龙格-库塔法。
实施例1
步骤一、将风场的紊流强度定义式和风场的谱宽数据定义式联立成方程组。
风场的紊流强度定义式为：
其中，σ为风场的紊流强度，T为测量统计平均风速的时间尺度，v为当地风度，为平均风速。
风场的谱宽数据定义式为：
其中，σv为风场的谱宽数据，φ(v)为速度谱分布密度，为多普勒速度在v到v+dv间隔内的功率，为回波信号的平均功率，v为当地风度，为平均风速。
回波信号的平均功率的定义式为：
其中，为回波信号的平均功率，v为当地风度，φ(v)为速度谱分布密度，为多普勒速度在v到v+dv间隔内的功率，。
步骤二、根据冯卡门紊流风场频谱模型推导出含有所述谱宽数据和紊流强度的关系式，以使得所述步骤一中的方程组闭合。
冯卡门模型的关系式为：
当0<r<R时，
当R<r时，
其中，r为所观测的风场位置，R为紊流风场的一个特征长度，等于径向与切向速度方差之比R＝σr/σθ；σ为风场的紊流强度；μ为一个无量纲参数，与紊流尺度成正比，与径向速度方差成反比，μ＝a′L/σr，L是紊流尺度，a为跟雷达和天线有关的一个参数，a′是a相对于雷达探测位置的一阶导数；M(a,γ,ξ)为一个构造的复合超几何分布函数；积分量是紊流的空间频率k的构造函数，k的单位为弧度/米。
步骤三、机载雷达对目标区域的风场进行实时测量，以得到所述风场的谱宽数据。
选定要观测的目标区域，用多普勒雷达对目标区域进行探测，获取风场的谱宽数据。探测得知风场中某点处的谱宽σv＝1米/秒。
步骤四、基于四阶龙格-库塔方法，结合雷达探测参数，利用步骤三得到的所述风场的谱宽数据对所述步骤二中闭合后的方程组进行求解，以得到所述风场的紊流强度的估算值。以在2400米高度以82米/秒速度飞行的飞机为例，在雷达探测谱宽σv＝1米/秒处，所处风场的紊流强度估计值为σ≈0.5米/秒。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (6)

1.一种利用机载雷达对风场紊流强度进行估算的方法，其特征在于，包括以下步骤：
步骤一、将风场的紊流强度定义式和风场的谱宽数据定义式联立成方程组；
步骤二、根据紊流风场频谱模型推导出含有所述谱宽数据和紊流强度的关系式，以使得所述步骤一中的方程组闭合，所述紊流风场频谱模型为德莱顿模型或冯卡门模型，所述冯卡门模型的关系式为：
当0<r<R时，
当R<r时，
其中，r为所观测的风场位置，R为紊流风场的一个特征长度，等于径向与切向速度方差之比R＝σr/σθ；σ为风场的紊流强度；μ为一个无量纲参数，与紊流尺度成正比，与径向速度方差成反比，μ＝a′L/σr，L是紊流尺度，a为跟雷达和天线有关的一个参数，a′是a相对于雷达探测位置的一阶导数；M(a,γ,ξ)为一个构造的复合超几何分布函数；积分量是紊流的空间频率k的构造函数，k的单位为弧度/米；
步骤三、机载雷达对目标区域的风场进行实时测量，以得到所述风场的谱宽数据；
步骤四、利用步骤三得到的所述风场的谱宽数据对所述步骤二中闭合后的方程组进行求解，以得到所述风场的紊流强度的估算值。
2.如权利要求1所述的利用机载雷达对风场紊流强度进行估算的方法，其特征在于，所述步骤一中，风场的紊流强度的定义式为：
其中，σ为风场的紊流强度，T为测量统计平均风速的时间尺度，v为当地风速，为平均风速。
3.如权利要求1所述的利用机载雷达对风场紊流强度进行估算的方法，其特征在于，所述步骤一中，风场的谱宽数据的定义式为：
其中，σv为风场的谱宽数据，φ(v)为速度谱分布密度，为多普勒速度在v到v+dv间隔内的功率，为回波信号的平均功率，v为当地风速，为平均风速。
4.如权利要求3所述的利用机载雷达对风场紊流强度进行估算的方法，其特征在于，所述步骤一中，回波信号的平均功率的定义式为：
其中，为回波信号的平均功率，v为当地风速，φ(v)为速度谱分布密度，为多普勒速度在v到v+dv间隔内的功率。
5.如权利要求1所述的利用机载雷达对风场紊流强度进行估算的方法，其特征在于，所述步骤四中，对闭合后的方程组求解采用计算机数值迭代算法。
6.如权利要求5所述的利用机载雷达对风场紊流强度进行估算的方法，其特征在于，所述计算机数值迭代算法为四阶龙格-库塔法或五阶龙格-库塔法。
CN201510997521.3A 2015-12-25 2015-12-25 利用机载雷达对风场紊流强度进行估算的方法 Active CN105629239B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510997521.3A CN105629239B (zh) 2015-12-25 2015-12-25 利用机载雷达对风场紊流强度进行估算的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510997521.3A CN105629239B (zh) 2015-12-25 2015-12-25 利用机载雷达对风场紊流强度进行估算的方法

Publications (2)

Publication Number Publication Date
CN105629239A CN105629239A (zh) 2016-06-01
CN105629239B true CN105629239B (zh) 2019-03-01

Family

ID=56044355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510997521.3A Active CN105629239B (zh) 2015-12-25 2015-12-25 利用机载雷达对风场紊流强度进行估算的方法

Country Status (1)

Country Link
CN (1) CN105629239B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106840598B (zh) * 2017-02-10 2019-01-29 中国人民解放军国防科学技术大学 基于侧视雷达的降雨条件下飞机尾流环量估计方法
CN108470319B (zh) * 2018-01-31 2021-11-12 天津大学 基于辐合面三维重建估算主上升/下沉气流速度的方法
CN111220982A (zh) * 2019-11-22 2020-06-02 南京航空航天大学 一种机载晴空颠簸探测仪及其工作方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104597449A (zh) * 2015-02-11 2015-05-06 南京航空航天大学 一种机载多扫描气象雷达目标垂直轮廓重建方法
CN104793210A (zh) * 2015-04-21 2015-07-22 中国民航大学 基于压缩感知的机载相控阵雷达低空风切变风速估计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9459348B2 (en) * 2012-06-08 2016-10-04 Rockwell Collins, Inc. Millimeter wave radar system for and method of weather detection
US9268019B2 (en) * 2013-06-05 2016-02-23 Honeywell International Inc. System and method of displaying convective weather on a weather radar display

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104597449A (zh) * 2015-02-11 2015-05-06 南京航空航天大学 一种机载多扫描气象雷达目标垂直轮廓重建方法
CN104793210A (zh) * 2015-04-21 2015-07-22 中国民航大学 基于压缩感知的机载相控阵雷达低空风切变风速估计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于多普勒激光雷达低空风切变的数值仿真;蒋立辉等;《红外与激光工程》;20120731;第41卷(第7期);第1761-1766页
基于雷达谱宽和紊流模型的风场飞行风险预测;韩国玺等;《飞行力学》;20150817;第33卷(第6期);第482页左栏第6段至右栏第3段

Also Published As

Publication number Publication date
CN105629239A (zh) 2016-06-01

Similar Documents

Publication Publication Date Title
US8471730B2 (en) Systems and methods for early detection of aircraft approach to volcanic plume
Smith et al. The use of radial velocity derivatives to diagnose rotation and divergence
US8334799B2 (en) Method for radar monitoring of wake turbulence
CN105629239B (zh) 利用机载雷达对风场紊流强度进行估算的方法
CN112965084B (zh) 基于激光雷达的机场风场特征探测方法、装置和设备
CN106610488A (zh) 一种雷达探测威力的测量方法
Shen et al. Two‐step locating method for aircraft wake vortices based on Gabor filter and velocity range distribution
Thobois et al. Wind and EDR measurements with scanning Doppler LIDARs for preparing future weather dependent separation concepts
CN101996274B (zh) 性能基导航中对称面内飞行技术误差估算方法
Liu et al. Modeling the radar signature of raindrops in aircraft wake vortices
CN109581381B (zh) 基于垂直载荷因子的增强型湍流检测方法
CN106054195A (zh) 基于空时最优处理器的湍流谱宽估计方法
Fan et al. Wind shear signal simulation of the airborne weather radar
Li et al. Circulation retrieval of simulated wake vortices under rainy condition with a side-looking scanning radar
Shelekhov et al. Low-altitude atmospheric turbulence sounding on the basis of unmanned aerial vehicle
Baranov et al. Windshear identification algorithms by Doppler pulse lidar
Kovalev Radar signature simulator based on large eddy simulation of wake vortices in turbulent and stratified atmospheres
Kisel’nikova Object-based evaluation of precipitation forecast quality
Nijhuis et al. Outlook for a new wind field retrieval technique: The 4D-Var wind retrieval
Kovalev et al. Estimation of wake vortices radar cross-section in clear air using large Eddy simulations
Mikhailovsky et al. The features of thunderstorm activity control by different radiophysical measuring instruments (radar, lightning detection systems, ground-based fluxmeters)
Moscardini et al. Signal spectral modelling for airborne radar in the presence of windshear phenomena
Hamilton et al. Airborne turbulence detection system certification tool set
Fan et al. Design of an Enhanced Turbulence Detection Process Considering Aircraft Response
Bhaskaran et al. Aircraft vortex characterization by estimating the dominant modes from the return power spectrum of a Doppler Lidar

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant