CN106199631A - 相干测风雷达风速测量方法 - Google Patents
相干测风雷达风速测量方法 Download PDFInfo
- Publication number
- CN106199631A CN106199631A CN201610859659.1A CN201610859659A CN106199631A CN 106199631 A CN106199631 A CN 106199631A CN 201610859659 A CN201610859659 A CN 201610859659A CN 106199631 A CN106199631 A CN 106199631A
- Authority
- CN
- China
- Prior art keywords
- module
- signal
- frequency
- fft
- zoom
- 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.)
- Granted
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
- 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)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出一种相干测风雷达风速测量方法。利用本发明可以显著提高空速分辨率和风速测量的速度。本发明通过下述技术方案予以实现:首先采用光电探测器接受光信号,产生表现形式为电压的模拟时域信号并输入高速模数转换电路进行量化处理得到对应的数字时域信号,数字时域信号通过异步先进先出FIFO输送到现场可编程门阵列FPGA电路;在FPGA电路中,Zoom FFT运算模块通过复调制模块对数字时域信号在预测移频角附近的局部频段进行复调制移频,得到的虚部正弦和实部余弦信号;DSP电路将全局频谱分析模块得到的特征频率粗测值和细化频谱分析模块得到的特征频率精测值输入综合分析模块,并将解算出精确速度送到显示组件。
Description
技术领域
本发明涉及一种针对飞行器在高速飞行环境下,机载连续激光相干测风雷达执行测量飞机与大气环境的相对风速大小任务时采用的的数字信号处理方法。
背景技术
激光雷达是一种通过探测远距离目标的散射光特性来获取目标相关信息的现代光学遥感技术。激光测风雷达以其工作频率高、波束窄、分辨率高、非接触测量等一系列优异性能和特点,在高精度风速测量方面具有明显的技术优势,成为理想的遥感风速测量仪器。激光多普勒测风雷达采用光学方法进行非接触式实时测量,属于主动测量系统,其主要是利用大气中随风飘动的微小颗粒(气溶胶或者大气分子)对激光的多普勒频移效应来测量相对风速的。相干激光测风雷达系统利用外差检测技术获得回波光的多普勒频移信息,进而利用多普勒测速原理计算出风场示踪物径向速度。在雷达与大气存在相对运动的情况下,大气中气溶胶的散射信号携带了多普勒频移信息,相干激光测风雷达则利用载有多普勒频率的大气回波信号与本振参考信号相干接收的处理方式,对多普勒频率进行提取并应用数字信号处理技术进行频谱分析,得到接近真实值的风速信息。但相干激光雷达的多普勒频率高,而传统的宽带多普勒信号处理技术受高速信号处理器件及处理技术发展水平限制大都处于模数结合的技术状态;而大气回波信号信噪比在-40dB~-20dB 之间,信噪比极低,即待处理信号是微弱信号;并且探测目标气溶胶微粒是随风场运动的。因此,相干测风雷达的接收机输出的多普勒差频信号带宽宽、信噪比低且动态范围大,而这种宽带、低信噪比多普勒差频信号的处理面临着一些急需突破的难题。
激光多普勒测速按照探测方式分为直接探测和相干探测两种。直接探测需借助鉴频器检测多普勒频谱的频移,系统的结构比较复杂;激光相干测速则是将原始激光分为出射光和本振光两束信号,系统将出射光发射到大气中,并收集与大气成分发生散射后频率已经发生变化的后向散射信号,将散射信号与本振光在探测器表面进行混频,由探测器得到两者的差频信息,该差频信息就是多普勒频移,根据多普勒频移与运动物体速度间的关系,可以推导出物体的运动速度。相干测风雷达利用基本的光学相干原理实现速度的高精度测量,系统的结构简单,是目前低空域机载测风系统的首选方案。由于空气中气溶胶微粒的组分及密度在不断变化,测风雷达接收机输出的多普勒差频信号幅度存在很大的起伏,信号处理时中频信号的信噪比不可避免地有大的起伏,由于测风雷达的探测对象是反射率极低的气溶胶微粒,测风雷达的信号处理不可避免的成为低信噪比条件下的信号处理,信噪比会直接影响测频精度,进而影响风速测量精度,因此,如何实现低信噪比且信号强度起伏较大的条件下的精确测量成为多普勒信号处理技术的关键。相干激光测风信号处理的特点是高速高精度的数据采集与针对相干测风低信噪比中频信号的专用信号处理算法,由于相干激光测风雷达系统中激光的回波频移频率高、信号处理的计算量大,因此结合合适的信号处理算法将会大大减少系统的计算负载,也会使系统测量结果的精度得以提高。
目前确定多普勒频移频率的方法主要是通过快速傅立叶变换FFT计算信号频谱图来进行频谱分析,FFT的计算点数越高,频谱分辨率就越高。测速精度与频谱分辨率正相关,因此需要提高频谱分辨率提高测速精度,但激光相干测风雷达频谱分辨率和数据刷新率相互冲突,当使用高点数FFT以提高频谱分辨率时,数据刷新率和硬件资源占用都受到限制。目前激光相干测风雷达主要应用512点和1024点FFT,其对应的频谱分辨率为0.39%FS和0.2%FS。测速精度与模数A/D采样频率负相关,因此需要降低数据采样率来提高测速精度,但由于激光与大气气溶胶作用产生的大气散射信号非常微弱,必须进行数百帧到数千帧的频谱图叠加以提高信噪比,因此需要保证一定的数据采样率,而且当激光相干测风雷达运用在飞机上进行空速测量时, A/D采样频率需要相应增加以适应扩展的速度包线,具体来说将由地基激光相干测风雷达所采用的100Msp/s~250Msp/s提升到400Msp/s到1Gsp/s,这时频谱分辨率会受影响,测速精度也将不能满足主机系统需求。一种解决方法是使用声光调制器或本机振荡器来实时改变多普勒频移频率,在较低的采样频率和FFT点数下实现较高的速度分辨率。然而这两种技术会引入额外的误差因子,并且需要其他空速测量方法提供基准空速信息。因此,需要寻找一种在现有航电计算资源承受范围以内的、在不提高FFT点数的情况下能够同时满足数据刷新率和频谱分辨率的信号处理方法。
发明内容
本发明的目的是针对相干测风雷达速度分辨率较低的问题和现有技术的不足之处,提供一种数据刷新率和频谱分辨率高,能够提高空速分辨率和计算速度的多普勒频移信号处理方法。
本发明的技术解决方案如下:一种相干测风雷达风速测量方法,其特征在于包括以下步骤:首先采用高速模数转换电路将接收到的模拟时域信号进行量化处理得到对应的数字时域信号,数字时域信号通过异步先进先出数据缓存器FIFO输送到现场可编程门阵列FPGA电路;在FPGA电路中,第一FFT模块将依次接收到的数字时域信号按每512个数字信号为一帧,依次进行全局时/频转换得到该帧对应的频域信号,并将频域信号输入第一信号累加模块;第一信号累加模块将接收到的频域信号逐帧累加,累加304次后得到的全局频谱图送出到DSP电路的全局频谱分析模块进行全局频谱分析得到特征频率粗测值;特征频率粗测值通过信号预测模块的卡尔曼滤波算法对下一时刻的特征频率进行预测,预测的移频角将输入到上述FPGA电路的Zoom FFT运算模块;Zoom FFT运算模块通过复调制模块对数字时域信号在预测移频角附近的局部频段进行复调制移频,得到的虚部正弦和实部余弦信号将分别通过归一化的 101阶FIR滤波器后,由浮点数转换模块转化为单精度浮点数,浮点数的实部和虚部信号将通过实部和虚部信号合并模块合并为单一数据后进行降采样运算,经8次降采样得到的8组512点降采样数据再分拆为实部和虚部两部分分别输入第二FFT模块,第二FFT模块将得到的输出数据送入平方和运算模块进行平方和运算得到细化后的频谱信号;细化频谱信号将输入第二信号累加模块逐帧累加,逐帧累加304次后输出的信噪比较高的细化频谱图将输入上述DSP电路中的细化频谱分析模块进行局部频谱分析得到的特征频率精测值;DSP电路将全局频谱分析模块得到的特征频率粗测值和细化频谱分析模块得到的特征频率精测值输入综合分析模块,并将综合分析得到高可靠的精确特征频率输出值输出到解算速度模块;解算速度模块综合解算出精确速度,并将精确速度输出值输送到显示组件。
Zoom FFT运算模块中,复调制模块采用14位输入、16位输出的CORDIC IP来生成流水线结构的正弦和余弦信号;FIR滤波器采用101阶,设置归一化截止频率到0.05;降采样模块内设置两个相同的4096位内存模块,按照内存地址模8为0~7的顺序数据进行8次降采样,得到8组512点降采样数据,两个相同的内存模块交替工作在存/取状态,保证整个模块能够工作在流水线下。从而使全部数据均被充分使用,保证Zoom FFT能够与输入信号同步输出数据
本发明相比于现有技术具有如下有益效果:
数据刷新率和频谱分辨率高。本发明在激光相干测风雷达空速解算的多普勒频移提取过程中,采用了全局FFT和局部Zoom FFT并行同步全流水线化运行,提高了数据刷新率;采用了综合分析全局频谱和细化频谱的方法得到高可靠的精确特征频率值,提高了计算精度;而且通过全局分析预测下一时刻的特征频率,从而精确选定局部Zoom FFT细化频谱分析的频率段,较无预测频移角反馈的算法提高了频谱分辨率。
提高了数据刷新率和计算速度。在Zoom FFT运算模块中,本发明通过改进复调制算法,采用14位输入、16位输出的CORDIC IP来生成正弦和余弦信号,节省了流水线结构的资源占用;本发明对Zoom FFT运算模块中的滤波器设计进行了优化,设计了101阶FIR滤波器将归一化截止频率降低到0.05,放宽滤波器过渡带的宽度要求,在无需高阶数要求和保证数据刷新率的同时避免了传统滤波器的大计算量;同时对降采样方法进行了优化,在Zoom FFT运算模块进行数据降采样时设计深度为4096位的内存模块,滤波后的时域信号以4096个数据为一组按顺序存入内存,按照内存地址模8为0~7的顺序进行数据读取,实现8次降采样,得到8组512点降采样数据,该降采样方法充分使用了全部时域信号数据,避免了目前降采样处理方法直接舍弃未采用数据而带来的数据刷新率降低的缺陷,同时,数据降采样时应用两个相同的内存模块交替工作在存/取状态,保证Zoom FFT运算模块能够工作在流水线模式下。由此,可在现场可编程门阵列(FPGA)上实现全流水线Zoom FFT算法结构,且较传统Zoom FFT算法提高了计算速度和数据刷新率。
提高了空速分辨率。本发明在保持现有激光相干测风雷达空速解算速度的同时,结合了FPGA和DSP电路,通过频移角的预测反馈得到精确的细化频谱,并将全局频谱分析和精确的细化频谱分析并行同步全流水线化运行,利用其运行得到的特征频率粗测值和特征频率精测值综合分析得到高可靠的精确特征频率,提高了数据刷新率和频谱分辨率,并且在Zoom FFT算法中改进复调制算法、优化滤波器设计和降采样方法,从而提高了数据刷新率和计算速度。由此,本发明解决了现有的激光相干测风雷达频谱分辨率和数据刷新率相互冲突问题的同时,在不提高FFT点数的情况下大幅度提高了由特征频率解算的空速的分辨率。
本发明在激光相干测风雷达空速解算方法的多普勒频移提取过程中,应用了全局频谱处理的全局快速傅里叶变换FFT和局部频段细化处理的局部Zoom FFT并行的细化频谱分析方法。本发明采用14位输入、16位输出的CORDIC IP的改进复调制算法,采用101阶FIR滤波器的优化滤波器设计和充分使用全部数据的优化降采样方法,在现场可编程门阵列FPGA上实现了可提高计算速度和数据刷新率的全流水线“Zoom FFT算法结构”。该相干测风雷达风速测量方法在保持现有相干测风雷达空速解算速度的同时,将空速分辨率大幅提高到优于0.05%FS。
附图说明
图1是一种相干测风雷达轴向风速解算处理流程图。
图2是图1的信号运算的电路原理。
图3是图2中Zoom FFT算法模块的工作原理图。
图4是由时域信号经过FFT变换累加得到的全局频谱图的波形示意图。
图5是由时域信号经过Zoom FFT变换累加得到的细化频谱图的波形示意图。
图中:1光电探测器,2高速模数转换电路,3FPGA电路,31FFT累加模块,311第一FFT模块,312第一信号累加模块,32Zoom FFT累加模块,321Zoom FFT模块,3211复调制模块,3212 FIR滤波器,3213浮点数转换模块,3214实部和虚部信号合并模块,3215降采样运算模块,3216实部和虚部信号分拆模块,3217第二FFT模块,3218平方和运算模块,322第二信号累加模块,4DSP电路,41全局频谱分析模块,42信号预测模块,43细化频谱分析模块,44综合分析模块,45解算速度模块,5显示组件。
具体实施方式
下面结合附图和实施例进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
参阅图1-图3。本发明首先采用光电探测器1接受光信号,产生表现形式为电压的模拟时域信号并输入高速模数转换电路2,高速模数转换电路2将接收到的模拟时域信号进行量化处理得到对应的数字时域信号,数字时域信号通过异步先进先出FIFO输送到现场可编程门阵列FPGA电路3;在FPGA电路3中, 复调制模块3211采用14位输入、16位输出的CORDIC IP来生成流水线结构的正弦和余弦信号用于对输入信号进行复调制;FIR滤波器3212是一个101阶滤波器,其归一化截止频率设置为0.05。第一FFT模块311将依次接收到的数字时域信号按每512个数字信号为一帧,依次进行全局时/频转换得到该帧对应的频域信号,并将频域信号输入第一信号累加模块312,第一信号累加模块312将接收到的频域信号逐帧累加304次,累加后得到的全局频谱图送出到DSP电路4的全局频谱分析模块41进行全局频谱分析,全局频谱分析进行粗测频得到特征频率粗测值,特征频率粗测值通过信号预测模块42的卡尔曼滤波算法对下一时刻的特征频率进行预测,预测的移频角输入到上述FPGA电路3的Zoom FFT运算模块321,Zoom FFT运算模321块通过复调制模块3211对数字时域信号在移频角附近的局部频段进行复调制移频,得到的虚部正弦和实部余弦信号分别通过101阶FIR滤波器3212后,由浮点数转换模块3213转化为单精度浮点数,浮点数的实部和虚部信号在实部和虚部信号合并模块3214进行合并后作为单一数据输入降采样运算模块3215进行降采样运算;经8次降采样得到的8组512点降采样数据送入实部和虚部信号分拆模块3216再分拆为实部和虚部两部分分别输入第二FFT模块3217,第二FFT模块3217将得到的输出数据送入平方和运算模块3218进行平方和运算,得到细化后的频谱信号,细化后的频谱信号输入第二信号累加模块322逐帧累加,逐帧累加304次后输出的信噪比较高的细化频谱图输入上述DSP电路4中的细化频谱分析模块43进行局部频谱分析,数字信号处理器DSP电路将全局频谱分析模块41得到的特征频率粗测值和细化频谱分析模块43得到的特征频率精测值输入综合分析模块44,并将综合分析得到高可靠的精确特征频率输出值输出到解算速度模块45,解算速度模块45通过高可靠的精确特征频率输出值解算出精确速度。
在图1所示的相干测风雷达风速测量方法总体流程中,光电探测器1接受光信号后产生的模拟时域信号送入高速模数转换电路2转化为数字时域信号后进入现场可编程门阵列FPGA电路3,FPGA电路3将数字时域信号同时进行全局时/频转换和局部细化时/频转换得到信噪比较高的全局频谱图和频谱分辨率较高的细化频谱图并行送入DSP电路4,DSP电路4分析全局频谱图进行预测并反馈到FPGA电路3,同时,DSP电路4综合分析全局频谱图和细化频谱图解算出精确速度,并输出到显示组件5。
参阅图2。FPGA电路3和DSP电路4组成信号运算电路。高速模数转换电路2将数字时域信号同时送入FPGA电路3中采用同步并行模式的FFT累加模块31和Zoom FFT累加模块32。FFT累加模块31的第一快速傅里叶变换FFT模块311将时域信号转化为频域信号,其下连接的第一信号累加模块312对频域信号逐帧累加,累加304次后得到信噪比高的全局频谱图;而Zoom FFT累加模块32的Zoom FFT模块321在局部将时域信号转化为频域信号,其下连接的第二信号累加模块322对频域信号逐帧累加,累加304次后得到信噪比高的局部频谱图。其中,第一FFT模块311和Zoom FFT模块321运算点数均为512点,第一信号累加模块312和第二信号累加模块322的叠加次数均为304次。
DSP电路4由电连接上述第一信号累加模块312的全局频谱分析模块41,电连接上述Zoom FFT模块321的信号预测模块42、电连接上述第二信号累加模块322的细化频谱分析模块43、并联在全局频谱分析模块41和细化频谱分析模块43输出端上的综合分析模块44、以及串联在综合分析模块44与显示组件5之间的解算速度模块45组成,其中,信号预测模块42将预测移频角反馈输入到FPGA电路3的Zoom FFT运算模块321中。
具体地,高速模数转换电路2将模拟时域信号转换为以整型数据表达的数字时域信号,并将数字时域信号同时送入FPGA电路3中的FFT累加模块31和Zoom FFT累加模块32分别进行相应的全局时/频转换和局部细化时/频转换生成全局频谱图和细化频谱图,得到的全局频谱图和细化频谱图分别送入DSP电路4中的全局频谱分析模块41和细化频谱分析模块43。DSP电路4中的全局频谱分析模块41依据全局频谱图进行粗测频得到特征频率粗测值,同时全局频谱分析模块41输出端相连的信号预测模块42通过特征频率粗测值预测下一时刻的特征频率并反馈FPGA电路3中的Zoom FFT模块321,Zoom FFT模块321结合特征频率预测值进行局部时/频转换,转换后的频域信号通过第二信号累加模块322获得信噪比较高的细化频谱图,细化频谱图通过细化频谱分析模块43后进行精测频得到特征频率精测值。当前时刻全局频谱分析模块41的特征频率粗测值和细化频谱分析模块43的特征频率精测值同时输入DSP电路4中的综合分析模块44,综合分析模块44通过频域滤波处理得到兼顾正确性和准确性的特征频率输出值,特征频率输出值通过解算速度模块45计算得到当前精确速度,并输出到显示组件5。
图3是图2中Zoom FFT算法模块的工作原理图。Zoom FFT模块321通过复调制模块3211对数字时域信号在预测移频角附近的局部频段进行复调制移频,得到的虚部正弦和实部余弦信号送入101阶的FIR滤波器3212后,通过浮点数转换模块3213转化为单精度浮点数,浮点数的实部和虚部信号在实部和虚部信号合并模块3214进行合并后作为单一数据输入降采样运算模块3215进行降采样运算,经8次降采样得到的8组512点降采样数据送入实部和虚部信号分拆模块3216再分拆为实部和虚部两部分后分别输入第二FFT模块3217,第二FFT模块3217得到的输出数据送入平方和运算模块3218进行平方和运算,得到细化后的频谱信号。完成Zoom FFT的运算过程后,细化后的频谱信号送入第二信号累加模块322进行累加。
参阅图4。在时域信号经过FFT变换累加得到的全局频谱图的波形中,高速模数转换电路2将接收到的模拟时域信号进行量化处理后,以整型数据表达的数字时域信号,以每512个连续点为一组通过异步先进先出FIFO输送到FPGA电路3的FFT累加模块31,在第一快速傅里叶变换FFT模块311的处理下进行时频转换,转换后的频域信号通过第一信号累加模块312进行累加,得到图4所示信号波形的频谱分辨率为0.39%的全局频谱图信号。
参阅图5。在时域信号经过Zoom FFT变换累加得到的细化频谱图的波形中,数字时域信号的信号波形在Zoom FFT累加模块32先后经过Zoom FFT模块321和第二信号累加模块322的处理后,得到波形如图5所示的频谱分辨率为0.024%、信噪比较高的细化频谱图。
FFT累加模块31将经图4步骤得到的全局频谱图送入DSP电路4中的全局频谱分析模块41进行粗测评,得到特征频率粗测值。Zoom FFT累加模块32将经图5步骤得到的细化频谱图输入DSP电路4中的细化频谱分析模块43后进行精测频,得到特征频率精测值。当前时刻的特征频率粗测值和特征频率精测值同时输入DSP电路4中的综合分析模块44,综合分析模块44通过分析上一时刻特征频率和本时刻输入的特征频率粗测值和特征频率精测值得到本时刻的特征频率估计值,再经卡尔曼滤波处理得到兼顾正确性和准确性的特征频率输出值;最后,特征频率输出值通过解算速度模块45利用多普勒频移公式进行计算,得到当前的精确速度输出到显示组件5。
Claims (10)
1.一种相干测风雷达风速测量方法,其特征在于包括以下步骤:首先采用光电探测器(1)接受光信号,产生表现形式为电压的模拟时域信号并输入高速模数转换电路(2),高速模数转换电路(2)将接收到的模拟时域信号进行量化处理得到对应的数字时域信号,数字时域信号通过异步先进先出FIFO输送到现场可编程门阵列FPGA电路(3);在FPGA电路(3)中,第一FFT模块(311)将依次接收到的数字时域信号按每512个数字信号为一帧,依次进行全局时/频转换得到该帧对应的频域信号,并将频域信号输入第一信号累加模块(312);第一信号累加模块(312)将接收到的频域信号逐帧累加得到的全局频谱图送入DSP电路(4)的全局频谱分析模块(41),由全局频谱分析模块(41)进行全局频谱分析得到特征频率粗测值;特征频率粗测值通过信号预测模块(42)的分析预测下一时刻的特征频率;信号预测模块(42)选定下一时刻局部Zoom FFT细化频谱分析的频率段后,将预测的移频角输入到上述FPGA电路(3)的Zoom FFT运算模块(321)中;Zoom FFT运算模块(321)同时接收下一时刻的数字时域信号和移频角;在Zoom FFT运算模块(321)内部,数字时域信号通过复调制模块(3211)对数字时域信号在预测移频角附近的局部频段进行复调制移频,得到的虚部正弦和实部余弦信号分别通过归一化的 101阶FIR滤波器(3212)进行滤波后,由浮点数转换模块(3213)转化为单精度浮点数,浮点数的实部和虚部信号通过实部和虚部信号合并模块(3214)合并为一组数据后送入降采样运算模块(3215);降采样运算模块(3215)将实部和虚部信号进行降采样后得到降采样数据;降采样数据通过实部和虚部信号分拆模块(3216)分拆为实部和虚部两部分数据;实部和虚部两部分数据通过第二FFT模块(3217)进行视频转换后送入平方和运算模块(3218)进行平方和运算,运算结果经第二信号累加模块(322)逐帧累加后输入上述DSP电路(4)中的细化频谱分析模块(43)进行局部频谱分析;DSP电路将同一时刻全局频谱分析模块(41)得到的特征频率粗测值和细化频谱分析模块(43)得到的特征频率精测值输入综合分析模块(44),并将综合分析得到的精确特征频率输出值输出到解算速度模块(45)综合解算出精确速度,并将精确速度输出值输送到显示组件(5)。
2.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:Zoom FFT运算模块(321)中,复调制模块(3211)采用14位输入、16位输出的CORDIC IP来生成流水线结构的正弦和余弦信号; FIR滤波器(3212)采用101阶,设置归一化截止频率到0.05;降采样模块(3215)内设置两个相同的4096位内存模块,按照内存地址模8为0~7的顺序读取顺序写入内存的时域信号,对数据进行8次降采样,得到8组512点降采样数据,两个相同的内存模块交替工作在存/取状态,保证整个模块能够工作在流水线下,从而使全部数据均被充分使用,保证Zoom FFT能够与输入信号同步输出数据。
3.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:FPGA电路(3)将数字时域信号同时进行全局时/频转换和局部细化时/频转换得到信噪比较高的全局频谱图和频谱分辨率较高的细化频谱图并行送入DSP电路(4),DSP电路(4)分析全局频谱图进行预测并反馈到FPGA电路(3),同时,DSP电路(4)综合分析全局频谱图和细化频谱图解算出精确速度,并输出到显示组件(5)。
4.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:高速模数转换电路(2)将数字时域信号同时送入FPGA电路(3)的FFT累加模块(31)和Zoom FFT累加模块(32),两个模块同步并行将时域信号转换成不同形式的频域信号并逐帧累加。
5.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:FFT累加模块(31)的第一快速傅里叶变换FFT模块(311)将时域信号转化为频域信号,其下连接的第一信号累加模块(312)对频域信号逐帧累加,累加304次后得到信噪比高的全局频谱图。
6.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:Zoom FFT累加模块(32)的Zoom FFT模块(321)在局部将时域信号转化为频域信号,其下连接的第二信号累加模块(322)对频域信号逐帧累加,累加304次后得到信噪比高的局部频谱图。
7.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:第一FFT模块(311)和Zoom FFT模块(321)运算点数均为512点,第一信号累加模块(312)和第二信号累加模块(322)的叠加次数均为304次。
8.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:在时域信号经过FFT变换累加得到的全局频谱图的波形中,高速模数转换电路(2)将接收到的模拟时域信号进行量化处理后,以整型数据表达的数字时域信号,以每512个连续点为一组通过异步先进先出FIFO输送到FPGA电路(3)的FFT累加模块(31),在第一快速傅里叶变换FFT模块(311)的处理下进行时频转换,转换后的频域信号通过第一信号累加模块(312)进行累加,得到频谱分辨率为0.39%的全局频谱图信号。
9.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:在时域信号经过ZoomFFT变换累加得到的细化频谱图的波形中,数字时域信号的信号波形在Zoom FFT累加模块(32)先后经过Zoom FFT模块(321)和第二信号累加模块(322)的处理后,得到频谱分辨率为0.024%的细化频谱图。
10.如权利要求1所述的相干测风雷达风速测量方法,其特征在于:FFT累加模块(31)将自身计算得到的全局频谱图送入DSP电路(4)中的全局频谱分析模块(41)进行粗测评,得到特征频率粗测值,同时Zoom FFT累加模块(32)将自身计算得到的细化频谱图输入DSP电路(4)中的细化频谱分析模块(43)后,在上一时刻预测的本时刻特征频率值附近进行精测频,得到特征频率精测值,全局频谱分析模块(41)和细化频谱分析模块(43)同时将本时刻的特征频率粗测值和特征频率精测值输入综合分析模块(44),综合分析模块(44)通过分析本时刻输入的特征频率粗测值和特征频率精测值得到兼顾正确性和准确性的特征频率输出值;最后,特征频率输出值通过解算速度模块(45)利用多普勒频移公式进行计算,得到当前的精确速度输出到显示组件(5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610859659.1A CN106199631B (zh) | 2016-09-28 | 2016-09-28 | 相干测风雷达风速测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610859659.1A CN106199631B (zh) | 2016-09-28 | 2016-09-28 | 相干测风雷达风速测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106199631A true CN106199631A (zh) | 2016-12-07 |
CN106199631B CN106199631B (zh) | 2020-04-10 |
Family
ID=57520883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610859659.1A Active CN106199631B (zh) | 2016-09-28 | 2016-09-28 | 相干测风雷达风速测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106199631B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109521222A (zh) * | 2018-11-09 | 2019-03-26 | 中国电子科技集团公司第十研究所 | 一种提高激光测速精度的方法 |
CN110857975A (zh) * | 2018-08-22 | 2020-03-03 | 英飞凌科技股份有限公司 | 雷达范围精确度改进方法 |
CN111007493A (zh) * | 2019-12-16 | 2020-04-14 | 武汉大学 | 一种提高海流速度分辨率的时间分段快速傅里叶变换方法 |
CN111273233A (zh) * | 2020-03-04 | 2020-06-12 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111750972A (zh) * | 2020-05-26 | 2020-10-09 | 北京理工大学 | 一种适用于双频连续激光雷达的目标振动测量方法 |
CN111753249A (zh) * | 2020-06-30 | 2020-10-09 | 成都博宇利华科技有限公司 | 一种基于fpga芯片计算信号频谱的方法及系统 |
CN113253301A (zh) * | 2021-07-05 | 2021-08-13 | 中国人民解放军国防科技大学 | 多频脉冲激光雷达信号处理方法及测风雷达系统 |
CN116299318A (zh) * | 2023-05-18 | 2023-06-23 | 成都凯天电子股份有限公司 | 基于点云密度的直升机大气数据的去噪方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003043139A (ja) * | 2001-08-02 | 2003-02-13 | Hitachi Ltd | ミリ波レーダ装置 |
CN102004244A (zh) * | 2010-08-12 | 2011-04-06 | 中国航空无线电电子研究所 | 多普勒直接测距法 |
CN102707292A (zh) * | 2012-07-05 | 2012-10-03 | 哈尔滨工业大学 | 2μm车载相干激光测风雷达系统 |
CN102736074A (zh) * | 2012-06-25 | 2012-10-17 | 中国科学院上海技术物理研究所 | 基于fpga的激光多普勒雷达信号处理器及处理方法 |
CN103823221A (zh) * | 2013-12-31 | 2014-05-28 | 西南技术物理研究所 | 脉冲激光相干测风雷达 |
CN104597455A (zh) * | 2015-02-12 | 2015-05-06 | 中国科学技术大学 | 一种中频捷变的全光纤相干测风激光雷达系统 |
CN105911351A (zh) * | 2016-04-11 | 2016-08-31 | 湖南科技大学 | 基于dsp的实时zfft方法 |
-
2016
- 2016-09-28 CN CN201610859659.1A patent/CN106199631B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003043139A (ja) * | 2001-08-02 | 2003-02-13 | Hitachi Ltd | ミリ波レーダ装置 |
CN102004244A (zh) * | 2010-08-12 | 2011-04-06 | 中国航空无线电电子研究所 | 多普勒直接测距法 |
CN102736074A (zh) * | 2012-06-25 | 2012-10-17 | 中国科学院上海技术物理研究所 | 基于fpga的激光多普勒雷达信号处理器及处理方法 |
CN102707292A (zh) * | 2012-07-05 | 2012-10-03 | 哈尔滨工业大学 | 2μm车载相干激光测风雷达系统 |
CN103823221A (zh) * | 2013-12-31 | 2014-05-28 | 西南技术物理研究所 | 脉冲激光相干测风雷达 |
CN104597455A (zh) * | 2015-02-12 | 2015-05-06 | 中国科学技术大学 | 一种中频捷变的全光纤相干测风激光雷达系统 |
CN105911351A (zh) * | 2016-04-11 | 2016-08-31 | 湖南科技大学 | 基于dsp的实时zfft方法 |
Non-Patent Citations (2)
Title |
---|
CHRISTER J. KARLSSON ET AL.: "All-fiber multifunction continuous-wave coherent laser radar at 1.55 m for range, speed, vibration, and wind measurements", 《APPLIED OPTICS》 * |
赵培娥 等: "应用 Zoom FFT 方法提高相干测风激光雷达频谱分辨率", 《红外与激光工程》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110857975A (zh) * | 2018-08-22 | 2020-03-03 | 英飞凌科技股份有限公司 | 雷达范围精确度改进方法 |
CN109521222A (zh) * | 2018-11-09 | 2019-03-26 | 中国电子科技集团公司第十研究所 | 一种提高激光测速精度的方法 |
CN111007493A (zh) * | 2019-12-16 | 2020-04-14 | 武汉大学 | 一种提高海流速度分辨率的时间分段快速傅里叶变换方法 |
CN111273233A (zh) * | 2020-03-04 | 2020-06-12 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111273233B (zh) * | 2020-03-04 | 2022-05-03 | 北京环境特性研究所 | 一种电子角反射器异步脉冲检测方法及装置 |
CN111750972A (zh) * | 2020-05-26 | 2020-10-09 | 北京理工大学 | 一种适用于双频连续激光雷达的目标振动测量方法 |
CN111753249A (zh) * | 2020-06-30 | 2020-10-09 | 成都博宇利华科技有限公司 | 一种基于fpga芯片计算信号频谱的方法及系统 |
CN111753249B (zh) * | 2020-06-30 | 2023-09-19 | 成都博宇利华科技有限公司 | 一种基于fpga芯片计算信号频谱的方法及系统 |
CN113253301A (zh) * | 2021-07-05 | 2021-08-13 | 中国人民解放军国防科技大学 | 多频脉冲激光雷达信号处理方法及测风雷达系统 |
CN113253301B (zh) * | 2021-07-05 | 2021-10-01 | 中国人民解放军国防科技大学 | 多频脉冲激光雷达信号处理方法及测风雷达系统 |
CN116299318A (zh) * | 2023-05-18 | 2023-06-23 | 成都凯天电子股份有限公司 | 基于点云密度的直升机大气数据的去噪方法 |
CN116299318B (zh) * | 2023-05-18 | 2023-08-11 | 成都凯天电子股份有限公司 | 基于点云密度的直升机大气数据的去噪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106199631B (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106199631A (zh) | 相干测风雷达风速测量方法 | |
Adrian | Laser velocimetry | |
CN107907878B (zh) | 高精度获取fmcw雷达距离测量值的方法 | |
CN107678003A (zh) | 一种地波雷达海杂波背景下的目标检测方法和装置 | |
CN107219513B (zh) | 水下运动目标回波模拟方法及收发一体化装置 | |
CN103293521B (zh) | 一种利用x波段雷达探测近海海域水深的方法 | |
CN115047417B (zh) | 一种模拟雷达回波及干扰的方法和系统 | |
Franca et al. | Eliminating velocity aliasing in acoustic Doppler velocity profiler data | |
CN106093935B (zh) | 俯仰宽波束雷达地面和低空目标分类方法 | |
CN103217211A (zh) | 一种基于合成孔径原理的变电站噪声源分布测量方法 | |
CN103412137B (zh) | 旋转因子中和测速方法和装置 | |
CN105403731A (zh) | 一种高精度宽量程的飞秒激光多普勒三维流速传感方法 | |
CN110261905B (zh) | 基于倾角控制的复值相干微断层识别方法 | |
Cosoli et al. | A real-time and offline quality control methodology for SeaSonde high-frequency radar currents | |
CN103778633B (zh) | 确定数字高程模型单元网格遮挡的方法及装置 | |
Yang et al. | Radial velocity estimation of ships on open sea in the azimuth multichannel SAR system | |
Han et al. | High-resolution imaging and micromotion feature extraction of space multiple targets | |
CN106646422B (zh) | 增强相干测风雷达多普勒频移信号信噪比的预处理系统 | |
CN112462427A (zh) | 多分量地震资料保幅角度域共成像点道集提取方法及系统 | |
US10884095B2 (en) | Geolocation using time difference of arrival and long baseline interferometry | |
Liu et al. | SCBSS signal de-noising method of integrating EEMD and ESMD for dynamic deflection of bridges using GBSAR | |
Smeltzer et al. | Current mapping from the wave spectrum | |
CN104360335A (zh) | 基于ais目标指示的电离层参数反演方法 | |
CN106324590A (zh) | 一种提高列车测速系统测量精度的方法及装置 | |
CN110726995A (zh) | 激光雷达高精度测距方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |