CN108535149A - 一种多波长激光雷达气溶胶粒子谱分布反演方法及系统 - Google Patents
一种多波长激光雷达气溶胶粒子谱分布反演方法及系统 Download PDFInfo
- Publication number
- CN108535149A CN108535149A CN201810345016.4A CN201810345016A CN108535149A CN 108535149 A CN108535149 A CN 108535149A CN 201810345016 A CN201810345016 A CN 201810345016A CN 108535149 A CN108535149 A CN 108535149A
- Authority
- CN
- China
- Prior art keywords
- aerosol
- assessment
- laser radar
- regular parameter
- optical data
- 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.)
- Pending
Links
- 239000000443 aerosol Substances 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000009826 distribution Methods 0.000 title claims abstract description 42
- 230000003287 optical effect Effects 0.000 claims abstract description 57
- 102000008297 Nuclear Matrix-Associated Proteins Human genes 0.000 claims abstract description 46
- 108010035916 Nuclear Matrix-Associated Proteins Proteins 0.000 claims abstract description 46
- 210000000299 nuclear matrix Anatomy 0.000 claims abstract description 46
- 239000002245 particle Substances 0.000 claims abstract description 31
- 230000008033 biological extinction Effects 0.000 claims abstract description 28
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 24
- 239000005427 atmospheric aerosol Substances 0.000 claims abstract description 21
- 238000001228 spectrum Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000001069 Raman spectroscopy Methods 0.000 claims description 13
- 235000007164 Oryza sativa Nutrition 0.000 claims description 6
- 235000009566 rice Nutrition 0.000 claims description 6
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000013481 data capture Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims 1
- 230000003595 spectral effect Effects 0.000 description 12
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 241000209094 Oryza Species 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000002790 cross-validation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003292 glue Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Dispersion Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种多波长激光雷达气溶胶粒子谱分布反演方法及系统，该方法包括：获取光学数据和正则参数；光学数据包括气溶胶消光系数和气溶胶后向散射系数；确定核矩阵；根据核矩阵、光学数据以及正则参数，计算权系数；根据光学数据、核矩阵、权系数，计算评估误差；确定评估集合；判断评估误差是否在评估集合内，若否则调整正则参数，返回计算权系数步骤，若是则根据权系数，反演确定大气气溶胶粒子谱分布。与现有技术相比，本发明通过采用NCRE算法选取合适的正则参数，实现大气气溶胶粒子谱分布精确反演，且计算简单，适用范围广。
Description
技术领域
本发明涉及激光雷达数据技术领域，特别涉及一种多波长激光雷达气溶胶粒子谱分布反演方法及系统。
背景技术
气溶胶是大气的成分之一，它对气候变化、环境污染、人类健康等有重要的影响而成为全球关注的焦点。特别近些年来，在全球各地越来越频繁发生的沙尘、雾霾现象，使得气溶胶的物理化学以及光学属性受到越来越多的关注。气溶胶消光系数、粒子谱分布等是气溶胶的基本光学和物理特性，它们对于研究气溶胶的辐射迫力和气溶胶对气候变化的影响有非常重要的作用。此外，气溶胶粒子谱分布也是重要的环境质量标准之一，气溶胶对人体健康的影响与气溶胶颗粒的粒径大小有关。因此，精确测量气溶胶粒子谱分布及其时空变化十分重要。
现阶段对气溶粒子谱观测分析的方法主要有直接采样分析法和遥感法。直接采样分析法主要采用粒子谱仪和光谱仪等直接获取气溶胶粒子谱相关数据并进行分析，但这种方法局限于点测量，无法实现大范围空间上的连续探测。遥感法采用太阳光度计、激光雷达等遥感探测工具对大气气溶胶进行探测，并使用专门的算法对遥感数据进行处理，从而获取气溶胶粒子谱分布的信息。其中，激光雷达作为主动遥感探测工具，可连续探测气溶胶高分辨率的时空分布，具有明显的优势。特别是多波长激光雷达技术，可以同时获取多个波长的激光雷达信号与气溶胶粒子相互作用的信息，对气溶胶粒子谱分布等进行探测，广受关注。
多波长激光雷达气溶胶粒径分布探测，是通过探测多个波长的激光与大气分子和气溶胶粒子相互作用产生的后向散射光信号，反演气溶胶消光系数和后向散射系数，进而利用获得的光学数据，采用相关的方法求解第一类Fredholm积分方程，从而得到气溶胶粒子谱分布。第一类Fredholm积分方程表示了气溶胶物理特性与光学特性之间的关系，但该方程不能直接进行求解，需应用一些特别的数学方法进行处理，否则会产生不适定反演问题。因此，采用何种方法求解第一类Fredholm积分方程，是实现气溶胶粒子谱分布高精度反演的先决条件。
目前，求解第一类Fredholm积分方程常用带约束条件的正则法进行求解，该方法不需要预先知道解的形式，可以采用与不适定问题相邻近的适定问题的解去逼近不适定问题的解，其反演的能力已经在相关研究中证明。但如何选取正则参数一直是亟待解决的技术问题，因为过大的正则参数会使反演结果过度平滑，丢失有用信息，而过小的正则参数会使反演结果产生振荡，去噪不充分。现有方法利用GCV(Generalized Cross-Validation)法确定正则参数，即选取GCV参数取最小值时的拉格朗日乘子作为正则参数。当拉格朗日乘子取值较小的时候，GCV参数随拉格朗日乘子的增大而减小，并出现强烈的抖动，说明GCV参数值不稳定；当拉格朗日乘子取某一范围值时，抖动消失，并且当拉格朗日乘子取全局最小值时，GCV参数值达到稳定；当拉格朗日乘子取值大于全局最小值时，GCV参数继续增加。该方法需计算GCV参数，并且需分析参数值随拉格朗日乘子的变化过程，因而存在计算复杂、只适合某些特定场合等不足。
发明内容
本发明的目的是提供一种多波长激光雷达气溶胶粒子谱分布反演方法及系统，通过采用NCRE算法选取合适的正则参数，实现大气气溶胶粒子谱分布精确反演，且计算简单，适用范围广。
为实现上述目的，本发明提供了如下方案：
一种多波长激光雷达气溶胶粒子谱分布反演方法，所述多波长激光雷达气溶胶粒子谱分布反演方法包括：
获取光学数据和正则参数；所述光学数据包括气溶胶消光系数和气溶胶后向散射系数；
确定核矩阵；
根据所述核矩阵、所述光学数据以及所述正则参数，计算权系数；
根据所述光学数据、所述核矩阵、所述权系数，计算评估误差；
确定评估集合；
判断所述评估误差是否在所述评估集合内，得到第一判断结果；
若所述第一判断结果表示所述评估误差不在所述评估集合内，则调整所述正则参数，返回计算权系数步骤；
若所述第一判断结果表示所述评估误差在所述评估集合内，则根据所述权系数，反演确定大气气溶胶粒子谱分布。
可选的，所述获取光学数据，具体包括：
获取多波长激光雷达数据；所述多波长激光雷达数据包括：355nm、532nm和1064nm波长的米-瑞丽散射信号，以及387nm和607nm波长的拉曼散射信号；
采用弗纳尔德算法和拉曼激光雷达算法，对所述多波长激光雷达数据进行反演，计算气溶胶消光系数和气溶胶后向散射系数。
可选的，所述确定核矩阵，具体包括：
根据以下公式确定核矩阵；所述公式为：
其中，APj(m)表示由相应的核函数KP(r,m)和基函数Bj(r)计算得到的核矩阵元素；j＝1,...,5，对应相应的基函数；p＝(i,λ)，表示数据种类以及波长，i＝α,β，α表示气溶胶消光系数；β表示气溶胶后向散射系数；λ＝0.355,…,1.064μm；Bj(r)为三角基函数，KP(r,m)为核函数，rmax和rmin分别表示积分的上限和下限，r表示气溶胶粒子半径，m表示气溶胶复折射指数。
可选的，所述根据所述核矩阵、所述光学数据以及所述正则参数，计算权系数，具体包括：
根据以下公式计算权系数，所述公式为：
其中，wj表示权系数；Hpj表示带宽矩阵元素；表示核矩阵元素的转置；γ为正则参数，正则参数的初始值为10-3；gp表示光学数据的种类以及波长。
可选的，所述根据所述光学数据、所述核矩阵、所述权系数，计算评估误差，具体包括：
根据所述光学数据、所述核矩阵、所述权系数，计算剩余误差Δy；
根据所述剩余误差Δy，计算评估误差t；所述评估误差t的计算公式为t＝sort(|Δy|)。
可选的，所述确定评估集合，具体包括：
确定边界值上限Un(θ)；所述边界值上限Un(θ)为
确定边界值下限Ln(θ)；所述边界值下限Ln(θ)为其中F(θ)＝2φ((θ/σn))-1，φ(x)表示高斯分布的累积分布函数，θ表示噪声尺度，表示方差为的零均值高斯白噪声；
根据所述边界值上限Un(θ)和所述边界值下限Ln(θ)，确定评估集合。
可选的，所述若所述第一判断结果表示所述评估误差不在所述评估集合内，则调整所述正则参数，返回计算权系数步骤，具体包括：
若所述第一判断结果表示所述评估误差大于所述边界值上限Un(θ)，则增大所述正则参数，并返回计算权系数步骤；
若所述第一判断结果表示所述评估误差小于所述边界值下限Ln(θ)，则减小所述正则参数，并返回计算权系数步骤。
本发明还提供了一种多波长激光雷达气溶胶粒子谱分布反演系统，所述多波长激光雷达气溶胶粒子谱分布反演系统包括：
光学数据和正则参数获取模块，用于获取光学数据和正则参数；所述光学数据包括气溶胶消光系数和气溶胶后向散射系数；
核矩阵确定模块，用于确定核矩阵；
权系数计算模块，用于根据所述核矩阵、所述光学数据以及所述正则参数，计算权系数；
评估误差计算模块，用于根据所述光学数据、所述核矩阵、所述权系数，计算评估误差；
评估集合确定模块，用于确定评估集合；
第一判断结果得到模块，用于判断所述评估误差是否在所述评估集合内，得到第一判断结果；
正则参数调整模块，用于当所述第一判断结果表示所述评估误差不在所述评估集合内时，调整所述正则参数，返回权系数计算模块；
大气气溶胶粒子谱分布确定模块，用于当所述第一判断结果表示所述评估误差在所述评估集合内时，根据所述权系数，反演确定大气气溶胶粒子谱分布。
可选的，所述光学数据和正则参数获取模块，具体包括：
正则参数获取单元，用于获取正则参数；
多波长激光雷达数据获取单元，用于获取多波长激光雷达数据；所述多波长激光雷达数据包括：355nm、532nm和1064nm波长的米-瑞丽散射信号，以及387nm和607nm波长的拉曼散射信号；
气溶胶消光系数和气溶胶后向散射系数计算单元，用于采用弗纳尔德算法和拉曼激光雷达算法，对所述多波长激光雷达数据进行反演，计算气溶胶消光系数和气溶胶后向散射系数。
可选的，所述正则参数调整模块，具体包括：
正则参数增大单元，用于当所述第一判断结果表示所述评估误差大于所述边界值上限Un(θ)时，增大所述正则参数，并返回权系数计算模块；
正则参数减小单元，用于当所述第一判断结果表示所述评估误差小于所述边界值下限Ln(θ)时，减小所述正则参数，并返回权系数计算模块。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种多波长激光雷达气溶胶粒子谱分布反演方法及系统，该方法包括：获取光学数据和正则参数；确定核矩阵；根据核矩阵、光学数据以及正则参数，计算权系数；根据光学数据、核矩阵、权系数，计算评估误差；确定评估集合；判断评估误差是否在评估集合内，若否则调整所述正则参数，返回计算权系数步骤，若是则根据权系数，反演确定大气气溶胶粒子谱分布。因此，本发明通过采用NCRE算法选取合适的正则参数，实现大气气溶胶粒子谱分布精确反演，且计算简单，适用范围广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例多波长激光雷达气溶胶粒子谱分布反演方法的流程示意图；
图2为本发明多波长激光雷达系统的结构示意图；
图3为本发明实施例多波长激光雷达气溶胶粒子谱分布反演系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
NCRE(Noise Confidence Region Evaluation，翻译软件可译为噪声置信区域评估算法)算法。
在运用正则法反演气溶胶粒子谱分布时，DetlefMüller等采用GCV法选取正则参数。该方法考虑了数据之间的相关性，但是存在计算复杂、只适合一些特性场合等不足。事实上，正则法广泛应用于图像信息的去噪分析，广义交叉验证法和NCRE算法均可用于其正则参数的确定。相比于广义交叉验证法，NCRE算法在选取正则参数时具有更低的计算复杂度和更好的鲁棒性。即本发明把图像信息领域的NCRE算法引入到激光雷达数据处理领域，对气溶胶粒子谱分布进行反演，更高效地获取正则参数。
因此，本发明的目的是提供一种多波长激光雷达气溶胶粒子谱分布反演方法及系统，通过采用NCRE算法选取合适的正则参数，实现大气气溶胶粒子谱分布精确反演，且计算简单，适用范围广。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例多波长激光雷达气溶胶粒子谱分布反演方法的流程示意图，如图1所示，本发明实施例提供的多波长激光雷达气溶胶粒子谱分布反演方法具体包括以下几个步骤：
步骤101：获取光学数据和正则参数；所述光学数据包括气溶胶消光系数和气溶胶后向散射系数。
步骤102：确定核矩阵。
步骤103：根据所述核矩阵、所述光学数据以及所述正则参数，计算权系数。
步骤104：根据所述光学数据、所述核矩阵、所述权系数，计算评估误差。
步骤105：确定评估集合。
步骤106：判断所述评估误差是否在所述评估集合内，得到第一判断结果。若所述第一判断结果表示所述评估误差不在所述评估集合内，则执行步骤107；若所述第一判断结果表示所述评估误差在所述评估集合内，则执行步骤108。
步骤107：调整所述正则参数，返回计算权系数步骤。
步骤108：根据所述权系数，反演确定大气气溶胶粒子谱分布。
步骤101具体包括：
步骤1011：获取多波长激光雷达数据；所述多波长激光雷达数据包括：355nm、532nm和1064nm波长的米-瑞丽散射信号，以及387nm和607nm波长的拉曼散射信号。
图2为本发明多波长激光雷达系统的结构示意图，如图2所示，多波长激光雷达系统主要包括发射部分、接收部分和数据处理部分。在发射端采用Nd：YAG脉冲激光器作为激光源，同时发射1064nm、532nm和355nm三个波长的激光脉冲，经准直扩束后射向大气。在接收端，采用口径250mm的卡塞格林式望远镜对大气回波信号进行接收，聚焦到多模耦合光纤。在数据处理端，采用分光器分离不同波长的回波信号，并用干涉滤光片分别提取355nm、532nm和1064nm波长的米-瑞丽散射信号，以及387nm和607nm波长的拉曼散射信号，然后经由带有前置放大器的光电倍增管进行光电转换，最后进行数据的采集存储处理。因此，多波长激光雷达数据是通过多波长激光雷达系统获取的。
步骤1012：采用弗纳尔德算法和拉曼激光雷达算法，对所述多波长激光雷达数据进行反演，计算气溶胶消光系数和气溶胶后向散射系数。
气溶胶消光系数的计算公式为：
其中，αaer(z,λ0)表示高度z处，波长为λ0的激光所探测的气溶胶消光系数。αmol(z,λ0)表示高度z处，波长为λ0的激光所探测的分子消光系数，λ0为激光发射波长，λN表示氮气的拉曼散射波长，Y(z)表示多波长激光雷达系统的几何重叠因子，NN(z)表示高度z处的氮气的分子数密度，P(z,λ0,λN)表示氮气通道的拉曼激光雷达大气回波信号。
气溶胶后向散射系数的计算公式为：
其中，βaer(z,λ0)表示高度z处，波长为λ0的激光所探测的气溶胶后向散射系数。βmol(z,λ0)表示高度z处，波长为λ0的激光所探测的分子后向散射系数；βmol(z0,λ0)表示高度z0处，波长为λ0的激光所探测的分子后向散射系数；βaer(z0,λ0)表示高度z0处，波长为λ0的激光所探测的气溶胶后向散射系数；
P(z,λ0)表示高度z处，波长为λ0的激光回波信号；P(z0,λN)表示高度z0处，波长为λN的激光回波信号；P(z0,λ0)表示高度z0处，波长为λ0的激光回波信号；P(z,λN)表示高度z处，波长为λN的激光所探测的激光回波信号；NN(z0)表示高度z0处的氮气的分子数密度；αaer(ξ,λN)表示高度ξ处，波长为λN的激光所探测的气溶胶消光系数；αmol(ξ,λN)表示高度ξ处，波长为λN的激光所探测的分子消光系数；αaer(ξ,λ0)表示高度ξ处，波长为λ0的激光所探测的气溶胶消光系数；αmol(ξ,λ0)表示高度ξ处，波长为λ0的激光所探测的分子消光系数。
步骤102具体包括：
根据以下公式(3)确定核矩阵；所述公式(3)为：
其中，APj(m)表示由相应的核函数KP(r,m)和基函数Bj(r)计算得到的核矩阵元素；j＝1,...,5，对应相应的基函数；p＝(i,λ)，表示数据的种类以及波长，i＝α,β，α表示气溶胶消光系数；β表示气溶胶后向散射系数；λ＝0.355,…,1.064μm；Bj(r)为三角基函数，KP(r,m)为核函数，rmax和rmin分别表示积分的上限和下限，r表示气溶胶粒子半径，m表示气溶胶复折射指数。
步骤103具体包括：
根据以下公式(4)计算权系数，所述公式(4)为：
其中，wj表示权系数；Hpj表示带宽矩阵元素；表示核矩阵元素的转置；γ为正则参数，正则参数的初始值为10-3；gp表示光学数据的种类以及波长。
步骤104具体包括：
步骤1041：根据所述光学数据、所述核矩阵、所述权系数，计算剩余误差Δy。
所述剩余误差Δy的计算公式为：Δy＝g-AWj(5)；g表示光学数据；A表示核矩阵；Wj表示权系数。
步骤1041：根据所述剩余误差Δy，计算评估误差t；所述评估误差t的计算公式为t＝sort(|Δy|)(6)。
步骤105具体包括：
步骤1051：确定边界值上限Un(θ)；所述边界值上限Un(θ)为
步骤1052：确定边界值下限Ln(θ)；所述边界值下限Ln(θ)为其中F(θ)＝2φ((θ/σn))-1，φ(x)表示高斯分布的累积分布函数，θ表示噪声尺度，，表示方差为的零均值高斯白噪声。
步骤1053：根据所述边界值上限Un(θ)和所述边界值下限Ln(θ)，确定评估集合。
步骤107和步骤108具体包括：
当t＞Un(θ)时，属于欠平滑，则增大正则参数，返回步骤103，继续迭代。正则参数增大计算公式如下：
γ＝γ×d,d＞1；d为常数。
当t＜Ln(θ)时，属于过平滑，则减小正则参数，返回步骤103，继续迭代；正则参数减小计算公式如下：
γ＝γ/d,d＞1。
当Un(θ)＞t＞Ln(θ)时，属于平滑，停止更新正则参数，反演确定大气气溶胶粒子谱分布。大气气溶胶粒子谱分布确定公式如下：
V(r)＝∑wjBj(r) (9)；
其中，V(r)表示大气气溶胶粒子谱分布；r表示气溶胶粒子半径；wj表示权系数；Bj(r)表示基函数。
最后调整积分区间(反演窗)，重复步骤102到步骤108，将多次运算结果的平均值作为大气气溶胶粒子谱分布。
本发明提供的方法或者系统将NCRE算法引入到气溶胶粒子谱分布反演中，选取正则参数，并根据边界值大小将平滑水平分为三个类别：过平滑、平滑和欠平滑。在每次迭代结束后，计算权系数，并作评估，迭代更新正则参数，使粒径分布在特征保留和在平滑之间达到平衡，从而实现大气气溶胶粒子谱分布的精确反演。
为实现上述目的，本发明还提供了一种多波长激光雷达气溶胶粒子谱分布反演系统。
图3为本发明实施例多波长激光雷达气溶胶粒子谱分布反演系统的结构示意图，如图3所示，本发明实施例提供的多波长激光雷达气溶胶粒子谱分布反演系统包括：
光学数据和正则参数获取模块100，用于获取光学数据和正则参数；所述光学数据包括气溶胶消光系数和气溶胶后向散射系数。
核矩阵确定模块200，用于确定核矩阵。
权系数计算模块300，用于根据所述核矩阵、所述光学数据以及所述正则参数，计算权系数。
评估误差计算模块400，用于根据所述光学数据、所述核矩阵、所述权系数，计算评估误差。
评估集合确定模块500，用于确定评估集合。
第一判断结果得到模块600，用于判断所述评估误差是否在所述评估集合内，得到第一判断结果。
正则参数调整模块700，用于当所述第一判断结果表示所述评估误差不在所述评估集合内时，调整所述正则参数，返回权系数计算模块。
大气气溶胶粒子谱分布确定模块800，用于当所述第一判断结果表示所述评估误差在所述评估集合内时，根据所述权系数，反演确定大气气溶胶粒子谱分布。
所述光学数据和正则参数获取模块100，具体包括：
正则参数获取单元，用于获取正则参数。
多波长激光雷达数据获取单元，用于获取多波长激光雷达数据；所述多波长激光雷达数据包括：355nm、532nm和1064nm波长的米-瑞丽散射信号，以及387nm和607nm波长的拉曼散射信号。
气溶胶消光系数和气溶胶后向散射系数计算单元，用于采用弗纳尔德算法和拉曼激光雷达算法，对所述多波长激光雷达数据进行反演，计算气溶胶消光系数和气溶胶后向散射系数。
所述正则参数调整模块700，具体包括：
正则参数增大单元，用于当所述第一判断结果表示所述评估误差大于所述边界值上限Un(θ)时，增大所述正则参数，并返回权系数计算模块300。
正则参数减小单元，用于当所述第一判断结果表示所述评估误差小于所述边界值下限Ln(θ)时，减小所述正则参数，并返回权系数计算模块300。
现有技术中采用正则法反演气溶胶粒子谱分布时，正则参数的选取对于反演的结果有重要的影响。过大的正则参数会使反演结果过度平滑，丢失有用信息，而过小的正则参数会使反演结果产生振荡，去噪不充分。常用的GCV法计算复杂，并且在求解的过程中容易将局部最小值替代了全局最小值，使结果产生较大误差。
与现有技术相比，本发明把图像信息领域的NCRE算法引入到激光雷达数据处理领域，对气溶胶粒子谱分布进行反演，并根据边界值大小将平滑水平分为三个类别：过平滑、平滑和欠平滑。在每次迭代结束后，计算权系数、剩余误差，并作评估。如属于过平滑，则减少正则参数，继续迭代；如属于平滑，则停止迭代，此参数为确定的正则参数；如属于欠平滑，则增大正则参数，继续迭代。本发明提供的方法或系统计算简单，可以更高效地获取正则参数，实现大气气溶胶粒子谱分布的精确反演。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种多波长激光雷达气溶胶粒子谱分布反演方法，其特征在于，所述多波长激光雷达气溶胶粒子谱分布反演方法包括：
获取光学数据和正则参数；所述光学数据包括气溶胶消光系数和气溶胶后向散射系数；
确定核矩阵；
根据所述核矩阵、所述光学数据以及所述正则参数，计算权系数；
根据所述光学数据、所述核矩阵、所述权系数，计算评估误差；
确定评估集合；
判断所述评估误差是否在所述评估集合内，得到第一判断结果；
若所述第一判断结果表示所述评估误差不在所述评估集合内，则调整所述正则参数，返回计算权系数步骤；
若所述第一判断结果表示所述评估误差在所述评估集合内，则根据所述权系数，反演确定大气气溶胶粒子谱分布。
2.根据权利要求1所述的多波长激光雷达气溶胶粒子谱分布反演方法，其特征在于，所述获取光学数据，具体包括：
获取多波长激光雷达数据；所述多波长激光雷达数据包括：355nm、532nm和1064nm波长的米-瑞丽散射信号，以及387nm和607nm波长的拉曼散射信号；
采用弗纳尔德算法和拉曼激光雷达算法，对所述多波长激光雷达数据进行反演，计算气溶胶消光系数和气溶胶后向散射系数。
3.根据权利要求1所述的多波长激光雷达气溶胶粒子谱分布反演方法，其特征在于，所述确定核矩阵，具体包括：
根据以下公式确定核矩阵；所述公式为：
其中，APj(m)表示由相应的核函数KP(r,m)和基函数Bj(r)计算得到的核矩阵元素；j＝1,...,5，对应相应的基函数；p＝(i,λ)，表示数据种类以及波长，i＝α,β，α表示气溶胶消光系数；β表示气溶胶后向散射系数；λ＝0.355,…,1.064μm；Bj(r)为三角基函数，KP(r,m)为核函数，rmax和rmin分别表示积分的上限和下限，r表示气溶胶粒子半径，m表示气溶胶复折射指数。
4.根据权利要求3所述的多波长激光雷达气溶胶粒子谱分布反演方法，其特征在于，所述根据所述核矩阵、所述光学数据以及所述正则参数，计算权系数，具体包括：
根据以下公式计算权系数，所述公式为：
其中，wj表示权系数；Hpj表示带宽矩阵元素；表示核矩阵元素的转置；γ为正则参数，正则参数的初始值为10-3；gp表示光学数据的种类以及波长。
5.根据权利要求1所述的多波长激光雷达气溶胶粒子谱分布反演方法，其特征在于，所述根据所述光学数据、所述核矩阵、所述权系数，计算评估误差，具体包括：
根据所述光学数据、所述核矩阵、所述权系数，计算剩余误差Δy；
根据所述剩余误差Δy，计算评估误差t；所述评估误差t的计算公式为t＝sort(|Δy|)。
6.根据权利要求1所述的多波长激光雷达气溶胶粒子谱分布反演方法，其特征在于，所述确定评估集合，具体包括：
确定边界值上限Un(θ)；所述边界值上限Un(θ)为
确定边界值下限Ln(θ)；所述边界值下限Ln(θ)为其中F(θ)＝2φ((θ/σn))-1，φ(x)表示高斯分布的累积分布函数，θ表示噪声尺度，表示方差为的零均值高斯白噪声；
根据所述边界值上限Un(θ)和所述边界值下限Ln(θ)，确定评估集合。
7.根据权利要求1所述的多波长激光雷达气溶胶粒子谱分布反演方法，其特征在于，所述若所述第一判断结果表示所述评估误差不在所述评估集合内，则调整所述正则参数，返回计算权系数步骤，具体包括：
若所述第一判断结果表示所述评估误差大于所述边界值上限Un(θ)，则增大所述正则参数，并返回计算权系数步骤；
若所述第一判断结果表示所述评估误差小于所述边界值下限Ln(θ)，则减小所述正则参数，并返回计算权系数步骤。
8.一种多波长激光雷达气溶胶粒子谱分布反演系统，其特征在于，所述多波长激光雷达气溶胶粒子谱分布反演系统包括：
光学数据和正则参数获取模块，用于获取光学数据和正则参数；所述光学数据包括气溶胶消光系数和气溶胶后向散射系数；
核矩阵确定模块，用于确定核矩阵；
权系数计算模块，用于根据所述核矩阵、所述光学数据以及所述正则参数，计算权系数；
评估误差计算模块，用于根据所述光学数据、所述核矩阵、所述权系数，计算评估误差；
评估集合确定模块，用于确定评估集合；
第一判断结果得到模块，用于判断所述评估误差是否在所述评估集合内，得到第一判断结果；
正则参数调整模块，用于当所述第一判断结果表示所述评估误差不在所述评估集合内时，调整所述正则参数，返回权系数计算模块；
大气气溶胶粒子谱分布确定模块，用于当所述第一判断结果表示所述评估误差在所述评估集合内时，根据所述权系数，反演确定大气气溶胶粒子谱分布。
9.根据权利要求8所述的多波长激光雷达气溶胶粒子谱分布反演系数，其特征在于，所述光学数据和正则参数获取模块，具体包括：
正则参数获取单元，用于获取正则参数；
多波长激光雷达数据获取单元，用于获取多波长激光雷达数据；所述多波长激光雷达数据包括：355nm、532nm和1064nm波长的米-瑞丽散射信号，以及387nm和607nm波长的拉曼散射信号；
气溶胶消光系数和气溶胶后向散射系数计算单元，用于采用弗纳尔德算法和拉曼激光雷达算法，对所述多波长激光雷达数据进行反演，计算气溶胶消光系数和气溶胶后向散射系数。
10.根据权利要求8所述的多波长激光雷达气溶胶粒子谱分布反演方法，其特征在于，所述正则参数调整模块，具体包括：
正则参数增大单元，用于当所述第一判断结果表示所述评估误差大于所述边界值上限Un(θ)时，增大所述正则参数，并返回权系数计算模块；
正则参数减小单元，用于当所述第一判断结果表示所述评估误差小于所述边界值下限Ln(θ)时，减小所述正则参数，并返回权系数计算模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810345016.4A CN108535149A (zh) | 2018-04-17 | 2018-04-17 | 一种多波长激光雷达气溶胶粒子谱分布反演方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810345016.4A CN108535149A (zh) | 2018-04-17 | 2018-04-17 | 一种多波长激光雷达气溶胶粒子谱分布反演方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108535149A true CN108535149A (zh) | 2018-09-14 |
Family
ID=63481104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810345016.4A Pending CN108535149A (zh) | 2018-04-17 | 2018-04-17 | 一种多波长激光雷达气溶胶粒子谱分布反演方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108535149A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109827906A (zh) * | 2019-01-31 | 2019-05-31 | 西安理工大学 | 一种激光雷达斜程能见度的反演方法 |
| CN110987737A (zh) * | 2019-12-23 | 2020-04-10 | 华中科技大学 | 一种基于光散射响应的气溶胶粒谱、浓度测量方法 |
| CN112835011A (zh) * | 2020-12-31 | 2021-05-25 | 华中光电技术研究所（中国船舶重工集团公司第七一七研究所） | 一种基于机器学习参数补偿的激光雷达反演算法 |
| CN113218825A (zh) * | 2021-05-21 | 2021-08-06 | 哈尔滨理工大学 | 一种高鲁棒性颗粒粒度反演方法 |
| CN113673139A (zh) * | 2021-08-16 | 2021-11-19 | 合肥中科光博量子科技有限公司 | 一种双波长粒子谱反演方法 |
| CN115524264A (zh) * | 2022-11-04 | 2022-12-27 | 山东科技大学 | 一种基于激光雷达测量的气溶胶分类方法 |
| CN115659771A (zh) * | 2022-11-14 | 2023-01-31 | 山东科技大学 | 一种基于激光雷达的气溶胶粒径反演方法 |
| CN116755056A (zh) * | 2023-07-31 | 2023-09-15 | 中国人民解放军国防科技大学 | 用于高光谱激光雷达的测距分辨率显著增强方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004042319A2 (en) * | 2002-11-04 | 2004-05-21 | Zygo Corporation | Compensation of refractivity perturbations in an intererometer path |
| CN103175759A (zh) * | 2013-02-25 | 2013-06-26 | 中国科学院安徽光学精密机械研究所 | 基于多种地基遥感技术获取城市气溶胶复折射指数的方法 |
| CN106872324A (zh) * | 2017-03-15 | 2017-06-20 | 西安理工大学 | 一种气溶胶颗粒物质量浓度的探测装置及探测方法 |
-
2018
- 2018-04-17 CN CN201810345016.4A patent/CN108535149A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004042319A2 (en) * | 2002-11-04 | 2004-05-21 | Zygo Corporation | Compensation of refractivity perturbations in an intererometer path |
| CN103175759A (zh) * | 2013-02-25 | 2013-06-26 | 中国科学院安徽光学精密机械研究所 | 基于多种地基遥感技术获取城市气溶胶复折射指数的方法 |
| CN106872324A (zh) * | 2017-03-15 | 2017-06-20 | 西安理工大学 | 一种气溶胶颗粒物质量浓度的探测装置及探测方法 |
Non-Patent Citations (3)
| Title |
|---|
| ALBERT ANSMANN, ET AL.: "Independent measurement of extinction and backscatter profiles in cirrus clouds by using a combined Raman elastic-backscatter lidar", 《APPLIED OPTICS》 * |
| DETLEF MÜLLER, ET AL.: "Microphysical particle parameters from extinction and backscatter lidar data by inversion with regularization: theory", 《APPLIED OPTICS》 * |
| SAYEDMASOUD HASHEMI, ET AL.: "Adaptive updating of regularization parameters", 《SIGNAL PROCESSING》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109827906A (zh) * | 2019-01-31 | 2019-05-31 | 西安理工大学 | 一种激光雷达斜程能见度的反演方法 |
| CN109827906B (zh) * | 2019-01-31 | 2021-05-25 | 西安理工大学 | 一种激光雷达斜程能见度的反演方法 |
| CN110987737A (zh) * | 2019-12-23 | 2020-04-10 | 华中科技大学 | 一种基于光散射响应的气溶胶粒谱、浓度测量方法 |
| CN110987737B (zh) * | 2019-12-23 | 2021-02-05 | 华中科技大学 | 一种基于光散射响应的气溶胶粒谱、浓度测量方法 |
| CN112835011A (zh) * | 2020-12-31 | 2021-05-25 | 华中光电技术研究所（中国船舶重工集团公司第七一七研究所） | 一种基于机器学习参数补偿的激光雷达反演算法 |
| CN113218825A (zh) * | 2021-05-21 | 2021-08-06 | 哈尔滨理工大学 | 一种高鲁棒性颗粒粒度反演方法 |
| CN113673139A (zh) * | 2021-08-16 | 2021-11-19 | 合肥中科光博量子科技有限公司 | 一种双波长粒子谱反演方法 |
| CN115524264A (zh) * | 2022-11-04 | 2022-12-27 | 山东科技大学 | 一种基于激光雷达测量的气溶胶分类方法 |
| CN115659771A (zh) * | 2022-11-14 | 2023-01-31 | 山东科技大学 | 一种基于激光雷达的气溶胶粒径反演方法 |
| CN115659771B (zh) * | 2022-11-14 | 2023-04-28 | 山东科技大学 | 一种基于激光雷达的气溶胶粒径反演方法 |
| CN116755056A (zh) * | 2023-07-31 | 2023-09-15 | 中国人民解放军国防科技大学 | 用于高光谱激光雷达的测距分辨率显著增强方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108535149A (zh) | 一种多波长激光雷达气溶胶粒子谱分布反演方法及系统 | |
| Liu et al. | The effect of refractive index on size distributions and light scattering coefficients derived from optical particle counters | |
| Agrawal et al. | Instruments for particle size and settling velocity observations in sediment transport | |
| Pal et al. | Elastic-backscatter-lidar-based characterization of the convective boundary layer and investigation of related statistics | |
| Parrish et al. | Empirical comparison of full-waveform lidar algorithms | |
| Butler et al. | Cavity ring-down spectroscopy measurements of single aerosol particle extinction. I. The effect of position of a particle within the laser beam on extinction | |
| Yuldashev et al. | Nonlinear propagation of spark-generated N-waves in air: Modeling and measurements using acoustical and optical methods | |
| Estapa et al. | Autonomous, high-resolution observations of particle flux in the oligotrophic ocean | |
| CN107390229B (zh) | 一种测风激光雷达信号的处理方法及其处理装置 | |
| CN110161532A (zh) | 一种基于多波长激光雷达反演气溶胶微物理特性的方法 | |
| Fischer et al. | Derivation and comparison of fundamental uncertainty limits for laser-two-focus velocimetry, laser Doppler anemometry and Doppler global velocimetry | |
| Puccioni et al. | Spectral correction of turbulent energy damping on wind lidar measurements due to spatial averaging | |
| Li et al. | Damped Gauss-Newton based online ranging for point extraction from low SNR and high overlapping waveforms | |
| van Dooren et al. | Modelling the spectral shape of continuous-wave lidar measurements in a turbulent wind tunnel | |
| CN113552031B (zh) | 一种超低浓度悬浮颗粒的动态光散射测量方法 | |
| Richter et al. | Polydisperse particle size characterization by ultrasonic attenuation spectroscopy for systems of diverse acoustic contrast in the large particle limit | |
| Song et al. | Comparison of multichannel signal deconvolution algorithms in airborne LiDAR bathymetry based on wavelet transform | |
| Ramaprabhu et al. | Simultaneous measurements of velocity and density in buoyancy-driven mixing | |
| CN103026201B (zh) | 散射光测量方法 | |
| JP7307497B2 (ja) | 粒子群計測装置 | |
| Abbaszadeh et al. | A new bubbly flow detection and quantification procedure based on optical laser-beam scattering behavior | |
| DE10001015C2 (de) | Verfahren zur Messung der Entfernung von Objekten, atmosphärischen Partikeln und dergleichen mittels Lidar- oder Laserradar-Signalen | |
| Dosaev et al. | On the physical mechanism of front–back asymmetry of non-breaking gravity–capillary waves | |
| Afanas’ ev et al. | Estimate of wind velocity in the atmosphere based on an analysis of turbulent distortions of laser beam images registered by video camera | |
| Cho et al. | Implementation of a sound measurement system based on an optical method for the primary free-field microphone calibration and the realisation of the acoustic Pascal |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180914 |