CN110231630B - 机舱式测风激光雷达自适应光束扫描方法 - Google Patents

Abstract

本发明公开了一种机舱式测风激光雷达自适应光束扫描方法，本发明提供的方法根据雷达自身计算的CNR或风机主控发送的转速信息自动预测下一周期光束被遮挡的概率，并通过计算权重的方式生成下一周期最优光束控制策略，从而实现光束控制。通过采用该方法，雷达能够减小光束被风机叶轮遮挡的概率，从而提高数据有效率，为主控提供实时数据。

Description

机舱式测风激光雷达自适应光束扫描方法

技术领域

本发明属于激光雷达测风领域，具体是一种机舱式测风激光雷达自适应光束扫描方法。

背景技术

机舱式测风激光雷达安装在风机机舱顶部，测量风机叶轮正前方风速。相对于杯式测风计，其测量结果不受风机尾流干扰，能够有效适用于风机降载荷和偏航校正。

雷达测风原理如图1所示(以两光束雷达为例)，在风机迎风面，雷达依次发射光束1(LOS1)、光束2(LOS2)，从而测得风速矢量v在两个光束方向的径向风速v_1、v_2。根据几何关系，可以反演出实际风速分量为：

因此，测得风机正前方风速为：

风向为：

对于机舱式测风激光雷达系统，考虑到激光发射功率的硬件限制和收发链路共用情况，光束1和光束2无法同时收发。因此，需要按照固定周期T在光束1、光束2之前进行切换，如图2所示，风速计算时，结合上一周期测得的径向风速和当前周期测得的径向风速即可得出合成风速和风向。

现有方案中，激光雷达光束发射期间会受到风机叶轮的遮挡，从而产生无效数据，影响雷达测量数据有效率。当风机转速刚好与光束切换周期满足倍数关系时，一个或多个光束将被完全遮挡，无法测得有效数据。

发明内容

本发明为解决背景技术中存在的问题，提出了一种自适应光束扫描方法，结合风机转速和雷达测量CNR，以提前预测后续光束遮挡情况，从而实时改变光束切换策略，有效减少叶轮遮挡情况，提高测得数据有效率。

技术方案：

一种机舱式测风激光雷达自适应光束扫描方法，所述方法包括：

雷达信号处理步骤：获得激光雷达回光信号CNR；

叶轮遮挡检测步骤：判断是否存在叶轮遮挡，当检测到叶轮遮挡时，记录遮挡时刻和遮挡时CNR并分别存入遮挡时刻数组STime和遮挡CNR数组SCNR；

遮挡位置预测步骤：基于各条光束对应的遮挡时刻数组STime和遮挡CNR数组SCNR，预测下一周期各条光束在不同时间段的遮挡权重，获得权重矩阵W；

生成光束控制策略：基于权重矩阵W制定控制策略。

优选的，基于激光雷达回光信号CNR判断叶轮是否存在遮挡。

优选的，叶轮遮挡检测前，将CNR按照时间顺序进行存储，当前时刻待检测单元记为CNR(t)，选取历史时刻数据作为训练单元，长度为L，具体检测步骤为：

a)计算训练单元中位数作为信噪比基准Ref：

Ref＝Median[CNR(t-1),CNR(t-2),…CNR(t-L)]

式中，Median表示求中位数；

b)获得自适应门限值Threshold：

Threshold＝α·Ref

式中，α为设置的检测系数；

c)门限检测：

若CNR(t)<Threshold则检测为叶轮遮挡；否则检测为叶轮不遮挡。

作为第一种实施方案，遮挡位置预测的具体步骤为：

a)参数初始化

根据光束数量n，将下一周期分为n等分，初始化第i条光束的遮挡权重w_ij＝0，1≤i≤n,1≤j≤n,n≥2；w_ij表示第i条光束在第j个分周期的遮挡权重；

b)根据风机转速预测遮挡位置

风机转速M、叶轮数量为p的风机的遮挡周期为

遮挡预测的步骤为：

i从STime中提取最近一次遮挡时间t_r，后续遮挡时间t_s按照下面公式计算：

ii从SCNR中提取最近一次遮挡对应信噪比s_r，按照下式更新权重：

式中，w_in表示第i条光束在第n个分周期的遮挡权重，r₁为常量；T为光束周期；t为当前时刻；

c)每条光束重复步骤a)-b)获得权重矩阵W。

优选的，风机转速M由风机主控提供。

作为第二种实施方案，遮挡位置预测的具体步骤为：

a)参数初始化

根据光束数量n，将下一周期分为n等分，初始化第i条光束的遮挡权重w_ij＝0，1≤i≤n,1≤j≤n,n≥2；w_ij表示第i条光束在第j个分周期的遮挡权重；

b)根据CNR预测遮挡位置

遮挡预测的步骤为：

i从STime中提取最近两次遮挡时间t_r1、t_r2，后续遮挡时间t_s按照下面公式计算：

且

其中，P为叶轮数量，M_e为风机最大转速；

ii从SCNR中提取最近两次遮挡对应信噪比s_r1、s_r2，按照下式更新权重：

式中，w_in表示第i条光束在第n个分周期的遮挡权重，

r₂为常量；T为光束周期；t为当前时刻；

c)每条光束重复步骤a)-b)获得权重矩阵W。

作为第三种实施方案，遮挡位置预测的具体步骤为：

-计算风机转速权重矩阵W`：

a)参数初始化

根据光束数量n，将下一周期分为n等分，初始化第i条光束的遮挡权重w_ij＝0，1≤i≤n,1≤j≤n,n≥2；w_ij表示第i条光束在第j个分周期的遮挡权重；

b)根据风机转速预测遮挡位置

风机转速M、叶轮数量为p的风机的遮挡周期为

遮挡预测的步骤为：

i从STime中提取最近一次遮挡时间t_r，后续遮挡时间t_s按照下面公式计算：

ii从SCNR中提取最近一次遮挡对应信噪比s_r，按照下式更新权重：

式中，w_in表示第i条光束在第n个分周期的遮挡权重，r₁为风机预测加权值；T为光束周期；t为当前时刻；

c)每条光束重复步骤a)-b)获得风机预测权重矩阵W`；

-计算雷达CNR权重矩阵W``：

a)参数初始化

根据光束数量n，将下一周期分为n等分，初始化第i条光束的遮挡权重w_ij＝0，1≤i≤n,1≤j≤n,n≥2；w_ij表示第i条光束在第j个分周期的遮挡权重；

b)根据CNR预测遮挡位置

遮挡预测的步骤为：

i从STime中提取最近两次遮挡时间t_r1、t_r2，后续遮挡时间t_s按照下面公式计算：

且，

其中，P为叶轮数量，M_e为风机最大转速；

ii从SCNR中提取最近两次遮挡对应信噪比s_r1、s_r2，按照下式更新权重：

式中，w_in表示第i条光束在第n个分周期的遮挡权重，

r₂为CNR预测加权值，r₂＝1-r₁，r₁为风机预测加权值；T为光束周期；t为当前时刻；

c)每条光束重复步骤a)-b)获得CNR预测权重矩阵W``；

-计算权重矩阵W：

W＝W`+W``。

优选的，光束控制策略通过以下方法获得：遍历下一周期中n条光束可能的分周期组合D，D_m＝{d_ij|i唯一,j唯一,1≤i≤n,1≤j≤n}，

d_ij表示在第j个分周期时切换至第i条光束；第i条光束在第j个分周期的遮挡权重为w_ij，w_ij从权重矩阵W中获得，通过下式获得最优路径：

min∑W_m

W_m为D_m中元素对应的遮挡权重的集合，和最小的W_m所对应的分周期组合D_ij作为最优光束控制策略。

优选的，激光雷达回光信号CNR的获取方法为：

式中，S(f)为噪声消除后信号功率谱，N(f)为背景噪声功率谱。

本发明的有益效果

本发明提供的方法根据雷达自身计算的CNR或风机主控发送的转速信息自动预测下一周期光束被遮挡的概率，并通过计算权重的方式生成下一周期最优光束控制策略，从而实现光束控制。

通过采用该方法，雷达能够减小光束被风机叶轮遮挡的概率，从而提高数据有效率，为主控提供实时数据。

附图说明

图1为背景技术中雷达测风原理图

图2为背景技术中激光雷达系统的两条光束切换周期示意图

图3为本发明自适应光束扫描方法的流程图

图4为图3中叶轮遮挡检测的流程图

具体实施方式

下面结合实施例对本发明作进一步说明，但本发明的保护范围不限于此：

实施例1：一种机舱式测风激光雷达自适应光束扫描方法：

实施例中光束数量为2条，本实施例基于风机转速预测遮挡位置。

S1、雷达信号处理步骤：获得激光雷达回光信号CNR，激光雷达回光信号CNR的获取方法为：

式中，S(f)为噪声消除后信号功率谱，N(f)为背景噪声功率谱；

S2、叶轮遮挡检测步骤：基于激光雷达回光信号CNR判断叶轮是否存在遮挡，叶轮遮挡检测前，将CNR按照时间顺序进行存储如下：

光束1

t	0.02	1.02	2.02	3.02	4.02	5.02	6.02	7.02	8.02	9.02	10.02
												CNR	5.30	0.94	4.78	0.80	6.14	0.60	7.13	0.42	5.17	0.2	4.26

光束2

t	0.52	1.52	2.52	3.52	4.52	5.52	6.52	7.52	8.52	9.52	10.52
												CNR	0.17	0.10	5.01	0.31	5.12	0.50	4.79	0.71	3.21	0.91	4.24

结合图4，当前时刻待检测单元记为CNR(t)，选取历史时刻数据作为训练单元，长度为L，具体检测步骤为：

a)计算训练单元中位数作为信噪比基准Ref：

Ref＝Median[CNR(t-1),CNR(t-2),…CNR(t-L)]

式中，Median表示求中位数；

b)获得自适应门限值Threshold：

Threshold＝α·Ref

式中，α为设置的检测系数；

c)门限检测：

若CNR(t)<Threshold则检测为叶轮遮挡；否则检测为叶轮不遮挡；最终获得遮挡时刻数组STime和遮挡CNR数组SCNR。

光束1

STime	1.02	3.02	5.02	7.02	9.02
						SCNR	0.94	0.80	0.60	0.42	0.2

光束2

STime	0.52	1.52	3.52	5.52	7.52	9.52
							SCNR	0.17	0.10	0.31	0.50	0.71	0.91

S3、遮挡位置预测步骤：预测下一周期2条光束在不同时间段的遮挡权重，获得权重矩阵W；

a)参数初始化

根据光束数量2，将下一周期分为2等分，初始化第1条光束的遮挡权重w_1j＝0，1≤j≤2；w_1j表示第1条光束在第j个分周期的遮挡权重；

b)根据风机转速预测遮挡位置

风机转速M＝15r/min、叶轮数量为p＝3的风机的遮挡周期为

遮挡预测的步骤为：

i从STime中提取最近一次遮挡时间t_r，后续遮挡时间t_s按照下面公式计算：

t_s＝10.353,12.687,13.020,…

ii从SCNR中提取最近一次遮挡对应信噪比s_r＝0.2，按照下式更新权重：

式中，r₁为常量，本例中r₁＝0.5；T为光束周期1s；t为当前时刻10s；获得w₁₁＝2.5，w₁₂＝0；

c)第2条光束重复步骤a)-b)获得w₂₁＝0，w₂₂＝0.55，组成权重矩阵W：

S4、生成光束控制策略：遍历下一周期中2条光束可能的分周期组合D_m：

D₁＝{d₁₁,d₂₂}

D₂＝{d₁₂,d₂₁}

根据权重矩阵W，计算得出min∑W_m＝∑W₂。

W_m为D_m中元素对应的遮挡权重的集合，分周期组合D₂＝{d₁₂,d₂₁}作为最优光束控制策略，即在第1个分周期切换至第2条光束，在第2个分周期切换至第1条光束。

实施例2：一种机舱式测风激光雷达自适应光束扫描方法：

实施例中光束数量为2条，本实施例基于雷达CNR预测遮挡位置。

S1、雷达信号处理步骤，与实施例1完全相同；

S2、叶轮遮挡检测步骤，与实施例1完全相同；

S3、遮挡位置预测步骤：

在实施例2中，风机主控未提供风机转速M，此时γ₁＝0；根据CNR预测遮挡位置：

a)参数初始化

根据光束数量2，将下一周期分为2等分，初始化第1条光束的遮挡权重w_1j＝0，1≤j≤2；w_1j表示第1条光束在第j个分周期的遮挡权重；

b)根据CNR预测遮挡位置

遮挡预测的步骤为：

i从STime中提取最近两次遮挡时间t_r1、t_r2，后续遮挡时间t_s按照下面公式计算：

且，

M_e为风机最大转速，本例中取M_e＝20r/min；

ii从SCNR中提取最近两次遮挡对应信噪比s_r1、s_r2，按照下式更新权重：

式中，

r₂为常量，本例中r₂＝0.5；T为光束周期1s；t为当前时刻10s；获得w₁₁＝1.61，w₁₂＝0；

c)第2条光束重复步骤a)-b)获得w₂₁＝0，w₂₂＝0.62，组成权重矩阵W：

S4、生成光束控制策略：遍历下一周期中2条光束可能的分周期组合D_m：

D₁＝{d₁₁,d₂₂}

D₂＝{d₁₂,d₂₁}

根据权重矩阵W，计算得出min∑W_m＝∑W₂。

W_m为D_m中元素对应的遮挡权重的集合，分周期组合D₂＝{d₁₂,d₂₁}作为最优光束控制策略，即在第1个分周期切换至第2条光束，在第2个分周期切换至第1条光束。

实施例3：结合图3，一种机舱式测风激光雷达自适应光束扫描方法：

实施例中光束数量为2条，本实施例基于加权的风机转速和雷达CNR预测遮挡位置。

S1、雷达信号处理步骤，与实施例1/2完全相同；

S2、叶轮遮挡检测步骤，与实施例1/2完全相同；

S3、遮挡位置预测步骤：

-计算风机转速权重矩阵W`：

该步骤与实施例1中的S3步骤基本一致，仅在实施例1的S3→b)→ii步骤中，r₁在实施例3表示为风机预测加权值，r₁的获取方法：先将r₁设置为0，然后逐渐增大，同时观察雷达数据有效率AVL(雷达光束未被遮挡率)，直至数据有效率不再增大得到r₁的参数值。该过程可参照多传感器数据融合方法中的加权因子的确定，通过调整找出r₁的最优解，即：

其中，雷达数据有效率AVL表示一段观测周期内(如1min)雷达不被遮挡的比例，设观测周期内雷达产生总数据样本量为N，遮挡状态为Status(Status＝0表示被遮挡，Status＝1表示不被遮挡)，则雷达数据有效率为：

本实施例中，r₁＝0.5；经计算

-计算雷达CNR权重矩阵W``：

该步骤与实施例2中的S3步骤基本一致，仅在实施例2的S3→b)→ii步骤中，r₂在实施例3表示为CNR预测加权值，r₂＝1-r₁＝0.5；经计算

-计算权重矩阵W：

S4、生成光束控制策略：遍历下一周期中2条光束可能的分周期组合D_m：

D₁＝{d₁₁,d₂₂}

D₂＝{d₁₂,d₂₁}

根据权重矩阵W，计算得出min∑W_m＝∑W₂。

W_m为D_m中元素对应的遮挡权重的集合，分周期组合D₂＝{d₁₂,d₂₁}作为最优光束控制策略，即在第1个分周期切换至第2条光束，在第2个分周期切换至第1条光束。

实施例1-3分别对2条光束的机舱式测风激光雷达的自适应光束扫描方法进行了详细描述，在其它实施例中，光束数量为n(n为2的整数倍)亦可以使用本发明方案解决。如当n＝4时，步骤S1、S2与实施例1-3完全相同；在步骤S3中下一个周期的分周期分隔时，分为4份，相应获得的权重矩阵

同时，步骤S4中，分周期组合D为24个，在24个分周期组合中选取权值和最小的(min∑W_m)组合，即为下一周期的光束控制策略。如分周期组合D＝{d₁₂ d₂₃ d₃₁ d₄₄}时对应的∑W最小，光束控制策略为：在第1个分周期切换至第3条光束，在第2个分周期切换至第1条光束，在第3个分周期切换至第2条光束，在第4个分周期切换至第4条光束。

本文中所描述的具体实施例仅仅是对本发明精神做举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (9)

1.一种机舱式测风激光雷达自适应光束扫描方法，其特征在于所述方法包括：

雷达信号处理步骤：获得激光雷达回光信号CNR；

叶轮遮挡检测步骤：判断是否存在叶轮遮挡，当检测到叶轮遮挡时，记录遮挡时刻和遮挡时CNR并分别存入遮挡时刻数组STime和遮挡CNR数组SCNR；

遮挡位置预测步骤：基于各条光束对应的遮挡时刻数组STime和遮挡CNR数组SCNR，预测下一周期各条光束在不同时间段的遮挡权重，获得权重矩阵W；

生成光束控制策略：基于权重矩阵W制定控制策略。

2.根据权利要求1所述的方法，其特征在于：基于激光雷达回光信号CNR判断叶轮是否存在遮挡。

3.根据权利要求2所述的方法，其特征在于：叶轮遮挡检测前，将CNR按照时间顺序进行存储，当前时刻待检测单元记为CNR(t)，选取历史时刻数据作为训练单元，长度为L，具体检测步骤为：

a)计算训练单元中位数作为信噪比基准Ref：

Ref＝Median[CNR(t-1),CNR(t-2),…CNR(t-L)]

式中，Median表示求中位数；

b)获得自适应门限值Threshold：

Threshold＝α·Ref

式中，α为设置的检测系数；

c)门限检测：

若CNR(t)<Threshold则检测为叶轮遮挡；否则检测为叶轮不遮挡。

4.根据权利要求1所述的方法，其特征在于：遮挡位置预测的具体步骤为：

a)参数初始化

根据光束数量n，将下一周期分为n等分，初始化第i条光束的遮挡权重w_ij＝0，1≤i≤n,1≤j≤n,n≥2；w_ij表示第i条光束在第j个分周期的遮挡权重；

b)根据风机转速预测遮挡位置

风机转速M、叶轮数量为p的风机的遮挡周期为

遮挡预测的步骤为：

i从STime中提取最近一次遮挡时间t_r，后续遮挡时间t_s按照下面公式计算：

ii从SCNR中提取最近一次遮挡对应信噪比s_r，按照下式更新权重：

式中，w_in表示第i条光束在第n个分周期的遮挡权重，r₁为常量；T为光束周期；t为当前时刻；

c)每条光束重复步骤a)-b)获得权重矩阵W。

5.根据权利要求4所述的方法，其特征在于：风机转速M由风机主控提供。

6.根据权利要求1所述的方法，其特征在于：遮挡位置预测的具体步骤为：

a)参数初始化

根据光束数量n，将下一周期分为n等分，初始化第i条光束的遮挡权重w_ij＝0，1≤i≤n,1≤j≤n,n≥2；w_ij表示第i条光束在第j个分周期的遮挡权重；

b)根据CNR预测遮挡位置

遮挡预测的步骤为：

i从STime中提取最近两次遮挡时间t_r1、t_r2，后续遮挡时间t_s按照下面公式计算：

且

其中，P为叶轮数量，M_e为风机最大转速；

ii从SCNR中提取最近两次遮挡对应信噪比s_r1、s_r2，按照下式更新权重：

式中，w_in表示第i条光束在第n个分周期的遮挡权重，

r₂为常量；T为光束周期；t为当前时刻；

c)每条光束重复步骤a)-b)获得权重矩阵W。

7.根据权利要求1所述的方法，其特征在于：遮挡位置预测的具体步骤为：

-计算风机预测权重矩阵W`：

a)参数初始化

根据光束数量n，将下一周期分为n等分，初始化第i条光束的遮挡权重w_ij＝0，1≤i≤n,1≤j≤n,n≥2；w_ij表示第i条光束在第j个分周期的遮挡权重；

b)根据风机转速预测遮挡位置

风机转速M、叶轮数量为p的风机的遮挡周期为

遮挡预测的步骤为：

i从STime中提取最近一次遮挡时间t_r，后续遮挡时间t_s按照下面公式计算：

ii从SCNR中提取最近一次遮挡对应信噪比s_r，按照下式更新权重：

式中，w_in表示第i条光束在第n个分周期的遮挡权重，r₁为风机预测加权值；T为光束周期；t为当前时刻；

c)每条光束重复步骤a)-b)获得风机预测权重矩阵W`；

-计算雷达CNR预测权重矩阵W``：

a)参数初始化

根据光束数量n，将下一周期分为n等分，初始化第i条光束的遮挡权重w_ij＝0，1≤i≤n,1≤j≤n,n≥2；w_ij表示第i条光束在第j个分周期的遮挡权重；

b)根据CNR预测遮挡位置

遮挡预测的步骤为：

i从STime中提取最近两次遮挡时间t_r1、t_r2，后续遮挡时间t_s按照下面公式计算：

且，

其中，P为叶轮数量，M_e为风机最大转速；

ii从SCNR中提取最近两次遮挡对应信噪比s_r1、s_r2，按照下式更新权重：

式中，w_in表示第i条光束在第n个分周期的遮挡权重，

r₂为CNR预测加权值，r₂＝1-r₁，r₁为风机预测加权值；T为光束周期；t为当前时刻；

c)每条光束重复步骤a)-b)获得CNR预测权重矩阵W``；

-计算权重矩阵W：

W＝W`+W``。

8.根据权利要求4或6或7所述的方法，其特征在于光束控制策略通过以下方法获得：遍历下一周期中n条光束可能的分周期组合D，D_m＝{d_ij|i唯一,j唯一,1≤i≤n,1≤j≤n}，

d_ij表示在第j个分周期时切换至第i条光束；第i条光束在第j个分周期的遮挡权重为w_ij，w_ij从权重矩阵W中获得，通过下式获得最优路径：

min∑W_m

W_m为D_m中元素对应的遮挡权重的集合，和最小的W_m所对应的分周期组合D_ij作为最优光束控制策略。

9.根据权利要求1所述的方法，其特征在于激光雷达回光信号CNR的获取方法为：

式中，S(f)为噪声消除后信号功率谱，N(f)为背景噪声功率谱。

Images