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wij=0,1≤i≤n,1≤j≤n,n≥2;wij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tr,后续遮挡时间ts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sr,按照下式更新权重:
式中,win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wij=0,1≤i≤n,1≤j≤n,n≥2;wij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tr1、tr2,后续遮挡时间ts按照下面公式计算:
其中,P为叶轮数量,Me为风机最大转速;
ii从SCNR中提取最近两次遮挡对应信噪比sr1、sr2,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,
r
2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wij=0,1≤i≤n,1≤j≤n,n≥2;wij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tr,后续遮挡时间ts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sr,按照下式更新权重:
式中,win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wij=0,1≤i≤n,1≤j≤n,n≥2;wij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tr1、tr2,后续遮挡时间ts按照下面公式计算:
其中,P为叶轮数量,Me为风机最大转速;
ii从SCNR中提取最近两次遮挡对应信噪比sr1、sr2,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,
r
2为CNR预测加权值,r
2=1-r
1,r
1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∑Wm
Wm为Dm中元素对应的遮挡权重的集合,和最小的Wm所对应的分周期组合Dij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。
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w1j=0,1≤j≤2;w1j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tr,后续遮挡时间ts按照下面公式计算:
ts=10.353,12.687,13.020,…
ii从SCNR中提取最近一次遮挡对应信噪比sr=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Dm:
D1={d11,d22}
D2={d12,d21}
根据权重矩阵W,计算得出min∑Wm=∑W2。
Wm为Dm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w1j=0,1≤j≤2;w1j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tr1、tr2,后续遮挡时间ts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sr1、sr2,按照下式更新权重:
式中,
r
2为常量,本例中r
2=0.5;T为光束周期1s;t为当前时刻10s;获得w
11=1.61,w
12=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Dm:
D1={d11,d22}
D2={d12,d21}
根据权重矩阵W,计算得出min∑Wm=∑W2。
Wm为Dm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:
-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,r
2在实施例3表示为CNR预测加权值,r
2=1-r
1=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Dm:
D1={d11,d22}
D2={d12,d21}
根据权重矩阵W,计算得出min∑Wm=∑W2。
Wm为Dm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={d
12 d
23 d
31 d
44}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。