CN114488200A - 一种提高激光雷达测风精度的功率谱信号处理方法 - Google Patents

一种提高激光雷达测风精度的功率谱信号处理方法 Download PDF

Info

Publication number
CN114488200A
CN114488200A CN202210400647.8A CN202210400647A CN114488200A CN 114488200 A CN114488200 A CN 114488200A CN 202210400647 A CN202210400647 A CN 202210400647A CN 114488200 A CN114488200 A CN 114488200A
Authority
CN
China
Prior art keywords
power spectrum
spectral line
fitting
peak
range gate
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
Application number
CN202210400647.8A
Other languages
English (en)
Other versions
CN114488200B (zh
Inventor
王冲
梁晨
王兴金
薛向辉
陈廷娣
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN202210400647.8A priority Critical patent/CN114488200B/zh
Publication of CN114488200A publication Critical patent/CN114488200A/zh
Application granted granted Critical
Publication of CN114488200B publication Critical patent/CN114488200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/26—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting optical wave
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种提高激光雷达测风精度的功率谱信号处理方法，用于拟合功率谱信号，包括：步骤1，为原始功率谱构建背景噪声曲线；步骤2，从原始功率谱按由近及远逐个从单个距离门功率谱中扣除背景噪声得出去噪声功率谱；步骤3，对单个距离门去噪功率谱进行单高斯拟合，得出初始判定参数；步骤4，用偶数阶导数锐化寻峰方式得出拟合风速和载噪比；步骤5，判断单个功率谱是否处理完，若是，执行步骤6，若否，执行步骤3至4处理下一距离门；步骤6，判断所有功率谱是否拟合完，若是，则执行步骤7，若否，则执行步骤1至4处理下一功率谱；步骤7，输出拟合风速和载噪比，可实现高距离分辨率相干测风激光雷达功率谱中多普勒频率的精准提取。

Description

一种提高激光雷达测风精度的功率谱信号处理方法
技术领域
本发明涉及激光雷达领域，尤其涉及一种提高激光雷达测风精度的功率谱信号处理方法。
背景技术
低空大气风场在城市污染监测、风能源开发优化、航空安全保障和天气预报等方面具有重要意义。多普勒测风激光雷达属于主动测量系统，主要是利用大气中微小颗粒（气溶胶或者大气分子）运动产生的多普勒效应来测量大气风场结构的一种现代光电探测技术，其主要特点是采用光学方法对测量区域的风场进行非接触式实时测量。在对风场进行测量时，激光雷达对大气进行空间扫描，通过气溶胶运动产生的多普勒频移来确定该激光雷达视线方向上的径向风速，利用这些径向风速的几何关系即可以反演视场范围内的大气风场结构。
多普勒测风激光雷达分为直接探测式和相干探测式，目前，使用基于米散射原理的相干多普勒测风激光雷达，可以实现从地面起到对流层顶范围内无盲区的大气风场观测，并且具有高精度、高分辨率、大探测范围等优点，在大气风场测量方面具有重要地位。
功率谱信号作为相干多普勒测风激光雷达最重要的信号，理想情况下功率谱曲线是高斯线型，通过求解高斯峰值所在的位置来提取风速对应的多普勒频移。但是由于信号强度差异和噪声干扰，通常情况下真实的功率谱信号都是一个风速产生的高斯信号叠加其他噪声产生的多峰值结构。在过去的多普勒测风激光雷达信号处理时，寻求次峰或隐藏峰有不同的方法，比如在研究雨滴谱分布时根据降雨量估计雨滴与气溶胶的速度差，通过固定主峰与次峰的频率差实现双高斯拟合；也有研究者利用单高斯拟合与原始功率谱的差值拟合一个新的高斯峰作为次峰，但是这些方法在功率谱拟合提取风速时都有一定的不足，主要包括两个原因：一是功率谱信号中的次峰或隐藏峰是由不确定的噪声引起的，其位置具有不确定性，因此不能利用固定频率差的方法；二是噪声引起的功率谱信号幅度要比降雨等物理现象产生的峰小得多，残差法不适用。
因此，如何提高利用相干多普勒测风激光雷达的功率谱信号提取风速的精度是需要解决的问题。
有鉴于此，特提出本发明。
发明内容
本发明的目的是提供了一种提高激光雷达测风精度的功率谱信号处理方法，能提高利用相干多普勒测风激光雷达的功率谱信号提取风速的精度，进而解决现有技术中存在的问题。
本发明的目的是通过以下技术方案实现的：
本发明实施例提供一种提高激光雷达测风精度的功率谱信号处理方法，用于对相干多普勒激光雷达探测大气风场获得的对应原始功率谱进行拟合处理，按以下步骤对各原始功率谱进行拟合处理：
步骤1，为所处理的原始功率谱构建背景噪声曲线；
步骤2，对所处理的功率谱按照由近及远逐个从单个距离门功率谱中扣除背景噪声得出去噪声功率谱；
步骤3，从所述去噪声功率谱中按照由近及远逐个选取单个距离门去噪功率谱进行单高斯拟合，将所述单高斯拟合参数中的最大值对应的频率MAXFIT和单个距离门去噪功率谱的本底噪声作为初始判定参数；
步骤4，利用偶数阶导数锐化寻峰方式结合所述初始判定参数从所述单个距离门去噪功率谱拟合风速和载噪比；
步骤5，判断当前去噪声功率谱是否处理完，若是，则执行步骤6，若否，则执行步骤3至4处理当前去噪声功率谱的下一个距离门去噪功率谱；
步骤6，判断所有原始功率谱是否拟合结束，若是，则执行步骤7，若否，则执行步骤1至4处理所有原始功率谱中的下一个原始功率谱；
步骤7，输出与各原始功率谱对应的拟合风速和载噪比。
与现有技术相比，本发明所提供的提高激光雷达测风精度的功率谱信号处理方法，其有益效果包括：
通过采用偶数阶导数锐化寻峰方式将高斯曲线偶数阶导数的性质推广到激光雷达实测的离散的功率谱信号中，根据激光雷达的功率谱特点出发逐步优化适合激光雷达的寻峰参数，解决了传统方法在未知噪声影响下无法拟合到真实风速的问题。该处理方法能够精准确定功率谱中由不确定噪声引起的次峰或隐藏峰的位置并明显降低这些噪声对拟合的影响，很好解决常规算法不能降低噪声影响的问题；在一定程度上克服了残差法的局限性，因为噪声引起的功率谱幅度比降雨等物理现象产生的峰值小得多，不适合残差法等常规算法；修正了低信噪比区域传统算法的不足，同时也修正了部分由于未知噪声带来的误差，使得反演结果更具有真实性和使用价值。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的提高激光雷达测风精度的功率谱信号处理方法的流程图。
图2为本发明实施例提供的功率谱信号处理方法的偶数阶导数锐化寻峰方式的拟合处理流程图。
图3为本发明实施例提供的功率谱信号处理方法的偶数阶导数锐化寻峰方式的锐化处理结果及关键参数示意图。
图4为本发明实施例提供的功率谱信号处理方法的三个独立的高斯峰叠加和锐化的结果图。
具体实施方式
下面结合本发明的具体内容，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，这并不构成对本发明的限制。基于本发明的实施例，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，都属于本发明的保护范围。
首先对本文中可能使用的术语进行如下说明：
术语“和/或”是表示两者任一或两者同时均可实现，例如，X和/或Y表示既包括“X”或“Y”的情况也包括“X和Y”的三种情况。
术语“包括”、“包含”、“含有”、“具有”或其它类似语义的描述，应被解释为非排它性的包括。例如：包括某技术特征要素（如原料、组分、成分、载体、剂型、材料、尺寸、零件、部件、机构、装置、步骤、工序、方法、反应条件、加工条件、参数、算法、信号、数据、产品或制品等），应被解释为不仅包括明确列出的某技术特征要素，还可以包括未明确列出的本领域公知的其它技术特征要素。
术语“由……组成”表示排除任何未明确列出的技术特征要素。若将该术语用于权利要求中，则该术语将使权利要求成为封闭式，使其不包含除明确列出的技术特征要素以外的技术特征要素，但与其相关的常规杂质除外。如果该术语只是出现在权利要求的某子句中，那么其仅限定在该子句中明确列出的要素，其他子句中所记载的要素并不被排除在整体权利要求之外。
除另有明确的规定或限定外，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如：可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本文中的具体含义。
当浓度、温度、压力、尺寸或者其它参数以数值范围形式表示时，该数值范围应被理解为具体公开了该数值范围内任何上限值、下限值、优选值的配对所形成的所有范围，而不论该范围是否被明确记载；例如，如果记载了数值范围“2～8”时，那么该数值范围应被解释为包括“2～7”、“2～6”、“5～7”、“3～4和6～7”、“3～5和7”、“2和5～7”等范围。除另有说明外，本文中记载的数值范围既包括其端值也包括在该数值范围内的所有整数和分数。
术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述和简化描述，而不是明示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本文的限制。
下面对本发明所提供的提高激光雷达测风精度的功率谱信号处理方法进行详细描述。本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。本发明实施例中未注明具体条件者，按照本领域常规条件或制造商建议的条件进行。本发明实施例中所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。
如图1所示，本发明实施例提供一种提高激光雷达测风精度的功率谱信号处理方法，用于对相干多普勒激光雷达探测大气风场获得的对应原始功率谱进行拟合处理，按以下步骤对各原始功率谱进行拟合处理：
步骤1，为所处理的原始功率谱构建背景噪声曲线；
步骤2，对所处理的功率谱按照由近及远逐个从单个距离门功率谱中扣除背景噪声得出去噪声功率谱；
步骤3，从所述去噪声功率谱中按照由近及远逐个选取单个距离门去噪功率谱进行单高斯拟合，将所述单高斯拟合参数中的最大值对应的频率MAXFIT和单个距离门去噪功率谱的本底噪声作为初始判定参数；
步骤4，利用偶数阶导数锐化寻峰方式结合所述初始判定参数从所述单个距离门去噪功率谱拟合风速和载噪比；
步骤5，判断当前去噪声功率谱是否处理完，若是，则执行步骤6，若否，则执行步骤3至4处理当前去噪声功率谱的下一个距离门去噪功率谱；
步骤6，判断所有原始功率谱是否拟合结束，若是，则执行步骤7，若否，则执行步骤1至4处理所有原始功率谱中的下一个原始功率谱；
步骤7，输出与各原始功率谱对应的拟合风速和载噪比。
上述方法的步骤4中，利用偶数阶导数锐化寻峰方式从所述单个距离门去噪功率谱拟合获取主高斯峰对应的多普勒频率和标准差，并将所述多普勒频率和标准差转换为风速和载噪比。
上述方法的步骤4中，按以下方式利用偶数阶导数锐化寻峰方式从所述单个距离门去噪功率谱拟合获取主高斯峰对应的多普勒频率和标准差，并将所述多普勒频率和标准差转换为风速和载噪比，包括：
步骤41，锐化处理：对所述单个距离门去噪功率谱进行三点滑动平均，再利用锐化函数对三点滑动平均所得的所述单个距离门去噪功率谱进行锐化，锐化后得到比所述单个距离门去噪功率谱的谱线至少多一个次峰的锐化谱线；
步骤42，拟合处理，根据预设的判定条件对所述锐化谱线进行判定，根据判定结果，选择对应的拟合方式对所述单个距离门去噪功率谱进行拟合，得出拟合谱线，从所述拟合谱线中主高斯峰对应的多普勒频率和标准差得出拟合风速和载噪比。
上述的步骤41中的锐化函数为：
Figure 127972DEST_PATH_IMAGE001
；
该锐化函数中各参数的含义为：R表示锐化谱线；Y表示单个距离门去噪功率谱的谱线；i是从1开始的连续取值的正整数，Y(2i)表示Y的第2i阶导数；k2i是锐化因子，其中，i=1时，k2i取值为120～400，i=2时，k2i取值为15000～30000，i=3时，k2i取值为1500000～2000000，i=4及以上时，k2i及以上取值与i等于3时k2i的取值相同。。
上述的步骤42中，按以下方式根据预设的判定条件对所述锐化谱线进行判定，根据判定结果，选择对应的拟合方式对去噪声功率谱进行拟合，得出拟合谱线，从所述拟合谱线中主高斯峰对应的多普勒频率和标准差得出拟合风速和载噪比，包括：
步骤421，按以下第一判定条件对所述锐化谱线进行判定，所述第一判定条件为：所述锐化谱线的第一左侧峰PL1大于该锐化谱线的最大值对应的频率MAXR减去50和所述锐化谱线的第一右侧峰PR1小于该锐化谱线的最大值对应的频率MAXR加上50，若判定结果为是，则执行步骤422；若判定结果为否，则执行步骤423，
步骤422，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声、锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线左侧第一峰PL1在所述单个距离门去噪功率谱中对应的功率谱值、频率和标准差，锐化谱线右侧第一峰PR1在所述单个距离门去噪功率谱中对应的功率谱值、频率和标准差作为三高斯拟合所需的初始值，执行步骤425；
步骤423，按以下第二判定条件对所述锐化谱线进行判定，所述第二判定条件为：所述锐化谱线的第一左侧谷VL1小于该锐化谱线的最大值对应的频率MAXR减去50和所述锐化谱线的第一右侧谷VR1大于该锐化谱线的最大值对应的频率MAXR加上50，若判定结果为是，则执行步骤424；若判定结果为否，则执行步骤427，
步骤424，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差作为单高斯拟合所需的初始值，执行步骤426；
步骤425，根据选取的所述三高斯拟合所需的初始值利用L-M非线性最小二乘法对所述单个距离门去噪功率谱进行三高斯拟合得出具有三个高斯峰的拟合谱线，利用所述拟合谱线中主高斯峰对应的多普勒频率和标准差，执行步骤4215得出拟合风速和载噪比；
步骤426，根据选取的所述单高斯拟合所需的初始值利用L-M非线性最小二乘法对所述单个距离门去噪功率谱进行单高斯拟合得出单高斯峰对应的多普勒频率和标准差，再执行步骤4215得出拟合风速和载噪比；
步骤427，按以下第三判定条件对所述锐化谱线进行判定，所述第三判定条件为：所述步骤3的得出的所述初始判定参数中的最大值对应的频率MAXFIT大于所述单个距离门去噪功率谱的最大值对应的频率MAXY，若判定结果为是，则执行步骤428；若判定结果为否，则执行步骤429；
步骤428，按以下第四判定条件对所述锐化谱线进行判定，所述第四判定条件为：所述锐化谱线的第一右侧谷VR1小于该锐化谱线的最大值对应的频率MAXR加上50，若判定结果为是，则执行步骤4212；若判定结果为否，则执行步骤4213；
步骤429，按以下第五判定条件对所述锐化谱线进行判定，所述第五判定条件为：所述锐化谱线的第一左侧谷VL1大于该锐化谱线的最大值对应的频率MAXR减去50，若判定结果为是，则执行步骤4210；若判定结果为否，则执行步骤4211；
步骤4210，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线的左侧第一个次峰的频率PL1在所述单个距离门去噪功率谱中对应的功率谱值、PL1和锐化谱线的左侧第一峰与左侧第二谷之间频率差的一半作为双高斯拟合所需的初始值，执行步骤4214；
步骤4211，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线的左侧第一个次峰的频率PL1在所述单个距离门去噪功率谱中对应的功率谱值、PL1和锐化谱线的左侧第一谷与左侧第一峰的频率差的一半作为双高斯拟合所需的初始值，执行步骤4214；
步骤4212，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线的右侧第一个次峰的频率PR1在所述单个距离门去噪功率谱中对应的功率谱值、PR1和锐化谱线的右侧第二谷与右侧第一峰的频率差的一半作为双高斯拟合所需的初始值，执行步骤4214；
步骤4213，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线的右侧第一个次峰的频率PR1在所述单个距离门去噪功率谱中对应的功率谱值、PR1和锐化谱线的右侧第一峰与右侧第一谷的频率差的一半作为双高斯拟合所需的初始值，执行步骤4214；
步骤4214，根据选取的双高斯拟合所需的初始值，利用L-M非线性最小二乘法对所述单个距离门去噪功率谱进行双高斯拟合得出两个高斯峰的拟合谱线，利用所述拟合谱线中主高斯峰对应的多普勒频率和标准差，执行步骤4215得出拟合风速和载噪比；
步骤4215，由确定的拟合谱线中的主高斯峰对应的多普勒频率结合波长得到拟合风速，由拟合谱线中的主高斯峰峰值、标准差和所述单个距离门去噪功率谱强度计算得出载噪比。
上述处理方法步骤7得出的与各原始功率谱对应的拟合风速是各测量时点的时点风速，各时点风速组合成时变风速。为进一步得出每个观测周期内的准确风速，上述方法进一步在步骤7后还包括：步骤8，对所述相干多普勒激光雷达设置的一个观测周期内的各原始功率谱对应的拟合风速中不满足载噪比或者风速限定范围的值在时间和空间两个维度进行插值，得出观测周期内的准确风速。
综上可见，本发明实施例的处理方法，通过偶数阶导数锐化寻峰方式将基于高斯曲线偶数阶导数的性质推广到激光雷达实测的功率谱的离散信号中。对相干测风激光雷达的单个距离门去噪声功率谱信号逐阶求导，利用优化的锐化因子锐化后可以准确的定位次峰或隐藏峰值的位置。根据次峰或隐藏峰的个数及相对于主高斯峰的位置采用不同的拟合方式，反演得到风速和载噪比，解决了传统方法在低信噪比条件下无法拟合得到真实风速的问题。该处理方法能够精准确定功率谱中由不确定噪声引起的次峰或隐藏峰的位置并明显降低这些噪声对拟合的影响，常规算法不能降低这些噪声影响；在一定程度上克服了残差法的局限性，因为噪声引起的功率谱幅度比降雨等物理现象产生的峰值小得多，不适合用残差法等常规算法；修正了低信噪比区域传统算法的不足，同时也修正了部分由于未知噪声带来的误差，使得反演结果更具有真实性和使用价值。
为了更加清晰地展现出本发明所提供的技术方案及所产生的技术效果，下面以具体实施例对本发明实施例所提供的提高激光雷达测风精度的功率谱信号处理方法进行详细描述。
实施例1
如图1所示，本发明实施例提供一种提高激光雷达测风精度的功率谱信号处理方法，能对激光雷达测风的原始功率谱信号进行处理，得出更准确的风速，该方法用于对相干多普勒激光雷达探测大气风场获得的对应原始功率谱进行拟合处理，按以下步骤依次对原始功率谱进行拟合处理：
步骤1，为所处理的原始功率谱构建背景噪声曲线；
步骤2，对所处理的功率谱按照由近及远逐个从单距离门功率谱中扣除背景噪声得出去噪声功率谱；
步骤3，从所述去噪声功率谱中按照由近及远逐个选取单个距离门去噪功率谱进行单高斯拟合，将拟合所用参数中的单个距离门去噪功率谱的本底噪声、最大值对应的频率MAXFIT作为下一步拟合的初始判定参数；
步骤4，利用偶数阶导数锐化寻峰方式结合所述初始判定参数从所述单个距离门去噪功率谱拟合风速和载噪比；
步骤5，判断当前去噪声功率谱是否处理完，若是，则执行步骤6，若否，则执行步骤3至4处理当前去噪声功率谱的下一个距离门去噪功率谱；
步骤6，判断所有原始功率谱是否拟合结束，若是，则执行步骤7，若否，则执行步骤1至4处理所有原始功率谱中的下一个原始功率谱；
步骤7，输出与各原始功率谱对应的拟合风速和载噪比。
上述方法的步骤4中，利用偶数阶导数锐化寻峰方式结合所述初始判定参数从所述单个距离门去噪功率谱得出拟合风速和载噪比是本发明方法的关键，具体包括以下步骤：
步骤41为锐化处理，在锐化过程中所有的步骤均采用三点滑动平均。如图3所示，实线是单个距离门去噪功率谱，它的最大值对应的频率是MAXY。虚线是锐化谱线，锐化谱线最大值对应的频率MAXR，通过极大值计算获取所有的峰对应的频率，通过极小值计算获取所有的谷对应的频率。左侧的峰记作PL，左侧的谷记作VL，右侧的峰记作PR，右侧的谷记作VR，并从中间向两侧编号，如：PL1为左侧的第一峰。经过锐化后的谱线比原始功率谱至少多一个峰，这就是所谓的次峰或隐藏峰，在实施例中PL1给出了隐藏峰的位置，PL1-VL2给出了隐藏峰的宽度，这些参数将会被用于多高斯拟合。点线是步骤3的单高斯拟合曲线，三点虚线是步骤3单高斯拟合的单个距离门去噪功率谱的本底噪声。
步骤42为拟合处理，参见图2，其中，
步骤421为利用第一个判定条件对锐化谱线进行判定，第一个判定条件为：PL1＞MAXR-50和PR1＜MAXR+50；若判定结果为是，则执行步骤422；若判定结果为否，则执行步骤423；
步骤422为选取三高斯拟合所需的初始值，即步骤3单高斯拟合的单个距离门去噪功率谱的本底噪声，频率MAXR在单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，左侧峰第一峰在单个距离门去噪功率谱中对应的功率谱值、频率和标准差，右侧第一个峰在单个距离门去噪功率谱中对应的功率谱值、频率和标准差，执行步骤425；
步骤423为利用第二个判定条件对锐化谱线进行判定，第二个判定条件为：VL1＜MAXR-50和VR1＞MAXR+50，若判定结果为是，则执行步骤424；若判定结果为否，则执行步骤427；
步骤424为选取单高斯拟合所需的初始值，即步骤3单高斯拟合的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，执行步骤426；
步骤425为三高斯拟合——利用L-M非线性最小二乘法的三高斯拟合；
步骤426为单高斯拟合——利用L-M非线性最小二乘法的单高斯拟合；
步骤427为利用第三个判定条件对锐化谱线进行判定，第三个判定条件为：MAXFIT＞MAXY，若判定结果为是，则执行步骤428；若判定结果为否，则执行步骤429；
步骤428为利用第四个判定条件对锐化谱线进行判定，第四个判定条件为：VR1＜MAXR+50，若判定结果为是，则执行步骤4212；若判定结果为否，则执行步骤4213；
步骤429为利用第五个判定条件对锐化谱线进行判定，第五个判定条件为：VL1＞MAXR-50，若判定结果为是，则执行步骤4210；若判定结果为否，则执行步骤4211；
步骤4210为双高斯拟合的第一类情况：选取双高斯拟合所需的初始值，即步骤3单高斯拟合的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，频率PL1为单个距离门去噪功率谱中对应的功率谱值、PL1和(PL1-VL2)÷2；
步骤4211为双高斯拟合的第二类情况：选取双高斯拟合所需的初始值，即步骤3单高斯拟合的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，频率PL1在单个距离门去噪功率谱中对应的功率谱值、PL1和(VL1-PL1)÷2；
步骤4212为双高斯拟合的第三类情况：选取双高斯拟合所需的初始值，即步骤3单高斯拟合的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，频率PR1在单个距离门去噪功率谱中对应的功率谱值、PR1和(VR2-PR1)÷2；
步骤4213为双高斯拟合的第四类情况：选取双高斯拟合所需的初始值，即步骤3单高斯拟合的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，频率PR1在单个距离门去噪功率谱中对应的功率谱值、PR1和(PR1-VL1)÷2；
步骤4214为双高斯拟合——利用L-M非线性最小二乘法的双高斯拟合，根据步骤4210至步骤4213给出的所需的初始值得到主高斯峰的拟合结果，包括功率谱值、频率及标准差，执行步骤4215；
步骤4215，由拟合的主高斯峰对应的多普勒频率结合波长得到拟合风速，由拟合的主高斯峰峰值、标准差和原始功率谱强度计算得出载噪比。
上述的偶数阶导数锐化寻峰方式中，根据PL1，VL1，PR1，VR1与MAXR的相对位置，可将拟合分为三种情况。
a)单高斯拟合；
b)双高斯拟合；
c)三高斯拟合。
当VL1、VR1都不处于主高斯峰MAXR的3
Figure 982795DEST_PATH_IMAGE002
以内时，认为次峰对拟合的影响忽略不计，只有当信噪比足够强时主峰的强度远比次峰大（一般的经验值是200倍），由于采用了三点滑动平均会将这些小的峰、谷平滑掉，此时全空间仅有一个主峰，使用单高斯拟合是合理的。
当PL1、PR1都处在主高斯峰3
Figure 559270DEST_PATH_IMAGE002
以内时，此时必然是一个三峰的曲线（参见图4），必须使用三高斯拟合才能避免主高斯峰拟合的结果被扭曲。
当前面两个条件都不满足时，即只有一个次峰出现在主峰的范围内。由于次峰或隐藏峰在单高斯拟合时的拖拽作用会使单高斯拟合的结果向次峰自己所在的方向偏移，因此可以用单高斯做初始拟合，并依照该结果判断次峰或隐藏峰的大概方向，本底噪声强度等，根据实际情况再分以下四类情况做双高斯拟合：
1)第一类情况：当单高斯拟合峰值比锐化峰频率值小且VL1出现在3
Figure 626583DEST_PATH_IMAGE002
以内时，此时认为次峰在左侧，VL1可能是主峰的锐化函数基线陡降造成的，位置不完全可信，VL2则不受主峰影响，与PL1的距离可以认为是次峰的半宽，因此此时的拟合初始参数分别是NF（本底噪声），去噪声功率谱[MAXR]，MAXR，20，去噪声功率谱[PL1]，PL1，(PL1-VL2)÷2；
2)第二类情况：当单高斯拟合峰值比锐化峰频率值小且VL1出现在3
Figure 113059DEST_PATH_IMAGE002
以外时，此时认为次峰在左侧且与主峰分离比较明显，对拟合的影响相对较小，此时的拟合初始参数分别是NF（本底噪声），去噪声功率谱[MAXR]，MAXR，20，去噪声功率谱[PL1]，PL1，(VL1-PL1)÷2；
3)第三类情况：当单高斯拟合峰值比锐化峰频率值大且VR1出现在3
Figure 607626DEST_PATH_IMAGE002
以内时，此时认为次峰在右侧，VR1可能是主峰的锐化函数基线陡降造成的，位置不完全可信，VR2则不受主峰影响，与PR1的距离可以认为是次峰的半宽，因此此时的拟合初始参数分别是NF（本底噪声），去噪声功率谱[MAXR]，MAXR，20，去噪声功率谱[PR1]，PR1，(VR2-PR1) ÷2；
4)第四类情况：当单高斯拟合峰值比锐化峰频率值大且VR1出现在3
Figure 671397DEST_PATH_IMAGE002
以外时，此时认为次峰在右侧且与主峰分离比较明显，对拟合的影响相对较小，此时的拟合初始参数分别是NF（本底噪声），去噪声功率谱[MAXR]，MAXR，20，去噪声功率谱[PR1]，PR1，(PR1-VR1)÷2。
上述方法中，所用的锐化函数为：
Figure 542401DEST_PATH_IMAGE003
；
该锐化函数中各参数的含义为：R表示锐化谱线；Y表示单个距离门去噪功率谱的谱线；i是从1开始的连续取值的正整数，Y(2i)表示Y的第2i阶导数；k2i是锐化因子，其中，i=1时，k2i（即k2）取值为120～400，i=2时，k2i（即k4）取值为15000～30000，i=3时，k2i（即k6）取值为1500000～2000000，i=4及以上时，k2i及以上取值（即k8及以上）与i等于3时k2i的取值相同。
该锐化函数利用了高斯曲线及其偶阶导数具有峰谷互相交错的特性，即二阶导数的谷与原始高斯曲线的峰位置相同，四阶导数的谷与二阶导数的峰位置相同，依次类推。通过改变不同偶阶导数的系数的取值可以组成不同的线性组合，在锐化曲线中实现偶阶导数的峰谷之间相抵而主高斯峰位置累加强化的效果，同时信号宽度会明显变窄，这种处理可称之为“锐化”，从而让不那么突出的峰变得突出，能方便准确的找到隐藏峰。
本实施例的方法中，由于只用到了二阶导数，则上述的锐化函数简化为：
Figure 886313DEST_PATH_IMAGE004
；
该简化的锐化函数中各参数的含义为：R表示锐化谱线；Y表示单个距离门去噪功率谱的谱线；Y″表示Y的二阶导数；k2是锐化因子，k2取值为120～400。
上述方法主要应用在相干测风激光雷达中，优选的激光雷达系统的脉冲宽度为20ns，20ns的脉冲宽度对应的功率谱宽度约为60MHz，但是其它脉冲宽度也同样适用。
进一步的，上述方法在步骤7后还包括步骤8，根据所述相干多普勒激光雷达设置的观测周期，对于一个观测周期内得出的各拟合风速中不满足对应载噪比或者风速限定范围的值在时间和空间两个维度进行插值，得出观测周期内的准确风速。
通过本发明的处理方法，在激光雷达硬件参数不变的情况下，可以有效提高激光雷达测风精度。未来可以用于实现米级分辨率风场信息提取。
本领域普通技术人员可以理解：实现上述实施例方法中的全部或部分流程是可以通过程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random Access Memory，RAM）等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。本文背景技术部分公开的信息仅仅旨在加深对本发明的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

Claims (6)

1.一种提高激光雷达测风精度的功率谱信号处理方法，其特征在于，用于对相干多普勒激光雷达探测大气风场获得的对应原始功率谱进行拟合处理，按以下步骤对各原始功率谱进行拟合处理：
步骤1，为所处理的原始功率谱构建背景噪声曲线；
步骤2，对所处理的功率谱按照由近及远逐个从单个距离门功率谱中扣除背景噪声得出去噪声功率谱；
步骤3，从所述去噪声功率谱中按照由近及远逐个选取单个距离门去噪功率谱进行单高斯拟合，将所述单高斯拟合参数中的最大值对应的频率MAXFIT和单个距离门去噪功率谱的本底噪声作为初始判定参数；
步骤4，利用偶数阶导数锐化寻峰方式结合所述初始判定参数从所述单个距离门去噪功率谱拟合风速和载噪比；
步骤5，判断当前去噪声功率谱是否处理完，若是，则执行步骤6，若否，则执行步骤3至4处理当前去噪声功率谱的下一个距离门去噪功率谱；
步骤6，判断所有原始功率谱是否拟合结束，若是，则执行步骤7，若否，则执行步骤1至4处理所有原始功率谱中的下一个原始功率谱；
步骤7，输出与各原始功率谱对应的拟合风速和载噪比。
2.根据权利要求1所述的提高激光雷达测风精度的功率谱信号处理方法，其特征在于，所述步骤4中，利用偶数阶导数锐化寻峰方式从所述单个距离门去噪功率谱拟合获取主高斯峰对应的多普勒频率和标准差，并将所述多普勒频率和标准差转换为风速和载噪比。
3.根据权利要求2所述的提高激光雷达测风精度的功率谱信号处理方法，其特征在于，所述步骤4中，按以下方式利用偶数阶导数锐化寻峰方式从所述单个距离门去噪功率谱拟合获取主高斯峰对应的多普勒频率和标准差，并将所述多普勒频率和标准差转换为风速和载噪比，包括：
步骤41，锐化处理：对所述单个距离门去噪功率谱进行三点滑动平均，再利用锐化函数对三点滑动平均所得的所述单个距离门去噪功率谱进行锐化，锐化后得到比所述单个距离门去噪功率谱的谱线至少多一个次峰的锐化谱线；
步骤42，拟合处理，根据预设的判定条件对所述锐化谱线进行判定，根据判定结果，选择对应的拟合方式对所述单个距离门去噪功率谱进行拟合，得出拟合谱线，从所述拟合谱线中主高斯峰对应的多普勒频率和标准差得出拟合风速和载噪比。
4.根据权利要求3所述的提高激光雷达测风精度的功率谱信号处理方法，其特征在于，所述步骤41中的锐化函数为：
Figure 401287DEST_PATH_IMAGE001
；
该锐化函数中各参数的含义为：R表示锐化谱线；Y表示单个距离门去噪功率谱的谱线；i是从1开始的连续取值的正整数，Y(2i)表示Y的第2i阶导数；k2i是锐化因子，其中，i=1时，k2i取值为120～400，i=2时，k2i取值为15000～30000，i=3时，k2i取值为1500000～2000000，i=4及以上时，k2i及以上取值与i等于3时k2i的取值相同。
5.根据权利要求3或4所述的提高激光雷达测风精度的功率谱信号处理方法，其特征在于，所述步骤42中，按以下方式根据预设的判定条件对所述锐化谱线进行判定，根据判定结果，选择对应的拟合方式对去噪声功率谱进行拟合，得出拟合谱线，从所述拟合谱线中主高斯峰对应的多普勒频率和标准差得出拟合风速和载噪比，包括：
步骤421，按以下第一判定条件对所述锐化谱线进行判定，所述第一判定条件为：所述锐化谱线的第一左侧峰PL1大于该锐化谱线的最大值对应的频率MAXR减去50和所述锐化谱线的第一右侧峰PR1小于该锐化谱线的最大值对应的频率MAXR加上50，若判定结果为是，则执行步骤422；若判定结果为否，则执行步骤423，
步骤422，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声、锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线左侧第一峰PL1在所述单个距离门去噪功率谱中对应的功率谱值、频率和标准差，锐化谱线右侧第一峰PR1在所述单个距离门去噪功率谱中对应的功率谱值、频率和标准差作为三高斯拟合所需的初始值，执行步骤425；
步骤423，按以下第二判定条件对所述锐化谱线进行判定，所述第二判定条件为：所述锐化谱线的第一左侧谷VL1小于该锐化谱线的最大值对应的频率MAXR减去50和所述锐化谱线的第一右侧谷VR1大于该锐化谱线的最大值对应的频率MAXR加上50，若判定结果为是，则执行步骤424；若判定结果为否，则执行步骤427，
步骤424，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差作为单高斯拟合所需的初始值，执行步骤426；
步骤425，根据选取的所述三高斯拟合所需的初始值利用L-M非线性最小二乘法对所述单个距离门去噪功率谱进行三高斯拟合得出具有三个高斯峰的拟合谱线，利用所述拟合谱线中主高斯峰对应的多普勒频率和标准差，执行步骤4215得出拟合风速和载噪比；
步骤426，根据选取的所述单高斯拟合所需的初始值利用L-M非线性最小二乘法对所述单个距离门去噪功率谱进行单高斯拟合得出单高斯峰对应的多普勒频率和标准差，再执行步骤4215得出拟合风速和载噪比；
步骤427，按以下第三判定条件对所述锐化谱线进行判定，所述第三判定条件为：所述步骤3的得出的所述初始判定参数中的最大值对应的频率MAXFIT大于所述单个距离门去噪功率谱的最大值对应的频率MAXY，若判定结果为是，则执行步骤428；若判定结果为否，则执行步骤429；
步骤428，按以下第四判定条件对所述锐化谱线进行判定，所述第四判定条件为：所述锐化谱线的第一右侧谷VR1小于该锐化谱线的最大值对应的频率MAXR加上50，若判定结果为是，则执行步骤4212；若判定结果为否，则执行步骤4213；
步骤429，按以下第五判定条件对所述锐化谱线进行判定，所述第五判定条件为：所述锐化谱线的第一左侧谷VL1大于该锐化谱线的最大值对应的频率MAXR减去50，若判定结果为是，则执行步骤4210；若判定结果为否，则执行步骤4211；
步骤4210，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线的左侧第一个次峰的频率PL1在所述单个距离门去噪功率谱中对应的功率谱值、PL1和锐化谱线的左侧第一峰与左侧第二谷之间频率差的一半作为双高斯拟合所需的初始值，执行步骤4214；
步骤4211，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线的左侧第一个次峰的频率PL1在所述单个距离门去噪功率谱中对应的功率谱值、PL1和锐化谱线的左侧第一谷与左侧第一峰的频率差的一半作为双高斯拟合所需的初始值，执行步骤4214；
步骤4212，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线的右侧第一个次峰的频率PR1在所述单个距离门去噪功率谱中对应的功率谱值、PR1和锐化谱线的右侧第二谷与右侧第一峰的频率差的一半作为双高斯拟合所需的初始值，执行步骤4214；
步骤4213，选取所述步骤3得出的所述初始判定参数中的单个距离门去噪功率谱的本底噪声，锐化谱线的主高斯峰的频率MAXR在所述单个距离门去噪功率谱中对应的功率谱值、MAXR和标准差，锐化谱线的右侧第一个次峰的频率PR1在所述单个距离门去噪功率谱中对应的功率谱值、PR1和锐化谱线的右侧第一峰与右侧第一谷的频率差的一半作为双高斯拟合所需的初始值，执行步骤4214；
步骤4214，根据选取的双高斯拟合所需的初始值，利用L-M非线性最小二乘法对所述单个距离门去噪功率谱进行双高斯拟合得出两个高斯峰的拟合谱线，利用所述拟合谱线中主高斯峰对应的多普勒频率和标准差，执行步骤4215得出拟合风速和载噪比；
步骤4215，由确定的拟合谱线中的主高斯峰对应的多普勒频率结合波长得到拟合风速，由拟合谱线中的主高斯峰峰值、标准差和所述单个距离门去噪功率谱强度计算得出载噪比。
6.根据权利要求3或4所述的提高激光雷达测风精度的功率谱信号处理方法，其特征在于，所述步骤7后还包括：
步骤8，对所述相干多普勒激光雷达设置的一个观测周期内的各原始功率谱对应的拟合风速中不满足载噪比或者风速限定范围的值在时间和空间两个维度进行插值，得出观测周期内的准确风速。
CN202210400647.8A 2022-04-17 2022-04-17 一种提高激光雷达测风精度的功率谱信号处理方法 Active CN114488200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210400647.8A CN114488200B (zh) 2022-04-17 2022-04-17 一种提高激光雷达测风精度的功率谱信号处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210400647.8A CN114488200B (zh) 2022-04-17 2022-04-17 一种提高激光雷达测风精度的功率谱信号处理方法

Publications (2)

Publication Number Publication Date
CN114488200A true CN114488200A (zh) 2022-05-13
CN114488200B CN114488200B (zh) 2022-07-15

Family

ID=81489335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210400647.8A Active CN114488200B (zh) 2022-04-17 2022-04-17 一种提高激光雷达测风精度的功率谱信号处理方法

Country Status (1)

Country Link
CN (1) CN114488200B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115407306A (zh) * 2022-11-02 2022-11-29 南京信息工程大学 一种提高测风激光雷达有效探测距离的数据处理方法
CN115951328A (zh) * 2023-03-10 2023-04-11 中国人民解放军国防科技大学 基于概率密度约束的测风激光雷达风速估计方法和装置
CN117930183A (zh) * 2024-03-22 2024-04-26 南京信息工程大学 一种提高相干测风激光雷达载噪比的功率谱处理方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6307500B1 (en) * 1999-08-13 2001-10-23 University Corporation For Atmospheric Research Method of moment estimation and feature extraction for devices which measure spectra as a function of range or time
CN103616690A (zh) * 2013-12-11 2014-03-05 哈尔滨工业大学 基于船载高频地波超视距雷达的海面风向提取方法
CN103630908A (zh) * 2013-12-08 2014-03-12 中国科学技术大学 分子散射测风激光雷达中激光频谱反演方法及测量校准方法
CN107390229A (zh) * 2017-06-14 2017-11-24 南京牧镭激光科技有限公司 一种测风激光雷达信号的处理方法及其处理装置
CN107615094A (zh) * 2015-05-12 2018-01-19 三菱电机株式会社 激光雷达装置和风速观测方法
CN107942342A (zh) * 2017-09-29 2018-04-20 南京牧镭激光科技有限公司 测风激光雷达的数据处理方法、装置、系统及存储介质
CN109116359A (zh) * 2018-09-28 2019-01-01 西北工业大学 一种机载雷达低空风切变风场回波风速的估计方法
CN109814131A (zh) * 2019-02-21 2019-05-28 中国科学技术大学 一种基于激光雷达风速数据的湍流参数反演方法
CN112285742A (zh) * 2020-10-15 2021-01-29 中船重工鹏力（南京）大气海洋信息系统有限公司 一种在频域内估算相干测风激光雷达载噪比的方法
CN112597713A (zh) * 2020-12-24 2021-04-02 合肥工业大学 基于emd和修正高斯函数的时变平均风提取方法
CN113075754A (zh) * 2021-04-01 2021-07-06 南京红露麟激光雷达科技有限公司 一种基于相干多普勒激光雷达的雨滴谱获取方法及装置
CN113109837A (zh) * 2021-04-20 2021-07-13 北京理工大学 激光雷达系统数据处理方法
US20220106937A1 (en) * 2020-10-01 2022-04-07 IFP Energies Nouvelles METHOD OF DETERMINING AVERAGE WIND SPEED BY MEANS OF A LiDAR SENSOR

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6307500B1 (en) * 1999-08-13 2001-10-23 University Corporation For Atmospheric Research Method of moment estimation and feature extraction for devices which measure spectra as a function of range or time
CN103630908A (zh) * 2013-12-08 2014-03-12 中国科学技术大学 分子散射测风激光雷达中激光频谱反演方法及测量校准方法
CN103616690A (zh) * 2013-12-11 2014-03-05 哈尔滨工业大学 基于船载高频地波超视距雷达的海面风向提取方法
CN107615094A (zh) * 2015-05-12 2018-01-19 三菱电机株式会社 激光雷达装置和风速观测方法
CN107390229A (zh) * 2017-06-14 2017-11-24 南京牧镭激光科技有限公司 一种测风激光雷达信号的处理方法及其处理装置
CN107942342A (zh) * 2017-09-29 2018-04-20 南京牧镭激光科技有限公司 测风激光雷达的数据处理方法、装置、系统及存储介质
CN109116359A (zh) * 2018-09-28 2019-01-01 西北工业大学 一种机载雷达低空风切变风场回波风速的估计方法
CN109814131A (zh) * 2019-02-21 2019-05-28 中国科学技术大学 一种基于激光雷达风速数据的湍流参数反演方法
US20220106937A1 (en) * 2020-10-01 2022-04-07 IFP Energies Nouvelles METHOD OF DETERMINING AVERAGE WIND SPEED BY MEANS OF A LiDAR SENSOR
CN112285742A (zh) * 2020-10-15 2021-01-29 中船重工鹏力（南京）大气海洋信息系统有限公司 一种在频域内估算相干测风激光雷达载噪比的方法
CN112597713A (zh) * 2020-12-24 2021-04-02 合肥工业大学 基于emd和修正高斯函数的时变平均风提取方法
CN113075754A (zh) * 2021-04-01 2021-07-06 南京红露麟激光雷达科技有限公司 一种基于相干多普勒激光雷达的雨滴谱获取方法及装置
CN113109837A (zh) * 2021-04-20 2021-07-13 北京理工大学 激光雷达系统数据处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MATTI LASSAS等: "Wind Velocity ObservationWith a CWDoppler Radar", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
王平春 等: "基于高斯拟合的相干激光雷达风速估计算法", 《红外与激光工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115407306A (zh) * 2022-11-02 2022-11-29 南京信息工程大学 一种提高测风激光雷达有效探测距离的数据处理方法
CN115951328A (zh) * 2023-03-10 2023-04-11 中国人民解放军国防科技大学 基于概率密度约束的测风激光雷达风速估计方法和装置
CN117930183A (zh) * 2024-03-22 2024-04-26 南京信息工程大学 一种提高相干测风激光雷达载噪比的功率谱处理方法

Also Published As

Publication number Publication date
CN114488200B (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN114488200B (zh) 一种提高激光雷达测风精度的功率谱信号处理方法
CN110488393B (zh) X波段双偏振天气雷达定量测量降水方法及系统
CN107678003B (zh) 一种地波雷达海杂波背景下的目标检测方法
CN108681525B (zh) 一种基于车载激光扫描数据的路面点云强度增强方法
Chu et al. Relationships between Ku-band radar backscatter and integrated wind and wave parameters at low incidence angles
CN101738611A (zh) 一种水声目标信号检测和识别方法
CN102621531B (zh) 一种基于x波段雷达图像的降雨干扰抑制方法
CN102176014B (zh) 一种多时相sar图像城市区域变迁变化检测方法
CN107504908A (zh) 基于小波变换模极大值的白光反射动态测量薄膜厚度方法
CN105300920A (zh) 一种基于太赫兹反射光谱提取固体薄片复折射率的方法
Potapov Textures, fractals, scaling effects, and fractional operators as a basis of new methods for data processing and fractal radio system design
CN104076345A (zh) 一种针对纯转动拉曼激光雷达测量温度的饱和修正方法
Zhang et al. Signal denoising of double-beam and double-scattering laser doppler velocimetry based on wavelet layering
CN105929380A (zh) 一种卫星激光高度计全波形激光雷达数据去噪方法
CN112014833A (zh) 一种高速目标时频域探测方法
CN105718723A (zh) 一种质谱数据处理中谱峰位置检测方法
CN104076003A (zh) 一种矿物光谱吸收特征参数的提取方法
CN105841657B (zh) 一种金属表面形貌高斯滤波过程中的边缘效应抑制方法
CN114578384B (zh) 一种用于激光大气系统的自适应恒虚警检测方法
CN115728290A (zh) 一种土壤中铬元素的检测方法、系统、设备及存储介质
CN115407306A (zh) 一种提高测风激光雷达有效探测距离的数据处理方法
CN111551931B (zh) 基于极化高分辨距离像的目标长度特征提取方法
CN114565541A (zh) 一种基于CZT频谱细化的InSAR滤波方法
CN108414997B (zh) 一种基于粒子特性差异的边界层高度反演方法
Potapov et al. A local-dispersion method of measuring a fractal dimension and fractal signatures

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
GR01 Patent grant
GR01 Patent grant