CN115657080B - 激光雷达测风距离门自适应调节方法 - Google Patents

激光雷达测风距离门自适应调节方法 Download PDF

Info

Publication number
CN115657080B
CN115657080B CN202211701835.0A CN202211701835A CN115657080B CN 115657080 B CN115657080 B CN 115657080B CN 202211701835 A CN202211701835 A CN 202211701835A CN 115657080 B CN115657080 B CN 115657080B
Authority
CN
China
Prior art keywords
range gate
gate
distance
wind speed
frequency
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.)
Active
Application number
CN202211701835.0A
Other languages
English (en)
Other versions
CN115657080A (zh
Inventor
刘知新
肖增利
邵通达
蒋丹丹
郝春晓
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.)
Nanjing Mulai Laser Technology Co ltd
Original Assignee
Nanjing Mulai Laser Technology Co ltd
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 Nanjing Mulai Laser Technology Co ltd filed Critical Nanjing Mulai Laser Technology Co ltd
Priority to CN202211701835.0A priority Critical patent/CN115657080B/zh
Publication of CN115657080A publication Critical patent/CN115657080A/zh
Application granted granted Critical
Publication of CN115657080B publication Critical patent/CN115657080B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开了激光雷达测风距离门自适应调节方法，自适应调节模式包括以下具体步骤：S01、采集初始距离门对应位置的风速数据作为原始数据，即通过激光雷达的望远镜采集初始距离门处的光电信号，利用回光的光电信号与出光信号进行拍频；S02、按照S01采集的原始数据反演成风速，相比现有技术，本发明通过根据风速调节距离门的密度，在风况复杂的位置，加入更多的测量距离门，从而增加了在风况复杂位置处的测量数据量，使得测量的风速数据增多，提高了测风激光雷达测风的精准度；通过自适应调节距离门，拓展了测风激光雷达的应用范围。

Description

激光雷达测风距离门自适应调节方法
技术领域
本发明涉及激光雷达测风领域，具体涉及激光雷达测风距离门自适应调节方法。
背景技术
激光雷达以激光为媒介，运动的气溶胶颗粒会使反射波发生多普勒频移，从而计算出风速和风向信息。由于其具有高时空分辨率、安装简单易维护、自动化程度高等优势，激光测风雷达已被广泛应用于各个领域，如环境气象监测、航空气象和风场监测等。
利用相干测风激光雷达测量风速的具体方案是：激光测风雷达的激光器产生信号光通过光学天线和扫描机构发射到待测空气中，与其中的气溶胶颗粒作用产生包含其速度信息的后向散射信号。通过多普勒原理，利用回波信号的多普勒频移与气溶胶颗粒运动速度（即风速）成正比，具体公式如下：
Figure 448134DEST_PATH_IMAGE002
，其中：v为风速，λ为波长，fd为多普勒频移。所以光学天线接收到的后向散射信号通过和系统内光纤激光器产生的本振光拍频和数字解调，即可处理得到径向风速。脉冲相干激光雷达在测风时，以时间为依据，根据不同距离处的气溶胶的回光时间来判断距离，形成不同的距离门，所以激光雷达就能探测不同距离处的风速与风向信息。
当前技术只提供了人为固定下发设置距离门的方式，无法对复杂风场剧烈变化的风况进行适当的距离门调节。
我司现有专利：激光雷达测风距离门的自动调节方法，中国专利授权公告号：CN110988905B，授权公告日：2021年8月20日，公开了一种激光雷达测风距离门的自动调节方法，包括：S1、以自定义模式设置距离门值并采集对应位置的风速数据的原始数据；S2、将按照距离门采集的原始数据反演为风速数据；S3、以各距离门对应的风速数据作为输入，联合算法进行计算，获得最新的距离门值，并返回给S1修正重复执行S1-S3；S4、显示风速数据。当前现有技术只能够按照人工设定的距离门采集数据，而自定义设置距离门可以有效的在风况复杂的位置，投入更多的测量资源，使得测量的数据更加精准，符合测风激光雷达精准测风的要求；不足之处：只考虑相邻距离门的风速差，以风速差作为判定距离设置是否合理，忽略相邻距离门的距离差。
发明内容
为解决现有技术的不足，本发明的目的在于提供一种激光雷达测风距离门自适应调节方法。
为了实现上述目标，本发明采用如下的技术方案：
激光雷达测风距离门自适应调节方法，包括以下具体步骤：S1、设定距离门初始值；S2、选择距离门调节模式，所述调节模式包括固定距离门模式和自适应调节模式；S3、选择固定距离门模式或自适应调节模式进行激光雷达测风。
所述自适应调节模式包括以下具体步骤：S01、采集初始距离门对应位置的风速数据作为原始数据，即通过激光雷达的望远镜采集初始距离门处的光电信号，利用回光的光电信号与出光信号进行拍频；S02、按照S01采集的原始数据反演成风速，即可编程的逻辑列阵FPGA利用傅里叶变换算法将S01中的光电信号进行频域变换；S03、将S02反演风速作为自适应算法输入源，通过自适应算法建立距离差和风速相似性的关系模型；S04、通过关系模型对初始距离门进行修正，得到新的距离门，即新的距离门代替初始距离门；S05、重复S01-S04。
作为本发明的进一步优选，所述步骤S02的具体步骤如下：S02.1、对拍频后的数据进行傅里叶变化，即将时域信号转化成频域信号，其计算方法如下所示：
Figure 218644DEST_PATH_IMAGE004
，其中，
Figure 172693DEST_PATH_IMAGE006
为频率信号，
Figure 28654DEST_PATH_IMAGE008
为时域信号，
Figure 132876DEST_PATH_IMAGE010
为频率，t为时间，
Figure 616947DEST_PATH_IMAGE012
为复数基；S02.2、利用周期图法对获得频域信号进行累加，其公式如下所示：
Figure 882843DEST_PATH_IMAGE014
，其中， N为累加次数，
Figure 350734DEST_PATH_IMAGE016
为频率信号，
Figure 993068DEST_PATH_IMAGE018
为频域信号的频率，
Figure 738170DEST_PATH_IMAGE020
为功率谱，
Figure 798136DEST_PATH_IMAGE010
为功率谱的频率，累加后的频域信号呈现开口向下的抛物线，而峰值处的频率值为多普勒频移；S02.3、利用一阶差分法寻找峰值点i的频率，一阶差分公式为：
Figure 363110DEST_PATH_IMAGE022
；S02.4、根据
Figure 933769DEST_PATH_IMAGE024
，其中峰值点i对应的频率为多普勒频移fd；S02.5、利用
Figure 533377DEST_PATH_IMAGE002
计算出风速v，其中λ为波长；从而将频率信号数转为各个对应距离门的风速数据。
作为本发明的进一步优选，所述步骤S03的具体步骤如下：S03.1、累积每个距离门s分钟内的风速数据，其中任意一个距离门表示为：
Figure 141076DEST_PATH_IMAGE026
，其中第j个风速表示为
Figure 583559DEST_PATH_IMAGE028
，n个距离门的风速集合为
Figure 302116DEST_PATH_IMAGE030
，其中第i个距离门表示为
Figure 21810DEST_PATH_IMAGE032
，
Figure 925044DEST_PATH_IMAGE034
表示第i个距离门中第j时刻的风速；S03.2、计算相邻两个距离门之间的风速数据相关性Pi：
Figure 730189DEST_PATH_IMAGE036
，其中
Figure 518017DEST_PATH_IMAGE038
为第i距离门的平均风速；S03.3、计算相邻距离门之间的间隔，距离门集合表示：
Figure 452737DEST_PATH_IMAGE040
，集合中的任意一距离门用
Figure 667817DEST_PATH_IMAGE042
表示，则相邻距离门之间的间隔差为
Figure 694679DEST_PATH_IMAGE044
；S03.4、通过风速数据相关性Pi和相邻距离门之间的间隔差计算得出相关性距离函数ri，
Figure 410831DEST_PATH_IMAGE046
，形成相邻距离门之间的相关性距离函数集合
Figure 573960DEST_PATH_IMAGE048
；S03.5、计算相关性距离函数的均值
Figure 959942DEST_PATH_IMAGE050
。
作为本发明的进一步优选，所述步骤S04的具体步骤如下：S04.1、修正距离门的阈值
Figure 598733DEST_PATH_IMAGE052
，
Figure 728363DEST_PATH_IMAGE054
；S04.2、判断相关性距离函数ri是否大于距离门的阈值
Figure 11577DEST_PATH_IMAGE052
；S04.3、若ri＞
Figure 958673DEST_PATH_IMAGE052
，则更新距离门；S04.4、若ri≤
Figure 694548DEST_PATH_IMAGE052
，则保持现有的距离门不改变。
作为本发明的进一步优选，所述更新距离门为在ri＞
Figure 627869DEST_PATH_IMAGE052
时，在第i和第i+1的距离门之间增加距离门
Figure 394618DEST_PATH_IMAGE056
，增加的距离门
Figure 122402DEST_PATH_IMAGE056
取相邻距离门值的均值，
Figure 611152DEST_PATH_IMAGE058
，
Figure 941640DEST_PATH_IMAGE042
表示第i个距离门值，
Figure 199446DEST_PATH_IMAGE060
表示第i+1个距离门值，当增加距离门后，增加的距离门
Figure 363711DEST_PATH_IMAGE056
代替
Figure 933232DEST_PATH_IMAGE060
表示的距离门，形成新的
Figure 208356DEST_PATH_IMAGE060
距离门。
作为本发明的进一步优选，所述固定距离门模式包括以下具体步骤：S01、采集对应距离门的原始风速数据；S02、照距离门采集的原始数据反演成风速。
本发明的有益之处在于：本发明通过根据风速调节距离门的密度，在风况复杂的位置，加入更多的测量距离门，从而增加了在风况复杂位置处的测量数据量，使得测量的风速数据增多，提高了测风激光雷达测风的精准度；通过自适应调节距离门，拓展了测风激光雷达的应用范围。
附图说明
图1是激光雷达测风的流程示意图；
图2是自适应算法流程示意图；
图3是自适应距离门调整示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
实施例一：
结合图1，激光雷达测风距离门自适应调节方法，包括以下具体步骤：
S1、设定距离门初始值。
S2、选择距离门调节模式，所述调节模式包括固定距离门模式和自适应调节模式。
S3、选择固定距离门模式或自适应调节模式进行激光雷达测风。
当选择固定距离门模式时：
上位机将用户配置的距离门值发送给可编程的逻辑列阵FPGA，由可编程的逻辑列阵FPGA采集对应距离门的原始风速数据，以固定频率，采集发送给上位机。
包括以下具体步骤：
S01、采集对应距离门的原始风速数据。
S02、照距离门采集的原始数据反演成风速。
实施例二：
结合图1和图2，选择自适应调节模式时：
以自适应调节模式设置距离门值并由可编程的逻辑列阵FPGA采集对应位置的风速数据；该自适应调节模式是指系统下发由自适应算法中计算返回的距离门值，并采集风速数据。
自适应调节的原则：利用距离差和风速相似性表征风速的变化剧烈程度和距离的关系，在风速变化剧烈的地方缩小距离门。
包括以下具体步骤：
S01、采集初始距离门对应位置的风速数据作为原始数据，即通过激光雷达的望远镜采集初始距离门处的光电信号，利用回光的光电信号与出光信号进行拍频。
S02、按照S01采集的原始数据反演成风速，即可编程的逻辑列阵FPGA利用傅里叶变换算法将S01中的光电信号进行频域变换。
具体步骤如下：
S02.1、对拍频后的数据进行傅里叶变化，即将时域信号转化成频域信号，其计算方法如下所示：
Figure 445302DEST_PATH_IMAGE004
，其中，
Figure 514889DEST_PATH_IMAGE006
为频率信号，
Figure 712653DEST_PATH_IMAGE008
为时域信号，
Figure 151986DEST_PATH_IMAGE010
为频率，t为时间，
Figure 118805DEST_PATH_IMAGE012
为复数基。
S02.2、利用周期图法对获得频域信号进行累加，其公式如下所示：
Figure 359294DEST_PATH_IMAGE014
，其中， N为累加次数，
Figure 434566DEST_PATH_IMAGE016
为频率信号，
Figure 785913DEST_PATH_IMAGE018
为频域信号的频率，
Figure 872818DEST_PATH_IMAGE020
为功率谱，
Figure 674420DEST_PATH_IMAGE010
为功率谱的频率，累加后的频域信号呈现开口向下的抛物线，而峰值处的频率值为多普勒频移。
S02.3、利用一阶差分法寻找峰值点i的频率，一阶差分公式为：
Figure 581197DEST_PATH_IMAGE022
。
S02.4、根据
Figure 736234DEST_PATH_IMAGE024
，其中峰值点i对应的频率为多普勒频移fd。
S02.5、利用
Figure 67859DEST_PATH_IMAGE002
计算出风速v，其中λ为波长；从而将频率信号数转为各个对应距离门的风速数据。
S03、将S02反演风速作为自适应算法输入源，通过自适应算法建立距离差和风速相似性的关系模型。
具体步骤如下：
S03.1、累积每个距离门s分钟内的风速数据，其中任意一个距离门表示为：
Figure 384570DEST_PATH_IMAGE026
，其中第j个风速表示为
Figure 44222DEST_PATH_IMAGE028
，n个距离门的风速集合为
Figure 360540DEST_PATH_IMAGE030
，其中第i个距离门表示为
Figure 422037DEST_PATH_IMAGE032
，
Figure 299863DEST_PATH_IMAGE034
表示第i个距离门中第j时刻的风速。
S03.2、计算相邻两个距离门之间的风速数据相关性Pi：
Figure 446811DEST_PATH_IMAGE036
，其中
Figure 943651DEST_PATH_IMAGE038
为第i距离门的平均风速。
S03.3、计算相邻距离门之间的间隔，距离门集合表示：
Figure 718709DEST_PATH_IMAGE040
，集合中的任意一距离门用
Figure 908382DEST_PATH_IMAGE042
表示，则相邻距离门之间的间隔差为
Figure 542626DEST_PATH_IMAGE044
。
S03.4、通过风速数据相关性Pi和相邻距离门之间的间隔差计算得出相关性距离函数ri，
Figure 702212DEST_PATH_IMAGE046
，形成相邻距离门之间的相关性距离函数集合
Figure 472722DEST_PATH_IMAGE048
。
S03.5、计算相关性距离函数的均值
Figure 833296DEST_PATH_IMAGE050
。
S04、通过关系模型对初始距离门进行修正，得到新的距离门，即新的距离门代替初始距离门。
具体步骤如下：
S04.1、修正距离门的阈值
Figure 315355DEST_PATH_IMAGE052
，
Figure 153998DEST_PATH_IMAGE054
。
S04.2、判断相关性距离函数ri是否大于距离门的阈值
Figure 44594DEST_PATH_IMAGE052
。
S04.3、若ri＞
Figure 576069DEST_PATH_IMAGE052
，则更新距离门。
所述更新距离门为在ri＞
Figure 778380DEST_PATH_IMAGE052
时，在第i和第i+1的距离门之间增加距离门
Figure 686294DEST_PATH_IMAGE056
，增加的距离门
Figure 431396DEST_PATH_IMAGE056
取相邻距离门值的均值，
Figure 258406DEST_PATH_IMAGE058
，
Figure 823380DEST_PATH_IMAGE042
表示第i个距离门值，
Figure 862880DEST_PATH_IMAGE060
表示第i+1个距离门值，当增加距离门后，增加的距离门
Figure 728068DEST_PATH_IMAGE056
代替
Figure 335767DEST_PATH_IMAGE060
表示的距离门，形成新的
Figure 294363DEST_PATH_IMAGE060
距离门。
S04.4、若ri≤
Figure 12920DEST_PATH_IMAGE052
，则保持现有的距离门不改变。
S05、重复S01-S04。
实施例三：
在图3中，最上面的实线表示实际风速，中间的条状图在横坐标上标记△，△表示距离门，通过距离门处测量值的连线构成测量的风速曲线。通过比对，该风速曲线与实际风速曲线存在较大偏差。
下面采用本方法通过对距离门的实现风速测量的修正：
对于10个距离门的雷达，各距离门采集的数据平均累计5分钟，得到10个距离门的风速数据：
Figure 732614DEST_PATH_IMAGE062
，其中某一个距离门的风速可表示：
Figure 901427DEST_PATH_IMAGE064
，对于每个距离门集合表示：
Figure 440993DEST_PATH_IMAGE066
，则集合中的任意距离门可用
Figure 228821DEST_PATH_IMAGE042
表示，则相邻距离门之间的距离差为
Figure 927655DEST_PATH_IMAGE044
。
结合风速的相关性和距离门之间的间隔可以求出相关性距离函数，相关性距离函数可表示为
Figure 142736DEST_PATH_IMAGE046
，计算相邻距离门之间的相关性函数集合为
Figure 904018DEST_PATH_IMAGE068
。计算相关性距离函数的均值
Figure DEST_PATH_IMAGE070
，修正距离门的阈值为
Figure 354591DEST_PATH_IMAGE054
。
最后根据判断是否更新距离门，当存在ri＞
Figure 517719DEST_PATH_IMAGE052
，在第i和第i+1的距离门之间增加距离门
Figure 529800DEST_PATH_IMAGE056
，增加的距离门
Figure 309537DEST_PATH_IMAGE056
取相邻距离门值的均值，
Figure 173588DEST_PATH_IMAGE058
，
Figure 581436DEST_PATH_IMAGE042
表示第i个距离门值，
Figure 138319DEST_PATH_IMAGE060
表示第i+1个距离门值，当增加距离门后，增加的距离门
Figure 139773DEST_PATH_IMAGE056
代替
Figure 666569DEST_PATH_IMAGE060
表示的距离门，形成新的
Figure 69869DEST_PATH_IMAGE060
距离门；当不存在ri＞
Figure 922287DEST_PATH_IMAGE052
，则保持现有的距离门不改变。
所以本发明能够在相同测风距离门个数的时候，将风速变化剧烈的距离处设置更多的测风距离门，从而使得在整个测风过程中获得的风速数据更加正确的表征风场实际的风速。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (6)

1.激光雷达测风距离门自适应调节方法，包括以下具体步骤：S1、设定距离门初始值；S2、选择距离门调节模式，所述调节模式包括固定距离门模式和自适应调节模式；S3、选择固定距离门模式或自适应调节模式进行激光雷达测风；其特征在于，所述自适应调节模式包括以下具体步骤：S01、采集初始距离门对应位置的风速数据作为原始数据，即通过激光雷达的望远镜采集初始距离门处的光电信号，利用回光的光电信号与出光信号进行拍频；S02、按照S01采集的原始数据反演成风速；S03、将S02反演风速作为自适应算法输入源，通过自适应算法建立距离差和风速相似性的关系模型；S04、通过关系模型对初始距离门进行修正，得到新的距离门，即新的距离门代替初始距离门；S05、重复S01-S04。
2.根据权利要求1所述的激光雷达测风距离门自适应调节方法，其特征在于，所述步骤S02的具体步骤如下：S02.1、对拍频后的数据进行傅里叶变化，即将时域信号转化成频域信号，其计算方法如下所示：
Figure QLYQS_3
，其中，
Figure QLYQS_6
为频率信号，
Figure QLYQS_10
为时域信号，
Figure QLYQS_2
为频率，t为时间，
Figure QLYQS_7
为复数基；S02.2、利用周期图法对获得频域信号进行累加，其公式如下所示：
Figure QLYQS_11
，其中，N为累加次数，
Figure QLYQS_13
为频率信号，
Figure QLYQS_1
为频域信号的频率，
Figure QLYQS_5
为功率谱，
Figure QLYQS_9
为功率谱的频率；累加后的频域信号呈现开口向下的抛物线，而峰值处的频率值为多普勒频移；S02.3、利用一阶差分法寻找峰值点i的频率，一阶差分公式为：
Figure QLYQS_12
；S02.4、根据
Figure QLYQS_4
，其中峰值点i对应的频率为多普勒频移fd；S02.5、利用
Figure QLYQS_8
计算出风速v，其中λ为波长；从而将频率信号数转为各个对应距离门的风速数据。
3.根据权利要求2所述的激光雷达测风距离门自适应调节方法，其特征在于，所述步骤S03的具体步骤如下：S03.1、累积每个距离门s分钟内的风速数据，其中任意一个距离门表示为：
Figure QLYQS_17
，其中第j个风速表示为
Figure QLYQS_18
，n个距离门的风速集合为
Figure QLYQS_22
，其中第i个距离门表示为
Figure QLYQS_16
，
Figure QLYQS_20
表示第i个距离门中第j时刻的风速；S03.2、计算相邻两个距离门之间的风速数据相关性Pi：
Figure QLYQS_24
，其中
Figure QLYQS_26
为第i距离门的平均风速；S03.3、计算相邻距离门之间的间隔，距离门集合表示：
Figure QLYQS_14
，集合中的任意一距离门用
Figure QLYQS_19
表示，则相邻距离门之间的间隔差为
Figure QLYQS_23
；S03.4、通过风速数据相关性Pi和相邻距离门之间的间隔差计算得出相关性距离函数ri，
Figure QLYQS_25
，形成相邻距离门之间的相关性距离函数集合
Figure QLYQS_15
；S03.5、计算相关性距离函数的均值
Figure QLYQS_21
。
4.根据权利要求3所述的激光雷达测风距离门自适应调节方法，其特征在于，所述步骤S04的具体步骤如下：S04.1、修正距离门的阈值
Figure QLYQS_27
，
Figure QLYQS_28
；S04.2、判断相关性距离函数ri是否大于距离门的阈值
Figure QLYQS_29
；S04.3、若ri＞
Figure QLYQS_30
，则更新距离门；S04.4、若ri≤
Figure QLYQS_31
，则保持现有的距离门不改变。
5.根据权利要求4所述的激光雷达测风距离门自适应调节方法，其特征在于，所述更新距离门为在ri＞
Figure QLYQS_33
时，在第i和第i+1的距离门之间增加距离门
Figure QLYQS_37
，增加的距离门
Figure QLYQS_39
取相邻距离门值的均值，
Figure QLYQS_34
，
Figure QLYQS_36
表示第i个距离门值，
Figure QLYQS_38
表示第i+1个距离门值，当增加距离门后，增加的距离门
Figure QLYQS_40
代替
Figure QLYQS_32
表示的距离门，形成新的
Figure QLYQS_35
距离门。
6.根据权利要求1所述的激光雷达测风距离门自适应调节方法，其特征在于，所述固定距离门模式包括以下具体步骤：S01、采集对应距离门的原始风速数据；S02、照距离门采集的原始数据反演成风速。
CN202211701835.0A 2022-12-29 2022-12-29 激光雷达测风距离门自适应调节方法 Active CN115657080B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211701835.0A CN115657080B (zh) 2022-12-29 2022-12-29 激光雷达测风距离门自适应调节方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211701835.0A CN115657080B (zh) 2022-12-29 2022-12-29 激光雷达测风距离门自适应调节方法

Publications (2)

Publication Number Publication Date
CN115657080A CN115657080A (zh) 2023-01-31
CN115657080B true CN115657080B (zh) 2023-03-14

Family

ID=85023657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211701835.0A Active CN115657080B (zh) 2022-12-29 2022-12-29 激光雷达测风距离门自适应调节方法

Country Status (1)

Country Link
CN (1) CN115657080B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116008970B (zh) * 2023-03-27 2024-01-05 南京牧镭激光科技股份有限公司 基于视频图像验证雷达净空值反演精度的方法
CN116540266B (zh) * 2023-07-06 2023-10-27 南京牧镭激光科技股份有限公司 基于相干激光雷达识别极端风况的方法
CN117420569B (zh) * 2023-12-19 2024-03-12 南京牧镭激光科技股份有限公司 一种基于多普勒激光测风雷达的非均匀风场的反演方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105929407A (zh) * 2016-04-24 2016-09-07 西南技术物理研究所 激光测风雷达光学天线焦距的自适应调节方法
WO2018102188A1 (en) * 2016-11-30 2018-06-07 Blackmore Sensors and Analytics Inc. Method and system for automatic real-time adaptive scanning with optical ranging systems
CN109541627A (zh) * 2018-12-25 2019-03-29 西南技术物理研究所 双波长自适应距离门激光雷达
CN109870687A (zh) * 2019-03-14 2019-06-11 北京航空航天大学 一种用于互质采样星载sar的成像处理方法
CN110988905A (zh) * 2019-11-29 2020-04-10 中国华能集团清洁能源技术研究院有限公司 激光雷达测风距离门的自动调节方法
CN113631958A (zh) * 2019-04-08 2021-11-09 三菱电机株式会社 测风激光雷达装置
CN115049115A (zh) * 2022-05-31 2022-09-13 东北电力大学 计及nwp风速横纵向误差的rdpg风速修正方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7705971B2 (en) * 2007-06-01 2010-04-27 Raytheon Company System and method for determining crosswinds

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105929407A (zh) * 2016-04-24 2016-09-07 西南技术物理研究所 激光测风雷达光学天线焦距的自适应调节方法
WO2018102188A1 (en) * 2016-11-30 2018-06-07 Blackmore Sensors and Analytics Inc. Method and system for automatic real-time adaptive scanning with optical ranging systems
CN109541627A (zh) * 2018-12-25 2019-03-29 西南技术物理研究所 双波长自适应距离门激光雷达
CN109870687A (zh) * 2019-03-14 2019-06-11 北京航空航天大学 一种用于互质采样星载sar的成像处理方法
CN113631958A (zh) * 2019-04-08 2021-11-09 三菱电机株式会社 测风激光雷达装置
CN110988905A (zh) * 2019-11-29 2020-04-10 中国华能集团清洁能源技术研究院有限公司 激光雷达测风距离门的自动调节方法
CN115049115A (zh) * 2022-05-31 2022-09-13 东北电力大学 计及nwp风速横纵向误差的rdpg风速修正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐冠宇 等.相干激光测风雷达高分辨距离门自适应技术研究.《红外与激光工程》.2021, *
汪新坤 等.基于iForest与KDE的雷达目标最优距离门估计.《导航定位学报》.2022, *

Also Published As

Publication number Publication date
CN115657080A (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN115657080B (zh) 激光雷达测风距离门自适应调节方法
CN109407067B (zh) 基于时频图卷积神经网络的雷达动目标检测与分类一体化方法
Vicen-Bueno et al. Real-time ocean wind vector retrieval from marine radar image sequences acquired at grazing angle
CN109375202B (zh) 一种基于车载毫米波雷达的车辆测距测速方法
CN106338727A (zh) 一种车载辅助驾驶雷达的目标检测方法
Ivić et al. Radial-based noise power estimation for weather radars
CN110749871B (zh) 双偏振天气雷达的参量估算方法
CN111208486B (zh) 全波形激光雷达波形分解方法
WO2023284698A1 (zh) 一种基于深度神经网络的多目标恒虚警率检测方法
CN116087908B (zh) 一种基于协同作业的雷达高精度物位计测量方法
CN114879192A (zh) 基于路侧毫米波雷达的决策树车型分类方法、电子设备
CN115356702A (zh) 一种基于海上多源雷达回波的蒸发波导深度学习联合反演方法
US11921242B2 (en) Method and device for time-of-flight estimate
Yang et al. Uncertainty analysis of radar rainfall estimates induced by atmospheric conditions using long short-term memory networks
CN109116359B (zh) 一种机载雷达低空风切变风场回波风速的估计方法
CN117368880A (zh) 一种毫米波云雷达湍流杂波滤除方法
CN112785052A (zh) 基于粒子滤波算法的风速风向预测方法
CN109917371B (zh) 一种基于改进微波波形的微波雷达测量方法
US8842037B2 (en) High frequency surfacewave radar
CN116540266B (zh) 基于相干激光雷达识别极端风况的方法
CN112731388B (zh) 一种基于有效散射点能量积累的目标检测方法
CN114739669A (zh) 基于太赫兹雷达的滚动轴承状态监测方法及装置
CN114265128B (zh) 一种无线电雨量监测方法及系统
CN113848557B (zh) 一种用于复合探测的干扰识别方法
CN109917331A (zh) 基于稀疏度阶数优化的未知杂波无源协同定位方法

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
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 210000 Building B2, Hongfeng Science and Technology Park, Kechuang Road, Nanjing Economic and Technological Development Zone, Nanjing, Jiangsu Province

Patentee after: Nanjing Mulai Laser Technology Co.,Ltd.

Address before: 210000 room 0601, building C, Xingzhi Science Park, Xingzhi Road, Nanjing Economic and Technological Development Zone, Jiangsu Province

Patentee before: Nanjing Mulai Laser Technology Co.,Ltd.