CN115825991A - 基于测风激光雷达的风切变识别方法及设备、储存介质 - Google Patents
基于测风激光雷达的风切变识别方法及设备、储存介质 Download PDFInfo
- Publication number
- CN115825991A CN115825991A CN202211564762.5A CN202211564762A CN115825991A CN 115825991 A CN115825991 A CN 115825991A CN 202211564762 A CN202211564762 A CN 202211564762A CN 115825991 A CN115825991 A CN 115825991A
- Authority
- CN
- China
- Prior art keywords
- wind
- wind shear
- shear
- mode
- point
- 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
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
本发明提供了一种基于测风激光雷达的风切变识别方法及设备、储存介质,通过多普勒雷达设定固定模式对机场上空风场进行监测,结合下滑道模式和PPI扫描模式对机场周围风场数据进行联合提取,并用质量控制对PPI采集的数据进行数据补偿与剔除,最后通过风切变F、S、C因子以及速度变化因子ΔV对风切变进行联合识别,设定阈值对出现的风切变数据进行预警。本发明利用多普勒激光雷达的优势,进行多模式组合以及通过质量控制系统对雨雾天气下无效数据进行有效填补,实现多普勒激光雷达对风切变的识别。
Description
技术领域
本发明涉及风切变识别技术领域,具体是一种基于测风激光雷达的风切变识别方法及设备、储存介质。
背景技术
航空气象中,把近地面高度在600m以下,一定距离内风矢量(风向、风速)在空中水平和(或)垂直距离上的变化称为低空风切变,其具有突发性强、生命期短、空域低、尺度小、强度大等特点。当飞机在空速小、距地高度低的起降阶段遭遇低空风切变时,风切变会瞬间改变飞机的稳定飞行姿态,造成飞机颠簸、摇摆甚至坠机,是公认的空中隐形杀手。目前我国机场常用的低空风切变探测设备有超声风速计、多普勒天气雷达(TDWR)、风廓线雷达(WPR)。超声风速计探测高度为10m,常多台布设于跑道两侧构成低空风切变告警系统(LLWAS)用于监测水平风切变,其监测高度受限,监测能力易受部署位置和数量的影响。
多普勒激光雷达示踪物为大气云雨粒子,擅长探测由雷暴、锋面等系统性天气引发的低空风切变,对局地小尺度风切变、晴空湍流等监测能力不足;风廓线雷达示踪物为大气湍流,只能探测顶空区域风场,且低层风场易受地物杂波干扰可信度低,不利于识别低空风切变。激光测风雷达通过测量气溶胶粒子散射回波信号得到大气风场信息,作为新型风场探测手段,体积小、重量轻、抗干扰能力强、数据时空分辨率高,能提供十分精细的低空三维风场信息,可弥补传统设备在低空风切变识别能力上的不足,是目前晴空条件下识别低空风切变最有效的手段。
比如公开号为CN109324335A的中国专利,公开了一种基于激光雷达识别风切变的方法和系统,实时采集激光雷达获取的下滑道上和机场跑道周边的径向风场探测数据;对径向风场探测数据进行处理,得到下滑道风廓线;通过小波变换识别下滑道风廓线的风切变信息。
但是,多普勒激光雷达应用于机场风切变具有一定的局限性,由于雷雨和大雾天气会大大降低多普勒激光雷达的工作性能。本发明充分利用多普勒激光雷达的优势,进行多模式组合以及通过质量控制系统对雨雾天气下无效数据进行有效填补,实现多普勒激光雷达对风切变的识别。
发明内容
本发明为了解决现有技术的问题,提供了一种基于测风激光雷达的风切变识别方法及设备、储存介质,利用多普勒激光雷达的优势,进行多模式组合以及通过质量控制系统对雨雾天气下无效数据进行有效填补,实现多普勒激光雷达对风切变的识别。
本发明提供了一种基于测风激光雷达的风切变识别方法,通过多普勒雷达设定固定模式对机场上空风场进行监测,结合下滑道模式和PPI扫描模式对机场周围风场数据进行联合提取,并用质量控制对PPI采集的数据进行数据补偿与剔除,最后通过风切变F、S、C因子以及速度变化因子ΔV对风切变进行联合识别,设定阈值对出现的风切变数据进行预警。
进一步改进,所述下滑道模式集中扫描飞机起飞和着陆区域内的风场情况,扫描过程中方位角、俯仰角同时变化,雷达通过对下滑道上进行打点,测量径向风速,进而反演雷达迎头风场。
进一步改进,所述PPI模式集中观测机场跑道上方平面风场情况,扫描过程中俯仰角不变方位角摆动式变化,形成细密的扫描扇面对机场跑道上空进行覆盖,波束与波束间隔为1°,从而测量机场上空的径向风速。
进一步改进,所述PPI扫描模式中,利用单双斜坡测得的风速变化量对数据进行风切变判断,风切变风廓线有单斜坡和双斜坡两种模式,单斜坡是由斜坡长度D,逆风风廓线在斜坡长度D上的速度变化率组成的ΔV;逆风风廓线上斜坡发生的位置根据普遍差值公式来检测,普遍差值公式包含一个平滑公式和差值公式,即相当于经过一个数字带通滤波器的逆风风廓线形成的波峰点即是产生了局部风切变的速度值。
进一步改进,所述通过风切变F、S、C因子以及速度变化因子ΔV对风切变进行联合识别过程具体如下:速度变化因子ΔV通过ICAO推荐的风切变判断强度标准进行判断,F因子与S因子通过式(1)、式(2)确定,风切变阈值通过查表得到;
其中Vz为垂直风速,Va为飞机空速,Δt为时间变化量,ΔT为雷达扫过600米斜坡所需时间;
所述C因子识别过程,通过最小二乘法对雷达径向方向上n个距离库进行计算得到径向切变值CRs,如式(4),最小二乘法对雷达切向方向上m个距离库进行计算得到切向切变CAs,如式(5),合成C因子如式(6),最后通过查表对C因子进行判别达到预警风切变的目的;
其中VRi为径向风速,ri为距离门长度,Mi为采样点序号,βi为方位角。
进一步改进,所述用质量控制对PPI采集的数据进行数据补偿与剔除过程,采用K-邻域频数法对激光测风雷达速度场进行处理,其原理如下:
1)选择一个M*N的滑动窗口,把窗口内数据大小等距区分为P个区间,Δd为区间间隔,窗口中心点的风速值为Vij,则第P+1个区间可表示为Vij±Δd/2;
2)统计M*N窗口内风速值在不同区间的分布频数X1,X2,X3.....Xp和X′,其中X′为与所需判断点数值相近的点的频数,令XMAX是不同区间的分布频数中的最大值,取Vp为XMAX所对应区间的中间值;
3)令窗口中心点的新值为V′ij,则通过式(3)实现奇异点剔除和缺测填补:
式中K1为剔除的判别阈值,K2为缺测填补的判别阈值,无回波则用“0”代替;当窗口中心点原值Vij不为0时,代表此为有效回波点,需判断该点是否为奇异点,若X′<=K1,说明该窗口中心点周围很少存在与之数值相近的回波点,则该点为奇异点,需剔除;若X′>K1,即周围存在较多与之数值相近的回波点,判定为正常点,需保留;当窗口中原值Vij等于0时,判断是否需缺测填补,当XMAX>=K2时,表明该窗口内存在大量有效点,可将XMAX对应区间的中心点Vp赋值给Vij;XMAX<K2时,表明窗口内无有效点或有效点很少,此时判定该点无需填补。
本发明还提供了一种针对基于测风激光雷达的风切变识别方法的设备,至少包括处理器和存储器,所述存储器存储计算机执行指令,所述处理器执行所述存储器存储的计算机执行指令,用于执行上述基于测风激光雷达的风切变识别方法,对下滑道模式和PPI扫描模式中获取的机场周围风场数据进行联合提取和识别。
本发明还提供了一种一种计算机可读存储介质,存储有计算机程序或指令,当所述计算机程序或指令被运行时,实现上述基于测风激光雷达的风切变识别方法。
本发明有益效果在于:
1、利用下滑道模式、PPI模式两种扫描模式对机场周围风场数据进行联合提取,提供了更全面的识别方法。
2、通过速度变化量ΔV、F因子、S因子、C因子对风切变进行联合判断,达到有效预警的目的。
3、在PPI模式中提出质量控制对对雨雾天气下无效数据进行有效剔除填补,提高数据有效性,更加精准判断风切变。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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的前提下,还可以根据这些附图获得其它的附图。
图1为下滑道模式扫描示意图;
图2为PPI模式扫描示意图;
图3为单双斜坡检测示意图。
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它实施例,都属于本发明保护的范围。
本文发明的一个目的是提供一种识别风切变的系统算法,通过多普勒雷达设定固定模式对机场上空风场进行监测,质量控制系统对数据进行筛剔,设定阈值对出现的风切变数据进行预警。风切变识别系统算法相较于现有技术,提供了更全面的识别方法,以及数据有效性得到提高。
本发明提供一种基于测风激光雷达的风切变识别模式,包括结合下滑道模式(GP模式)、PPI扫描模式(Plan-Position Indicator)两种扫描模式对机场周围风场数据进行联合提取以及利用质量控制对PPI采集的数据进行数据补偿与剔除,最后通过风切变F、S、C因子以及速度变化因子对风切变进行联合识别,达到有效预警的目的。
下滑道扫描集中观测飞机起飞和着陆区域内的风场情况,扫描过程中方位角、俯仰角同时变化,飞机在贴近地面下降过程中,会形成一个与地面夹角3°的下滑道,雷达通过对下滑道上进行打点且点与点间距200m,通过这种方式测量径向风速,进而反演雷达迎头风场,如图1所示。
PPI模式集中观测机场跑道上方平面风场情况,扫描过程中俯仰角不变方位角摆动式变化,形成细密的扫描扇面对机场跑道上空进行有效覆盖,波束与波束间隔为1°,通过这种方式测量机场上空的径向风速,通过径向风速来对风切变进行识别,如图2所示。
利用单双斜坡测得的风速变化量对数据进行风切变判断,风切变风廓线有单斜坡和双斜坡两种模式,检测风切变也就是检测逆风风廓线中的斜坡。单斜坡是由斜坡长度D,逆风风廓线在斜坡长度D上的速度变化率组成的ΔV。其原理示意图如图3所示,逆风风廓线上斜坡发生的位置可根据普遍差值公式来检测,普遍差值公式包含一个平滑公式和差值公式,即相当于经过一个数字带通滤波器的逆风风廓线形成的波峰(波谷)点即是产生了局部风切变的速度值。
下滑道模式中风切变识别主要通过速度变化量ΔV、F因子、S因子进行联合判断,其中速度变化量主要通过表1:ICAO推荐的风切变判断强度标准进行判断,F因子与S因子主要通过式(1)、式(2)确定,风切变阈值通过表2给出,表2通过表1推出。
表1ICAO推荐的风切变强度判断标准
表2风切变F因子、S因子判断标准
轻度 | S:0-0.027 | F:0-0.26/ΔT |
中度 | S:0.028-0.114 | F:0.27/ΔT-0.42/ΔT |
强烈 | S:0.115-0.5 | F:0.43/ΔT-0.63/ΔT |
严重 | S:0.5- | F:0.64/ΔT- |
其中Vz为垂直风速,Va为飞机空速,Δt为时间变化量,ΔT为雷达扫过600米斜坡所需时间。
下滑道模式中风切变识别主要通过C因子进行判断,在对风切变预警前,由于PPI检测风切变的关键在于获取有效扇面风速数据,而在雨雾天气下,数据会出现较多的异常值,本发明通过对异常的剔除以及填充,达到质量控制进而进行风切变C因子计算,最后对风切变进行预警。雷达基数据中常存在奇异点和缺测问题,需对其开展质量控制以满足算法要求。本发明采用“K-邻域频数法”对激光测风雷达速度场进行处理,其原理如下:①选择一个M*N的滑动窗口,把窗口内数据大小等距区分为P个区间,Δd为区间间隔,窗口中心点的风速值为Vij,则第P+1个区间可表示为Vij±Δd/2;②统计M*N窗口内风速值在不同区间的分布频数(X1,X2,X3.....Xp)和X′,其中X′为与所需判断点数值相近的点的频数,令XMAX是不同区间的分布频数中的最大值,取Vp为XMAX所对应区间的中间值;③令窗口中心点的新值为V′ij,则通过式(3)可实现奇异点剔除和缺测填补,式中K1为剔除的判别阈值,K2为缺测填补的判别阈值,无回波则用“0”代替。当窗口中心点原值Vij不为0时,代表此为有效回波点,需判断该点是否为奇异点,若X′<=K1,说明该窗口中心点周围很少存在与之数值相近的回波点,则该点为奇异点,需剔除;若X′>K1,即周围存在较多与之数值相近的回波点,判定为正常点,需保留。当窗口中原值Vij等于0时,判断是否需缺测填补,当XMAX>=K2时,表明该窗口内存在大量有效点,可将XMAX对应区间的中心点Vp赋值给Vij;XMAX<K2时,表明窗口内无有效点或有效点很少,此时判定该点无需填补。
径向切变值CRs是通过最小二乘法对雷达径向方向上n个距离库进行计算得到,如式(4)、同理,切向切变CAs是最小二乘法对雷达切向方向上m个距离库进行计算得到,如式(5),合成C因子如式(6),最后利用表3对C因子进行判别达到预警风切变的目的,表3可由表1推出。
其中VRi为径向风速,ri为距离门长度,Mi为采样点序号,βi为方位角。
表3风切变C因子判断标准
轻度 | C<sub>s</sub>:0-0.067 |
中度 | C<sub>s</sub>:0.068-0.138 |
强烈 | C<sub>s</sub>:0.139-0.206 |
严重 | C<sub>s</sub>:0.207- |
本发明还提供了一种针对基于测风激光雷达的风切变识别方法的设备,至少包括处理器和存储器,所述存储器存储计算机执行指令,所述处理器执行所述存储器存储的计算机执行指令,用于执行上述基于测风激光雷达的风切变识别方法,对下滑道模式和PPI扫描模式中获取的机场周围风场数据进行联合提取和识别。
本发明还提供了一种一种计算机可读存储介质,存储有计算机程序或指令,当所述计算机程序或指令被运行时,实现上述基于测风激光雷达的风切变识别方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,以上所述仅是本发明的优选实施方式,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所述,仅为本发明的具体实施方式,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揭露的技术范围内,对于本技术领域的普通技术人员来说,可轻易想到的变化或替换,在不脱离本发明原理的前提下,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的保护范围为准。
Claims (8)
1.一种基于测风激光雷达的风切变识别方法,其特征在于:通过多普勒雷达设定固定模式对机场上空风场进行监测,结合下滑道模式和PPI扫描模式对机场周围风场数据进行联合提取,并用质量控制对PPI采集的数据进行数据补偿与剔除,最后通过风切变F、S、C因子以及速度变化因子ΔV对风切变进行联合识别,设定阈值对出现的风切变数据进行预警。
2.根据权利要求1所述的基于测风激光雷达的风切变识别方法,其特征在于:所述下滑道模式集中扫描飞机起飞和着陆区域内的风场情况,扫描过程中方位角、俯仰角同时变化,雷达通过对下滑道上进行打点,测量径向风速,进而反演雷达迎头风场。
3.根据权利要求1所述的基于测风激光雷达的风切变识别方法,其特征在于:所述PPI模式集中观测机场跑道上方平面风场情况,扫描过程中俯仰角不变方位角摆动式变化,形成细密的扫描扇面对机场跑道上空进行覆盖,波束与波束间隔为1°,从而测量机场上空的径向风速。
4.根据权利要求3所述的基于测风激光雷达的风切变识别方法,其特征在于:所述PPI扫描模式中,利用单双斜坡测得的风速变化量对数据进行风切变判断,风切变风廓线有单斜坡和双斜坡两种模式,单斜坡是由斜坡长度D,逆风风廓线在斜坡长度D上的速度变化率组成的ΔV;逆风风廓线上斜坡发生的位置根据普遍差值公式来检测,普遍差值公式包含一个平滑公式和差值公式,即相当于经过一个数字带通滤波器的逆风风廓线形成的波峰点即是产生了局部风切变的速度值。
5.根据权利要求1所述的基于测风激光雷达的风切变识别方法,其特征在于:所述通过风切变F、S、C因子以及速度变化因子ΔV对风切变进行联合识别过程具体如下:速度变化因子ΔV通过ICAO推荐的风切变判断强度标准进行判断,F因子与S因子通过式(1)、式(2)确定,风切变阈值通过查表得到;
其中Vz为垂直风速,Va为飞机空速,Δt为时间变化量,ΔT为雷达扫过600米斜坡所需时间;
所述C因子识别过程,通过最小二乘法对雷达径向方向上n个距离库进行计算得到径向切变值CRs,如式(4),最小二乘法对雷达切向方向上m个距离库进行计算得到切向切变CAs,如式(5),合成C因子如式(6),最后通过查表对C因子进行判别达到预警风切变的目的;
其中VRi为径向风速,ri为距离门长度,Mi为采样点序号,βi为方位角。
6.根据权利要求1或3所述的基于测风激光雷达的风切变识别方法,其特征在于:所述用质量控制对PPI采集的数据进行数据补偿与剔除过程,采用K-邻域频数法对激光测风雷达速度场进行处理,其原理如下:
1)选择一个M*N的滑动窗口,把窗口内数据大小等距区分为P个区间,Δd为区间间隔,窗口中心点的风速值为Vij,则第P+1个区间可表示为Vij±Δd/2;
2)统计M*N窗口内风速值在不同区间的分布频数X1,X2,X3.....Xp和X′,其中X′为与所需判断点数值相近的点的频数,令XMAX是不同区间的分布频数中的最大值,取Vp为XMAX所对应区间的中间值;
3)令窗口中心点的新值为V′ij,则通过式(3)实现奇异点剔除和缺测填补:
式中K1为剔除的判别阈值,K2为缺测填补的判别阈值,无回波则用“0”代替;当窗口中心点原值Vij不为0时,代表此为有效回波点,需判断该点是否为奇异点,若X′<=K1,说明该窗口中心点周围很少存在与之数值相近的回波点,则该点为奇异点,需剔除;若X′>K1,即周围存在较多与之数值相近的回波点,判定为正常点,需保留;当窗口中原值Vij等于0时,判断是否需缺测填补,当XMAX>=K2时,表明该窗口内存在大量有效点,可将XMAX对应区间的中心点Vp赋值给Vij;XMAX<K2时,表明窗口内无有效点或有效点很少,此时判定该点无需填补。
7.一种针对基于测风激光雷达的风切变识别方法的设备,其特征在于:至少包括处理器和存储器,所述存储器存储计算机执行指令,所述处理器执行所述存储器存储的计算机执行指令,用于执行权利要求1所述基于测风激光雷达的风切变识别方法,对下滑道模式和PPI扫描模式中获取的机场周围风场数据进行联合提取和识别。
8.一种计算机可读存储介质,其特征在于,存储有计算机程序或指令,当所述计算机程序或指令被运行时,实现权利要求1所述的基于测风激光雷达的风切变识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211564762.5A CN115825991A (zh) | 2022-12-07 | 2022-12-07 | 基于测风激光雷达的风切变识别方法及设备、储存介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211564762.5A CN115825991A (zh) | 2022-12-07 | 2022-12-07 | 基于测风激光雷达的风切变识别方法及设备、储存介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115825991A true CN115825991A (zh) | 2023-03-21 |
Family
ID=85544483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211564762.5A Pending CN115825991A (zh) | 2022-12-07 | 2022-12-07 | 基于测风激光雷达的风切变识别方法及设备、储存介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115825991A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116224370A (zh) * | 2023-05-10 | 2023-06-06 | 中国海洋大学 | 基于扫描型多普勒激光雷达的低空风切变短时预警方法 |
CN117420568A (zh) * | 2023-12-18 | 2024-01-19 | 南京牧镭激光科技股份有限公司 | 一种基于激光雷达的风切变识别方法、装置、存储介质 |
-
2022
- 2022-12-07 CN CN202211564762.5A patent/CN115825991A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116224370A (zh) * | 2023-05-10 | 2023-06-06 | 中国海洋大学 | 基于扫描型多普勒激光雷达的低空风切变短时预警方法 |
CN116224370B (zh) * | 2023-05-10 | 2023-07-14 | 中国海洋大学 | 基于扫描型多普勒激光雷达的低空风切变短时预警方法 |
CN117420568A (zh) * | 2023-12-18 | 2024-01-19 | 南京牧镭激光科技股份有限公司 | 一种基于激光雷达的风切变识别方法、装置、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1567887B1 (en) | Weather and airborne clutter suppression using a cluster shape classifier | |
CN115825991A (zh) | 基于测风激光雷达的风切变识别方法及设备、储存介质 | |
US7515087B1 (en) | Weather radar system and method using data from a lightning sensor | |
US5523759A (en) | In flight doppler weather radar wind shear detection system | |
US7868811B1 (en) | Weather radar system and method using data from a lightning sensor | |
CN101680949B (zh) | 尾流的雷达监控方法 | |
KR101531224B1 (ko) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 | |
CN111323782B (zh) | 一种基于模糊逻辑的雷达同步监测方法 | |
CN111142085B (zh) | 一种基于航迹特征提取的外辐射源雷达目标分类识别方法 | |
CN111208534A (zh) | 一种激光雷达与风廓线雷达联合探测识别风切变的方法 | |
CN114646977A (zh) | 基于测风激光雷达的风切变识别和预警方法及装置 | |
CN115508862A (zh) | 一种基于激光雷达的机场风切变预警方法、电子设备及可读介质 | |
Hon et al. | Wake vortex measurements at the Hong Kong International Airport | |
EP0695426B1 (en) | In flight doppler weather radar wind shear detection system | |
CN116879899A (zh) | 一种基于空中降水粒子谱反演的方法 | |
KR101330846B1 (ko) | 기상레이더 네트워크를 이용한 다운버스트 탐지 방법 | |
CN112213703A (zh) | 一种利用毫米波云雷达反演云参数的方法及装置 | |
Rubin et al. | Robust low cost airport wake vortex sensor | |
CN115825989A (zh) | 一种基于激光测风雷达ppi扫描模式的蛛网告警方法 | |
Peng et al. | Review on the Development of Low Level Windshear Detection Technology | |
Harrah et al. | NASA's airborne Doppler radar for detection of hazardous wind shear-Development and flight testing | |
Baxa Jr | Airborne pulsed Doppler radar detection of low-altitude windshear—A signal processing problem | |
CN117250633A (zh) | 低空风切变预警方法 | |
Britt et al. | Pulsed lidar measurements of aircraft wake vortices at DFW and JFK | |
Klinle-Wilson | Integrated Terminal Weather System (ITWS) Demonstration and Validation Operational Test and Evaluation |
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 |