CN116859384A - 一种基于多雷达数据融合的雷达测风方法及装置 - Google Patents
一种基于多雷达数据融合的雷达测风方法及装置 Download PDFInfo
- Publication number
- CN116859384A CN116859384A CN202310793381.2A CN202310793381A CN116859384A CN 116859384 A CN116859384 A CN 116859384A CN 202310793381 A CN202310793381 A CN 202310793381A CN 116859384 A CN116859384 A CN 116859384A
- Authority
- CN
- China
- Prior art keywords
- radar
- wind speed
- wind
- laser
- data
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 40
- 238000000691 measurement method Methods 0.000 title claims description 6
- 238000005259 measurement Methods 0.000 claims abstract description 44
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 17
- 101100333439 Arabidopsis thaliana ENO2 gene Proteins 0.000 claims description 15
- 101150067085 los1 gene Proteins 0.000 claims description 15
- 101100248245 Arabidopsis thaliana RH38 gene Proteins 0.000 claims description 13
- 239000000443 aerosol Substances 0.000 claims description 8
- 230000001427 coherent effect Effects 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 5
- 239000000835 fiber Substances 0.000 claims description 3
- 238000007500 overflow downdraw method Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- 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
- G01S17/74—Systems using reradiation of electromagnetic waves other than radio waves, e.g. IFF, i.e. identification of friend or foe
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于多雷达数据融合的雷达测风装置,包括毫米波雷达模块,通过毫米波雷达模块测算风速数据;激光雷达模块,通过激光雷达模块测算风速数据;数据融合模块,所述数据融合模块包括风速融合单元;数据输出模块,所述数据输出模块包括风速输出单元,用于输出融合后的风速;相比现有技术,本发明的装置采用双系统、双架构同步测量规避时间误差带来的测量误差,提高整个系统的稳定性和可靠性;本发明的数据融合方法采用卡尔曼滤波算法数据融合的思路,将两种雷达的径向风速数据进行融合,得到被测风场的风速和风向信息;通过自适应的权重因子,克服了单一操作模式测量带来的局限性,并增强了测量数据的可靠性和适用范围。
Description
技术领域
本发明涉及雷达测风领域,具体涉及一种基于多雷达数据融合的雷达测风方法及装置。
背景技术
激光雷达利用激光器产生信号光,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发生后向散射并返回探测器。利用多普勒原理,测量回波信号频移与气溶胶颗粒的速度(即风速)之间的关系,可以得到径向风速。将同一径向风速分解合成,就可以测量远处的风速和风向。因此,激光雷达被广泛应用于测量大气中的风,从而实现对大气环流、天气预报等方面的研究和应用。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,如风力发电机测风、航空气象和风场监测等。
与激光雷达类似,毫米波雷达发射多个波束,利用风运动产生的多普勒效应对径向风速和风向进行测量,用于风功率曲线验证和风机偏航控制等方面。毫米波雷达与激光雷达和测风塔一样具有这些功能。然而,在测风原理上,毫米波雷达与激光雷达存在巨大区别。在晴天中,毫米波雷达采用瑞利散射和米氏散射来测量,而在雨雾天气下,由于布拉格效应的存在,毫米波雷达能够更好地反映出风场信息,从而实现更佳的测风性能。
测风雷达通常用于风场前馈控制、风机偏航控制等,而激光雷达具备高效率、高精度和高时空分辨率的优点,但受雨雪雾等恶劣天气干扰影响大;毫米波测风雷达在恶劣天气中表现较好,但整体精度相对较低。为了充分利用两种雷达的优势,在实际应用中,采用激光测风雷达和毫米波测风雷达结合的方案已成为发展趋势。
为了充分利用两种雷达的优势,在实际应用中,采用激光测风雷达和毫米波测风雷达结合的方案已成为发展趋势。这样做可以降低激光测风雷达在恶劣天气下的干扰问题,同时还可以解决毫米波测风雷达的精度问题。这种组合方案在风力发电、风场前馈控制、风机偏航控制等多个领域被广泛应用。
两种雷达通过不同的数据融合方式进行融合,现有的常用的数据融合的方式有均值法、固定权重法,均值法的数据融合将不同传感器进行求平均值,该方法导致所有传感器数据的权重均一致,从而会降低高精度传感器的精度。固定权重法的数据融合对不同精度的传感器赋予不同的权重,该方法的缺点在于不同传感器的精度是随着环境因素变化的,所以固定权重法对于复杂环境的适应能力很弱。
发明内容
本发明的目的在于针对现有均值数据融合方法,导致高精度传感器的精度的精度降低;固定权重数据融合方法,无法适用于复杂环境;针对此不足,提出了一种基于多雷达数据融合的雷达测风方法及装置。
为了实现上述目标,本发明采用如下的技术方案:
一种基于多雷达数据融合的雷达测风装置,包括毫米波雷达模块,通过毫米波雷达模块测算风速数据;
激光雷达模块,通过激光雷达模块测算风速数据;
数据融合模块,所述数据融合模块包括风速融合单元,用于将毫米波雷达数据与激光雷达数据进行融合;
数据输出模块,所述数据输出模块包括风速输出单元,用于输出融合后的风速。
作为本发明的进一步优选,所述毫米波雷达模块包括合成器,用于生成线性调频脉冲;
发射器,用于发射线性调频脉冲;所述线性调频脉冲与空气中悬浮的气溶胶颗粒发生反射,形成反射线性调频脉冲;
接收器,用于接收反射线性调频脉冲;
混频器,将线性调频脉冲的信号与反射线性调频脉冲的信号进行合并,并生成中频信号;
运算单元,所述运算单元包括数模转换器,用于将中频信号转换为风速信息。
作为本发明的进一步优选,所述激光雷达模块包括全光纤激光器,用于产生脉冲激光信号;
望远镜,用于发射脉冲激光信号和接收由空气中气溶胶反射的脉冲激光信号;
相干探测器,用于将发射的脉冲激光信号和反射的脉冲激光信号进行合并,生成中频信号;
环形器,用于将脉冲激光信号进行分解,一路通过望远镜发射;另一路进入相干探测器;
运算单元,所述运算单元包括数模转换器,用于将中频信号转换为风速信息。
一种基于多雷达数据融合的雷达测风装置的测风方法,
所述包括以下步骤:
S1、在同一时刻、同一高度下,分别通过毫米波雷达和激光雷达进行测风,并将毫米波雷达的测风数据和激光雷达的测风数据发送至数据融合模块;所述测风数据为径向风速;
S2、通过数据融合模块将毫米波雷达的测风数据和激光雷达的测风数据进行融合。
作为本发明的进一步优选,所述测风数据为径向风速;
通过计算激光的径向风速v径,其中,fd为径向风速的多普勒频移,λ为激光的波长。
作为本发明的进一步优选,步骤S2包括以下具体步骤:
S21、对毫米波雷达的测风数据和激光雷达的测风数据进行风速反演得到,得到毫米波雷达的水平风速和激光雷达的水平风速;
S22、基于卡尔曼滤波思想将毫米波雷达的水平风速和激光雷达的水平风速进行风速融合,并得到最终测风数据。
作为本发明的进一步优选,所述S21中对毫米波雷达的测风数据和激光雷达的测风数据进行风速反演包括以下具体步骤:
四束激光沿x轴正向逆时针依次为LOS1、LOS2、LOS3、LOS4;
以X轴为界线,将四束激光分为上平面和下平面,激光LOS1、LOS2位于上平面,激光LOS3、LOS4位于下平面;
通过
θ=arctan2(-yu,-xu),计算得到水平风速v和风向θ;
其中,当计算上平面的水平风速时,vl、vr为激光LOS1、LOS2的径向风速,当计算下平面的水平风速时,vl、vr为激光LOS3、LOS4的径向风速,2θs为激光LOS1、LOS2所在平面与激光LOS3、LOS4所在平面所形成的夹角,2θt为激光LOS1、LOS4所在平面与激光LOS2、LOS3所在平面所形成的夹角;
当对激光雷达测风数据进行风速反演时,得到激光雷达输出的水平风速vl或风向θlh;
当对毫米波雷达测风数据进行风速反演时,得到毫米波雷达输出的水平风速vm或风向θmh。
作为本发明的进一步优选,所述步骤S22包括以下具体步骤:
基于步骤S21反演得到的激光雷达输出的水平风速vl或风向θlh和毫米波雷达输出的水平风速vm或风向θmh,分别计算在时间窗口t下的平均水平风速平均风向/>数据方差/>和毫米波雷达平均水平风速/>平均风向/>数据方差/>
通过
其中计算得到融合后的平风速/>
通过
其中,计算得到融合后的平风速θh。
本发明的有益之处在于:
1、本发明的装置采用双系统、双架构同步测量规避时间误差带来的测量误差,提高整个系统的稳定性和可靠性;
2、本发明的数据融合方法采用卡尔曼滤波算法数据融合的思路,将两种雷达的径向风速数据进行融合,得到被测风场的风速和风向信息;
3、本发明的数据融合方法中的权重是自适应,因此在晴朗的天气下,激光测风雷达进行测量值得权重比会变大,充分利用其高精度、高空间分辨率等特点;而在恶劣的雨雪雾天气下,毫米波测风雷达的测量值得权重比会变大,获得更加准确的测量数据。这种通过多传感器反演方法对被测风场进行细致测量的策略,克服了单一操作模式测量带来的局限性,并增强了测量数据的可靠性和适用范围。
附图说明
图1是本发明的流程示意图;
图2是光束方位角示意图;
图3是本发明雷达测风装置的结构示意图。
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。
本发明涉及激光雷达以及毫米波雷达测风领域,具体是基于激光雷达和毫米波风速测量结果,实现任何天气情况下的风速高精度稳定测量。特别是在气候环境复杂情况下的机舱测风,能够提高测风精度的同时保证测风的高有效率。
实施例一:
结合图3,一种基于多雷达数据融合的雷达测风装置,包括毫米波雷达模块,通过毫米波雷达模块测算风速数据;激光雷达模块,通过激光雷达模块测算风速数据;数据融合模块,所述数据融合模块包括风速融合单元,用于将毫米波雷达数据与激光雷达数据进行融合;数据输出模块,所述数据输出模块包括风速输出单元,用于输出融合后的风速。
所述毫米波雷达模块包括合成器,用于生成线性调频脉冲;发射器,线性调频脉冲通过发射天线(Tx)发射;当线性调频脉冲在空气中传播时,遇到空气中悬浮的气溶胶颗粒会发生反射,产生反射线性调频脉冲;接收器(Rx),用于接收反射线性调频脉冲;混频器,将发射天线(Tx)和接收天线(RX)的信号进行合并,生成一个中频信号;运算单元,所述运算单元包括数模转换器,中频信号通过运算单元将频率信号转成风速信息。
所述激光雷达模块包括全光纤激光器,用于产生脉冲激光信号;望远镜,将将生成的脉冲激光信号发射出去,还能接收由空气中气溶胶反射回来的脉冲激光信号;相干探测器,将发射的脉冲激光信号和反射的脉冲激光信号进行合并,生成一个中频信号;环形器,环形器将脉冲激光信号分成两路,一路通过望远镜将脉冲激光信号发射出去,另一路输入到相干探测器模块中;运算单元,所述运算单元包括数模转换器,中频信号通过运算单元将频率信号转成风速信息。
实施例2:
结合图1,一种基于多雷达数据融合的雷达测风装置的测风方法,所述包括以下步骤:
S1、在同一时刻、同一高度下,分别通过毫米波雷达和激光雷达进行测风,并将毫米波雷达的测风数据和激光雷达的测风数据发送至数据融合模块。
所述测风数据为径向风速;
通过计算四束激光的径向风速v径,其中,fd为径向风速的多普勒频移,λ为激光的波长。
结合图2,S2、通过数据融合模块将毫米波雷达的测风数据和激光雷达的测风数据进行融合,并得到最终测风数据。
S21、对毫米波雷达的测风数据和激光雷达的测风数据进行风速反演得到,得到毫米波雷达的水平风速和激光雷达的水平风速。
四束激光沿x轴正向逆时针依次为LOS1、LOS2、LOS3、LOS4。
以X轴为界线,将四束激光分为上平面和下平面,激光LOS1、LOS2位于上平面,激光LOS3、LOS4位于下平面。
通过
θ=arctan2(-yu,-xu),计算得到水平风速v和风向θ;
其中,当计算上平面的水平风速时,vl、vr为激光LOS1、LOS2的径向风速,当计算下平面的水平风速时,vl、vr为激光LOS3、LOS4的径向风速,径向风速通过S1中计算公式计算得到,/>2θs为激光LOS1、LOS2所在平面与激光LOS3、LOS4所在平面所形成的夹角,2θt为激光LOS1、LOS4所在平面与激光LOS2、LOS3所在平面所形成的夹角。
当对激光雷达测风数据进行风速反演时,得到激光雷达输出的水平风速vl或风向θlh。
当对毫米波雷达测风数据进行风速反演时,得到毫米波雷达输出的水平风速vm或风向θmh。
S22、基于卡尔曼滤波思想将毫米波雷达的水平风速和激光雷达的水平风速进行风速融合。
基于步骤S21反演得到的激光雷达输出的水平风速vl或风向θlh和毫米波雷达输出的水平风速vm或风向θmh,分别计算在时间窗口t下的平均水平风速平均风向/>数据方差/>和毫米波雷达平均水平风速/>平均风向/>数据方差/>
通过
其中计算得到融合后的平风速/>
通过
其中,计算得到融合后的平风速θh。
通过权重K的计算方式可以看出,其值是一个自适应变化的,从而应对不同的天气、环境条件。
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 (8)
1.一种基于多雷达数据融合的雷达测风装置,其特征在于,
包括毫米波雷达模块,通过毫米波雷达模块测算风速数据;
激光雷达模块,通过激光雷达模块测算风速数据;
数据融合模块,所述数据融合模块包括风速融合单元,用于将毫米波雷达数据与激光雷达数据进行融合;
数据输出模块,所述数据输出模块包括风速输出单元,用于输出融合后的风速。
2.根据权利要求1所述的一种基于多雷达数据融合的雷达测风装置,其特征在于,所述毫米波雷达模块包括合成器,用于生成线性调频脉冲;
发射器,用于发射线性调频脉冲;所述线性调频脉冲与空气中悬浮的气溶胶颗粒发生反射,形成反射线性调频脉冲;
接收器,用于接收反射线性调频脉冲;
混频器,将线性调频脉冲的信号与反射线性调频脉冲的信号进行合并,并生成中频信号;
运算单元,所述运算单元包括数模转换器,用于将中频信号转换为风速信息。
3.根据权利要求1所述的一种基于多雷达数据融合的雷达测风装置,其特征在于,所述激光雷达模块包括全光纤激光器,用于产生脉冲激光信号;
望远镜,用于发射脉冲激光信号和接收由空气中气溶胶反射的脉冲激光信号;相干探测器,用于将发射的脉冲激光信号和反射的脉冲激光信号进行合并,生成中频信号;
环形器,用于将脉冲激光信号进行分解,一路通过望远镜发射;另一路进入相干探测器;
运算单元,所述运算单元包括数模转换器,用于将中频信号转换为风速信息。
4.采用权利要求1-3中任一项所述的一种基于多雷达数据融合的雷达测风装置的测风方法,其特征在于,所述包括以下步骤:
S1、在同一时刻、同一高度下,分别通过毫米波雷达和激光雷达进行测风,并将毫米波雷达的测风数据和激光雷达的测风数据发送至数据融合模块;
S2、通过数据融合模块将毫米波雷达的测风数据和激光雷达的测风数据进行融合,并得到最终测风数据。
5.根据权利要求4所述的一种基于多雷达数据融合的雷达测风方法,其特征在于,所述测风数据为径向风速;
通过计算激光的径向风速v径,其中,fd为径向风速的多普勒频移,λ为激光的波长。
6.根据权利要求5所述的一种基于多雷达数据融合的雷达测风方法,其特征在于,所述步骤S2包括以下具体步骤:
S21、对毫米波雷达的测风数据和激光雷达的测风数据进行风速反演得到,得到毫米波雷达的水平风速和激光雷达的水平风速;
S22、基于卡尔曼滤波思想将毫米波雷达的水平风速和激光雷达的水平风速进行风速融合。
7.根据权利要求6所述的一种基于多雷达数据融合的雷达测风方法及装置,其特征在于,所述S21中对毫米波雷达的测风数据和激光雷达的测风数据进行风速反演包括以下具体步骤:
四束激光沿x轴正向逆时针依次为LOS1、LOS2、LOS3、LOS4;
以X轴为界线,将四束激光分为上平面和下平面,激光LOS1、LOS2位于上平面,激光LOS3、LOS4位于下平面;
通过
θ=arctan2(-yu,-xu),计算得到水平风速v和风向θ;
其中,当计算上平面的水平风速时,vl、vr为激光LOS1、LOS2的径向风速,当计算下平面的水平风速时,vl、vr为激光LOS3、LOS4的径向风速,2θs为激光LOS1、LOS2所在平面与激光LOS3、LOS4所在平面所形成的夹角,2θt为激光LOS1、LOS4所在平面与激光LOS2、LOS3所在平面所形成的夹角;
当对激光雷达测风数据进行风速反演时,得到激光雷达输出的水平风速vl或风向θlh;
当对毫米波雷达测风数据进行风速反演时,得到毫米波雷达输出的水平风速vm或风向θmh。
8.根据权利要求7所述的一种基于多雷达数据融合的雷达测风方法及装置,其特征在于,所述步骤S22包括以下具体步骤:
基于步骤S21反演得到的激光雷达输出的水平风速vl或风向θlh和毫米波雷达输出的水平风速vm或风向θmh,分别计算在时间窗口t下的平均水平风速平均风向/>数据方差/>和毫米波雷达平均水平风速/>平均风向/>数据方差/>
通过其中/>计算得到融合后的平风速/>通过/>
其中计算得到融合后的平风速θh。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310793381.2A CN116859384A (zh) | 2023-06-30 | 2023-06-30 | 一种基于多雷达数据融合的雷达测风方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310793381.2A CN116859384A (zh) | 2023-06-30 | 2023-06-30 | 一种基于多雷达数据融合的雷达测风方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116859384A true CN116859384A (zh) | 2023-10-10 |
Family
ID=88233362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310793381.2A Pending CN116859384A (zh) | 2023-06-30 | 2023-06-30 | 一种基于多雷达数据融合的雷达测风方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116859384A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117268296A (zh) * | 2023-11-17 | 2023-12-22 | 长春工程学院 | 一种基于4d毫米波的水轮发电机转子吊装气隙监测装置 |
-
2023
- 2023-06-30 CN CN202310793381.2A patent/CN116859384A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117268296A (zh) * | 2023-11-17 | 2023-12-22 | 长春工程学院 | 一种基于4d毫米波的水轮发电机转子吊装气隙监测装置 |
CN117268296B (zh) * | 2023-11-17 | 2024-02-09 | 长春工程学院 | 一种基于4d毫米波的水轮发电机转子吊装气隙监测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8508721B2 (en) | Multifunction aircraft LIDAR | |
US5159407A (en) | Single-ended dual spatial filter detector for the passive measurement of winds and turbulence aloft | |
CN110609287B (zh) | 一种双频雷达散射计及同时测量海面风场和流场的方法 | |
CN109031338B (zh) | 用于汽车的调频连续波激光雷达及其测距方法 | |
EP4215945A1 (en) | Dynamic compensation wind measurement laser radar system and wind measurement method therefor | |
CN116859384A (zh) | 一种基于多雷达数据融合的雷达测风方法及装置 | |
CN114355387A (zh) | 基于八波束风廓线激光雷达的风场反演方法及系统 | |
US20210408790A1 (en) | Ai system, laser radar system and wind farm control system | |
CN113391327A (zh) | 一种基于连续激光的多普勒测风雷达系统及方法 | |
CN107783128B (zh) | 基于毫米波雷达的固定翼无人机多目标防撞系统 | |
CN110927744A (zh) | 直升机光学大气数据系统 | |
CN107271725A (zh) | 激光测风雷达走航测量速度校准的方法 | |
CN110927709A (zh) | 用于风力发电的毫米波雷达的高精度测距方法及系统 | |
CN104345308A (zh) | 车辆侦测器和量测车辆距离以及车辆速度的方法 | |
CN110531378B (zh) | 一种风电机组连续波激光相干测风雷达系统 | |
CN116027356A (zh) | 一种远程激光测风雷达系统方法 | |
CN210269905U (zh) | 一种机载风速测量激光雷达系统 | |
CN116520312B (zh) | 基于毫米波雷达、激光雷达数据融合的测风方法 | |
CN113138398A (zh) | 一种基于无人机大气激光雷达的气溶胶消光系数反演方法 | |
Kikuchi et al. | Real-time estimation of airflow vector based on lidar observations for preview control | |
CN111936741B (zh) | 用于控制涡轮的控制系统、用于控制涡轮的方法和风力涡轮 | |
CN114047501B (zh) | 一种基于毫米波雷达的室内定位系统 | |
CN112455503A (zh) | 基于雷达的列车定位方法及装置 | |
CN115453574A (zh) | 一种大气多参数探测多功能激光雷达 | |
CN212031735U (zh) | 基于云台进行风场测量的单点测风激光雷达系统 |
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 |