CN118363016A - 一种基于微脉冲激光雷达的消光系数边界值计算方法 - Google Patents
一种基于微脉冲激光雷达的消光系数边界值计算方法 Download PDFInfo
- Publication number
- CN118363016A CN118363016A CN202410790670.1A CN202410790670A CN118363016A CN 118363016 A CN118363016 A CN 118363016A CN 202410790670 A CN202410790670 A CN 202410790670A CN 118363016 A CN118363016 A CN 118363016A
- Authority
- CN
- China
- Prior art keywords
- extinction coefficient
- laser radar
- calculating
- boundary value
- iteration
- 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
- 230000008033 biological extinction Effects 0.000 title claims abstract description 79
- 238000004364 calculation method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 114
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 239000002245 particle Substances 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 239000013307 optical fiber Substances 0.000 claims description 4
- 238000002834 transmittance Methods 0.000 claims description 4
- 238000012804 iterative process Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 239000000443 aerosol Substances 0.000 description 20
- 238000009826 distribution Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000005427 atmospheric aerosol Substances 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开一种基于微脉冲激光雷达的消光系数边界值计算方法，属于激光雷达测量技术领域，用于消光系数计算，包括获取激光雷达的测算数据并进行去噪处理，建立激光雷达消光系数边界值非线性方程，计算多个不同测量距离的消光系数。本发明有利于对复杂的信号开展不同角度的分析，进而利用经验模态分解对激光雷达回波信号进行处理，将信号中的有用信息与噪声分离，达到去噪的效果。通过构建非线性方程并用改进Jarratt方法可以更好的估计消光系数边界值从而求解对应位置的消光系数以及大气能见度，极大的降低了计算成本，提高了消光系数以及大气能见度计算效率。
Description
技术领域
本发明公开一种基于微脉冲激光雷达的消光系数边界值计算方法，属于激光雷达测量技术领域。
背景技术
气溶胶消光系数用来度量光线在穿过单位长度的气溶胶之后减弱的程度，是用于描述气溶胶对光吸收和散射能力的重要物理量。微脉冲激光雷达系统最主要的探测目的是计算得到气溶胶消光系数随探测距离发生的变化，从而得到大气中气溶胶的浓度分布。通过观察大气激光雷达方程可以得知，存在后向散射系数与消光系数两个未知量。常用的求解方法是估计后向散射系数与消光系数之间的比例关系，称为激光雷达比。然而，这个估计量常常会受到实验所在地点环境因素的影响，造成气溶胶消光系数计算结果的偏差。目前在实际应用过程中，常用的计算消光系数的方法包括Collis斜率法、Klett算法和Fernald算法。Collis斜率法一个显著的问题在于假定情况为大气均匀分布，事实上探测环境极为复杂，在实验过程中大气气溶胶粒子的分布往往极不均匀。因此在实际测量过程中，往往采用Klett算法和Fernald算法来计算大气消光系数。Klett算法考虑的主要是大气气溶胶占主成分的情况。Fernald算法相较于Klett算法，引入了大气分子对消光系数的影响，分别计算大气分子和气溶胶的消光系数。考虑到Collis斜率法仅适用于大气均匀分布的情况下进行水平探测的情况，适用面较窄；使用广泛的Fernald算法将大气分子列入到了考量范围当中，估计了瑞利散射对于消光系数的影响，而微脉冲激光雷达往往在低层大气中进行测量，大气分子造成的影响往往不是特别明显；综合以上因素，选用Klett算法进行消光系数反演。
在Klett算法的消光系数求解公式中，参考高度的消光系数边界值是未知的，而如何科学地对该值进行估计是决定反演结果是否精确的关键所在，这就是Klett算法消光系数边界值选取问题。针对消光系数边界值的估计问题，目前有多种求解方案，但都存在着各种各样的局限。
第一种求解方案是将气溶胶粒子的大小与形状特征通过等效粒径、粒径分布范围、长短轴和主轴方向等参数进行描述，并依据反常衍射近似原理构建颗粒消光系数样本后，对多层感知器展开训练，利用训练好的多层感知器实现对消光系数边界的预测，但该方法通过粒径与形状参数对粒子特征进行表示，这样无法精确捕捉每个粒子的个体差异，特别是对于复杂形状的气溶胶粒子，简单的参数化描述不足以准确反映其光学特性，会影响最终的预测精度。
第二种求解方案是通过低发散光束散射光来获取气溶胶消光系数垂直分布的方法，该方法将广角数码相机作为探测器，使用低功率便携式绿色激光设备发射激光束，通过记录激光束向相机方向散射的光束信息，建立光束辐射度与气溶胶分布的积分方程，在对其进行求解的过程中，反演出消光系数垂直分布情况，但该方法使用广角数码相机作为探测器，其视场角虽然较大，但仍然有限，这意味着在探测过程中会存在一定的探测盲区，无法全面获取气溶胶分布信息，进而影响消光系数分布的准确性。
第三种求解方案是利用道格拉斯-普克算法对激光雷达获取的回波信号进行简化处理，提取关键信息，综合大气中气溶胶的浓度、光学特性等因素，构建大气物理模型，并利用斜率法求解消光系数边界值，但该方法忽略了对激光雷达数据的去噪处理，因为激光雷达数据往往包含大量噪声，这些噪声会导致数据点的不稳定，影响道格拉斯-普克算法提取关键信息的准确性，尤其是在噪声水平较高的情况下，算法的准确性会受到较大影响。
发明内容
本发明的目的在于提供一种基于微脉冲激光雷达的消光系数边界值计算方法，以解决现有技术中，消光系数求解不准确的问题。
一种基于微脉冲激光雷达的消光系数边界值计算方法，包括获取激光雷达的测算数据并进行去噪处理，建立激光雷达消光系数边界值非线性方程，计算多个不同测量距离的消光系数；
建立激光雷达消光系数边界值非线性方程包括：
S1设定与具有乘幂关系，是处的后向散射系数，是处的消光系数,是激光雷达接收到的距离；
S2计算激光雷达的距离平方校正信号，激光雷达接收到的处大气后向散射信号强度由激光雷达方程确定；
S3计算经过修正后的；
S4求解；
S5引入常量和变量。
S1包括：
；；；
式中，与为由待测颗粒及激光雷达波长决定的常数。
S2包括：
；
式中，代表经过经验模态分解去噪处理后处的回波信号强度；
；
式中，是激光雷达系统常数，是发射的激光脉冲的强度，是大气透过率。
S3包括：
；；
式中，是经过修正后的；
将代入：
；
式中，为激光雷达探测距离最大值，为处的激光雷达的距离平方校正信号，为处的后向散射系数。
S4包括：
；
式中，为消光系数；
对左右两侧在的范围内进行积分：
；
式中，是的初始值。
S5包括：
；；
将与的值代入积分中：
；
假设最大探测范围处的消光系数基本保持不变，为：
；
为：
；
设，得到非线性方程式：
。
计算多个不同测量距离的消光系数包括，通过改进的Jarratt迭代法完成对的非线性方程求解，利用迭代的方式逐步逼近非线性方程的解。
改进的Jarratt迭代法包括：
；
式中，为第次迭代后的函数值，为第次迭代后的近似解，为第次迭代的非线性方程，为的导数，为第次的第一迭代中间量，为第次的第二迭代中间量。
改进的Jarratt迭代法的终止条件为：
或；；；
式中，为迭代精度，为最大迭代次数。
改进的Jarratt迭代法输出的最终近似解是，将代入后求解处的消光系数，计算大气能见度：
；；
式中，是大气能见度，为自然光环境下的亮度对比观感。
相对比现有技术，本发明具有以下有益效果：本发明通过经验模态分解可以复杂的信号分解成多个固有模态函数，使每个固有模态函数分别描述存在于信号中不同频率与尺寸分量，从而有利于对复杂的信号开展不同角度的分析，进而利用经验模态分解对激光雷达回波信号进行处理，将信号中的有用信息与噪声分离，达到去噪的效果。通过构建非线性方程并用改进Jarratt方法可以更好的估计消光系数边界值从而求解对应位置的消光系数以及大气能见度，极大的降低了计算成本，提高了消光系数以及大气能见度计算效率。
附图说明
图1是本发明的技术流程图；
图2是激光雷达测量的原始信号数据图；
图3是激光雷达测量的去噪后信号数据图；
图4是激光雷达计算得到的消光系数图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种基于微脉冲激光雷达的消光系数边界值计算方法，包括获取激光雷达的测算数据并进行去噪处理，建立激光雷达消光系数边界值非线性方程，计算多个不同测量距离的消光系数；
建立激光雷达消光系数边界值非线性方程包括：
S1设定与具有乘幂关系，是处的后向散射系数，是处的消光系数,是激光雷达接收到的距离；
S2计算激光雷达的距离平方校正信号，激光雷达接收到的处大气后向散射信号强度由激光雷达方程确定；
S3计算经过修正后的；
S4求解；
S5引入常量和变量。
S1包括：
；；；
式中，与为由待测颗粒及激光雷达波长决定的常数。
S2包括：
；
式中，代表经过经验模态分解去噪处理后处的回波信号强度；
；
式中，是激光雷达系统常数，是发射的激光脉冲的强度，是大气透过率。
S3包括：
；；
式中，是经过修正后的；
将代入：
；
式中，为激光雷达探测距离最大值，为处的激光雷达的距离平方校正信号，为处的后向散射系数。
S4包括：
；
式中，为消光系数；
对左右两侧在的范围内进行积分：
；
式中，是的初始值。
S5包括：
；；
将与的值代入积分中：
；
假设最大探测范围处的消光系数基本保持不变，为：
；
为：
；
设，得到非线性方程式：
。
计算多个不同测量距离的消光系数包括，通过改进的Jarratt迭代法完成对的非线性方程求解，利用迭代的方式逐步逼近非线性方程的解。
改进的Jarratt迭代法包括：
；
式中，为第次迭代后的函数值，为第次迭代后的近似解，为第次迭代的非线性方程，为的导数，为第次的第一迭代中间量，为第次的第二迭代中间量。
改进的Jarratt迭代法的终止条件为：
或；；；
式中，为迭代精度，为最大迭代次数。
改进的Jarratt迭代法输出的最终近似解是，将代入后求解处的消光系数，计算大气能见度：
；；
式中，是大气能见度，为自然光环境下的亮度对比观感。
本发明的技术流程如图1所示，包括获取激光雷达的测算数据并进行去噪处理，建立激光雷达消光系数边界值非线性方程，计算多个不同测量距离的消光系数。
本发明使用了Klett算法，包括：
S1计算消光系数和后向散射系数；
S2根据消光系数和后向散射系数计算大气激光雷达方程；
S3将大气激光雷达方程积分、取对数、求导，得到气溶胶粒子后向散射系数；
S4求取气溶胶粒子消光系数的后向积分解和前向积分解。
S1包括：
；；
式中，是处的消光系数，是处的气溶胶粒子消光系数，是处的大气分子消光系数，是处的后向散射系数，是处的气溶胶粒子后向散射系数，是处的大气分子后向散射系数，是激光雷达接收到的距离。
；；；
式中，是气溶胶粒子激光雷达比，是大气分子激光雷达比。
S2包括：
；；
式中，是大气后向散射信号强度，是发射的激光脉冲的强度，是激光雷达系统常数，是的导数，是几何重叠因子，是接收望远镜的有效接收面积，是收发系统的总透过率。
S3包括：
；
式中，是大气均匀分布的参考距离。
S4包括，气溶胶粒子消光系数的后向积分解为：
。
气溶胶粒子消光系数的前向积分解为：
。
处的大气分子消光系数为：
。
处的气溶胶粒子消光系数为：
。
对激光雷达信号数据进行去噪处理，通过经验模态分解EMD把复杂的信号分解成多个固有模态函数IMF，每个IMF分别描述了存在于信号中不同频率与尺度分量，利用EMD对激光雷达回波信号进行处理，将信号中的有用信息与噪声分离开来，达到去除噪声的目的。EMD算法的执行基于待分解信号中不少于二个极值点的条件，若信号中缺乏极值点，但有形变点，可通过微分操作获得极值点，然后再通过对分解量的积分来获得分解结果。在实施EMD分解时，得到的IMF分量需满足两项要求：IMF分量的极值点与过零点数量应保持一致或最多相差1个；在任何一个时间区域内，由极大与极小值确定的上、下包络线均值应为零。
利用EMD对激光雷达回波信号P进行分解去噪的过程描述包括；确定原始信号序列上的所有极大值和极小值，分别通过三次样条插值拟合的方式得到极大值包络线与极小值包络线，并求出二者的平均值。令，并判定其是否满足上述两个关于IMF分量的要求，若满足，就将确定为首个IMF分量；若不满足，则令，继续判断是否满足上述条件，重复该过程直至获得满足条件的信号并将其确定为首个IMF分量。令，用取代原始信号，获取剩余关于激光雷达回波信号的IMF分量。当经过次上述操作后信号剩余的部分变为单调函数时，分解结束。此时总共得到了个IMF分量，激光雷达回波信号可以通过如下形式进行表示：
；
式中，表示所有分解得到的IMF分量，表示经过次分解之后除去IMF分量剩余的部分，称为残余分量，获得的IMF分量呈频率降序排列，越早获得的分量频率越高，对于激光雷达回波信号来说，其中的噪声往往位于高频区域内，对于高频和低频分量的区分，需要先计算每个IMF分量的Pearson相关系数：
；
表示一段信号中采样点的个数，表示原始信号中第个采样点的信号强度，表示第个IMF分量中第个采样点的信号强度，
找到相关系数中的极小值，把之前的个分量认定为高频分量进行去除，对之后的IMF分量进行重构，重构后就可以得到经过去噪的激光雷达回波信号：
；
进而可以有效去除存在于激光雷达回波信号中的干扰噪声，达到去噪的目的，同时也较好地维护了激光雷达回波信号本身的属性特征，可以为后续的激光雷达消光系数边界值估算奠定基础。
对第一行展示的原始信号进行EMD分解后，获取得到了七个IMF分量与res代表的单调残余分量，将所有IMF分量包含的信号数值代入相关系数的计算公式中分别计算各自的Pearson相关系数，结果如表1所示。
表1相关系数
。
IMF2的相关系数达到极小值，并在之后呈增大趋势。因此，将IMF2之前的分量IMF1视为噪声信号进行去除，将剩余信号代入经过去噪的激光雷达回波信号的计算公式作为有效信号进行重构，得到去噪后的信号，由图2和图3中原始信号与去噪后信号的结果对比可知，去噪后的信号与原始信号的Pearson相关系数为0.86778，可以看到，去噪后的结果去除了大部分对原始信号造成干扰的随机信号，在进行数据平滑的同时又能够保留大部分微小的细节信息，为了量化该去噪算法的去噪效果，可通过输出信噪比SNR作为计算指标。
；
式中代表原始信号中第个采样点的信号值，代表去噪后的信号中第个采样点的信号值，代表每条信号中采样点的个数，将图2和图3所示的去噪前后的信号数值代入后，得到的信噪比为21.35dB，实现了比较好的去噪效果。本发明最终由激光雷达计算得到的消光系数图如图4所示。
以上实施例仅用于说明本发明的技术方案，而非对其限制，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，包括获取激光雷达的测算数据并进行去噪处理，建立激光雷达消光系数边界值非线性方程，计算多个不同测量距离的消光系数；
建立激光雷达消光系数边界值非线性方程包括：
S1设定与具有乘幂关系，是处的后向散射系数，是处的消光系数,是激光雷达接收到的距离；
S2计算激光雷达的距离平方校正信号，激光雷达接收到的处大气后向散射信号强度由激光雷达方程确定；
S3计算经过修正后的；
S4求解；
S5引入常量和变量。
2.根据权利要求1所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，S1包括：
；；；
式中，与为由待测颗粒及激光雷达波长决定的常数。
3.根据权利要求2所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，S2包括：
；
式中，代表经过经验模态分解去噪处理后处的回波信号强度；
；
式中，是激光雷达系统常数，是发射的激光脉冲的强度，是大气透过率。
4.根据权利要求3所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，S3包括：
；；
式中，是经过修正后的；
将代入：
；
式中，为激光雷达探测距离最大值，为处的激光雷达的距离平方校正信号，为处的后向散射系数。
5.根据权利要求4所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，S4包括：
；
式中，为消光系数；
对左右两侧在的范围内进行积分：
；
式中，是的初始值。
6.根据权利要求5所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，S5包括：
；；
将与的值代入积分中：
；
假设最大探测范围处的消光系数基本保持不变，为：
；
为：
；
设，得到非线性方程式：
。
7.根据权利要求6所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，计算多个不同测量距离的消光系数包括，通过改进的Jarratt迭代法完成对的非线性方程求解，利用迭代的方式逐步逼近非线性方程的解。
8.根据权利要求7所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，改进的Jarratt迭代法包括：
；
式中，为第次迭代后的函数值，为第次迭代后的近似解，为第次迭代的非线性方程，为的导数，为第次的第一迭代中间量，为第次的第二迭代中间量。
9.根据权利要求8所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，改进的Jarratt迭代法的终止条件为：
或；；；
式中，为迭代精度，为最大迭代次数。
10.根据权利要求9所述的一种基于微脉冲激光雷达的消光系数边界值计算方法，其特征在于，改进的Jarratt迭代法输出的最终近似解是，将代入后求解处的消光系数，计算大气能见度：
；；
式中，是大气能见度，为自然光环境下的亮度对比观感。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410790670.1A CN118363016A (zh) | 2024-06-19 | 2024-06-19 | 一种基于微脉冲激光雷达的消光系数边界值计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410790670.1A CN118363016A (zh) | 2024-06-19 | 2024-06-19 | 一种基于微脉冲激光雷达的消光系数边界值计算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118363016A true CN118363016A (zh) | 2024-07-19 |
Family
ID=91885980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410790670.1A Pending CN118363016A (zh) | 2024-06-19 | 2024-06-19 | 一种基于微脉冲激光雷达的消光系数边界值计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118363016A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108490451A (zh) * | 2018-03-29 | 2018-09-04 | 中国民航大学 | 一种利用大气消光系数反演斜程能见度的方法 |
| CN115659771A (zh) * | 2022-11-14 | 2023-01-31 | 山东科技大学 | 一种基于激光雷达的气溶胶粒径反演方法 |
| CN116359947A (zh) * | 2023-03-29 | 2023-06-30 | 北京理工大学长三角研究院(嘉兴) | 一种单光子激光雷达水平方向气溶胶消光系数反演方法 |
-
2024
- 2024-06-19 CN CN202410790670.1A patent/CN118363016A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108490451A (zh) * | 2018-03-29 | 2018-09-04 | 中国民航大学 | 一种利用大气消光系数反演斜程能见度的方法 |
| CN115659771A (zh) * | 2022-11-14 | 2023-01-31 | 山东科技大学 | 一种基于激光雷达的气溶胶粒径反演方法 |
| CN116359947A (zh) * | 2023-03-29 | 2023-06-30 | 北京理工大学长三角研究院(嘉兴) | 一种单光子激光雷达水平方向气溶胶消光系数反演方法 |
Non-Patent Citations (3)
| Title |
|---|
| 孙国栋: "一种测量大气消光系数边界值的新方法", 《物理学报》, 31 December 2018 (2018-12-31), pages 1 - 8 * |
| 熊兴隆: "非线性方程法确定低空探测机载激光雷达消光系数边界值", 《光电子•激光》, 31 July 2012 (2012-07-31), pages 1356 - 1362 * |
| 王博: "激光雷达能见度回波信号去噪算法", 《气象科技》, 30 June 2021 (2021-06-30), pages 322 - 327 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110488393B (zh) | X波段双偏振天气雷达定量测量降水方法及系统 | |
| Parry | Measurement of atmospheric turbulence induced intensity fluctuations in a laser beam | |
| CN110134976B (zh) | 一种机载激光测深信号提取方法及系统 | |
| CN108318436B (zh) | 反应曲线生成方法、装置及光学检测系统 | |
| CN105044039B (zh) | 一种根据激光雷达数据自动反演水平能见度的方法 | |
| CN111207854B (zh) | 一种基于分布式光纤温度传感器的数据处理算法 | |
| WO2020186844A1 (zh) | 自适应表面吸收光谱分析方法、系统、存储介质、设备 | |
| CN110133680B (zh) | 一种机载激光测深接收波形有效信号初值确定方法及系统 | |
| CN118363016A (zh) | 一种基于微脉冲激光雷达的消光系数边界值计算方法 | |
| CN116879899A (zh) | 一种基于空中降水粒子谱反演的方法 | |
| CN116794681A (zh) | 气溶胶后向散射系数廓线反演方法、装置及设备 | |
| CN111220571A (zh) | 一种基于幅值离散度的二次谐波信号拟合方法及系统 | |
| CN110133670B (zh) | 一种机载激光测深接收波形的去噪处理方法及其系统 | |
| CN113009437B (zh) | 一种根据实时气溶胶分布求解激光雷达动态雷达比的方法 | |
| Barajas et al. | Towards an on-chip signal processing solution for the online calibration of SS-OCT systems | |
| CN114049375A (zh) | 基于piv的分区域油烟逃逸量计算方法和装置 | |
| CN113222929A (zh) | 一种基于全变分的烟雾浓度检测方法及装置 | |
| CN116930125B (zh) | 一种后向散射全选通成像水体衰减系数测量方法 | |
| CN116701920B (zh) | 一种提取oct色散失配系数的方法 | |
| CN118112545B (zh) | 基于瑞利拟合的大气激光雷达参考高度提取方法及系统 | |
| JP2014102087A (ja) | 光学的測定方法 | |
| CN117930183B (zh) | 一种提高相干测风激光雷达载噪比的功率谱处理方法 | |
| CN118011358B (zh) | 一种双波段雷达雨滴谱反演方法及装置 | |
| CN116755112B (zh) | 基于分层和迭代的多波长拉曼激光雷达反演方法及系统 | |
| CN113176222B (zh) | 一种基于直接吸收谱的气体浓度反演方法 |
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 |