WO2017208375A1 - ドップラーシフト解析装置 - Google Patents

ドップラーシフト解析装置 Download PDF

Info

Publication number
WO2017208375A1
WO2017208375A1 PCT/JP2016/066085 JP2016066085W WO2017208375A1 WO 2017208375 A1 WO2017208375 A1 WO 2017208375A1 JP 2016066085 W JP2016066085 W JP 2016066085W WO 2017208375 A1 WO2017208375 A1 WO 2017208375A1
Authority
WO
WIPO (PCT)
Prior art keywords
peak
unit
obstacle
data
doppler shift
Prior art date
Application number
PCT/JP2016/066085
Other languages
English (en)
French (fr)
Inventor
淳一 古本
Original Assignee
淳一 古本
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 淳一 古本 filed Critical 淳一 古本
Priority to EP16904000.3A priority Critical patent/EP3467543A4/en
Priority to US16/306,359 priority patent/US10816668B2/en
Priority to PCT/JP2016/066085 priority patent/WO2017208375A1/ja
Priority to JP2018520265A priority patent/JP6562583B2/ja
Priority to CN201680085867.9A priority patent/CN109154658B/zh
Publication of WO2017208375A1 publication Critical patent/WO2017208375A1/ja

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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/487—Extracting wanted echo signals, e.g. pulse detection
    • G01S7/4876—Extracting wanted echo signals, e.g. pulse detection by removing unwanted signals
    • 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
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane
    • 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
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • 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

Definitions

  • the present invention relates to, for example, a Doppler shift analysis apparatus, a Doppler shift analysis method, and a Doppler shift analysis program for analyzing a Doppler shift for observation of wind conditions.
  • a peak search method is used in which the frequency with the highest spectral power density is Doppler shifted after Fourier transform is performed when obtaining the wind speed.
  • a moment method is also used in which moment calculation is performed around the peak to obtain a Doppler shift from the primary moment.
  • the aerosol which is a scatterer used by the CDL, vortexes due to turbulence.
  • the spectrum of data observed by the telescope has a normal distribution shape having a peak in the wind speed value in the line-of-sight direction.
  • a normal distribution centered on 0 m / s (transmitting frequency) due to collision with atmospheric molecules is also superimposed on this spectrum. For this reason, there is a problem that the above method cannot avoid the disadvantage of estimating the absolute value of the wind speed to be small.
  • the above-described method using only the peak search or the method of obtaining the moment around the peak search has a problem that the reliability of the estimated value at a long distance with a low S / N ratio is greatly reduced. For this reason, conventional CDL has been limited to a short distance of about 10 km.
  • the laser output of CDL is in fact limited to Level 1M in order to ensure human safety. For this reason, it was not allowed to increase the observation range by increasing the laser output. From such a situation, detection of a longer distance or higher accuracy has been desired.
  • an object of the present invention is to provide an apparatus capable of analyzing a Doppler shift with high accuracy.
  • the present invention includes a data acquisition unit that acquires reflected light data reflected by aerosol in the atmosphere of a laser beam, and a calculation unit that analyzes a Doppler shift of the reflected light data, and the calculation unit is an obstacle in the reflected light.
  • a Doppler shift analysis device including an obstacle-derived peak exclusion unit that excludes an object-derived peak portion, and a Doppler shift analysis thereof.
  • This invention can analyze the Doppler shift with high accuracy.
  • the block diagram which shows the structure of a wind condition analysis system.
  • Explanatory drawing which shows the structure of various data.
  • the functional block diagram which shows the function performed with an analysis program.
  • FIG. 1 is a block diagram showing the configuration of the wind condition analysis system 1.
  • the wind condition analysis system 1 includes a Doppler rider 2 and an analysis device 3.
  • the Doppler lidar 2 outputs a control unit 11 that executes various controls, a laser beam transmitter 12 that transmits laser light, a reflected light receiver 13 that receives reflected light reflected by the laser beam on the aerosol, and outputs data A data output unit 14 is provided.
  • the laser beam transmitter 12 transmits a pulse laser whose oscillation wavelength is narrowed by injection locking with a master laser toward the atmosphere. This transmission is transmitted in the horizontal direction toward the entire circumference of 360 ° C., and is transmitted upward in the vertical direction while changing the transmission angle. That is, the pulse laser is transmitted so as to cover the upper hemispherical region centered on the laser beam transmitter 12.
  • the reflected light receiving unit 13 receives reflected light scattered by aerosol and subjected to Doppler shift, and synthesizes the reflected light and the master laser from the laser beam transmitting unit 12 on a mixer.
  • the reflected light receiving unit 13 amplifies a low-frequency beat signal among the synthesized signal components with an IF amplifier (IF Amp), and A / D converts the amplified signal with an analog / digital converter. Digital signal.
  • IF Amp IF Amp
  • a / D converts the amplified signal with an analog / digital converter.
  • the data output unit 14 transmits the reflected light data converted into a digital signal by the reflected light receiving unit 13 to the analysis device 3.
  • the analysis device 3 includes a control unit 21 (calculation unit) that executes various calculations and controls, a data acquisition unit 22 that acquires data such as reflected light data, an operation input unit 23 such as a keyboard and a mouse, a liquid crystal display or A display unit 24 such as a CRT, a storage unit 25 constituted by a hard disk or a non-volatile memory, and a medium processing unit 26 for reading / writing data from / to a recording medium 29 such as a CD-ROM are provided.
  • a control unit 21 calculation unit
  • data acquisition unit 22 that acquires data such as reflected light data
  • an operation input unit 23 such as a keyboard and a mouse
  • a display unit 24 such as a CRT
  • storage unit 25 constituted by a hard disk or a non-volatile memory
  • a medium processing unit 26 for reading / writing data from / to a recording medium 29 such as a CD-ROM are provided.
  • the storage unit 25 stores various programs such as an analysis program 25a (Doppler shift analysis program) and various data such as a spectrum FIFO bank 25b, a parameter FIFO bank 25c, and an effective data number FIFO bank 25d.
  • an analysis program 25a Doppler shift analysis program
  • various data such as a spectrum FIFO bank 25b, a parameter FIFO bank 25c, and an effective data number FIFO bank 25d.
  • the analysis program 25 a recorded in the recording medium 29 is read by the medium processing unit 26 and installed in the storage unit 25.
  • FIG. 2 is an explanatory diagram showing the configuration of various data.
  • FIG. 2A is a configuration diagram of the spectrum FIFO bank 25b
  • FIG. 2B is a configuration diagram of the parameter FIFO bank 25c
  • FIG. The block diagram of the valid data number FIFO bank 25d is shown.
  • the spectrum FIFO bank 25b stores NS information about altitude and frequency for each beam direction.
  • the spectrum FIFO bank 25b adds newly acquired data, and when the number exceeds NS, the old data is deleted. For this reason, NS spectrum data is always stored in the spectrum FIFO bank 25b.
  • the parameter FIFO bank 25c stores NP data of altitude and peak power, altitude and Doppler shift, altitude and spectral width, and altitude and SQSSUM for each beam direction.
  • the parameter FIFO bank 25c also adds newly acquired data, and when it exceeds NP, deletes old data. Therefore, new NP parameter data are always stored in the parameter FIFO bank 25c.
  • the valid data count FIFO bank 25d stores whether or not the data acquired in the past is valid for each beam number.
  • This valid data number FIFO bank 25d stores whether or not the data is valid in order from the nearest data, such as the previous data and the previous data, and adds new data as needed. Accordingly, the validity of a plurality of data from the newer one is always stored in the valid data number FIFO bank 25d for each beam number.
  • FIG. 3 is a functional block diagram showing functions executed by the control unit 21 of the analysis apparatus 3 by the analysis program 25a
  • FIG. 4 is an explanatory diagram showing data processing during analysis. Note that the processing by the functional blocks shown in FIG. 3 is executed in units of ranges determined by the direction and distance, and is repeatedly executed for all ranges.
  • the data organizing unit 31 acquires and organizes spectrum data from the reflected light data. In other words, if the reflected light data is valid data, the data organizing unit 31 keeps processing as it is, and can store the data as it is. The reflected light data whose missing data is larger than a predetermined amount, and the absence of data. In this case, data is not stored in the spectrum FIFO bank 25b, the parameter FIFO bank 25c, and the valid data number FIFO bank 25d.
  • the data organizing unit 31 proceeds to the effective parameter data calculating unit 34, and if not, proceeds to the noise level estimating unit 32.
  • the noise level estimation unit 32 estimates the level of noise existing in the spectrum data of the reflected light data.
  • the noise level can be estimated by an appropriate method such as estimating based on a predetermined value set in advance, or estimating a region where the number of peaks is larger than a predetermined number as a noise level.
  • the average spectrum intensity estimation unit 33 estimates the average spectrum intensity from the spectrum of the acquired reflected light data. This estimation can be performed by an appropriate method such as estimating in advance from past data, or obtaining and estimating an average value of spectrum intensity from current data.
  • the effective parameter data calculation unit 34 calculates effective parameters from the spectrum data of the reflected light data.
  • This parameter can be an appropriate parameter such as altitude and peak power, altitude and Doppler shift, altitude and spectral width, and altitude and SQUS.
  • the effective parameter data calculation unit 34 that has calculated the parameters in this way passes the processing to the fitting initial value estimation unit 35 that estimates the fitting initial value.
  • the fitting initial value estimation unit 35 includes an estimation method determination unit 36, an initial value estimation unit 37 from spectrum (spectral initial value estimation processing), an initial value estimation unit 38 from parameters (parameter initial value estimation processing), and re-estimation required.
  • a refusal determination unit 39 (fitting re-determination determination unit) is provided.
  • the estimation method determination unit 36 determines which of the spectrum and the parameter should determine the initial value. Specifically, if the peak in the spectrum of the previous observation data (or average data of a plurality of observation data) stored in the spectrum FIFO bank 25b is less than or equal to a preset number (for example, one or less), It is determined that the initial value is estimated from the spectrum of the previous observation data. Otherwise, the initial value is determined from the parameter of the previous observation data.
  • a preset number for example, one or less
  • the initial value estimation unit 37 from the spectrum estimates the initial value from the spectrum of the average data of a plurality of past observation data.
  • the initial value is estimated using the spectrum as it is.
  • the past observation data to be averaged can be a predetermined number from the latest, and can be all the observation data stored in the spectrum FIFO bank 25b.
  • the parameter initial value estimation unit 38 estimates an initial value from an average value of parameters of a plurality of observation data stored in the parameter FIFO bank 25c. In the estimation of the initial value from this parameter, the average value of a predetermined number of parameters from the most recent time can be used as the initial value, and the average value of all data in the parameter FIFO bank 25c can be used.
  • the atmospheric condition changes so much at the same position (point). It is possible to realize appropriate analysis by utilizing the fact that there is no such thing.
  • the re-estimation necessity determination unit 39 determines whether or not the initial value estimated by the initial value estimation unit 37 from the spectrum or the initial value estimation unit 38 from the parameter is appropriate. If so, the initial value is estimated again. Specifically, the estimation method is determined when the initial value estimated from the parameters does not fall within the predetermined allowable range, or the peak number at the initial value estimated from the spectrum does not fall within the predetermined allowable number. The processing is returned to the unit 36 and the processing is performed again.
  • the initial value was estimated by the initial value estimation unit 38 from the parameters, but when the estimated initial value is not within a predetermined appropriate range, For example, when there is a missing measurement, the estimation can be performed again and the initial value can be estimated by the initial value estimation unit 37 from the spectrum.
  • the accuracy of subsequent fitting can be improved by setting a preferable initial value as much as possible based on past observation data.
  • the fitting execution unit 41 (fitting processing unit) executes the fitting using the determined initial value.
  • This fitting may be performed by an existing appropriate fitting process.
  • Gaussian fitting using the least square method is used.
  • the spectrum of the reflected light data at a certain time with the reception intensity on the vertical axis and the frequency on the horizontal axis is a undulating spectrum with noise. Yes.
  • the transmission frequency of laser light (80 MHz in this embodiment) indicates reflection from a scatterer that does not move, and other frequencies indicate reflection from a scatterer that moves.
  • the example of FIG. 4A shows a spectrum of reflected light in the direction in which an obstacle exists, and two peaks 51 and 52 appear when smoothed as shown in FIG.
  • the obstacle includes a structure such as a building and a flying object such as a bird or UAV (unmanned aerial vehicle), and refers to a solid having a visible size.
  • the peak 51 appears as a sharp peak that is particularly strong at a frequency that matches the transmission frequency, as shown in the figure.
  • the peak 51 appears as a sharp peak that is particularly strong at an appropriate frequency, and this peak moves with time continuity along the movement of the flying object. That is, when a spectrum at a certain distance in a certain direction is expressed as a spectrum in a certain range, a similar steep peak 51 appears in the adjacent range as time passes.
  • the peak 51 due to this obstacle is unnecessary, and what is necessary is information on the next highest peak 52.
  • This peak 52 detects a Doppler shift due to the movement of the aerosol by the wind, and we want to acquire it accurately. Therefore, instead of setting the maximum peak as an initial value, by setting an initial value using past observation data, it becomes possible to fit the vicinity of the originally required peak 52 as an initial value of fitting. .
  • the peak 51 derived from the obstacle is fitted as an initial value and smoothing such that the necessary peak 52 is buried is performed.
  • the spectrum and parameters are stored in a state where the obstacle-derived peak 51 is removed by a process described later. For this reason, an appropriate initial value excluding the influence of the obstacle can be set.
  • the fitting result examination unit 42 examines whether or not the fitting result is appropriate. If it is appropriate, the process proceeds to the next process. If it is inappropriate, the effective parameter data calculation unit 34 or the fitting execution unit 41 depends on the content. Return processing to.
  • the process is returned to the fitting execution unit 41 and the fitting is performed again.
  • the initial value is estimated by the initial value estimation unit 37 from the spectrum
  • fitting is performed using the average spectrum of the remaining observation data obtained by reducing the oldest observation data (spectrum) by one as the initial value. Try again.
  • the fitting is performed again with the average parameter of the remaining observation data obtained by reducing the oldest observation data (parameter) by one as the initial value. .
  • the data used as the basis for averaging can be reduced to only the most recent observation data, so that fitting can be performed appropriately even when there is a significant change. can do. That is, since the atmospheric conditions do not change so rapidly, it is usually possible to realize appropriate fitting by setting the average value of all past observation data as the initial value. However, if there is a significant change such as the occurrence of a gust, a favorable result cannot be obtained if all data are averaged. In such a case, the observation data that is the basis for the initial value estimation is reduced from the old data to approach the average of the latest data, and finally the most recent observation data (spectrum or parameter) is adopted. The resolution can be improved, and an initial value corresponding to a large change can be estimated.
  • the maximum permissible value 54 here is the maximum value of the aerosol-derived peak 52 (that is, the peak excluding the obstacle-derived peak 51) in the past observation data or a value close thereto, or more than the peak value derived from the obstacle.
  • a slightly low value is preferred.
  • it can be set within a range of ⁇ 20% of the maximum value, preferably within a range of ⁇ 10%, preferably within a range of ⁇ 5% It is preferable to set to.
  • the value is slightly lower than the peak value derived from the obstacle (preferably the average value in the past and may be the maximum peak value or the minimum peak value), it is within a range of ⁇ 20% from the peak value derived from the obstacle. It is preferable to set within the range of -10%, and it is preferable to set within the range of -5%. In this embodiment, the value is set to -5% of the average value of peak values derived from past obstacles.
  • the eastern part 42 of the fitting result is configured to return the process to the fitting execution unit 41 if the value of the fitted peak 52 is larger than the predetermined maximum allowable value 54.
  • the present invention is not limited to this.
  • a configuration may be adopted in which the processing is returned to the fitting execution unit 41 when a predetermined amount or more away from the peak position of the observed data. In this case, when the fitting is too far away, a process for redoing the fitting can be realized, and a more appropriate fitting can be executed.
  • the minimum allowable value 55 can be a noise level determined from past observation data, or a value close to the noise level.
  • the value close to the noise level can be within the range of + 20% and within the range of + 10% from the noise level (preferably the past average value, which can be the maximum value or the minimum value). Is preferable, and is preferably in the range of + 5%. In this embodiment, the value is set to + 5% of the average value of past noise levels.
  • the resultant smoothing unit 43 removes the obstacle-derived peak 51 shown in FIG. 4C as shown in FIG. More specifically, the resulting smoothing unit 43 has a high frequency side and a low frequency side from the peak center (in the example shown, the transmission frequency is 80 MHz, but from a flying object, the frequency is different from the transmission frequency).
  • the spectrum is scanned to find an inclination that is steeper than a predetermined obstacle-derived determination inclination value. If there is a steeper slope than the obstacle-derived determination slope value, it is determined that the peak 51 is derived from the obstacle, and further, the slope is gentler than the obstacle-derived judgment slope value by scanning to the high frequency and low frequency sides.
  • the switching points 57 and 58 are extracted. Then, as shown in FIG. 4D, the spectrum is changed to a shape that connects the switching point 57 on the low frequency side and the switching point 58 on the high frequency side with a straight line, and the peak 51 derived from the obstacle is removed from the base portion. Process. Thereby, the peak of the obstacle-derived peak range 59 disappears, and a spectrum without a peak due to the obstacle is obtained.
  • the peak 51 when determining that the peak 51 is derived from an obstacle, in addition to the steepness of the slope described above, (1) a peak existing within a predetermined frequency range from the laser light transmission frequency, or ( 2) It may be determined that the peak 51 is derived from an obstacle only when one of the same steep peaks exists in the adjacent range measured at the adjacent time. In this case, the peak 51 derived from the obstacle can be detected with higher accuracy.
  • the approaching time can be within 10 minutes, preferably within 5 minutes, more preferably within 1 minute, further preferably within 30 seconds, and within 10 seconds. Is preferable.
  • the adjacent ranges are preferably within 10 in the direction away from each of the direction, distance, and height, more preferably within 5, more preferably within 3. It is preferable that the number is within.
  • the result smoothing unit 43 also executes a singularity correction process that corrects the result when the result viewed in units of ranges is inappropriate.
  • a singularity correction process that corrects the result when the result viewed in units of ranges is inappropriate.
  • the data to be compared and interpolated here can be appropriate data such as peak values or wind information such as wind speed.
  • the data storage unit 44 adds the spectrum obtained by cutting the obstacle-derived peak 51 to the spectrum FIFO bank 25b as observation data, and adds the parameters acquired by the effective parameter data calculation unit 34 to the parameter FIFO bank 25c. Valid / invalid of each data is added to the valid data number FIFO bank 25d, and the latest data is stored. In addition to these FIFO banks, it is preferable to store the same data (spectrum and parameters) in an appropriate database. Thereby, past observation data can be accumulated, and past information deleted from the spectrum FIFO bank 25b and the parameter FIFO bank 25c can also be referred to.
  • the re-estimation necessity determination unit 39 described above extracts clutter data by the clutter data extraction unit 45 as a display process. Thereby, the clutter data by a structure or a flying object can be extracted.
  • the fixed object identification unit 46 identifies a fixed object (obstacle) from the crack extracted by the clutter data extraction unit 45. That is, since the position where the clutter exists is the position where the structure or the flying object exists, the fixed object can be identified and displayed so that it can be easily understood by the user.
  • the monitor output unit 47 displays the observed spectrum data and the like on the display unit 24 (see FIG. 1) together with the position of the fixed object identified by the fixed object identification unit 46. As a result, it is possible to superimpose and display wind conditions such as wind speed and the position of an obstacle such as a building so that the user can easily understand.
  • the Doppler shift of the aerosol can be detected with high accuracy. Since the peak derived from the obstacle can be determined, only the influence of the aerosol can be extracted and detected by excluding the peak derived from the obstacle.
  • the observation data since the spectrum of the observation data is saved in a state where the peak derived from the obstacle is excluded, the observation data excluding the influence of the obstacle can be used. In addition, by fitting using this observation data, fitting to the peak derived from the aerosol is possible instead of fitting to the peak of the obstacle, and detection is possible with high accuracy.
  • the obstacle-derived peak is adopted as the first peak, or the second peak is adopted uniformly to avoid the obstacle peak.
  • an important peak in a portion where there is no object is dropped, an aerosol-derived peak can be detected appropriately without such a situation.
  • the figure representing the 360 ° reflected light data from the center and the wind condition (for example, the wind speed) in color is the area around the observation point. Due to the obstacle in the direction of the obstacle is missing.
  • the reflected light data is shown in a graph in which the vertical axis represents distance (km), the horizontal axis represents azimuth (degree), and the color represents data acquisition rate (%). It can be seen that the value of the front portion (short-distance portion) of the obstacle location 61 where there is is unnaturally reduced and is inappropriate data.
  • the influence of the obstacle can be eliminated and the Doppler shift due to the aerosol before the obstacle can be detected appropriately. Therefore, it is possible to accurately measure wind conditions such as wind speed and direction.
  • the peak 51 derived from the obstacle is removed from the base portion and changed to a spectrum where no peak derived from the obstacle exists, appropriate observation can be performed while utilizing necessary data. That is, it is possible to delete the influence of the obstacle and accurately observe the movement of the aerosol before the obstacle.
  • the average spectrum intensity estimation unit 33 (see FIG. 3) performs an average process on a plurality of spectrum data that has been observed in the same direction, thereby reducing the noise level and then fitting initial value estimation unit 35 to obtain a peak. It is possible to perform a search, determine an initial value of the least square method, and perform fitting, thereby realizing high-precision real-time analysis.
  • the fitting process can be performed using the previous fitting result as an initial value. Since the initial value of the fitting is past data after the fitting, a more favorable result can be obtained than when the reflected light data is used as the initial value as it is.
  • this analysis method results in a low SNR, and high-accuracy data acquisition is possible in a distant region of 10 km or more that has conventionally lost data for quality control.
  • a maximum observation distance of 30 km can be realized, and the observable range can be 10 times that of the conventional product.
  • the range resolution can be improved at a short distance, and the minimum value of the range resolution, which was conventionally about 30 m, can be improved to about 3-5 m.
  • such an analysis may be processed in real time on an FPGA or cloud, data quality management is performed using a median filter, and observation results are stored and displayed graphically. In this case, the same effect can be obtained.
  • the Doppler rider 2 and the analysis device 3 are configured separately, but the Doppler rider 2 and the analysis device 3 may be installed in a casing as one device. Also in this case, the same effects can be obtained.
  • wind condition observation device for observing wind conditions such as wind speed and direction using the spectrum and parameters stored in the data storage unit 44. This makes it possible to observe wind conditions and use them for weather forecasts, to observe wind conditions in areas where aircraft fly, and to ensure safety during takeoff and landing, and to calculate suitable locations for wind power generators. It can be used for various purposes.
  • the present invention can be used in various industries that use wind conditions, such as an industry that calculates a place suitable for installing a wind power generator, an industry that performs airflow for safe operation of an aircraft, an industry for weather forecasting, and the like. .

Abstract

解析装置３に、レーザー光が大気中のエアロゾルによって反射した反射光データを取得するデータ取得部２２と、前記反射光データのドップラーシフトを解析する制御部２１を備え、前記制御部２１は、前記反射光における障害物由来のピーク部分５１を排除する結果のスムージング部４３を備えている。また、障害物由来のピーク部分５１は、前記レーザー光の発信周波数から所定範囲の周波数内で、かつ、受信強度の変化が所定量以上の急峻な変化があるときに、障害物由来のピーク部分であると判定する。これにより、高精度にドップラーシフトを解析する。

Description

ドップラーシフト解析装置
　この発明は、例えば、風状況の観測のためにドップラーシフトを解析するようなドップラーシフト解析装置、ドップラーシフト解析方法、およびドップラーシフト解析プログラムに関する。
　従来、大気にレーザー光を照射し、大気中の塵（エアロゾル）からの散乱を望遠鏡で得ることで風速やエアロゾル量を得るコヒーレント・ドップラー・ライダー（ＣＤＬ：Ｃｏｈｅｒｅｎｔ　Ｄｏｐｐｌｅｒ　Ｌｉｄａｒ）が提案されている（特許文献１参照）。
　このようなＣＤＬでは、風速を求める際に、フーリエ変換を行った上で、最もスペクトルパワー密度が高い周波数をドップラーシフトとするピークサーチ法が利用されている。また、ピーク周辺でモーメント演算を行い一次モーメントからドップラーシフトを得るモーメント法も利用されている。
　ここで、ＣＤＬが利用する散乱体であるエアロゾルは、乱流により渦運動をしている。その影響で、上記望遠鏡により観測したデータのスペクトルは、視線方向風速値にピークを持つ正規分布の形状をもつ。さらに、このスペクトルには、大気分子との衝突による０ｍ／ｓ（発信周波数）を中心とする正規分布も重畳されている。このため、上記の手法では風速の絶対値を小さく見積もる欠点が避けられないという問題点がある。
　また、上述したピークサーチのみによる方法、あるいは、ピークサーチ後にその周辺のモーメントを求める方法は、ＳＮ比が低い遠距離での推定値の信頼性が大きく低下するという問題点がある。このため、今までのＣＤＬは、観測範囲が１０ｋｍ程度の短距離に限られてきた。
　さらに、ＣＤＬのレーザー出力は、人体安全性を確保するために、Ｌｅｖｅｌ　１Ｍに事実上限られている。このため、レーザー出力を強くして観測範囲を長距離化することは許されなかった。　
　このような状況から、さらに長距離あるいは高精度の検出が望まれていた。
特開２００８－１２４３８９号公報
　この発明は、上述の問題に鑑みて、高精度にドップラーシフトを解析できる装置を提供することを目的とする。
　この発明は、レーザー光が大気中のエアロゾルによって反射した反射光データを取得するデータ取得部と、前記反射光データのドップラーシフトを解析する演算部を備え、前記演算部は、前記反射光における障害物由来のピーク部分を排除する障害物由来ピーク排除部を備えたドップラーシフト解析装置、およびそのドップラーシフト解析であることを特徴とする。
　この発明により、高精度にドップラーシフトを解析することができる。
風状況解析システムの構成を示すブロック図。 各種データの構成を示す説明図。 解析プログラムによって実行する機能を示す機能ブロック図。 障害物由来のピークを排除する処理のフローチャート。 反射光データを説明する説明図。
　以下、この発明の一実施形態を図面と共に説明する。
　図１は、風状況解析システム１の構成を示すブロック図である。　
　風状況解析システム１は、ドップラーライダー２と、解析装置３とで構成されている。
　ドップラーライダー２は、各種制御を実行する制御部１１と、レーザー光を発信するレーザー光発信部１２と、前記レーザー光がエアロゾルに反射した反射光を受信する反射光受信部１３と、データを出力するデータ出力部１４を備えている。
　レーザー光発信部１２は、マスターレーザーによる注入同期で発振波長を狭帯域化したパルスレーザーを大気に向けて発信する。この発信は、水平方向に３６０℃全周に向けて発信するとともに、垂直方向に発信角度を変えて上方に向けて発信する。すなわち、レーザー光発信部１２を中心とする上半球状の領域を網羅するようにパルスレーザーを発信する。
　反射光受信部１３は、エアロゾルで散乱されドップラーシフトを受けた反射光を受信し、この反射光と前記レーザー光発信部１２からのマスターレーザーをミキサー上で合成する。反射光受信部１３は、合成した信号成分のうちで低周波のビート信号をＩＦアンプ（Ｉ．Ｆ．Ａｍｐ．）で増幅し、増幅した信号をアナログ／デジタル変換器でＡ／Ｄ変換してデジタル信号とする。
　データ出力部１４は、前記反射光受信部１３によりデジタル信号にされた反射光データを解析装置３に送信する。
　解析装置３は、各種演算および制御を実行する制御部２１（演算部）と、反射光データ等のデータを取得するデータ取得部２２と、キーボードとマウス等の操作入力部２３と、液晶ディスプレイまたはＣＲＴ等の表示部２４と、ハードディスクあるいは不揮発性メモリ等で構成される記憶部２５と、ＣＤ－ＲＯＭなどの記録媒体２９に対するデータの読み書きを実行する媒体処理部２６とを備えている。
　記憶部２５には、解析プログラム２５ａ（ドップラーシフト解析プログラム）等の各種プログラムと、スペクトルＦＩＦＯバンク２５ｂ、パラメータＦＩＦＯバンク２５ｃ、及び有効データ数ＦＩＦＯバンク２５ｄ等の各種データが記憶されている。ここでの解析プログラム２５ａは、記録媒体２９に記録されていたものが、媒体処理部２６で読み込まれて記憶部２５にインストールされたものである。
　図２は、各種データの構成を示す説明図であり、図２（Ａ）は、スペクトルＦＩＦＯバンク２５ｂの構成図、図２（Ｂ）はパラメータＦＩＦＯバンク２５ｃの構成図、図２（Ｃ）は有効データ数ＦＩＦＯバンク２５ｄの構成図を示す。
　図２（Ａ）に示すように、スペクトルＦＩＦＯバンク２５ｂは、ビーム方向別に、高度と周波数の情報をＮＳ個記憶している。このスペクトルＦＩＦＯバンク２５ｂは、新しく取得したデータを追加していき、ＮＳ個を超えると、古いデータから削除していく。このため、スペクトルＦＩＦＯバンク２５ｂには、常に新しいＮＳ個のスペクトルデータが記憶されている。
　図２（Ｂ）に示すように、パラメータＦＩＦＯバンク２５ｃは、ビーム方向別に、高度とピークパワー、高度とドップラーシフト、高度とスペクトル幅、および高度とＳＱＳＵＭのデータをそれぞれＮＰ個記憶している。このパラメータＦＩＦＯバンク２５ｃも、新しく取得したデータを追加していき、ＮＰ個を超えると、古いデータから削除していく。このため、パラメータＦＩＦＯバンク２５ｃには、常に新しいＮＰ個のパラメータデータが記憶されている。
　図２（Ｃ）に示すように、有効データ数ＦＩＦＯバンク２５ｄは、ビーム番号別に、過去に取得したデータが有効か否かを記憶している。この有効データ数ＦＩＦＯバンク２５ｄは、１個前、２個前というように最も近いデータから順に有効か否かを記憶しており、新しいデータがあれば随時追加する。従って、有効データ数ＦＩＦＯバンク２５ｄには、常に新しい方から複数個のデータの有効性がビーム番号別に記憶されている。
　図３は、解析装置３の制御部２１が解析プログラム２５ａによって実行する機能を示す機能ブロック図であり、図４は、解析中のデータ処理を示す説明図である。なお、図３に示す機能ブロックによる処理は、方向と距離で定められるレンジ単位で実行して全てのレンジに対して繰り返して実行する。
　データ整理部３１は、反射光データからスペクトルデータを取得して整理する。すなわち、データ整理部３１は、反射光データが有効なデータであればそのまま処理を継続してデータ保存できるようにしておき、欠測が予め定めた所定量より多い反射光データ、およびデータ不存在の場合に、スペクトルＦＩＦＯバンク２５ｂ、パラメータＦＩＦＯバンク２５ｃ、及び有効データ数ＦＩＦＯバンク２５ｄにデータを記憶しないといったことを行う。
　また、データ整理部３１は、反射光データのスペクトルデータに問題がなければ、有効パラメータデータ算出部３４に処理を進め、そうでなければ、ノイズレベル推定部３２へ処理を進める。
　ノイズレベル推定部３２は、反射光データのスペクトルデータに存在するノイズのレベルを推定する。このノイズレベルの推定は、予め定めた所定値に基づいて推定する、あるいはピーク数が所定数以上多くなる領域をノイズレベルと推定するなど、適宜の方法により推定することができる。
　平均スペクトル強度推定部３３は、取得した反射光データのスペクトルから平均スペクトル強度を推定する。この推定は、過去のデータから予め推定しておく、あるいは、今回のデータからスペクトル強度の平均値を取得して推定するなど、適宜の方法により推定することができる。
　有効パラメータデータ算出部３４は、反射光データのスペクトルデータから有効なパラメータを算出する。このパラメータは、高度とピークパワー、高度とドップラーシフト、高度とスペクトル幅、および高度とＳＱＵＳ等、適宜のパラメータとすることができる。このようにパラメータを算出した有効パラメータデータ算出部３４は、フィッティング初期値を推定するフィッティング初期値推定部３５へ処理を渡す。
　フィッティング初期値推定部３５は、推定法決定部３６、スペクトルからの初期値推定部３７（スペクトル初期値推定処理）、パラメータからの初期値推定部３８（パラメータ初期値推定処理）、および再推定要否決定部３９（フィッティングやり直し決定部）を有している。
　推定法決定部３６は、スペクトルとパラメータのいずれから初期値を決めるのが良いか決定する。具体的には、スペクトルＦＩＦＯバンク２５ｂに記憶されている前回の観測データ（あるいは複数の観測データの平均のデータ）のスペクトルにおけるピークが予め設定した設定数以下（例えば１つ以下）であれば、前回の観測データのスペクトルから初期値を推定するものと決定し、そうでなければ前回の観測データのパラメータから初期値を決定するものとする。
　スペクトルからの初期値推定部３７は、過去の複数の観測データの平均のデータのスペクトルから初期値を推定する。この初期値の推定は、スペクトルをそのまま初期値とする。ここで平均する過去の観測データは直近から所定個とすることができ、スペクトルＦＩＦＯバンク２５ｂに記憶されている全ての観測データとすることができる。
　パラメータからの初期値推定部３８は、パラメータＦＩＦＯバンク２５ｃに記憶されている複数の観測データのパラメータの平均値から初期値を推定する。このパラメータからの初期値の推定は、直近から所定個の複数回のパラメータの各平均値を初期値とすることができ、パラメータＦＩＦＯバンク２５ｃの全てのデータの平均値とすることができる。
　このように、スペクトルからの初期値推定部３７またはパラメータからの初期値推定部３８が直近の観測データから初期値を推定することにより、大気の状況は同じ位置（地点）であればそれほど大きく変わらないことを利用して適切な解析を実現できる。
　再推定要否決定部３９は、スペクトルからの初期値推定部３７またはパラメータからの初期値推定部３８により推定した初期値が適切か否か判定し、適切であればそのまま採用し、不適切であれば再度初期値の推定をやり直す。具体的には、パラメータから推定した初期値が予め定めた許容範囲内に入っていない、あるいはスペクトルから推定した初期値におけるピーク数が予め定めた許容数内に入っていない場合に、推定法決定部３６に処理を戻してやり直しを行う。
　これにより、例えば、スペクトルのピーク数が設定値以下であったために、パラメータからの初期値推定部３８により初期値を推定したが、推定した初期値が予め定められた適正範囲内に無い場合や欠測している場合等に、再度推定をやり直してスペクトルからの初期値推定部３７により初期値を推定するといったことができる。このようにして過去の観測データに基づいてできるだけ好ましい初期値を設定することで、後のフィッティングの精度を向上させることができる。
　フィッティング実行部４１（フィッティング処理部）は、決定した初期値を利用してフィッティングを実行する。このフィッティングは、既存の適宜のフィッティング処理により行えばよく、この実施例では最小二乗法を利用するガウシアンフィッティングを用いる。
　具体的には、図４（Ａ）に示すように縦軸を受信強度、横軸を周波数としたある方向のある時間における反射光データのスペクトルは、ノイズの乗った起伏の激しいスペクトルとなっている。
　これに対して、図４（Ｂ）に示すように、初期値を用いて平滑化するフィッティング処理を行うことで、図４（Ｃ）に示すように、起伏がなだらかになったスペクトルが得られる。このとき、初期値を正しく入れていることで、適切なフィッティングが行われる。
　詳述すると、レーザー光の発信周波数（この実施例では８０ＭＨｚ）は、移動していない散乱体からの反射を示し、それ以外の周波数は移動している散乱体からの反射を示す。図４（Ａ）の例は、障害物が存在する方向の反射光のスペクトルを示しており、図４（Ｃ）に示すように平滑化すると２つのピーク５１，５２が現れている。ここで、障害物とは、ビル等の構造物や鳥またはＵＡＶ（無人航空機）等の飛行物があり、目に見える大きさの固体を指す。
　構造物由来の障害物による反射の場合、ピーク５１は、図示するように発信周波数と一致する周波数にひときわ強い急峻なピークとして表れる。
　また、飛行物由来の障害物による反射の場合、ピーク５１は、適宜の周波数にひときわ強い急峻なピークとして現われ、このピークが飛行物の移動に沿って時間連続性をもって移動していく。すなわち、ある方向のある距離におけるスペクトルをあるレンジのスペクトルと表現するとき、時間経過に応じて近接するレンジに同様の急峻なピーク５１が現われる。
　しかし、本来はこの障害物によるピーク５１は不要であり、必要なものは、次に高いピーク５２の情報である。このピーク５２は、エアロゾルが風によって移動していることによるドップラーシフトを検出しているものであり、ここを正確に取得したい。そこで、最大ピークを初期値とするのではなく、過去の観測データを用いて初期値を設定することで、この本来的に必要なピーク５２付近をフィッティングの初期値としてフィッティングすることが可能となる。
　こうすることで、障害物由来のピーク５１を初期値としてフィッティングしてしまい必要なピーク５２が埋没するような平滑化が行われることを防止している。なお、過去の観測データは、後述する処理により、障害物由来のピーク５１を取り除いた状態でスペクトルおよびパラメータが保存される。このため、障害物の影響を除外した適切な初期値を設定できる。
　フィッティング結果検討部４２は、フィッティングの結果が適切か否か検討し、適切であれば次に処理を進めるが、不適切であれば、その内容によって、有効パラメータデータ算出部３４かフィッティング実行部４１に処理を戻す。
　詳述すると、図３（Ｃ）に示すように、フィッティングしたピーク５２の値が予め定めた最大許容値５４より大きければ、フィッティング実行部４１に処理を戻してフィッティングをやり直す。このとき、初期値をスペクトルからの初期値推定部３７により推定していた場合は、最も古い方の観測データ（スペクトル）を１つ減らした残りの観測データの平均のスペクトルを初期値としてフィッティングをやり直す。また、初期値をパラメータからの初期値推定部３８により推定していた場合は、最も古い方の観測データ（パラメータ）を１つ減らした残りの観測データの平均のパラメータを初期値としてフィッティングをやり直す。
　このように、いずれの方法による初期値推定を行っていても、平均をとる基準となるデータを減らして直近の観測データのみに減らしていくことで、大きな変化があった場合にも適切にフィッティングすることができる。すなわち、大気の状況はそれほど急激には変化しないことから、通常は全ての過去の観測データの平均値を初期値とすることで適切なフィッティングを実現できる。しかしながら、突風の発生などおおきな変化がある場合には、全てのデータの平均とすると好ましい結果が得られない。このような場合に、初期値推定の根拠となる観測データを古いデータから減らして最新データの平均に近づけ、最終的には直近の１つの観測データ（スペクトルまたはパラメータ）を採用することで、時間分解能を向上させることができ、大きな変化に適切に対応する初期値を推定できる。
　ここでの最大許容値５４は、過去の観測データにおけるエアロゾル由来のピーク５２（すなわち障害物由来のピーク５１を除くピーク）の最大値あるいはそれに近い値とする、若しくは障害物由来のピーク値よりも少し低い値とすることが好ましい。エアロゾル由来のピーク５２の最大値付近とする場合は、例えば最大値の±２０％の範囲内に設定することができ、±１０％の範囲内に設定することが好ましく、±５％の範囲内に設定することが好適である。また、障害物由来のピーク値（過去の平均値が好ましく、最大ピーク値あるいは最小ピーク値としてもよい）よりも少し低い値とする場合は、障害物由来のピーク値から－２０％の範囲内に設定することができ、－１０％の範囲内に設定することが好ましく、－５％の範囲内に設定することが好適である。この実施例では過去の障害物由来のピーク値の平均値の－５％の値に設定する。
　なお、フィッティング結果県東部４２は、フィッティングしたピーク５２の値が予め定めた最大許容値５４より大きければフィッティング実行部４１に処理を戻す構成としたが、これに限らず、フィッティングしたピーク５２が直前の観測データのピーク位置から所定量以上離れている場合にフィッティング実行部４１に処理を戻す構成としてもよい。この場合、フィッティングが遠すぎる場合にフィッティングをやり直す処理を実現でき、より適切なフィッティングを実行することができる。
　また、フィッティングしたピーク５２の値が予め定めた最小許容値５５より小さければ、フィッティング結果検討部４２は、有効パラメータデータ算出部３４に処理を戻して有効パラメータの算出からやり直す。ここでの最小許容値５５は、過去の観測データから判別するノイズレベルとするか、ノイズレベルに近い値とすることができる。ノイズレベルに近い値は、ノイズレベル（過去の平均値が好ましく、最大値または最小値とすることもできる）から+２０％の範囲内とすることができ、+１０％の範囲内とすることが好ましく、+５％の範囲内とすることが好適である。この実施例では、過去のノイズレベルの平均値の+５％の値に設定している。
　結果のスムージング部４３（障害物由来ピーク判定部，障害物由来ピーク排除部）は、図４（Ｃ）に示した障害物由来のピーク５１を図３（Ｄ）に示すように取り除く。詳述すると、結果のスムージング部４３は、ピーク中心（図示する例では発信周波数である８０ＭＨｚであるが、飛行物体由来の場合は発信周波数とは異なる周波数となる）から高周波数側および低周波数側にスペクトルを走査し、予め定めた障害物由来判定傾斜値よりも急峻な傾斜を探す。障害物由来判定傾斜値よりも急峻な傾斜があれば、障害物由来のピーク５１であると判断し、さらに高周波および低周波側へ走査して障害物由来判定傾斜値よりも緩やかな傾斜となる切替点５７，５８を抽出する。そして、図４（Ｄ）に示すように、低周波側の切替点５７と高周波側の切替点５８を直線で結ぶ形状にスペクトルを変更し、障害物由来のピーク５１についてふもと部分から上を取り除く処理を行う。これにより、障害物由来ピーク範囲５９のピークがなくなり、障害物によるピークのないスペクトルが得られる。
　また、障害物由来のピーク５１であると判断するに際して、上述した傾斜の急峻度に加えて、（１）レーザー光の発信周波数から所定範囲の周波数内に存在するピークであること、あるいは、（２）近接する時刻に測定した近接するレンジに同様の急峻なピークが存在すること、のいずれか一方を満たす場合のみに障害物由来のピーク５１であると判断してもよい。この場合、より精度よく障害物由来のピーク５１を検出することができる。ここで、近接する時刻とは、１０分以内とすることができ、５分以内とすることが好ましく、１分以内とすることがより好ましく、３０秒以内とすることがさらに好ましく、１０秒以内とすることが好適である。また、近接するレンジとは、方向、距離、高さのそれぞれについて離れる方向へ１０個以内とすることが好ましく、５個以内とすることがより好ましく、３個以内とすることがさらに好ましく、１個以内とすることが好適である。
　また、結果のスムージング部４３は、レンジ単位で見た結果が不適切な場合に修正する特異点修正処理も実行する。詳述すると、大気の状態は近い領域では同様の動きをするものであるから、隣にあるレンジ（若しくは所定範囲の近傍のレンジ）、すなわち隣の方向や隣の距離や隣の高さでは、それほど大きく変わらない。このため、ドップラーライダー２から見てあるレンジについて一方の隣（１つ手前の距離あるいは一方の隣の方向若しくは一方の高さ）におけるデータと他方の隣（１つ奥の距離あるいは他方の隣の方向若しくは他方の高さ）におけるデータが近い値であるにもかかわらず、その間にあるレンジのデータが遠い値である場合、このレンジのデータを取り除いて１つ手前の距離のデータと１つ奥の距離のデータの中間値に変更する内挿を行う。ここで比較し内挿するデータは、ピークの値、あるいは風速などの風情報とするなど、適宜のデータとすることができる。このように内挿値を代入した状態の観測データとしておくことにより、ノイズ等による不適切なデータを削減でき、適切かつ精度よい解析を行うことができる。
　データ保存部４４は、障害物由来のピーク５１をカットしたスペクトルを観測データとしてスペクトルＦＩＦＯバンク２５ｂに追加し、有効パラメータデータ算出部３４で取得したパラメータをパラメータＦＩＦＯバンク２５ｃに追加して、これらの各データの有効／無効を有効データ数ＦＩＦＯバンク２５ｄに追加して、最新データを保存する。なお、これらのＦＩＦＯバンクに加えて、適宜のデータベースに同じデータ（スペクトルおよびパラメータ）を蓄積することが好ましい。これにより、過去の観測データを蓄積していくことができ、スペクトルＦＩＦＯバンク２５ｂやパラメータＦＩＦＯバンク２５ｃから削除された過去の情報についても参照することができる。
　また、上述した再推定要否決定部３９は、表示系の処理として、クラッタデータ抽出部４５によりクラッタデータを抽出する。これにより、構造物や飛行物によるクラッタデータを抽出することができる。
　固定物体同定部４６は、上記クラッタデータ抽出部４５により抽出したクラックから固定物体（障害物）を同定する。すなわち、クラッタの存在する位置が構造物または飛行物の存在する位置であるから、これを利用者にとってわかりやすくするために固定物体を同定し、表示できるようにする。
　モニター出力部４７は、観測したスペクトルデータ等を上記固定物体同定部４６で同定した固定物体の位置と共に表示部２４（図１参照）にモニター表示する。これにより、風速などの風状況と、ビルなどの障害物体の位置を重ね合わせて表示することが可能となり、利用者がわかりやすく理解することができる。
　以上の構成および動作により、エアロゾルのドップラーシフトを高精度に検出することができる。　
　障害物由来のピークを判定できるため、障害物由来のピークを除外してエアロゾルの影響のみを抽出して検出することができる。
　また、障害物由来のピークを除外した状態で観測データのスペクトルを保存するため、障害物の影響を排除した観測データを利用できる。またこの観測データを利用してフィッティングすることにより、障害物のピークにフィッティングするのではなく、エアロゾル由来のピークに適切にフィッティングすることができ、精度よく検出できる。
　また、従来のピークサーチ法であれば、障害物由来のピークを１つめのピークとして採用してしまうか、あるいは一律に２つ目のピークを採用することで障害物のピークを避けようとして障害物が無い部分の重要なピークを落とすことになるが、そのようなことがなく適切にエアロゾル由来のピークを検出できる。
　詳述すると、図５（Ａ）の反射光データの説明図に示すように、３６０°の反射光データを中心からの距離と風状況（例えば風速）を色で表す図は、観測地点の周囲にある障害物により、その障害物のある方向が欠測する。
　この反射光データを、図５（Ｂ）に示すように、縦軸に距離（ｋｍ）、横軸に方位角（度）、色をデータ取得率（％）とするグラフに示すと、障害物が存在する障害物存在位置６１の手前部分（近距離部分）の値が不自然に低下していて不適切なデータとなっていることがわかる。
　これに対して、本発明により障害物由来のピークを取り除くことで、障害物の影響を排除して、障害物手前のエアロゾルによるドップラーシフトを適切に検出することができる。従って、風速や風向等の風状況を精度よく測定できる。
　障害物由来のピーク５１をふもと部分から取り除いて障害物由来のピークが存在しないスペクトルに変更するため、必要なデータを活かしながら適切な観測ができる。すなわち、障害物の影響を削除し、障害物の手前のエアロゾルの動きも精度よく観測することができる。
　また、フィッティングを実行してから建造物由来のピークを排除するため、ノイズの影響を低減して適切に排除することができる。
　また、このようにして、風速スペクトル特性が正規分布となることを利用して、ドップラーライダー２から風速を導出する過程において、最小自乗法でフィッティング操作によりエアロゾルによるエコーを解析することができる。
　また、平均スペクトル強度推定部３３（図３参照）により、同じ方向の事前観測を行った複数のスペクトルデータの平均処理を行うことで、ノイズレベルを減少させてからフィッティング初期値推定部３５によりピークサーチを行い、最小二乗法の初期値を決定してフィッティングを行うことができ、高精度なリアルタイム解析を実現できる。
　また、大気中によるエアロゾルの動きを支配する大気乱流と大気分子運動のうち、前者の影響だけでなく後者の影響を同時にフィッティングするため、前者のみを高精度で抽出し風速を精密に推定することができる。
　また、同方向で直前に得られた直前のフィッティング結果と比較して大きな変化が見られた場合も、直前のフィッティング結果を初期値としてフィッティング処理を行うことができる。フィッティングの初期値がフィッティング後の過去データであることにより、反射光データをそのまま初期値とするよりも好適な結果を得ることができる。
　また、この解析手法により低ＳＮＲとなり、従来は品質管理のためにデータを失っていた１０ｋｍ以上の遠方領域において、高精度なデータ取得が可能になる。この実施例では、３０ｋｍの最大観測距離を実現でき、観測可能範囲を従来製品の１０倍にすることができる。　
　また、近距離ではレンジ分解能の向上を実現でき、従来３０ｍ程度だったレンジ分解能の最小値を３～５ｍ程度まで向上できる。
　また、障害物等によって取得した反射光データの一部に不適切な部分があっても、障害物由来のピークを取り除き、レンジの連続性が保たれていない地点には周囲のデータを用いて内挿することにより、不適切なデータ部位を削除しつつ、部分的にでも有用なデータをできるだけ残すため、詳細な観測データを従来よりも大量に蓄積でき、高精度に解析することができる。
　なお、この発明は、上述した実施形態に限られず、他の様々な実施形態とすることができる。
　例えば、このような解析をＦＰＧＡやクラウド上でリアルタイム処理し、メディアンフィルターによるデータ品質管理を行い、観測結果を保存してグラフィカル表示する構成としてもよい。この場合も同様の作用効果を奏することができる。
　また、ドップラーライダー２と解析装置３をそれぞれ分けて構成したが、１つの装置として筐体内にドップラーライダー２と解析装置３を設置する構成にしてもよい。この場合も、同一の作用効果を奏することができる。
　また、データ保存部４４で保存するスペクトルおよびパラメータを利用して、風速や風向等の風状況を観測する風状況観測装置として利用することもできる。これにより、風状況を観測して、天気予報に利用する、航空機の飛行する領域の風状況の観測と離着陸時の安全確保に利用する、風力発電機の設置場所として好適な地点の算出に利用するなど、様々な用途に利用することができる。
　この発明は、風力発電機の設置に適した場所を算出する産業や、航空機の安全運航のための気流を行う産業、天気予報の産業等、風状況を利用する様々な産業に用いることができる。
３…解析装置
２１…制御部
２２…データ取得部
２５ａ…解析プログラム
３７…スペクトルからの初期値設定部
３８…パラメータからの初期値推定部
３９…再推定要否決定部
４１…フィッティング実行部
４３…結果のスムージング部

Claims (9)

  1. 　レーザー光が大気中のエアロゾルによって反射した反射光データを取得するデータ取得部と、
    前記反射光データのドップラーシフトを解析する演算部を備え、
    前記演算部は、
    前記反射光における障害物由来のピーク部分を排除する障害物由来ピーク排除部を備えた
    ドップラーシフト解析装置。
  2. 　前記障害物由来ピーク排除部は、
    受信強度の変化が所定量以上の急峻な変化を有するピークを、障害物由来のピーク部分であると判定する障害物由来ピーク判定部を有する
    請求項１記載のドップラーシフト解析装置。
  3. 　前記障害物由来ピーク判定部は、
    前記急峻な変化を有するピークが、
    発信周波数と一致する周波数に存在するか、あるいは、近接する時刻における所定範囲の近傍のレンジにも所定量以上の急峻な変化を有するピークが存在する場合に、障害物由来のピーク部分であると判定する
    請求項２記載のドップラーシフト解析装置。
  4. 　前記反射光のスペクトルをフィッティングするフィッティング処理部を備え、
    前記フィッティング処理部によるフィッティングの後に前記障害物由来ピーク判定部による判定を行う
    請求項２または３記載のドップラーシフト解析装置。
  5. 　前記障害物由来ピーク排除部は、
    前記障害物由来のピーク部分において前記信号強度の変化が前記所定量以上となり始めたピークふもと側の２点の間を所定の値に変更することによって前記排除を実施する
    請求項４記載のドップラーシフト解析装置。
  6. 　前記演算部は、
    前記フィッティング処理部によるフィッティングを行う初期値を、
    過去のスペクトルに基づいて初期値を推定するスペクトル初期値推定処理と、
    過去のパラメータに基づいて初期値を推定するパラメータ初期値推定処理のいずれかの処理により推定する
    請求項４または５記載のドップラーシフト解析装置。
  7. 　前記演算部は、
    前記フィッティング処理部によるフィッティング後のスペクトルが適切か否か判定し、不適切であれば前記フィッティング処理をやり直すフィッティングやり直し決定部を備えた
    請求項４、５または６記載のドップラーシフト解析装置。
  8. 　レーザー光が大気中のエアロゾルによって反射した反射光データを取得するデータ取得部と、
    前記反射光データのドップラーシフトを解析する演算部を備え、
    前記演算部に備えらえた障害物由来ピーク排除部により、
    前記反射光における障害物由来のピーク部分を排除する
    ドップラーシフト解析方法。
  9. 　コンピュータを、
    レーザー光が大気中のエアロゾルによって反射した反射光データを取得するデータ取得部と、
    前記反射光データのドップラーシフトを解析する演算部として機能させ、
    前記演算部は、
    前記反射光における障害物由来のピーク部分を排除する障害物由来ピーク排除部を有する構成である
    ドップラーシフト解析プログラム。
PCT/JP2016/066085 2016-05-31 2016-05-31 ドップラーシフト解析装置 WO2017208375A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP16904000.3A EP3467543A4 (en) 2016-05-31 2016-05-31 DOPPLER OFFSET ANALYSIS DEVICE
US16/306,359 US10816668B2 (en) 2016-05-31 2016-05-31 Doppler shift analysis device
PCT/JP2016/066085 WO2017208375A1 (ja) 2016-05-31 2016-05-31 ドップラーシフト解析装置
JP2018520265A JP6562583B2 (ja) 2016-05-31 2016-05-31 ドップラーシフト解析装置
CN201680085867.9A CN109154658B (zh) 2016-05-31 2016-05-31 多普勒频移解析装置、方法和计算机可读取的记录介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/066085 WO2017208375A1 (ja) 2016-05-31 2016-05-31 ドップラーシフト解析装置

Publications (1)

Publication Number Publication Date
WO2017208375A1 true WO2017208375A1 (ja) 2017-12-07

Family

ID=60479394

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/066085 WO2017208375A1 (ja) 2016-05-31 2016-05-31 ドップラーシフト解析装置

Country Status (5)

Country Link
US (1) US10816668B2 (ja)
EP (1) EP3467543A4 (ja)
JP (1) JP6562583B2 (ja)
CN (1) CN109154658B (ja)
WO (1) WO2017208375A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019105577A (ja) * 2017-12-13 2019-06-27 メトロウェザー株式会社 ドップラーライダー装置、及び乱気流警報システム
JPWO2021005634A1 (ja) * 2019-07-05 2021-11-25 三菱電機株式会社 乱気流検出装置及び乱気流検出方法
EP3955028A4 (en) * 2019-04-08 2022-08-31 Mitsubishi Electric Corporation LIDAR DEVICE FOR WIND MEASUREMENT
US20230003579A1 (en) * 2017-12-07 2023-01-05 Velodyne Lidar Usa, Inc. Systems and methods for efficient multi-return light detectors
JP7403889B1 (ja) 2023-03-28 2023-12-25 日本気象株式会社 光学式遠隔気流計測装置を用いた方法、及び風況観測システム

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109738212B (zh) * 2019-01-24 2020-11-06 安徽大学 一种以频谱峭度为优化指标的自适应多普勒矫正方法
JP7336134B2 (ja) * 2019-08-08 2023-08-31 国立研究開発法人宇宙航空研究開発機構 遠隔気流観測装置、遠隔気流観測方法及びプログラム
CN113552593B (zh) * 2021-07-21 2023-12-29 北京理工大学 荧光激光雷达障碍物排除方法
CN113536686B (zh) * 2021-07-23 2022-11-01 河北工业大学 一种风速的概率模型的建模方法
CN114152596B (zh) * 2021-11-30 2024-01-12 西华大学 一种基于陡峭度参数测量大气湍流广义指数参数的方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004085472A (ja) * 2002-08-28 2004-03-18 Mitsubishi Electric Corp レーダ信号処理装置及びレーダ信号処理方法
JP2005030809A (ja) * 2003-07-08 2005-02-03 Mitsubishi Electric Corp 移動体のレ−ダ方式、レ−ダ装置、レーダ信号処理方法、及びレーダ信号処理装置
JP2008014837A (ja) * 2006-07-06 2008-01-24 Toshiba Corp レーダ装置とその信号処理方法
JP2012103050A (ja) * 2010-11-08 2012-05-31 Japan Aerospace Exploration Agency 遠隔乱気流検知方法及びそれを実施する装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5563604A (en) * 1995-02-08 1996-10-08 Alliedsignal Inc. Weather radar using spectral gaussian envelope discrimination for clutter rejection
US5568151A (en) * 1995-05-17 1996-10-22 Merritt; David A. Statistical averaging method for wind profiler doppler spectra
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
CN101825711A (zh) * 2009-12-24 2010-09-08 哈尔滨工业大学 一种2μm全光纤相干激光多普勒测风雷达系统
CN101819275B (zh) * 2010-04-20 2012-10-10 中国海洋大学 测量多气象参数的多普勒激光雷达装置
CN105245584B (zh) * 2015-09-25 2018-06-15 北京航空航天大学 一种基于ofdm雷达通信一体化的车联网感知系统及其构建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004085472A (ja) * 2002-08-28 2004-03-18 Mitsubishi Electric Corp レーダ信号処理装置及びレーダ信号処理方法
JP2005030809A (ja) * 2003-07-08 2005-02-03 Mitsubishi Electric Corp 移動体のレ−ダ方式、レ−ダ装置、レーダ信号処理方法、及びレーダ信号処理装置
JP2008014837A (ja) * 2006-07-06 2008-01-24 Toshiba Corp レーダ装置とその信号処理方法
JP2012103050A (ja) * 2010-11-08 2012-05-31 Japan Aerospace Exploration Agency 遠隔乱気流検知方法及びそれを実施する装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3467543A4 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230003579A1 (en) * 2017-12-07 2023-01-05 Velodyne Lidar Usa, Inc. Systems and methods for efficient multi-return light detectors
US11940324B2 (en) * 2017-12-07 2024-03-26 Velodyne Lidar Usa, Inc. Systems and methods for efficient multi-return light detectors
JP2019105577A (ja) * 2017-12-13 2019-06-27 メトロウェザー株式会社 ドップラーライダー装置、及び乱気流警報システム
EP3955028A4 (en) * 2019-04-08 2022-08-31 Mitsubishi Electric Corporation LIDAR DEVICE FOR WIND MEASUREMENT
JPWO2021005634A1 (ja) * 2019-07-05 2021-11-25 三菱電機株式会社 乱気流検出装置及び乱気流検出方法
JP6991397B2 (ja) 2019-07-05 2022-01-12 三菱電機株式会社 乱気流検出装置及び乱気流検出方法
JP7403889B1 (ja) 2023-03-28 2023-12-25 日本気象株式会社 光学式遠隔気流計測装置を用いた方法、及び風況観測システム

Also Published As

Publication number Publication date
JPWO2017208375A1 (ja) 2019-03-28
EP3467543A1 (en) 2019-04-10
US10816668B2 (en) 2020-10-27
EP3467543A4 (en) 2020-01-15
CN109154658B (zh) 2020-06-09
CN109154658A (zh) 2019-01-04
US20190346571A1 (en) 2019-11-14
JP6562583B2 (ja) 2019-08-21

Similar Documents

Publication Publication Date Title
JP6562583B2 (ja) ドップラーシフト解析装置
JP2805249B2 (ja) マイクロ波レーダを使用するマイクロバースト前兆検出方法及び装置
US9310480B2 (en) Method and arrangement for removing ground clutter
JP2007538245A (ja) レーザー・レーダー装置および方法
US6894638B2 (en) Radar signal processing unit and radar signal processing method for abnormal signal extraction
JP6244862B2 (ja) レーザレーダ装置
KR101244544B1 (ko) 단일 및 이중편파 레이더 변수의 샘플링오차 품질지수 산출 방법
EP2579061B1 (en) Colored noise reduction method and device for optical remote airflow measurement apparatus
CN104508515B (zh) 用于天气检测的毫米波雷达系统和天气检测方法
CN107942342A (zh) 测风激光雷达的数据处理方法、装置、系统及存储介质
KR101255966B1 (ko) 기상레이더 3차원 반사도 자료를 이용한 밝은 띠 영역의 탐색 방법 및 그 시스템
JP2012103050A (ja) 遠隔乱気流検知方法及びそれを実施する装置
CN110006848A (zh) 一种获取气溶胶消光系数的方法和装置
JP7386136B2 (ja) 雲高計測装置、計測点決定方法、および雲種類決定方法
JP3322214B2 (ja) 気流検出方法およびレーザレーダ装置
EP3633415A1 (en) A forward scatter sensor
US8976342B2 (en) Method for estimating the transverse component of the velocity of the air in a doppler LiDAR measurement
Wassaf et al. Wake Vortex Tangential Velocity Adaptive Spectral (TVAS) algorithm for pulsed Lidar systems.
JP3702347B2 (ja) ウィンドプロファイラにおける信号処理方法及びそのプログラムと装置
KR101840651B1 (ko) 구름레이더를 이용한 강우 강도 산출 시스템 및 이를 이용한 강우 강도 산출 방법
Azadbakht et al. Separability of targets in urban areas using features from full-waveform LiDARA data
RU2550081C2 (ru) Способ однолучевого измерения высоты и составляющих скорости летательного аппарата и устройство радиовысотомера, реализующего способ
EP3633414A1 (en) A forward scatter sensor
Jin et al. Suppression of precipitation bias on wind velocity from continuous-wave Doppler lidars
JP2021025976A (ja) 遠隔気流観測装置、遠隔気流観測方法及びプログラム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2018520265

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16904000

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2016904000

Country of ref document: EP

Effective date: 20190102