机载微波辐射计大气温湿廓线反演性能分析

基于RTTOV实现了机载平台的大气微波辐射传输快速计算,给出了机载微波遥感的权重函数;结合ECMWF大气温、湿廓线库建立了用于算法开发的训练库和检验库,并基于神经网络反演算法分析了不同通道组合、观测误差、平台飞行高度等因素对机载平台下微波大气温、湿廓线反演性能的影响。结果表明;神经网络反演算法可以简便、高效地利用多波段的观测信息得到大气温、湿廓线,湿度探测通道可有助于大气温度廓线的反演,且50GHz和118.75GHz附近通道对湿度廓线的反演尤其重要,具有良好的互补性;另外,飞机平台高度的降低能够显著改进飞机以下高度一定范围内的大气温度反演结果。     

地基多通道微波辐射计反演大气温、湿廓线的试验研究

利用以北京南郊观测场TP/WVP-3000地基微波辐射计的观测亮温和对应的L波段探空温、湿廓线作为3层BP神经网络算法的训练样本的输入和输出数据,在不同天气条件(晴天、云天无雨)和不同季节(夏、秋)情况下组建训练样本集对BP神经网络进行训练,以探空廓线为标准,考察独立测试样本的计算精度,结果发现:(1)研究构建的BP网络的计算精度明显优于地基微波辐射计自带的网络算法(BP-mp);(2)对训练样本进行分类处理后所构建的网络,其反演精度有所下降,因此不必要对样本进行过细的分类;(3)对于大气廓线的反演,按季节划分比按天气条件划分更有意义。可见,优质的训练样本、合理的网络结构和计算方法、足够多的训练样本数量是提高BP神经网络的泛化能力和反演精度的必要条件。     

风云三号A星紫外臭氧垂直探测仪反演产品的比较和评估

为了考察和评估我国首次自主研制并由新一代极地轨道气象卫星风云三号携带的紫外臭氧垂直探测仪SBUS的观测数据和反演产品的精度和稳定性,利用SBUS在轨观测数据开展了臭氧垂直氧廓线反演试验,并将反演产品与NO-AA卫星同类仪器SBUV/2产品数据进行了系统比较。首先使用自主研发的风云三号紫外臭氧垂直廓线反演算法FY_V1.0开展臭氧廓线反演试验,输入数据为SBUS2008年7月17日～8月30日在轨观测数据。然后,采用3种方法,即匹配像元数据直接比较,赤道地区平均反演廓线比较以及反演廓线与先验廓线残差比较,将反演结果与SBUV/2产品进行了比较。最后,基于各种比较结果进行分析和评估。结果显示,与NOAA-16和17卫星SBUV/2反演产品相比,SBUS反演产品多数高度层相对偏差百分率在±10%之间,部分层相对偏差达到±15%;在20°N～20°S比较平均反演臭氧垂直廓线,最大差异为5.4DU,最小差异为0,多数在±0.3DU之间;比较反演廓线与先验廓线的残差表明,较大残差发生的高度以及残差正负性等方面存在明显差异。结论认为,在未对数据做任何订正的条件下,SBUS反演臭氧垂直廓线产品在多数高度层精度尚可,但是,与SBUV/2产品相比,SBUS获取的臭氧垂直廓线存在较大的系统性偏差,需要通过与SBUV/2的交叉定标进行订正。     

VIRR/FY-3A分裂窗波段与AIRS/AQUA和IASI/METOP-A数据的交叉辐射定标

实际应用显示搭载在风云三号A星(FY-3A)上的可见光红外扫描辐射计(VIRR)的两个分裂窗波段(IR4,~10.8μm;IR5,~12.0μm)存在定标偏差。本文选择高光谱卷积法,用AQUA卫星搭载的大气红外探空仪(AIRS/AQUA)和METOP-A卫星搭载的干涉式红外大气探测仪(IASI/METOP-A)的观测数据对VIRR/FY-3A的两个分裂窗波段进行交叉辐射定标。根据卫星轨道特点,选择北极地区(60°N~90°N,180°W~180°E)作为研究区域,并选择2010年6月、9月、12月以及2011年3月作为研究时间段。首先,分别将AIRS/AQUA和IASI/METOP-A数据与VIRR/FY-3A的第4波段和第5波段的光谱响应函数进行卷积;对观测数据进行重采样,并基于普朗克黑体辐射公式实现辐射值和亮度温度之间的转换。然后,使用两个相关的匹配条件提取VIRR/FY-3A分别与AIRS/AQUA、IASI/METOP-A在第4波段和第5波段的匹配观测点对。最后,对匹配观测点对进行回归分析,得到交叉辐射定标偏差订正方程的系数。结果表明AIRS/AQUA和IASI/METOP-A的在轨辐射定标非常一致。以AIRS/AQUA和IASI/METOP-A波段的辐射定标为标准,VIRR/FY-3A第4波段的平均定标偏差分别为2.39K和2.06K,第5波段的平均定标偏差分别为0.59K和0.44K。实验指出定标偏差与亮度温度有关。     

FY-3C卫星紫外臭氧总量探测仪的在轨替代定标

风云三号气象卫星C星(FY-3C)搭载的紫外臭氧总量探测仪因太阳辐照度观测值异常而无法进行常规在轨星上定标,导致臭氧总量产品无法正常生成。在研究了风云三号气象卫星B星(FY-3B)TOU辐照度观测数据的特点以及仪器衰减规律后,结合FY-3C/TOU辐照度和辐亮度实测数据,探索了基于晴空海洋像元观测值计算仪器的衰减系数法。本文选取受陆地气溶胶影响较小的热带太平洋海区,用矢量辐射传输模式模拟云量较小的像元对应的晴空辐亮度,比较观测值与模拟计算值,通过统计筛选晴空像元,估算FY-3C/TOU探测器随时间的衰减系数。在确定仪器衰减系数后对FY-3C/TOU历史数据进行处理,反演获得了全球臭氧总量并与WMO/WOUDC地基观测数据进行对比。结果表明,基于晴空辐亮度估算的仪器衰减系数进行的臭氧总量反演的均方根误差在5%以内。在星载紫外探测器星上辐射定标失败的时候,可以利用晴空海洋像元确定仪器的定标系数。     

大气临边观测中视轴临边指向精度的在轨补偿

为提高大气臭氧观测中的临边大气反演精度,克服臭氧探测仪在轨热变形和卫星姿态误差对临边指向精度的影响,建立了在轨视轴临边指向的精度补偿方法。通过分析低星等恒星的能量和观测时机,设计合适的恒星观测窗口和积分时间;采用平板玻璃获取星点像的弥散斑,用阈值距心法计算恒星像在像面上的位置;然后根据卫星轨道和探测仪的几何结构,设计临边指向精度的在轨补偿方法并分析了补偿后的临边指向精度。地面对星观测实验的结果表明:采用恒星定位补偿法,可使星点像的定位误差小于1.83″,当前视轴的指向误差控制在±3.08″以内;在编码器的位置重复精度为±2.47″的条件下,使临边观测光轴位置上的扫描镜定位误差控制在±3.95″以内,臭氧探测仪临边指向精度达到±7.9″以上,完全满足反演所需的指向精度优于±12.4″的要求。     

FY-3D星红外高光谱大气探测仪的在轨光谱精度评估

风云三号D星(FY-3D)于2017年11月15日成功发射,搭载了国内第一颗自主研制的极轨红外高光谱大气探测仪(High-spectral Resolution Infrared Atmospheric Sounder,HIRAS),数据将在数值天气预报、大气温/湿廓线反演、大气成分探测等方面得到广泛应用。为满足高精度的探测能力需求,HIRAS的光谱分辨率达到0.625cm-1,辐射定标精度要求达到1.0K,光谱定标精度要求达到10×10~(-6),均为目前国内星载红外仪器最高精度指标。由于光谱频率的精确性会直接影响辐射精度,红外干涉仪器在数据应用之前必须进行光谱定标精度的精确评估和监测。以晴空视场下的高精度逐线辐射传输模拟光谱作为参考基准,利用互相关法计算光谱频率偏差,对发射后的HIRAS在轨数据的光谱定标精度进行了全面评估和验证研究。HIRAS在长波、中波1和中波2的光谱精度达到3×10~(-6),其中长波和中波1光谱偏差标准差小于2×10~(-6),远优于仪器设计指标要求;长期的光谱精度稳定性显示HIRAS中波1和中波2的光谱定标精度较稳定,在半年时间内频率变化小于5×10~(-6),长波波段在半年的时间内有往负频率偏差变化的趋势,变化量约为7×10~(-6),需要进行持续监测。HIRAS在轨光谱精度可满足后端产品反演和同化用户的使用需求。     

电离层远紫外日辉辐射反演O/N_2技术

探索了如何从空间对远紫外日辉辐射进行遥感观测,以便为检测高层大气状态提供新的监测方法。针对风云三号(FY-3)气象卫星有效载荷观测结果的数据处理,研究了利用140~180nm波段的LBH(Lyman-Birge-Hopfield)日辉辐射与OI 135.6nm日辉辐射进行O/N2反演的方法。通过研究这两个远紫外日辉观测信号的辐射特性,验证了二者的柱辐射率之比135.6/LBH与太阳活动呈相关关系。检验了太阳活动对O/N2反演曲线的影响,结果表明:太阳活动的变化会造成O/N2反演曲线之间存在比较大的偏差,因此在O/N2的反演技术中必须考虑如何消除太阳活动的影响。本文的工作为FY-3载荷仪器的O/N2图像反演技术的研究奠定了基础。     

高光谱热红外温度发射率分离的相关-小波法

针对高光谱数据热红外温度和发射率反演为病态方程且易受大气下行辐射噪声干扰的问题,提出了基于相关性和小波滤波相结合的高光谱热红外温度发射率分离方法,即相关-小波法。在相关性方法的基础上,引入小波降噪的思想,生成一系列温度梯度,在不同温度梯度下,带入大气下行辐射计算得到的发射率曲线和不考虑大气下行辐射直接小波滤波得到的发射率曲线计算相关性,取相关性最大时的温度为反演温度。同时在反演发射率时利用相关性计算不同尺度的小波信号所占的比例合成发射率曲线。模拟数据结果显示:相关-小波法在温度梯度为0.01K时,温度反演平均误差为0.05K,并且相关-小波法在温度反演精度和发射率反演精度上都优于相关性方法和小波法。由此表明,该算法可一定程度上抑制大气校正不准确引入的误差,有效提高热红外温度和发射率的反演精度。     

差分吸收光谱技术在线监测烟气浓度的反演算法

传统差分吸收光谱技术对长光程或高浓度烟气污染物可以实现准确、快速和在线测量,但是对固定污染源排放的低浓度污染气体或双组份污染气体同时测量却存在较大的浓度反演误差.文中采用遗传算法对各种浓度污染气体的实测光谱数据进行了浓度反演计算.研究结果表明:在气体浓度低于250 mg/m3范围内,遗传算法的反演精度明显优于传统算法,反演误差都在10%以内;在250～5 000 mg/m3范围内,与传统算法相当;超过5 g/m3后,遗传算法的反演误差较大.在同一波段范围内,同时反演双组份气体浓度时,遗传算法具有较高的反演精度.同时,遗传算法的零点误差远小于传统算法.     

基于改进 ESKF 的植保无人机时延位姿补偿算法

为解决全球导航卫星系统和惯性测量单元融合时间不同步问题,提高植保无人机位姿估计精度,本文根据植保无人机 大惯性、强振动的特性提出一种基于改进误差状态卡尔曼的时延位姿补偿算法。 首先对名义状态变量线性预测,引入渐消因子 提高强振动环境下的系统稳定性;接着采用互补滤波对角速度补偿,对姿态误差状态变量修正;最后结合测量的延迟时间,使用 互补滤波外推数据,提高大惯性特性下的速度位置精度。 实验结果表明,相较于误差状态卡尔曼算法,横滚角和俯仰角均方根 误差减少 0. 266 9°和 0. 241 4°,偏航角均方根误差减少 0. 076 4°;正常航迹植保作业下,东北天方向速度均方根误差减少 0. 210 5、0. 184 9、0. 238 8 m/ s;东北天方向位置均方根误差分别减少 0. 21、0. 19、0. 23 m,有效提高位姿估计精度。     

高精度海洋观测浮标运动测量系统设计与试验

海洋浮标受海洋动力环境影响产生运动,会对平台及仪器的可靠性产生影响,甚至会导致测量误差,影响海洋观测浮标 工作安全性和数据质量,因而浮标运动姿态的精确测量研究具有重要价值和意义。 本文通过搭建微型惯性测量单元(MIMU) 与全球导航卫星系统(GNSS)结合的硬件系统,获取浮标运动姿态相关数据,并采用载波相位平滑滤波模型进行数据预处理,融 合最小二乘降相关算法(LAMBDA)解算浮标姿态数据,获取高精度动态浮标姿态。 经过摇摆台模拟比对实验,系统姿态角均方 根误差小于 0. 5°,水平速度均方根误差小于 0. 05 m/ s。 通过实际海试实验,尤其是台风过境期间系统的测试结果,证明该系统 工作稳定可靠,无数据发散现象,整体有效数据达到了 95% 以上。     

FY-3C/可见光红外扫描辐射计中红外通道太阳污染的识别和修正

基于风云-3C/可见光红外扫描辐射计(FY-3/CVIRR)的中红外通道(3.7μm)的太阳污染现象和发生规律,分析了太阳污染出现的时空特征,提出了初步判识并修正北半球太阳污染数据的方法,并就太阳污染对定标系数和黑体亮温的影响做了定量的评估。结果表明,对于FY-3C/VIRR的中红外通道,太阳光线照射到定标黑体时所形成的北半球高纬度太阳污染主要出现在太阳天顶角在85°~118°之间的位置时;由太阳污染导致的该区域地球观测亮温日平均偏差为4.5K左右,最大偏差达到15K左右。通过对逐日太阳污染数据进行识别,并采用污染前后定标系数进行线性求差值,可以初步修正太阳污染对定标系数带来的异常影响。     

超限学习在磁罗盘非线性误差补偿中的应用

针对磁阻式传感器组成的磁罗盘中不容忽视的非线性误差,建立了隐式非线性误差模型,引入机器学习中的超限学习机算法对非线性误差模型进行训练。利用训练好的误差模型对航向角测量误差进行补偿,误差由补偿前的±3°下降到±0.2°,均方根误差为0.1°。任意选取的训练集、测试集和重复实验证明超限学习算法具有很好的泛化性和鲁棒性,而且训练速度极快,是传统BP神经网络的上千倍。     

星载太阳辐射监测仪的太阳程控跟踪精度

为了避免太阳敏感器(DSS)指向故障导致星载太阳辐射监测仪(SIM)功能失效,为风云三号(FY-3(03))卫星的太阳辐射监测仪(SIM)设计了备份跟踪方式程控太阳跟踪并分析了其跟踪精度。利用星上儒略日时间和卫星轨道瞬根,基于类基准地表辐射网(BSRN)算法推导了轨道坐标系太阳矢量、俯仰角和偏航角。将计算结果与卫星给定指向数据进行了比较。结果表明:太阳矢量三轴偏差均小于0.1°,俯仰角平均偏差为0.024 6°,偏航角平均偏差为-0.080 4°。对利用程序计算的多轨道指向数据进行了太阳模拟跟踪控制实验,结果表明:SIM俯仰跟踪控制精度优于0.1°,偏航跟踪控制精度优于0.05°。为保证在轨跟踪精度,试验了俯仰零点角和偏航零点角,其分别为80.46°和-36.96°。最终分析结果表明,俯仰程控跟踪不确定度为±0.318°,偏航程控跟踪不确定度为±0.316°,满足SIM太阳跟踪精度±0.5°的要求。设计的太阳程控跟踪降低了SIM对光学指向器件的依赖,提高了在轨太阳跟踪的可靠性。     

基于ASRCKF算法的锂电池SOC估算

针对平方根容积卡尔曼滤波(SRCKF)估算SOC时需要准确获得系统状态及测量噪声协方差这一缺陷,将基于电池模型输出电压残差序列的协方差匹配思想引入平方根容积卡尔曼滤波,提出了自适应平方根容积卡尔曼滤波算法(ASRCKF)。以18650型锂电池为实验对象,建立了戴维南等效电路模型,采用递推最小二乘法辨识电池模型参数,最后,利用UDDS电池实验数据对ASRCFK算法进行了仿真。实验结果表明,传统的SRCKF算法估算SOC产生的均方根误差为3.41%;而提出的ASRCKF算法估算SOC产生的均方根误差仅为0.97%,与传统算法相比具有更高的精度,对噪声的适应能力更强。     

A fast temperature rise identification method based on an adaptive particle filter

A fast temperature rise identification method for motorized spindle is presented based on an adaptive particle filter (APF). The advantage of this method is the ability to predict the entire temperature change in a short time. For example, to obtain the whole temperature variation curve of the measured points, it will take about 390 min. However, if APF method is used, the data of the first 24 min can be used to predict the entire temperature change. Temperature signals with multiple variables, long time delay, and nonlinear coupling characteristics as well as the uncertainty of actual measurement of noise in the process making measured temperature fluctuate widely. However, sampled data contain a lot of noise; hence, finding the real temperature range and predicting the future temperature changes using only few data are quite challenging tasks. For this reason, particle filter (PF) method was utilized to get the identification result. Then, the adaptive factor was introduced by adjusting state equations and observation noise variance. Results showed that APF can achieve better identification of temperature rise. Finally, the temperature rise test was verified on the motorized spindle, which utilized PF method and the APF method. Experimental results showed that APF can reduce the recognition time to about 24 min, while the PF takes about 38 min. The effectiveness of the method was verified by using experimental data, and the approach to obtain the minimal recognition time was also explained. In 390 min of measuring time, the root mean square error (RMSE) between estimated and measured temperature is 0.415 °C, and the error between the estimated and measured steady-state temperature is 0.01 °C. The results proved that this method can be used to identify motorized spindle temperature, with high speed and high accuracy.     

一种方位及俯仰可调控制平台的实现

微波接收机是射电望远镜中专门用于接收射电信号的设备,而强度校准的目的是将接收到的射电信号响应等效地转换为天文意义上的流量密度。由于毫米波校准还易受到大气吸收作用,因此对大气不透明度的测试尤为重要。文中通过搭建机械转动平台及其控制系统,可以精确实现7 mm 波段常温接收机在目标方位下进 行0°~ 90°俯仰扫描观测。通过控制软件并行记录在不同仰角下的接收机输出功率,结合大气辐射转移方程,采用非线性最小二乘拟合的方式,最终得到当前方位7 mm 波段实时的大气不透明度值,很好地实现了精确控制及自动测试功能。