基于Fizeau条纹技术的测风激光雷达风速反演方法

建立了基于Fizeau干涉仪的测风激光雷达后向散射信号的理论模型,并利用最小二乘拟合方法结合数值迭代方法反演风速。该方法无需确切知道实际系统参数的大小和测量时的大气状况。风速反演的精度受迭代次数的影响,而迭代初值的选取只会影响迭代的收敛速度。用Monte-Carlo方法模拟了低对流层的回波信号并进行了风速反演,验证了该风速反演方法的可行性。模拟的系统参数在0～5 km高度,由信号的散粒噪声引起的系统误差小于1 m/s。     

微扰法结合最小二乘支持向量机反演土壤湿度

将最小二乘支持向量回归技术应用到土壤湿度反演研究.利用微扰法数值模拟不同雷达参数下裸露土壤微波后向散射特性.经过数据敏感性分析,选取雷达频率为L波段(1.4 GHz),双入射角(40°、50°),并设计多种反演方案,分别以单极化、双极化及同极化后向散射系数比值作为微波信号样本信息,经过适当的训练,利用最小二乘支持向量回归技术对土壤含水量进行了反演研究.结果表明:当采用多入射角、同极化后向散射系数比值作为微波信号样本信息时,反演结果具有较高的精度.同时,经过与人工神经网络结果比较,证明了该方法的有效性及抗噪声能力,为土壤湿度的实时反演研究提供了一种新方法.     

多次散射的激光雷达消光系数反演方法研究

给出了在考虑多次散射时大气消光系数、后向散射系数的激光雷达反演方法.用半解析Monte-Carlo方法对大气多次散射激光雷达回波信号进行了模拟计算.讨论了激光雷达接收视场角(FOV)以及光学厚度对多次散射回波信号的影响.米散射激光雷达测量数据反演的结果表明,在反演含有云、雾等大气消光系数廓线分布时,需要考虑大气粒子的多次散射效应的影响.     

基于支持向量机的粗糙海面风速及海表盐度反演研究

将支持向量机(Support Vector Machine, SVM)回归技术应用到海况参数(如海表盐度、海面风速等)反演研究.利用双尺度模型(Two-Scale Model, TSM)作为前向电磁算法, 数值模拟不同雷达参数下风驱粗糙海面微波后向散射系数, 经过敏感性分析, 选取L波段(1.4 GHz)、C波段(6.8 GHz)及其合适的入射角作为雷达参数, 并设计多种反演方案, 分别以单频率双极化双角度、双频率双极化双角度及双极化后向散射系数的比值作为SVM的训练样本数据信息, 经过适当的训练, 利用SVM回归技术对海洋表面风速和盐度进行了反演研究.研究结果表明, 针对于海面风速的反演, C波段的反演精度最高, 针对于海表盐度的反演, L波段同极化散射系数比值作为SVM输入的反演精度较高.最后, 检验了SVM反演方法的抗噪声性能, 表明文中提出的SVM方法能较好地应用于实际海况参数反演问题.     

AML-2车载激光雷达测量臭氧的大气后向散射系数项修正方法研究

对于准同时发射两个波长激光的差分激光雷达,在测量时间内,大气波动对两个波长的激光回波信号的影响可能是不相同的.已有的大气修正方法是基于两个波长激光回波信号受到相同大气波动的基础之上,不适用于这种准同时的工作方式.提出了一种新的大气后向散射系数项修正方法,即利用Klett积分法,分别算出差分吸收激光雷达中两个波长激光的大气后向散射系数,得出大气后向散射系数修正项.这种方法应用于AML-2车载激光雷达测量臭氧的数据处理中,比对实验和大量的外场测量结果表明,这种修正方法是可行的、合理的.     

利用星载ERS-2 SAR进行长江口海面风场反演研究

基于SAR图像反演原理,提出一种后向散射系数反演海面风场的新方法,以相关长度确定风向,再利用随机粗糙海面理论模型反演风速.并以ERS-2 SAR为数据源,以长江口海区为研究区,获取了海面风场，反演结果和浮标测量风场对比,相符得很好,证明了该方法的可行性。     

Mie散射激光雷达研究成都地区大气边界层结构

基于Mie散射大气激光雷达,对成都地区大气边界层结构随时间变化的特性进行了研究。首先,应用Klett算法对大气激光雷达回波信号进行了反演,得到大气消光系数和后向散射系数。然后,通过对大气后向散射系数曲线进行拟合得到大气边界层混合层高度以及卷夹层厚度等特征参量。基于实测数据对成都地区大气回波信号进行了反演,结果表明,成都地区大气边界层混合层高度较低,卷夹层厚度较薄,且随时间变化的趋势较缓慢,这与成都地区特殊的地理状况有关。     

反演卷云激光雷达比的新方法

激光雷达比(消光系数与后向散射系数之比)是 卷云的重要光学特性之一,提出了一种通过 Mie散射激光雷达回波信号反演卷云激光雷达比的新方法。以云底气溶胶的消光系数 和卷云的光学 厚度两个参量为约束条件,构建以云顶气溶胶的消光系数和卷云的激光雷达比为未知参量的 非线性方程 组,采用粒子群算法求非线性方程组的数值解,同时获得云顶气溶胶的消光系数和卷云的激 光雷达比。使 用Mie散射激光雷达真实回波信号进行了实验验证,结果表明,本文方法是有效的,并且具 有迭代次数少、收敛速度快的优点。     

相干多普勒测风激光雷达时域信号仿真及时频分析

基于大气分层时域信号生成模型(feuilletémodel)进行非平稳信号的仿真。引入时-频域联合分析方法反演风速,对非平稳风速模型下的仿真回波信号进行算法处理研究。基于实际系统参数,分别在线性剪切风速和美国宇航局(NASA)阵风模型下仿真回波信号。对仿真信号作Wigner-Ville变换,通过分析信号时频变换后的能量峰值在时频面内的分布来反演风速。采用多组脉冲累加平均的方式来减少因散斑噪声、交叉项等因素造成的反演风速的波动。结果表明,利用时-频域联合分析方法可以快速反演出风速信息,无需对探测范围进行距离门的划分;对多组信号的时频变换结果做累加平均处理后,反演风速的波动减小,与输入风速的一致性得到了明显的改善。     

波导环境下雷达后向散射系数研究

海上大气波导会显著改变雷达电磁波的传播性能,反应到雷达图像上表现为强烈的海杂渡回波信息。为了探究大气波导的影响因素,采用改进的GIT模型仿真方法模拟出波导背景下不同风速对雷达后向散射系数的影响,并且利用谱估计技术计算出掠射角随距离的变化。通过仿真结果分析,风因子对雷达后向散射系数影响显著,仿真结果对进一步利用海杂波反演大气渡导及提高舰载雷达探测性能具有重要指导意义。     

激光雷达光束扫描及改进型VAD反演方法的仿真

为了弥补激光测风雷达风场反演速度方位显示法的不足、提高反演风速精度,提出了一种改进的方法。运用迭代预处理的方法提高原始雷达数据质量,消除小幅值风速和奇异点的影响,用统计求和平均的方法反演出3维风场;并建立了风场模型,通过数值计算软件进行了仿真和误差分析。结果表明,改进的方法反演出风速的误差不超过0.5m/s,比传统速度方位显示算法的精度提高了1倍。     

积分球在瑞利测风激光雷达中的应用

入射到标准具上的光斑强度分布影响标准具透过率曲线的形状,进而影响风速反演.将激光入射进积分球后在腔壁上发生漫反射,出射激光光斑变均匀,从而使标准具的透过率曲线更准确.同时出射激光脉冲的宽度在时域上变宽,提高了探测的信噪比,扫描得到的标准具的透过率曲线也更稳定.同样的道理,锁定通道的锁定过程也由于这两点改变而更精确.积分球的这两点特性用于355 nm瑞利测风激光雷达系统中将大大提高探测的稳定性和信噪比.将激光通过积分球后扫描透过率曲线,在风速大小为100 m/s的范围内计算得到的风速误差最大值为0.061 m/s,平均值为0.054 m/s.     

利用光束抖动反演横向风速垂直分布的研究

湍流冻结条件下,利用两个位置探测抖动信号的时空交叉相关函数,提出了反演横向风速垂直分布的理论模型.该模型的两个参数分别为湍流廓线和相关函数在延迟时间为0处的导数.假定横向风速满足高斯模型,采用遗传算法进行数值仿真.通过对两种典型湍流模型进行反演计算,发现反演的风廓线和理论风廓线一致性好,相对误差不超过3.3％和1.6％.改变湍流廓线的特征高度并进行反演计算,结果表明湍流强度存在较大误差时,该模型仍可用于低层横向风速垂直分布的反演.     

HF radar wave and wind measurement over the Eastern China Sea

High-frequency (HF) radar can be employed to measure sea surface state parameters such as waveheight, wind field, and surface current velocity. This paper describes the application of the HF ground wave radar in remote sensing the surface conditions over the Eastern China Sea in October 2000. The radar, referred to as the OSMAR2000, was developed by Wuhan University. Preliminary wave spectra, waveheights, and wind fields estimated from the collected data are presented and compared with ship-recorded measurements where such are available. The range for wind direction sensing is up to 200 km. Wave information and wind speed can be provided up to a range of 120 km. The mean difference between radar- and ship-measured significant waveheight is 0.323 m; wind direction is measured within 20/spl deg/; and wind speed to within 0.6 m/s. With such agreement being fairly reasonable, the feasibility of the inversion algorithm and the ocean state real-time sensing capability of OSMAR2000 are demonstrated.     

利用Fabry-Perot标准具的米散射测风激光雷达接收机

介绍了基于米散射多普勒测风激光雷达的基本原理。测风激光雷达系统一般由发射系统、接收系统、信号发射接收光学系统、控制系统组成,其中接收系统在整个系统中最重要,起到信号鉴频的作用。基于测量误差最小和实际加工工艺的考虑,设计了标准具的参数和米散射测风激光雷达接收机的结构,并且把该接收机用于米散射测风激光雷达系统中并进行了标准具透过率的测量,用Pseudo?鄄Voigt函数拟合出标准具的各个参数,与理论设计相差在5 %以内。同时进行了风廓线的初步测量,与风廓线雷达Airda16000进行了比对,两者符合很好。     

分子散射对星载测风激光雷达Mie通道的影响

多普勒测风激光雷达利用大气中粒子的后向散射信号谱测量风速,但分子和气溶胶后向散射强度和光谱宽度差异较大,所以在实际测量中需要根据分子和气溶胶的垂直分布情况选择不同的信号。当选择气溶胶散射信号反演风速时,会受到分子散射信号的影响。本文研究了分子散射对星载多普勒测风激光雷达Mie通道风速反演的影响问题,并进行了仿真模拟,结果表明,当直接利用探测器接收到的原始信号进行风速反演时,分子散射信号会增大反演误差；因此基于探测器所有通道上光子数最小的一个通道上的光子全部来自于分子散射的假设,提出了一种减小分子散射信号对Mie通道风速反演干扰的方法,通过模拟表明,利用该方法后,对流层内风速反演精度明显提高,相对误差从原来的20%~30%减小到10%以内,除近地层以外的相对误差小于5%；但平流层内的误差几乎不发生变化。     

基于Fabry-Perot标准具分子测风激光雷达接收机的研制

为了研究平流层大气风场,介绍了分子散射多普勒测风激光雷达的基本原理。基于测量误差最小和消除气溶胶的影响设计了标准具的参量。设计了分子测风激光雷达接收机,该接收机结构紧凑,可以灵活便捷地放置在机架上。并将本接收机用于分子测风激光雷达系统中进行了标准具透过率的测量和风廓线的初步测量。结果表明,标准具透过率曲线测量的结果和设计的大体一致,速率灵敏度较设计的略微下降,风廓线趋势和美国Goddard系统所测量的大体一致,这说明本系统光学接收机能够完成分子的多普勒风速测量。     

利用Fizeau干涉仪进行激光风速测量的原理分析

导出了激光多普勒雷达基于Fizeau干涉仪及CCD探测器进行测风时,每个CCD元最终接收到信号的一般表达式.对系统的参数做了整体优化,得出一组优化参数.在0～3 km高度,得出系统风速误差小于0.16 m/s.对最终的风速反演分别运用最小二乘拟合法和重心法.分析表明最小二乘拟合法只适用于风速较小的情况.详细分析了运用重心法计算风速必然会引起的误差,并提出一种解决方法.修正后,在±30 m/s风速范围内,该方法产生的误差小于0.25 m/s.     

Wind velocity observation with a CW Doppler radar

We study the problem of gathering information about wind velocity from continuous-wave clear-air Doppler radar measurements. The radar is assumed to be a monostatic fixed-frequency Doppler radar, and the wind velocity as well as the reflectivity are modeled as random fields with statistical parameters depending on the altitude. We seek to reconstruct the hodograph curve of the wind profile, i.e., the projection of the wind velocity profile to the ground plane. We show that under certain assumptions of the wind field, the problem reduces to a well-known problem occurring in classical X-ray tomography. Numerical simulations based on the use of X-ray inversion methods are presented.