载机偏航下基于广义相邻多波束自适应处理的低空风切变风速估计

该文提出一种载机偏航下基于广义相邻多波束(GMB)自适应处理的低空风切变风速估计的方法,该方法首先利用基于回波数据的杂波距离依赖性补偿方法对杂波进行距离依赖性矫正,估计出杂波协方差矩阵。然后同时组合空域的相邻多个波束与时域的相邻多个多普勒通道来计算降维变换矩阵,并对待测距离单元内的雷达回波数据进行降维处理,进而构造GMB自适应处理器的最优自适应权矢量对降维后的回波数据实现自适应滤波。最后完成载机偏航下风场速度的准确估计。仿真结果验证了该方法能够在载机偏航情况下,获得风场速度的有效估计。     

复杂地形环境下基于GAMP-STAP的低空风切变风速估计方法

针对机载气象雷达在复杂的地形环境下探测低空风切变时,地杂波呈现非均匀特征和难以获取足够的独立同分布(IID)样本,导致空时自适应处理(STAP)杂波抑制性能变差,使得风切变风速估计不准的问题。该文基于杂波信号稀疏特性,提出一种广义近似消息传递(GAMP)STAP方法,GAMP-STAP仅利用少量的样本在复杂地形环境下实现了风速较准确的估计。该方法首先利用杂波脊的先验信息构造稀疏字典,然后在贝叶斯框架下利用GAMP算法估计杂波幅度,恢复杂波功率谱,进而计算杂波协方差矩阵,最后构造STAP滤波器实现杂波抑制以及风切变风速估计。后续实验仿真结果证明了该方法的有效性。     

基于压缩感知的低空风切变风速估计方法

在机载气象雷达的低空风切变检测流程中,风速估计精度是影响风切变检测效果的重要因素。针对脉冲数较少且信噪比较低时风速估计精度变差的问题,该文提出一种基于压缩感知的低空风切变风速估计方法。该方法根据雷达回波信号的稀疏性,利用多普勒矢量构建一个冗余字典以实现信号的稀疏表示,采用观测矩阵对信号进行压缩处理,并通过信号重构算法恢复该稀疏信号,实现风速的精确估计。仿真实验表明：当脉冲数较少且信噪比较低时,该方法能够在获得精确风速估计的同时使得频谱分辨率大大提高,即能够很好地区分在频域间隔很近的风切变与地杂波信号。     

数据缺失情况下基于M⁃SPICE的低空风切变风速估计方法

针对机载气象雷达回波数据缺失的情况下,低空风切变风速估计失准这一问题,本文提出了一种基于缺失数据稀疏迭代协方差估计（Missing Sparse Iterative Covariance?based Estimation,M?SPICE）的低空风切变风速估计方法。该方法首先构造数据缺失模型,然后根据协方差拟合准则计算估计算子,并不断迭代更新得到最终所需的估计算子,进而恢复得到缺失的风切变数据,最后将恢复得到的数据重构得到完整的风切变数据,实现对风场速度的准确估计。仿真结果表明,该方法能够有效实现缺失数据的重建并精确地估计风速。     

基于空时自适应处理的低空风切变风速估计方法

针对机载气象雷达在探测低空风切变时,有用信号会淹没在强杂波背景中的问题,该文提出一种基于空时自适应处理(STAP)的低空风切变风速估计方法。该方法首先利用空时插值原理校正机载前视阵地杂波的距离依赖性,获得多个独立同分布(IID)样本后估计地杂波协方差矩阵,然后构造适用于分布式低空风切变目标的空时自适应处理器,在自适应抑制地杂波的同时积累低空风切变信号,最终实现风场速度的精确估计。仿真结果表明,在高杂噪比、低信噪比的情况下,该方法可有效地自适应抑制地杂波并精确地估计风场速度。     

复杂地形环境下基于CL-KA-STAP的低空风切变风速估计方法

针对机载气象雷达在复杂的地形环境下探测低空风切变时,地杂波呈现的非均匀特征导致难以准确获得杂波统计特性,进而影响杂波抑制效果,使得风切变风速估计不准的问题,该文提出一种色加载知识辅助STAP(CL-KA-STAP)的低空风切变风速估计方法。该方法首先构造降维联合时空变换矩阵,并对待检测距离单元的回波信号进行降维处理,然后将由数字高程模型(DEM)和国家土地覆盖数据库(NLCD)获取的先验知识融入到组合空时主通道自适应处理器(CMCAP)中,构造色加载系数优化函数求解色加载系数,最后构造滤波器,实现杂波自适应滤波并准确估计风速。后续仿真结果证明了所提方法的有效性。     

回波功率筛选与数字地表分类数据辅助的低空风切变风速估计方法

针对非均匀杂波环境下,低空风切变风速估计不准的问题,该文提出一种回波功率筛选与数字地表分类数据(DLCD)辅助的低空风切变风速估计方法.该方法首先利用样本回波功率对训练样本进行初选,然后利用DLCD计算各样本间的相似度,并从功率较大的训练样本中选取样本相似度较高的训练样本估计待测距离单元的杂波协方差矩阵,最后利用广义相邻多波束(GMB)-局域联合处理(JDL)的方法实现低空风切变风速的有效估计.     

回波功率筛选与数字地表分类数据辅助的低空风切变风速估计方法

针对非均匀杂波环境下,低空风切变风速估计不准的问题,该文提出一种回波功率筛选与数字地表分类数据(DLCD)辅助的低空风切变风速估计方法.该方法首先利用样本回波功率对训练样本进行初选,然后利用DLCD计算各样本间的相似度,并从功率较大的训练样本中选取样本相似度较高的训练样本估计待测距离单元的杂波协方差矩阵,最后利用广义相...     

基于多通道LFMCW雷达的低空风切变风速估计方法

在飞机起飞和进近着陆阶段中,风切变是一种对飞行危害最大的气象现象,如何有效地探测风切变并及时地规避危险对保障飞行安全至关重要。本文提出了一种将多通道线性调频连续波(Linear Frequency Modulated Continuous Wave, LFMCW)雷达应用于低空风切变检测中的实现方法。首先介绍了多通道LFMCW雷达的信号模型,然后利用空时自适应处理(Space-Time Adaptive Processing, STAP)方法抑制地杂波并匹配风切变信号,最后通过双脉冲重复频率(Dual-Pulse Repetition Frequency, D-PRF)解速度模糊法订正模糊速度,从而实现了风速的精确估计。后续实验仿真结果证明了本文所提方法的有效性。      

基于KA⁃SRCN⁃pSTAP的低空风切变风速估计方法

针对由于独立同分布（IID）样本严重不足,导致极化空时自适应（pSTAP）处理性能下降,进而导致低空风切变风速估计不准确的问题,本文提出了一种基于知识辅助的稀疏表示杂波零陷极化空时自适应（KA?SRCN?pSTAP）的低空风切变风速估计方法。该方法首先利用杂波脊的先验知识辅助构造极化空时稀疏字典,然后利用极化空时稀疏字典,通过SRCN算法挑选原子并对到杂波线性子空间补空间上的投影矩阵进行估计,从而得到pSTAP权矢量,最后构造pSTAP滤波器对地杂波进行抑制,准确估计低空风切变风速。该方法仅使用少量IID样本,将SRCN算法与极化?空时域相结合,完成对风切变风速的有效估计。仿真实验结果证明该方法可以有效实现少样本情况下的风速准确估计。     

双激光雷达的水平风场估计方法

针对民航机场区域内单部激光雷达探测水平风场存在较大误差的问题,提出一种基于支持向量回归的双激光雷达水平风场估计模型。该模型以两部激光雷达重叠扫描区域风速为基础,对非重叠区雷达径向的其他数据点水平风速进行估计。首先,提取重叠区的径向风速、水平风速和距离三个特征,以重叠区域数据点为训练集,在同一维度规范化后设定惩罚因子和核函数参数,用支持向量回归得到初始估计值。然后,以单部激光雷达的径向风速为先验条件,估计出非重叠区相邻径向点水平风速。将估计的结果扩展为新的训练集,依次逐步扩大训练集进而估计出非重叠区的水平风速。最后,通过实测数据分析了该方法逐步估计的误差,分析了风速大小和回波信噪比对该方法估计性能的影响,结果表明该方法估计的风场的均方根误差较单部雷达的均方根误差更小,减小了水平风速误差,扩大了双激光雷达探测水平风场范围,提高了雷达的利用率。     

基于激光雷达脉冲特性的湍流风速估计方法

提出了一种基于激光脉冲距离权重函数的湍流风场速度估计的方法,可以解决多普勒信息探测晴空湍流风场中精细化的风速测量问题。算法以划分的距离门为单位对速度值进行空间平均,将各距离单元速度与激光脉冲距离权重函数进行卷积运算得到风速的局部估计值。并考虑高斯激光脉冲在湍流风场中的有效空间展宽传输特性,根据直接选取距离门中心位置的速度估计方法和快速的线性平均近似方法的处理过程,引入激光脉冲的传输特性来表达湍流径向风速的统计平均值,以实现湍流风速的测量以及激光雷达在探测湍流上的应用。实验结果表明,在有明显湍流条件的风场环境中,脉冲距离权重方法比线性平均方法在保留真实风场属性的前提下具有相对更小的速度标准差,显示出较好的风速修正效果,提高了激光雷达对湍流风场的测速性能。     

Extreme learning machine approach for sensorless wind speed estimation

Precise predictions of wind speed play important role in determining the feasibility of harnessing wind energy. In fact, reliable wind predictions offer secure and minimal economic risk situation to operators and investors. This paper presents a new model based upon extreme learning machine (ELM) for sensor-less estimation of wind speed based on wind turbine parameters. The inputs for estimating the wind speed are wind turbine power coefficient, blade pitch angle, and rotational speed. In order to validate authors compared prediction of ELM model with the predictions with genetic programming (GP), artificial neural network (ANN) and support vector machine with radial basis kernel function (SVM-RBF). This investigation analyzed the reliability of these computational models using the simulation results and three statistical tests. The three statistical tests includes the Pearson correlation coefficient, coefficient of determination and root-mean-square error. Finally, this study compared predicted wind speeds from each method against actual measurement data. Simulation results, clearly demonstrate that ELM can be utilized effectively in applications of sensor-less wind speed predictions. Concisely, the survey results show that the proposed ELM model is suitable and precise for sensor-less wind speed predictions and has much higher performance than the other approaches examined in this study.     

红外云图的台风内核风速建模的RBFNN 和PDE 方法

目前反演台风内核风场时多采用线性回归方法进行建模,针对基于线性回归法的台风内核风速拟合效果较差的缺点,提出一种基于径向基函数神经网络(RBFNN)和偏微分方程(PDE)结合的红外卫星云图有眼台风内核风速和云图灰度建模方法。首先采用基于测地活动轮廓模型的PDE提取有眼台风的眼壁,获得台风眼壁空间位置和亮度数据;然后结合台风年鉴给出的台风近中心最大风速数据基于RBFNN进行有眼台风内核风速和云图灰度建模。实验结果表明:该算法改善了台风内核风速拟合效果,算法性能优于传统的线性回归法。     

基于DSP的超声波式风速风向检测仪的设计

超声波测风技术具有非接触、精度高、测量范围广以及安装方便等优点,适用于煤矿井下风道检测、工业危险气体检测等。基于超声波时差原理,设计了一种基于DSP的芯片的超声波式风速风向检测仪。对顺流、逆流超声波信号采用相关函数法及频域变换处理方法,消除环境白噪声的影响,提高了时间差的测量精度和处理器运算速度。对环境温度造成的误差进行修正,实现风速测量范围0~25 m,误差小于0.2 m/s,并实现巷道中正反两向风向测量。通过大量实验和测试,该风速风向检测仪具有较高的精度和稳定度。     

Mobile speed estimation based on average fade slope duration

Based on the zero crossing rate of the slope (first derivative) of the underlying fading process, a mobile speed-estimation scheme, constructed by counting the average number of sampling steps in a positive-going (and/or negative-going) fade envelope slope, is proposed. The proposed speed-estimation approach requires neither knowledge of the average fade power nor a variable temporal observation window. The computational complexity and the required memory storage are negligibly small. Simulation results show that the proposed speed estimator yields good estimation accuracy, with relatively small estimation error.     

自适应峰值匹配法在风速测量中的应用

介绍了超声波时差法测量风矢量的基本原理,利用测量回波信号起点求得风速。通过分析传统的时差检测方法在风速测量系统中的缺陷,提出了一种基于幅值特征提取的快速自适应波形匹配法,来克服传统方法带来的较大误差。在无风状态下,以两路波形上升段几个连续对应峰值点比例作模板,将实测回波信号所得峰值比例与模板匹配,找到正确的波形峰值对应关系,从而准确测量两波形时差。通过仿真实验测试,此法效果良好,运算速度快,克服了数据量较大时互相关法计算量大的缺点,同时计算准确性大大提高,规避了单阈值法错判的情况,结合插值法测速精度可达0.1 m/s。     

Compressive sensing-based wind speed estimation for low-altitude wind-shear with airborne phased array radar

An important issue in low-altitude wind-shear detection is to estimate the wind speed of wind field. In this paper, a novel method for wind speed estimation with airborne phased array radar is proposed by combining space time adaptive processing and compressive sensing. The proposed method is able to achieve accurate wind speed estimate in the condition of limited number of sampling pulses, as demonstrated by numerical examples.     

基于北斗卫星反射信号的海面风速探测

通过研究北斗反射信号与海洋状态的关系,在岸基条件下提出一种利用反射信号一维时延功率谱面积间接计算海面风速的方法,并对威海岸基试验的数据进行处理和分析。通过分析不同阈值下的功率谱面积与有效波高(SWH)的相关系数大小,设定合适的功率谱阈值,建立功率谱面积与有效波高的经验关系,同时利用数据拟合建立有效波高与海面风速的关系。通过与海洋站同比风速的对比,反演风速的均方根误差为2.10 m/s,两者具有很好的一致性,验证了此方法的可行性。