基于单Fabry-Perot标准具的双频率多普勒激光雷达数据反演技术

本文导出了大气后向散射信号光入射到Fabry-Perot (F-P)标准具的有效透过率表达式. 在基于单F-P 标准具的双频率多普勒激光雷达系统中, 采用平均值法定量分析了瑞利后向散射信号对风场测量准确度的影响. 提出了同时反演风速和后向散射比的非线性迭代方法, 并通过仿真试验验证了该方法的有效性. 同时, 导出了径向风速和后向散射比测量误差的具体表达式, 并据此进行了仿真. 仿真结果表明: 若假定望远镜接收到的总后向散射光子数为50000, 径向风速测量误差随后向散射比的增大迅速减小, 在±25 m/s的风速测量动态范围内, 当R_β > 1.2时, 误差小于3 m/s; 后向散射比测量误差随后向散射比的增大而增大, 与径向风速大小几乎无关, 当R_β<10时, 相对误差小于13%. 关键词： 多普勒激光雷达 Fabry-Perot标准具 边缘技术 双频率     

Rayleigh散射Doppler激光雷达风场反演方法改进

在Rayleigh散射Doppler激光雷达的风场反演过程中,除了温度、压强等因素之外,风速反演结果的 准确性还受到Mie散射信号的影响．当Mie散射信号较强时,尤其是遇到高层云或火山灰等情况,如果仍不考虑 气溶胶信号,由于温度不确定度和气溶胶信号的综合影响,风速反演结果将与真值偏差很大．本文提出了利用 激光雷达在垂直方向的测量信号同时反演后向散射比和大气温度的非线性迭代算法,并优化给出了最佳的 初始发射激光工作点．仿真试验结果表明:该方法可以准确有效地反演后向散射比;将该方法结合非线性迭代 风速反演方法,可以有效消除气溶胶后向散射信号的影响,进一步提高大气风速和温度的反演精度．     

Mach-Zehnder干涉仪条纹成像多普勒激光雷达风速反演及视场展宽技术

相对于传统多普勒鉴频器Fabry-Perot干涉仪, Mach-Zehnder干涉仪(MZI)具有透过率高、直线条纹易于探测、可进行视场展宽等优点. 本文设计了基于条纹成像MZI的非相干多普勒测风激光雷达系统, 构建了风速反演的数学模型, 利用MZI视场展宽技术优化了激光雷达系统的性能. 数值仿真实现了MZI鉴频系统干涉条纹图样的理想输出, 采用SineSqr函数拟合法获取了高精度的多普勒频移前后干涉条纹的移动距离, 并通过视场补偿减小了入射角对MZI光程差的影响, 从而实现视场展宽. 结果表明: 采用SineSqr函数拟合法可获得在±100 m·s^-1的径向风速范围内<0.45 m·s^-1的风速误差, 克服了条纹重心法反演风速不稳定性的缺点; 视场展宽技术在不降低鉴频性能的情况下, 能最大补偿1°的视场角. MZI条纹成像多普勒激光雷达应用技术的探讨将为中高层大气风速激光雷达测量系统的实际开发奠定良好的基础. 关键词： 激光雷达 条纹成像Mach-Zehnder干涉仪 风速反演 视场补偿     

基于扫描F-P标准具的高光谱分辨低平流层温度探测

报道了一种基于扫描F-P标准具的高光谱分辨低平流层大气温度探测技术。通过扫描F-P标准具,获得大气分子瑞利后向散射的透过率分布。对该透过率进行非线性拟合,由拟合得到的谱宽计算大气温度分布。为了减小频率不稳定引起的系统误差,采用静态的F-P标准具实时监测激光出射频率,并在数据处理中进行补偿。由时间分辨率2000s的激光雷达原始信号的信噪比,根据最大似然估计误差分析,该方法在30km以下的探测误差小于1.9K,50km以下的探测误差小于9.8K。在对比实验中,在18~36km高光谱分辨激光雷达与探空气球探测的温度廓线最大偏差4.7K;在27~34km,高光谱分辨激光雷达与瑞利积分激光雷达探测的温度最大偏差2.7K。在15~27km,由于气溶胶的污染,瑞利积分激光雷达的温度明显偏离其他两种探测结果,最大偏差达22.8K。     

瑞利多普勒测风激光雷达的频率标定方法

频率标定是瑞利测风激光雷达的关键技术。瑞利测风激光雷达中,通过改变压电陶瓷管的电压实现连续调谐F-P标准具腔长,使出射激光频率处于双边缘透过率曲线的交点处。在连续调谐时,由于压电陶瓷管的磁滞效应引起腔长调谐非线性,从而导致系统误差。分析了该误差的原因及特性,提出了静态软件补偿和动态调频跟踪相结合的频率标定方法。若激光出射频率相对F-P标准具漂移小于100 MHz时,在数据反演时补偿该频率偏差;若相对频率漂移大于100 MHz时,将F-P标准具先退回预设腔长以下,通过逐步增加电压的方式,重新实现频率锁定,保证锁定过程处在磁滞回线的电压上升段,避免了磁滞效应引起的误差。多普勒激光雷达与无线电探空仪的两组对比实验中,在15~30km高度,风速最大偏差6.22m/s,平均偏差1.12m/s。     

星载激光多普勒测风雷达鉴频系统仿真(Ⅱ):基于Fabry-Perot标准具的Rayleigh通道大气风速反演研究

基于星载激光多普勒测风雷达工作原理,构建了基于连续双通道Fabry-Perot(F-P)标准具的鉴频仿真系统,仿真研究了Rayleigh通道大气风速反演算法,系统分析了Rayleigh-Brillouin效应和Mie干扰信号对Rayleigh通道反演大气视线(LOS)风速的影响,并利用无线电探空数据集仿真结果统计分析了Rayleigh通道大气水平视线(HLOS)风速反演误差.结果表明,基于连续双通道F-P标准具的Rayleigh通道可反演中高层大气风速;Rayleigh-Brillouin效应和Mie干扰信号影响Rayleigh通道LOS风速反演精度;Rayleigh通道风速反演对温度精度要求最高,在晴空条件下可忽略Mie干扰信号的影响;不考虑Brillouin效应时,高度2 km以下Rayleigh通道无法反演HLOS风速,高度2 km以上Rayleigh通道反演的HLOS风速误差小于0.4 m·s-1,风速标准差在1—4 m·s-1之间;同Mie通道一样,气溶胶和云的分布影响Rayleigh通道HLOS风速反演误差.研究结果对发展星载激光雷达测风技术具有重要参考意义.     

瑞利散射多普勒测风激光雷达的校准

 在进行实际风速测量之前,对于新研制的测风激光雷达系统进行校准,可以验证并提高风速测量的准确性。根据瑞利散射多普勒激光雷达的测量原理,提出了利用瑞利散射谱和米散射谱之间的关系,采用运动硬目标实现对瑞利散射多普勒测风激光雷达进行校准的方法。设计了对瑞利散射多普勒测风激光雷达进行校准的实验系统,并给出了详细的校准步骤。     

基于光纤Mach-Zehnder干涉仪多普勒激光雷达鉴频器的校准及风速探测(英文)

分析了光纤Mach-Zehnder干涉仪作为鉴频器的多普勒激光雷达风速探测灵敏度及动态范围与光程差的关系.当光纤Mach-Zehnder干涉仪光程差从0.1 m变化到1.5 m时,对应风速探测范围从±199.5m/s变化到±13.3m/s.光程差为0.45m时,风速变化1m/s对应的最高灵敏度为2.15%.光程差误差将导致风速反演误差.当光程差为0.145 9m和1.088 9m时,1nm的光程差误差将导致反演风速误差分别为1.028m/s和0.138m/s.应用激光波长调谐的方法得到光纤Mach-Zehnder干涉仪的透过率曲线,由自由光谱范围精确确定了光程差的值.应用此干涉仪作为鉴频器的激光雷达完成了实际风速探测,反演风速与相干探测风速具有较好的一致性,证明了校准探测的正确性.     

相干多普勒测风激光雷达低信噪比区域回波信号的估计方法

相干多普勒测风激光雷达通常会采用周期图最大值法（PM）提取不同距离门信号的多普勒频移（对应风速）信息。由于噪声和相干效率的影响,个别距离门信号会出现信噪比（SNR）突然降低的情况,从而导致系统的探测概率降低,影响系统整体的探测性能。为了解决个别距离门信号多普勒频移的错误估计问题,提出了一种新的非线性自适应多普勒频移估计方法。该方法利用风速的连续性,标定错误距离门,并自适应地利用强信噪比区域的多普勒频移统计数据来弥补信噪比变差而出现的估计错误。分别利用了仿真模型和一套1.54μm全光纤相干激光雷达系统获得了风场测量数据,对比了使用该技术前后反演得到的风速趋势,证明该方法能够有效地解决上述问题。     

全光纤M-Z干涉仪的高灵敏度与大动态范围多普勒激光雷达风场探测技术

多普勒测风激光雷达是大气风场探测的重要手段之一。通过检测风速导致的大气后向散射谱的多普勒频移从而实现风速的探测。由于受鉴频器本身特性的影响,高灵敏度与大动态范围的探测一直是大气风场探测的难点。提出采用双光纤Mach-Zehnder干涉仪(FMZI)作为多普勒激光雷达的鉴频器件,设计两路不同动态范围及风速探测灵敏度的FMZI鉴频器同时对大气回波信号进行鉴频。采用小光程差(13.7 cm)、大动态范围(±100 m·s-1)鉴频光路FMZI-2对风速区间进行定位,大光程差(74.8 cm)、高探测灵敏度(2.62%/(m·s-1))的鉴频光路FMZI-1进行风速精细探测,从而实现大动态范围高灵敏度的风场探测。利用标准大气模型对不同参数条件下的系统灵敏度、系统探测的信噪比及风速误差进行仿真分析。结果表明,该系统可以实现±100 m·s-1大动态范围内风速误差小于1 m·s-1的大气风场探测,为大动态范围高灵敏度测风激光雷达的发展进行了有益的探索。     

风场环境中声速修正的分布式声源定位算法

为减小声速误差对定位精度的影响,提出了一种基于声速修正的分布式声源定位方法。首先,将声速表示为未知声源位置的函数,逼近风场中的声速场分布,然后将其代入TDOA (Time Differences of Arrival)算法中,构建非线性超定方程组,最后采用粒子群优化算法求解声源位置。对不同风速、不同声源位置及不同测试区域进行仿真,结果表明:修正后的定位精度比修正前有明显提高,尤其对于大范围并且声源靠近测试区域边缘位置的定位系统,改善更加明显;4个节点的定位系统实验结果表明,修正后的定位误差可降至修正前的4l%,该方法能更好的应用于风场中的定位系统。      

一种基于多准则决策和PSO-LM混合优化算法的多峰Brillouin散射谱的特征提取方法

采用传统方法对多峰Brillouin散射谱进行拟合的过程中,通常是以谱线最大功率点为基准的,却忽略了其他比该点小但却是极值的功率点。这样获得的拟合曲线通常只有一个峰值,相当于把除最高峰之外还有多个小峰的多峰Brillouin散射谱进行了简化,导致大量有用信息的丢失。为了提高Brillouin散射谱的特征提取精度,提出了一种基于MCDM和PSO-LM混合优化算法的多峰Brillouin散射谱特征提取方法(MCDM-PSO-LM)。MCDM可以识别和准确定位多峰Brillouin散射谱的各个波峰和波谷;PSO-LM混合优化算法可以实现分别对各个波峰和波谷的曲线进行拟合并找到每一个波峰的中心频率,该算法既克服了PSO算法过早收敛于局部极值和LM算法依赖初值的问题,又可以将PSO算法的全局搜索能力和LM算法的局部收敛能力结合在一起。较传统算法而言,MCDM-PSO-LM算法保证了对最优值求解的速度和精度,提高了运算能力,使解析解最大限度地接近最优值。分别在不同信噪比和不同线宽条件下进行仿真验证,频移和温度误差分析结果表明,MCDM-PSO-LM方法可以对多峰Brillouin散射谱的各个波峰与波谷进行准确定位,可用于多峰Brillouin散射谱的特征提取,识别效果明显强于传统算法,提高了信息分析的准确性。     

C波段机载合成孔径雷达海面风场反演新方法

针对基于散射计地球物理模型函数的机载合成孔径雷达(SAR)海面风场反演中存在的风向获取依赖于图像风条纹或数值预报、 散射计数据和浮标等背景场资料, 风向与SAR图像时空分辨率不匹配, 进而影响机载SAR海面风场反演精度等问题, 本文根据机载SAR对海探测特点, 研究一种适用于C波段机载SAR的海面风场反演新方法. 利用SAR图像距离向不同入射角的后向散射系数, 依据地球物理模型构造最小代价函数, 通过代价函数的求解直接从机载SAR数据同时反演出海面风速和风向. 利用论文提出的海面风场反演方法分别对仿真SAR数据和实测C波段机载SAR数据进行风向、 风速的反演误差分析及试验验证.研究结果表明, 该方法适用于机载SAR海面风场反演, 可不依赖背景风向直接反演出精度较高的风速和风向; 雷达后向散射系数误差是决定海面风速、风向反演精度的关键因素, 辐射定标精度越高则反演误差越小; 海面风速反演误差随着风速的提高而增大, 当海面风速大于18 m/s时, 风速反演误差显著增加, 而海面风向的反演误差与风速无明显关系. 关键词： 机载合成孔径雷达 海面风场 多入射角     

机器学习的IBBCEAS光谱反演波段优化

非相干宽带腔增强吸收光谱技术（IBBCEAS）利用高精密谐振腔增强吸收光程,实现对痕量气体的高灵敏探测。目前,IBBCEAS技术主要采用发光二极管（LED）作为非相干光源。当谐振腔镜片反射率曲线与带宽有限的LED辐射谱不能很好匹配时,光谱反演波段选择不当可能会对被测气体浓度拟合结果产生较大偏差。以定量探测大气NO₂浓度为例,分析了IBBCEAS光谱反演波段对NO₂拟合结果的影响,发现当反演波段宽度窄到一定程度后,NO₂浓度拟合相对误差会迅速增加。为此,提出了一种基于RBF神经网络结合遗传算法的机器学习IBBCEAS光谱反演波段优化方法,以使浓度拟合误差达到最小。在430～480 nm待选波段内,选择各种宽度和中心波长的子波段作为反演波段,分别进行NO₂浓度拟合,以此获得435个样本数据,并将样本数据按照4∶1比例分成学习样本和测试样本,分别用于RBF神经网络学习训练和测试,得到输入参数“反演波段的起始波长与截止波长”与输出参数“浓度拟合相对误差”之间的非线性映射关系。使用遗传算法搜索最优反演波段,将反演波段的起始波长和截止波长组合进行个体编码,随机产生若干个体形成种群。以RBF神经网络的输出（即浓度拟合相对误差）作为个体适应度,经过多代种群进化过程后,获得适应度最优个体,即获得最优反演波段。在种群规模为100个体,种群进化最大代数为100的情况下,当种群进化第61代时,最优个体出现,对应的最优适应度为3.584%,最优反演波段为445.78～479.44 nm。选择相同带宽的其他4个典型反演波段,与最优反演波段下的NO₂拟合结果进行了对比。结果显示,在最优反演波段下,无论是拟合误差、相对拟合误差还是拟合残差标准偏差,均低于其他4个反演波段,光谱拟合质量达到最优。结果表明,利用机器学习来确定IBBCEAS最优反演波段是可行的。     

Distributed sound source localization algorithm with sound velocity calibration in windy environments

A new sound source localization method with sound speed compensation is proposed to reduce the wind influence on the performance of conventional TDOA(Time Difference of Arrival) algorithms. First, the sound speed is described as a set of functions of the unknown source location, to approximate the acoustic velocity field distribution in the wind field. Then,they are introduced into the TDOA algorithm, to construct nonlinear equations. Finally, the particle swarm optimization algorithm is used to estimate the source location. The simulation results show that the proposed algorithm can significantly improve the localization accuracy for different wind velocities, source locations and test area sizes. The experimental results show that the proposed method can reduce localization errors to about 40% of the original error in a four nodes localization system.     

非线性拟合方法用于透射式脉冲红外技术测试碳/碳复合材料的热扩散系数

为了测试碳/碳复合材料的热扩散系数,本文提出了非线性拟合用于透射式脉冲红外检测的数据处理方法.非线性拟合通过循环迭代的方法持续调整拟合参数,让理论值不断逼近实验值,直至获得最佳结果.传统的透射式脉冲红外成像技术利用半高时间法测试材料的热扩散系数,但通常会受到采集时间不足和信噪比差的限制.本文提出的非线性拟合方法可以有效消除或减弱这两种影响.在使用该方法之前,首先选用常见的304不锈钢评估了该方法的测量精度及拟合长度对测试结果的影响.结果显示304不锈钢的测量精度达到0.3%,且当拟合长度不小于半高时间法采集时间的1/5时,拟合长度对非线性拟合结果影响很小.随后使用该拟合方法测试了不同厚度的碳/碳复合材料试件,并通过热扩散系数测量结果分析了试件之间的热参数差异性和材料自身的均匀性.     

基于径向基函数神经网络的传感布里渊散射谱特征提取

基于布里渊效应的分布式光纤传感器以其可在沿光纤中同时获得被测量场时间和空间上的连续分布信息,成为当前国际的研究热点。根据光纤中布里渊散射谱的传输特点和高精度特征提取的要求,提出了利用莱文伯-马夸特(L-M)算法调节权值的径向基函数神经网络(RBFN)对布里渊散射谱进行特征提取。通过与反向传播(BP)神经网络、五次多项式曲线拟合法和三次样条插值法进行预测比较,在中心频率为11.213GHz,权重比为4∶1的仿真散射谱模型中,本方法相对误差最小,仅0.0015179%,温度相对误差仅为0.152℃,且拟合度较好。在不同脉宽和不同温度下的同一检测系统中,前者的综合评价指标优于其他三种拟合方法。数值分析和实验研究均表明径向基函数神经网络适用于对布里渊散射谱进行拟合,有效提高了预测精度。