基于线型预测频谱估计的相干激光雷达功率谱分析方法

基于多普勒效应的相干激光雷达广泛应用于测风等大气探测领域,实际应用于风场观测时,由于噪声杂波干扰、回波信号较弱和风场不均匀性等影响了多普勒频移估计的精度。为准确估计激光雷达弱回波信号中的多普勒频移,提升相干测风激光雷达的探测距离和探测精度,文中开展了基于激光雷达功率谱信号的多普勒频移估计算法以及探测性能提升的评估研究。在快速傅里叶变换的基础上,提出了一种结合线性预测频谱估计与导数增强方法的功率谱分析方法,通过与常用的最大似然离散谱峰值频移估计算法(ML DSP算法)进行比较,验证了文中方法在相干测风激光雷达微弱信号频移估计过程中的优势。风速数据的时间及空间相关性分析结果表明,功率谱分析方法具有更好的风速估计稳定性,有效风场探测距离相较ML DSP算法提升了73%。与超声风速计对比结果表明,文中提出的综合算法在弱信号情况下的风速测量精度高,风速结果与超声风速计的标准偏差相较ML DSP算法降低了0.23 m/s,偏离率BIAS降低了0.3 m/s,有效提高了低信噪比范围内多普勒频移估计的精度。

基于激光测风雷达的两种低空风切变告警算法对比研究

利用兰州中川国际机场2020年7—11月激光测风雷达观测资料和飞行员报告的12次风切变事件,对比分析单、双斜坡结合检测法和区域散度法两种低空风切变告警算法的应用效果,并与实际业务中的IRIS告警算法监测结果进行对比。结果表明:(1)两种算法对于对流天气或动量下传天气背景下的风切变具有较好的告警能力,但对于湍流背景下的风切变告警能力较弱;(2)相比斜坡检测法,区域散度法采用多个径向重构逆风廓线,在一定程度上能够反映出跑道及其延长线上径向风的时空演变信息,有利于风切变的提前识别和告警;(3)12次风切变事件的告警准确率表明区域散度法优于斜坡检测法和IRIS算法。