CEEMD结合改进小波阈值的激光雷达信号去噪算法

激光雷达远距离回波信号受噪声影响,严重失真。为了有效去除信号的噪声,提高回波信号信噪比,提出一种互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)结合改进小波阈值的去噪算法。CEEMD可以自适应地分解非线性和非平稳信号,改进小波阈值函数具有高阶可导特性,能够克服硬阈值、软阈值函数各自存在的问题。两种方法结合,可以更有效地去除噪声。首先,对回波信号进行CEEMD分解,得到若干固有模态函数(intrinsic mode function,IMF)。其次,通过相关系数法计算IMF分量与信号的相关系数,确定相关分量和不相关分量。最后,对不相关分量使用小波改进阈值法进行去噪,对相关分量使用粗糙惩罚法进行平滑,再重构信号。基于实测数据的实验结果表明,所提算法比CEEMD去噪法和CEEMD结合原改进阈值去噪法,信噪比分别提升了2.65 dB和0.58 dB。

改进的牛顿法确定大气消光系数边界值

在用激光雷达方程反演大气消光系数时,大气消光系数边界值对反演精度影响较大,而在低层大气中该值较难确定。文中提出了一种基于改进牛顿法的大气消光系数边界值确定方法,其核心思想是,把确定大气消光系数边界值的问题转化为求非线性方程的数值解。首先,根据大气消光系数边界值与激光雷达回波信号功率以及大气光学厚度之间的关系,假设大气消光系数边界值为x,构建一个非线性方程。其次,采用改进的牛顿法求非线性方程的数值解,得到大气消光系数边界值。使用香港天文台装置在香港国际机场的多普勒激光雷达回波信号数据,对该方法的可行性和可靠性进行了验证。结果表明:利用该方法确定边界值,可以较为准确地反演出低层大气消光系数。该方法收敛速度快,迭代次数少,并且不需要计算导数值,极大地减少了运算量,具有较强的实际应用价值。

Mie散射激光雷达回波信号处理方法

为了提高Mie散射激光雷达测量斜程能见度的精度,提出了一种回波信号处理的组合算法。首先,采用基于经验模式分解(EMD)的自适应算法,去除回波信号中的高频噪声,提高信噪比。其次,采用基于不动点原理的迭代算法进行消光系数的反演,它不需要准确的边界值就可计算消光系数均值,同时还能得到准确的边界值,可用于求取消光系数的分布。数值仿真表明:EMD算法比五点三次平滑去噪算法输出信噪比提高4.67 dB,不动点迭代算法比最小二乘法估算消光系数边界值算法反演得到的消光系数均值的相对误差减小31.50%,而迭代次数只有3～5次,因此该组合算法是有效的。

极点均值型经验模式分解及其去噪应用

使用经验模式分解(EMD)对信号进行去噪时,由于EMD本身会产生模态混叠,往往很难将噪声完全分离。针对这一问题,提出了一种新型的极点均值型EMD方法,并且给予固有模态函数(IMF)一个新的定义。首先,将相邻极点平均以求得均值包络,然后迭代相减进而获得IMF。最后用原始信号减去分离出的高频IMF实现去噪。随机信号仿真以及激光雷达回波信号去噪实验表明,该方法与EMD分解相比,可以更好地将噪声分离,有效地抑制模态混叠,更可以极大地减小均方误差。因此,极点均值型EMD拥有很好前景。

基于多重分形谱的光纤周界振动信号识别

为了有效识别光纤周界系统的振动信号,提出一种多重分形谱参数和改进概率神经网络相结合的光纤振动信号识别方法.该方法能够避免特征提取过程中需要选择经验阈值和模式识别过程中需要确定平滑因子的不足.首先,检验分析光纤振动信号多重分形的存在性和有效性.然后,计算和提取光纤振动信号的多重分形谱参数,构成能够准确描述信号非线性和复杂性特性的特征向量.最后,采用改进的概率神经网络算法进行自适应地学习和分类,实现对不同光纤振动信号的识别.采用现场实验采集的四种振动信号对该方法进行验证,结果表明,平均识别率达到96.25%,识别时间为1.63s.该方法在正确识别率方面优于传统的概率神经网络算法.

基于模糊C均值的低空风切变预警算法

针对新一代多普勒天气雷达CINRAD在径向或切向检测风切变时容易丢失小切变的问题,提出了一种基于模糊C均值(FCM)的低空风切变预警算法用于阵风锋和龙卷风引起的风切变识别中。该算法的核心思想是运用8邻域系统,根据风速梯度识别不同程度切变,从而实现高切变及低切变预警。首先,采用全变分(TV)模型对雷达速度基数据进行去噪,同时保持速度基数据的细节特征;其次,采用每个速度基数据及其8邻域系统分别对应的速度值依次与4个方向模板卷积,获取4个方位速度梯度值;然后,采用FCM算法将梯度值分为高低两类,实现不同强度的风切变预警。采用武汉暴雨研究所提供的实测基数据进行测试和验证,能较为准确地识别出小切变。实验结果表明,该算法检测出来的风切变在定位精度和边缘识别两个方面均优于基于径向或切向的风切变识别算法,这对判断风切变的位置和强度以及分析不同天气引起的风切变具有重要指导意义。

测风激光雷达应用于机场能见度及云底高探测

直接探测多普勒测风激光雷达通过探测大气后向散射信号的多普勒频移来反演风速。分析了上述后向散射信号在大气能见度和云底高探测上应用的可行性。选择了Klett方法反演大气能见度,并设计了分段计算云底高的流程。根据上述算法编写了反演程序并对激光雷达数据进行处理。与外场观测记录对比,得出了反演结果与目测基本吻合的结论。

PM2.5质量浓度廓线的激光雷达反演研究

针对PM2.5质量浓度在空间不同高度上的分布测量较难这一问题,采用激光雷达和大气透射仪以及粒径谱仪进行联合探测,反演PM2.5质量浓度廓线.考虑相对湿度等因素的影响,通过大气透射仪和粒径谱仪建立地面PM2.5质量浓度与大气透过率之间的函数关系.以大气透射仪所测地面大气透过率值为基准,修正激光雷达大气透过率在高空的边界值,结合Fernald后向积分法反演出大气透过率的垂直分布.依据建立的函数关系和大气透过率垂直分布,得到PM2.5质量浓度廓线,并采用HYSPLIT后向轨迹分析不同高度层气溶胶的输送和动态变化.通过激光雷达、大气透射仪和粒径谱仪的联合探测实验,结果表明:经大气透射仪修正后,大气透过率垂直分布精度得到了提高,PM2.5质量浓度廓线很好的反映了气溶胶垂直分布的微物理变化特征.

基于无人机-配送车联合配送的优化算法研究

针对物流配送领域的一种新型交付方式——无人机联合配送车协同配送包裹,研究无人机与配送车联合路径以最小化交付时间的问题,提出了一种新型优化迭代算法。该算法将问题分为两步,首先确定配送车路线及客户节点分配,然后固定配送车路线及无人机节点,确定二者汇合节点生成无人机配送路线。算法最后保留满足约束条件的无人机路线及对应配送车路线,得到联合配送总耗时。以此方式从最少的配送车节点开始迭代,通过更新全局上界得到最优解。通过对10、11节点的示例验证,表明该算法能够有效缩小搜索范围,提高运行效率,在合理时间内求解中小规模示例。

基于消光系数的机场PM_(2.5)质量浓度神经网络预测模型

分析了气溶胶粒径吸湿增长因子、风速和NO_2与消光系数和PM_(2.5)质量浓度之间的相关性及影响规律。提出了一种基于消光系数的机场PM_(2.5)质量浓度神经网络预测模型。首先,建立消光系数与PM_(2.5)质量浓度之间的定量关系,并分析相对湿度对其影响。然后,分析风速和NO_2对消光系数和PM_(2.5)质量浓度的影响。最后,将四项参数与PM_(2.5)质量浓度之间的复杂关系通过模糊神经网络进行学习和表达,实现PM_(2.5)质量浓度的预测。使用实测PM_(2.5)质量浓度数据对预测模型进行了对比验证。结果表明,该预测模型的预测精度较高,能较为客观的反映机场PM_(2.5)质量浓度的变化情况,这对研究颗粒物质量浓度对机场能见度的影响规律以及机场周边污染治理决策提供数据支持具有重要的意义。

基于卷积神经网络的低空风切变类型识别

针对激光雷达低空风切变信号图像的类型识别问题,提出了一种基于深度卷积神经网络(deep convolutional neural network,DCNN)的多层特征提取及自适应融合算法。该方法可以有效解决网络逐层训练过程中信息丢失的问题。首先,采用DCNN提取低空风切变信号图像的各层网络特征,并将各特征进行L2范数标准化实现同趋化。其次,将其以多通道图像形式输入单层CNN进行自适应融合,将融合特征送入支持向量机进行分类识别。结果表明,采用所提算法进行低空风切变图像类型识别的平均识别率为98.1%,与其他4种算法相比均有提升。所提算法能更有效地实现低空风切变信号图像类型识别。

基于速度结构函数的多普勒激光雷达低空湍流预警算法

为提高激光雷达对小尺度低空湍流的预警率,提出了一种将下滑道扫描与横向速度结构函数相结合的预警算法。首先,把下滑道扫描方式下得到的扫描扇区分成多个重叠的子扇区,采用空间波动法计算每个子扇区的横向结构函数。其次,将结构函数与Von Karman模型预测的结构函数拟合得到涡流耗散率,并以国际民航组织规定的湍流阈值来判断湍流强度。使用香港天文台安装在香港国际机场实的激光雷达采集数据进行了实验验证,结果表明新方法能够检测出纵向速度结构函数未能检测出的小尺度湍流。该方法是有效的,对于提高湍流的预警率有重要意义。

考虑多次散射的卷云几何特征和光学特性反演方法

研究了考虑多次散射的卷云几何特征和光学特性反演方法,对反演卷云高度和卷云激光雷达比的方法进行了改进。采用多次散射因子对卷云消光系数曲线进行修正,选取云底及云顶附近高度消光系数变化率的均值求解云层高度修正误差,对微分零交叉法求解得到的卷云高度进行修正,实现了较为精确的激光雷达云层高度反演。采用以边界值处消光系数和卷云光学厚度为约束条件的粒子群算法,求解卷云有效激光雷达比,选用半解析Monte Carlo方法,计算总散射信号与一次散射信号的比值,并结合Platt多次散射因子方程求得多次散射因子,实现了卷云激光雷达比的准确求解。使用Mie散射激光雷达真实回波信号进行了验证。结果表明,该改进方法具有较高的精度,更具应用价值。

新一代天气雷达速度退模糊算法

速度退模糊算法对新一代天气雷达后期数据同化及短时临近预报具有重要影响。针对在高切变和孤立回波情况下速度退模糊出现错误的问题,提出了基于联合切变检测和十字形多尺度窗口的速度退模糊改进算法。首先,采用MDV(mininum distance velocity,MDV)数据预处理方法进行全局数据优化。其次,将当前速度库和参考库的差值与切变阈值相比较,根据对比结果,分别进行切向和径向的退模糊。然后,在远离雷达的孤立回波区域,建立一种十字形多尺度窗口,实现参考库的确定,进而完成全方位的速度退模糊。使用我国新一代天气雷达(CINRAD-SA)在极端天气情况下的实测数据对该算法进行了多次验证。结果表明,在高切变和孤立回波情况下,该算法的速度退模糊准确率较高,优于新一代天气雷达中运行的WSR-88D速度退模糊算法。

基于香港机场近地层典型风场数值仿真研究

针对位于特殊地理环境中的香港机场常年遭遇低空风切变威胁飞机起降安全的问题,论文使用CFD(Computational Fluid Dynamics)软件深入探究了典型风场中近地层风速的变化情况。先用GoodyGIS提取香港机场附近20km*10km的地形数据,作为数值仿真的底层地形,再用Gambit建立高度为2km的空间模型,最后用Fluent模拟得到分别包含地形风和下击暴流两种典型风切变的风场,对选定的机场附近四个固定高度层200m、400m、600m、800m的风速变化进行对比分析,得到地形因素对低空风切变形成机理的影响程度。论文的研究内容对今后机场选址和保障民航飞行安全存在参考价值和深远意义。

基于嵌入式计算机的激光雷达能见度仪的设计

针对不良能见度天气下的交通运输安全需求,设计了一台可用于水平及斜程能见度测量的激光雷达能见度仪。该仪器以嵌入式计算机PCM-3370E为控制和数据处理核心,实现对激光器、光子计数卡、门控电路工作时序的控制及能见度反演。在收发光学单元良好工作的基础上,通过易于操作的人机交互界面获得大气能见度的客观、便捷测量。

一种新Turbo码交织器的VHDL设计

介绍了Turbo码和交织技术,分析了几种常用交织算法的特点。根据组合交织器的设计思路,提出了隔行写入螺旋式交织方案。利用硬件描述语言(VHDL)编程设计了这种交织器的电路,并给出了仿真结果。

光纤周界入侵信号特征提取与识别方法的研究

提出一种基于互补经验模态分解(CEEMD)奇异值熵结合多核支持向量机(SVM)的入侵信号特征提取与识别方法。首先,采用CEEMD方法对入侵信号进行分解得到若干个本征模态函数(IMF);其次,再对IMF分量进行奇异值分解,计算其奇异值熵;然后,根据奇异值熵筛选出有用IMF分量,构建特征向量;最后,采用多核支持向量机识别入侵信号。采用实际采集的攀爬,敲击,汽车,风等场外入侵信号进行了实验验证,结果表明:CEEMD方法有效解决了EEMD的残留白噪声问题,多核SVM比单核SVM具有更好的识别率,攀爬入侵信号识别率达到95%。

基于激光雷达图像处理的低空风切变类型识别研究

基于多普勒激光雷达,结合大气流场理论实现对下击暴流、侧风切变、低空急流及顺逆风切变四种低空风切变的三维模拟仿真,建立雷达图像样本库,解决了风场数据难以获得及样本库难以建立的难题。基于图像处理方法实现风切变类型识别,针对同类样本差异较大的难题,采用多特征提取方法提取图像的形状特征和纹理特征进行组合识别。同时,采用基于SOM-SVM的二次识别算法实现了对缺失信息的图像的有效识别,提高了整体识别率。与传统的风切变研究相比,所用方法忽略气象因素,完全转化为图像处理问题,实现了低空风切变的类型识别,识别率达到97%。

基于斜坡检测的多普勒激光雷达低空风切变预警算法

提出了一种新的基于斜坡检测的激光雷达低空风切变预警算法,该算法将下滑道扫描与单双斜坡检测相结合。首先,把下滑道扫描方式下获取的激光雷达径向风速投影到下滑道上,进行数据重构。其次,对逆风风廓线进行单斜坡及双斜坡梯度变化的检测并以国际上规定的低空风切变阈值及风切变强度因子判别公式判断风切变。使用香港天文台实际激光雷达数据进行了实验验证,结果表明新方法能够检测出单斜坡未能检测出的风切变。该方法是有效的,对于提高风切变的预警率有重要意义。