留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

梯度下降VAD方法的单多普勒激光雷达风场探测技术

冯长中 吴松华 黄海广 王贵宁

冯长中, 吴松华, 黄海广, 王贵宁. 梯度下降VAD方法的单多普勒激光雷达风场探测技术[J]. 红外与激光工程, 2018, 47(11): 1106006-1106006(9). doi: 10.3788/IRLA201847.1106006
引用本文: 冯长中, 吴松华, 黄海广, 王贵宁. 梯度下降VAD方法的单多普勒激光雷达风场探测技术[J]. 红外与激光工程, 2018, 47(11): 1106006-1106006(9). doi: 10.3788/IRLA201847.1106006
Feng Changzhong, Wu Songhua, Huang Haiguang, Wang Guining. Technique of wind field detection based on single Doppler lidar with gradient descent VAD method[J]. Infrared and Laser Engineering, 2018, 47(11): 1106006-1106006(9). doi: 10.3788/IRLA201847.1106006
Citation: Feng Changzhong, Wu Songhua, Huang Haiguang, Wang Guining. Technique of wind field detection based on single Doppler lidar with gradient descent VAD method[J]. Infrared and Laser Engineering, 2018, 47(11): 1106006-1106006(9). doi: 10.3788/IRLA201847.1106006

梯度下降VAD方法的单多普勒激光雷达风场探测技术

doi: 10.3788/IRLA201847.1106006
基金项目: 

国家自然科学基金(41375016,41471309);国家重点研发计划(2016YFC1400904);国家高技术研究发展计划(2014AA09A511)

详细信息
    作者简介:

    冯长中(1987-),男,博士生,主要从事激光雷达风场反演算法方面的研究。Email:changzhong606@163.com

  • 中图分类号: TP701

Technique of wind field detection based on single Doppler lidar with gradient descent VAD method

  • 摘要: 速度方位显示(Velocity-Azimuth Display,VAD)方法作为一种基于单部激光雷达和同一高度风场均匀的假设前提来反演风场的通用方法已经在业界得到广泛应用,但其对激光雷达扫描方位角的范围和径向个数的严格要求在一定程度上影响了激光雷达的测量效率。基于此,提出了一种基于梯度下降算法的VAD风场反演方法。使用梯度下降算法代替目前VAD中的傅里叶级数展开求解的方法。在分析了算法收敛性影响因素的基础上,确定了算法迭代步长和迭代次数,从而改善了算法的收敛性,提高了运算速度。与标准风杯风速计(IEC 61400-12-1)的同步对比实验结果显示:该方法在激光雷达扫描范围降低到60和扫描径向个数降低到7个的情况下,10 min平均的风速、风向相关系数达到0.99,风速标准偏差、偏差分别为0.52 m/s和0.02 m/s,风向的标准偏差和偏差分别为5.1和3.6。结果证明了该方法在提高激光雷达测量效率的同时仍能保证其准确性,具有更强的适用性,可有效提升系统对于动态大气风场监测能力。
  • [1] Hu Yang, Zhu Heyuan. 1.55m all-fiber coherent Doppler lidar for wind measurement[J]. Infrared and Laser Engineering, 2016, 45(S1):S130001. (in Chinese)胡杨, 朱鹤元. 1.55m全光纤相干多普勒激光测风雷达[J]. 红外与激光工程, 2016, 45(S1):S130001.
    [2] Shi Wei, Fang Qiang, Li Jinhui. High-performance fiber lasers for LIDARs[J]. Infrared and Laser Engineering, 2017, 46(8):0802001. (in Chinese)史伟, 房强, 李锦辉. 激光雷达用高性能光纤激光器[J]. 红外与激光工程, 2017, 46(8):0802001.
    [3] Rahm S, Smalikho I. Aircraft wake vortex measurement with airborne coherent dopplerlidar[J]. Journal of Aircraft, 2008, 45(4):1148-1155.
    [4] Kpp F, Rahm S, Smalikho I. Characterization of aircraft wake vortices by 2-m pulsed Dopplerlidar[J]. Journal of Atmospheric and Oceanic Technology, 2004, 21(2):194-206.
    [5] Smalikho I N, Banakh V A. Estimation of aircraft wake vortex parameters from data measured with a 1.5-m coherent Doppler lidar[J]. Optics Letters, 2015, 40(14):3408-3411.
    [6] Wang Dongxiang, Song Xiaoquan, Feng Changzhong. Coherent Doppler lidar observations of marine atmospheric boundary layer height in the bohai and yellow sea[J]. Acta Optica Sinica, 2015, 35(S1):S101001. (in Chinese)王东祥, 宋小全, 冯长中. 相干多普勒激光雷达观测渤黄海海洋大气边界层高度研究[J]. 光学学报, 2015, 35(S1):S101001.
    [7] Krishnamurthy R, Choukulkar A, Calhoun R, et al. Coherent Doppler lidar for wind farm characterization[J]. Wind Energy, 2013, 16(2):189-206.
    [8] Wu S, Liu B, Liu J, et al. Wind turbine wake visualization and characteristics analysis by Doppler lidar[J]. Optics Express, 2016, 24(10):19.
    [9] Smalikho I, Banakh V, Pichugina Y, et al. Lidar investigation of atmosphere effect on a wind turbine wake[J]. Journal of Atmospheric and Oceanic Technology, 2013, 30(11):2554-2570.
    [10] Iungo G V, Wu Y T, Port-Agel F. Field measurements of wind turbine wakes with lidars[J]. Journal of Atmospheric and Oceanic Technology, 2013, 30(2):274-287.
    [11] Aitken M L, Lundquist J K. Utility-scale wind turbine wake characterization using nacelle-based long-range scanning lidar[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(7):1529-1539.
    [12] Aitken M L, Banta R M, Pichugina Y L, et al. Quantifying wind turbine wake characteristics from scanning remote sensor data[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(4):765-787.
    [13] Kameyama S, Ando T, Asaka K, et al. Compact all-fiber pulsed coherent Doppler lidar system for wind sensing[J]. Applied Optics, 2007, 46(11):1953-1962.
    [14] Lhemitte R, Atlas D. Precipitation motion by pulse Doppler[C]//Proc Ninth Weather Radar Conference, 1961:218-223.
    [15] Browning K, Wexler R. The determination of kinematic properties of a wind field using Doppler radar[J]. Journal of Applied Meteorology, 1968, 7(1):105-113.
    [16] Srivastava R, Matejka T, Lorello T. Doppler radar study of the trailing anvil region associated with a squall line[J]. Journal of the Atmospheric Sciences, 1986, 43(4):356-377.
    [17] Holleman I. Quality control and verification of weather radar wind profiles[J]. Journal of Atmospheric and Oceanic Technology, 2005, 22(10):1541-1550.
    [18] Lu Dachun Jiang Nianchong. Application of VAD related products in near-forecast[J]. Journal of Applied Meteorological Science, 2003, 14(S1):156-160. (in Chinese)陆大春, 蒋年冲. VAD有关产品在临近预报中的应用[J]. 应用气象学报, 2003, 14(S1):156-160.
    [19] Shao Aimei, Qiao Xiaoshi, Qiu Congjian. Criteria of quality control for VAD winds[J]. Journal of Lanzhou University (Natural Sciences), 2009, 45(5):57-62. (in Chinese)邵爱梅, 乔小湜, 邱崇践. VAD技术反演水平风廓线的质量控制标准[J]. 兰州大学学报(自科版), 2009, 45(5):57-62.
    [20] Diao Weifeng, Liu Jiqiao, Zhu Xiaopeng, et al. Study of all-fiber coherent Doppler lidar wind profile nonlinear least square retrieval method and validation experiment[J]. Chinese Journal of Lasers, 2015, 42(9):0914003. (in Chinese)刁伟峰, 刘继桥, 竹孝鹏,等. 全光纤相干多普勒激光雷达非线性最小二乘风速反演方法及实验研究[J]. 中国激光, 2015, 42(9):0914003.
    [21] Huang Min, Wang Yulan, Wang Na, et al. Algorithm and simulation of downward velocity azimuth display of airborne wind lidars[J]. Laser Technology, 2012, 36(1):22-25. (in Chinese)黄敏, 王玉兰, 王娜, 等. 机载测风激光雷达下视VAD反演及算法仿真[J]. 激光技术, 2012, 36(1):22-25.
    [22] Huang Min. Research on nonlinear VAD method of continuous coherent wind LIDAR[D]. Chengdu:Chengdu University of Technology, 2012. (in Chinese)黄敏. 连续相干激光测风雷达非线性VAD方法研究[D]. 成都:成都理工大学, 2012.
    [23] Li Hang. Statistical Learning Method[M]. Beijng:Tsinghua University Press, 2012. (in Chinese)李航. 统计学习方法[M]. 北京:清华大学出版社, 2012.
    [24] Wu S, Yin J, Liu B, et al. Characterization of turbulent wake of wind turbine by coherent Doppler lidar[C]//SPIE Asia Pacific Remote Sensing, 2014, 9262:92620H.
    [25] Wu S, Liu B, Liu J, Zhai X, et al. Wind turbine wake visualization and characteristics analysis by Doppler lidar[J]. Optics Express, 2016, 24(10):A762-A780.
  • [1] 储嘉齐, 韩於利, 孙东松, 赵一鸣, 刘恒嘉.  星载多普勒测风激光雷达小型化光学接收机 . 红外与激光工程, 2022, 51(9): 20210831-1-20210831-9. doi: 10.3788/IRLA20210831
    [2] 庄子波, 邱岳恒, 林家泉, 宋德龙.  基于卷积神经网络的激光雷达湍流预警 . 红外与激光工程, 2022, 51(4): 20210320-1-20210320-10. doi: 10.3788/IRLA20210320
    [3] 李光福, 南钢洋, 潘冬阳, 白雪, 刘帅, 孙志慧.  激光雷达测风系统信号采集处理研究 . 红外与激光工程, 2021, 50(S2): 20210467-1-20210467-7. doi: 10.3788/IRLA20210467
    [4] 闫召爱, 胡雄, 郭文杰, 郭商勇, 程永强, 张炳炎, 陈志芳, 赵尉博.  临近空间多普勒激光雷达技术及其应用(特邀) . 红外与激光工程, 2021, 50(3): 20210100-1-20210100-10. doi: 10.3788/IRLA20210100
    [5] 魏天问, 夏海云.  基于相干多普勒激光雷达的风雨同时探测 . 红外与激光工程, 2020, 49(S2): 20200406-20200406. doi: 10.3788/IRLA20200406
    [6] 王元祖, 韩於利, 孙东松, 韩飞, 周安然, 张楠楠, 唐磊.  我国中纬度地区多普勒激光雷达准零风层多季节观测与分析 . 红外与激光工程, 2020, 49(3): 0305004-0305004-8. doi: 10.3788/IRLA202049.0305004
    [7] 周安然, 韩於利, 孙东松, 韩飞, 唐磊, 蒋杉.  高光学效率相干多普勒激光雷达的测风性能分析与测试 . 红外与激光工程, 2019, 48(11): 1105006-1105006(7). doi: 10.3788/IRLA201948.1105006
    [8] 庄子波, 陈星, 台宏达, 宋德龙, 徐丰田, 邢志伟.  双激光雷达的水平风场估计方法 . 红外与激光工程, 2019, 48(10): 1005008-1005008(8). doi: 10.3788/IRLA201948.1005008
    [9] 高健, 周安然, 孙东松, 郑俊, 李梓霂, 韩於利.  多普勒激光雷达中种子激光注入的一种鉴别方法 . 红外与激光工程, 2018, 47(2): 230001-0230001(7). doi: 10.3788/IRLA201847.0230001
    [10] 王贵宁, 刘秉义, 冯长中, 吴松华, 刘金涛, 王希涛, 李荣忠.  相干测风激光雷达VAD风场反演的数据质量控制方法 . 红外与激光工程, 2018, 47(2): 230002-0230002(8). doi: 10.3788/IRLA201847.0230002
    [11] 王国成, 张飞飞, 钱正祥, 杜跃, 舒志峰, 孙东松.  直接测风激光雷达外场实验稳频方法 . 红外与激光工程, 2016, 45(9): 906004-0906004(8). doi: 10.3788/IRLA201645.0906004
    [12] 贾晓东, 孙东松, 谢绍亮, 吴小锋.  相干测风激光雷达中多核DSP并行风速反演算法的实现 . 红外与激光工程, 2016, 45(9): 906007-0906007(6). doi: 10.3788/IRLA201645.0906007
    [13] 蒋立辉, 闫妍, 熊兴隆, 陈柏纬, 陈星, 章典.  基于斜坡检测的多普勒激光雷达低空风切变预警算法 . 红外与激光工程, 2016, 45(1): 106001-0106001(7). doi: 10.3788/IRLA201645.0106001
    [14] 郑俊, 孙东松, 窦贤康, 韩於利, 赵若灿, 李建阅, 周安然, 高健, 王国成.  60 km瑞利多普勒激光雷达及其风场探测 . 红外与激光工程, 2016, 45(10): 1030002-1030002(6). doi: 10.3788/IRLA201645.1030002
    [15] 杜丽芳, 杨国韬, 程学武, 王继红, 岳川, 陈林祥.  基于多普勒测风激光雷达的锁频系统与激光测速系统的设计与实现 . 红外与激光工程, 2015, 44(9): 2562-2568.
    [16] 姜成昊, 杨进华, 张丽娟, 李祥.  新型多普勒成像激光雷达原理设计与仿真 . 红外与激光工程, 2014, 43(2): 411-416.
    [17] 赵培娥, 罗雄, 曹文勇, 赵彬, 冯立天, 李晓锋, 谭锦, 周鼎富.  应用Zoom FFT方法提高相干测风激光雷达频谱分辨率 . 红外与激光工程, 2014, 43(1): 98-102.
    [18] 唐磊, 吴海滨, 孙东松, 舒志峰.  瑞利散射多普勒测风激光雷达系统误差分析 . 红外与激光工程, 2014, 43(11): 3570-3576.
    [19] 何清芳, 王青梅, 毕波, 曾祥能, 史倩义.  基于改进VPP方法的激光雷达小尺度风场反演 . 红外与激光工程, 2014, 43(5): 1484-1489.
    [20] 沈法华, 孙东松, 刘成林, 仇成群.  基于单固体F-P标准具的双频率多普勒激光雷达研究 . 红外与激光工程, 2013, 42(11): 2944-2950.
  • 加载中
计量
  • 文章访问数:  325
  • HTML全文浏览量:  56
  • PDF下载量:  40
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-06-10
  • 修回日期:  2018-07-28
  • 刊出日期:  2018-11-25

梯度下降VAD方法的单多普勒激光雷达风场探测技术

doi: 10.3788/IRLA201847.1106006
    作者简介:

    冯长中(1987-),男,博士生,主要从事激光雷达风场反演算法方面的研究。Email:changzhong606@163.com

基金项目:

国家自然科学基金(41375016,41471309);国家重点研发计划(2016YFC1400904);国家高技术研究发展计划(2014AA09A511)

  • 中图分类号: TP701

摘要: 速度方位显示(Velocity-Azimuth Display,VAD)方法作为一种基于单部激光雷达和同一高度风场均匀的假设前提来反演风场的通用方法已经在业界得到广泛应用,但其对激光雷达扫描方位角的范围和径向个数的严格要求在一定程度上影响了激光雷达的测量效率。基于此,提出了一种基于梯度下降算法的VAD风场反演方法。使用梯度下降算法代替目前VAD中的傅里叶级数展开求解的方法。在分析了算法收敛性影响因素的基础上,确定了算法迭代步长和迭代次数,从而改善了算法的收敛性,提高了运算速度。与标准风杯风速计(IEC 61400-12-1)的同步对比实验结果显示:该方法在激光雷达扫描范围降低到60和扫描径向个数降低到7个的情况下,10 min平均的风速、风向相关系数达到0.99,风速标准偏差、偏差分别为0.52 m/s和0.02 m/s,风向的标准偏差和偏差分别为5.1和3.6。结果证明了该方法在提高激光雷达测量效率的同时仍能保证其准确性,具有更强的适用性,可有效提升系统对于动态大气风场监测能力。

English Abstract

参考文献 (25)

目录

    /

    返回文章
    返回