低信噪比条件下相干多普勒激光雷达的风场矢量反演算法

简介：
本研究致力于开发适用于低信噪比环境下的高效算法，用于解析相干多普勒激光雷达数据中的风场信息，旨在提升在恶劣观测条件下的气象监测精度。 为了在低信噪比条件下获得高精度矢量风速，在速度方位显示(VAD)算法的反演过程中采用了非线性最优化理论中的序列二次规划(SQP)求解滤波正弦波拟合(FSWF)，以此实现对矢量风场的有效重建。通过模拟数据进行仿真实验，并以均方根误差作为评价指标，将SQP-FSWF算法与直接正弦波拟合(DSWF)进行了对比，在低信噪比条件下证明了前者具有更好的反演效果。 在FSWF计算中，基于矢量风场的时空连续性特点，对SQP和无约束最优化中的拟牛顿法进行比较。结果显示，在低信噪比环境下，采用SQP算法的效果更佳。此外，通过激光雷达与探空气球的实地对比实验进一步验证了该方法的有效性和可靠性。 在实际测试中获取的真实回波信号以及同步测量数据表明：相较于传统的探空气球测定结果（包括水平风速和方向），基于SQP-FSWF算法得到的结果具有较高的准确性。具体而言，两者的相关系数分别为0.993（对于水平风速）及0.988（针对水平风向）。同时，在误差统计上，平均偏差为0.2 m/s与3.28°；均方根误差则分别是0.28 m/s和4.62°。进一步分析结果的时空连续性发现，SQP-FSWF算法在低信噪比条件下表现更佳，并且实验数据与其模拟测试所得结论一致。