一种基于动态扫频非线性校正的毫米波测风雷达方法及系统与流程
本发明涉及毫米波雷达大气探测、风场监测,具体是涉及一种基于动态扫频非线性校正的毫米波测风雷达方法及系统。
背景技术:
1、毫米波fmcw测风雷达凭借波长短、空间分辨率高、抗干扰能力强、无探测盲区的优势,被广泛应用于气象观测、航空安防、风电监测、环境监测等领域。fmcw雷达的核心工作原理为线性调频扫频测距测速,通过发射线性变化的毫米波调频信号,接收大气湍流、气溶胶产生的回波信号,结合多普勒频移原理解算大气风速、风向参数,实现风场精细化探测。
2、现有毫米波测风雷达在实际工作过程中,受射频器件温漂、电源波动、器件固有特性以及外界温度、湿度环境干扰影响,雷达扫频信号普遍存在非线性畸变问题,具体表现为调频斜率波动、频率偏移、相位畸变等误差。传统雷达校正方式多采用固定参数预校正、静态查表补偿方式,仅能对器件固有静态非线性误差进行简单补偿,无法适配雷达长时间工作的器件参数漂移以及复杂环境带来的时变非线性误差。
3、扫频非线性畸变会直接导致雷达回波信号产生严重的频谱展宽、峰值偏移、杂波抬升问题,造成距离分辨率下降、多普勒频移提取精度降低,最终使得风场探测数据误差偏大、稳定性差,无法满足高精度大气风场实时监测的应用需求。目前尚无成熟的动态自适应非线性校正方案,可实时捕捉扫频周期内的时变误差并完成逐点精准校正,制约了毫米波测风雷达探测精度与环境适应性的提升。
技术实现思路
1、为解决上述技术问题,提供一种基于动态扫频非线性校正的毫米波测风雷达方法及系统,本技术方案解决了上述背景技术中提出的问题。
2、为达到以上目的,本发明采用的技术方案为:
3、一种基于动态扫频非线性校正的毫米波测风雷达方法,包括:
4、s100、雷达上电初始化,配置毫米波fmcw动态扫频工作参数,生成初始预设线性扫频调制信号,驱动毫米波发射天线向外发射毫米波扫频探测信号;所述动态扫频工作参数包括扫频带宽、扫频周期、起始频率、调频斜率,所述毫米波扫频探测信号覆盖大气风场探测频段;
5、s200、实时采集雷达发射端的动态扫频原始信号与接收端的大气回波信号,对两路信号同步模数转换,分别得到数字化发射扫频信号与数字化回波信号;
6、s300、基于数字化发射扫频信号构建动态扫频非线性误差模型,实时提取当前扫频周期内的非线性误差特征,所述非线性误差特征包括频率偏移误差、相位畸变误差、调频斜率波动误差;
7、s400、根据所述非线性误差特征生成动态自适应校正补偿量,对数字化回波信号进行逐点非线性校正,消除扫频非线性带来的信号畸变,得到线性化校正后的纯净回波信号;
8、s500、对线性化校正后的纯净回波信号进行去斜处理、频谱分析,提取回波信号的频移信息与时延信息;
9、s600、基于频移信息结合多普勒频移原理、时延信息结合距离定位原理,解算大气探测区域内的风速、风向参数,完成毫米波雷达大气测风探测;
10、s700、实时监测连续多个扫频周期的非线性校正残差,当校正残差超过预设阈值时,反向迭代优化非线性误差模型的拟合系数与校正补偿量,实现扫频非线性误差的闭环动态校准。
11、优选的,所述步骤s300中构建动态扫频非线性误差模型的具体过程包括如下步骤:
12、s301、提取单个完整扫频周期内的数字化发射扫频信号,通过高阶多项式相位拟合、周期性正弦拟合相结合的方式,拟合得到实际扫频时频曲线;
13、s302、将实际扫频时频曲线与预设理想线性扫频时频曲线进行差分对比,计算各采样时刻的频率偏差值与相位偏差值;
14、s303、基于频率偏差值与相位偏差值建立时变非线性误差函数,构建适配实时扫频状态的动态扫频非线性误差模型,实时更新模型误差系数。
15、优选的,所述步骤s400中动态自适应非线性校正的具体包括如下步骤:
16、s401、基于动态扫频非线性误差模型,分解得到发射链路固有非线性误差与环境干扰时变非线性误差;
17、s402、针对固有非线性误差,采用预失真补偿算法生成固定补偿参数,完成基础信号畸变校正;
18、s403、针对环境干扰时变非线性误差,采用变分非线性啁啾模式分解技术,实时迭代更新动态补偿参数,对回波信号进行逐采样点动态修正;
19、s404、对修正后的信号进行抗扭斜滤波处理,滤除校正过程引入的高频杂波,输出线性化纯净回波信号。
20、优选的,所述步骤s500、对线性化校正后的纯净回波信号进行去斜处理、频谱分析,提取回波信号的频移信息与时延信息具体包括如下步骤:
21、s501、将线性化校正后的纯净回波信号与同步采集的发射参考信号进行混频去斜,得到低频差频信号;
22、s502、对低频差频信号进行加窗傅里叶变换,完成时域信号到频域信号的转换,得到差频信号频谱;
23、s503、从差频信号频谱中提取峰值频率对应的频移数据,同时根据信号延时差值提取探测距离信息。
24、优选的,所述步骤s600中测风参数解算具体包括如下步骤:
25、s601、根据多普勒频移公式,由回波频移信息计算探测目标区域的径向风速;
26、s602、结合雷达多波束探测角度信息,对多个径向风速进行矢量合成,解算得到水平风速、垂直风速与风向信息;
27、s603、对解算得到的测风数据进行异常值剔除、平滑滤波处理,输出高精度大气风场探测结果。
28、进一步的,提出一种基于动态扫频非线性校正的毫米波测风雷达系统,用于实现如上述的一种基于动态扫频非线性校正的毫米波测风雷达方法,包括扫频发射模块、信号采集模块、非线性校正处理模块、风场解算模块、闭环校准模块;
29、所述扫频发射模块,用于配置动态扫频参数,生成线性扫频调制信号,发射毫米波扫频探测信号;
30、所述信号采集模块,用于同步采集发射端动态扫频原始信号与接收端大气回波信号,并完成模数转换,输出数字化信号;
31、所述非线性校正处理模块,内置动态扫频非线性误差模型,用于提取信号非线性误差特征,生成自适应校正补偿量,完成回波信号的非线性校正与滤波优化,输出线性化纯净回波信号;
32、所述风场解算模块,用于对校正后的回波信号进行去斜、频谱分析,提取频移与时延信息,解算得到大气风速、风向风场参数;
33、所述闭环校准模块用于实时监测校正残差,根据残差数据反向优化非线性误差模型参数与校正补偿量,实现自适应闭环校准。
34、优选的,所述非线性校正处理模块包括误差建模单元、动态补偿单元、滤波优化单元;
35、所述误差建模单元,用于拟合实际扫频时频曲线,对比理想线性扫频曲线,提取非线性误差特征,构建并实时更新动态非线性误差模型;
36、所述动态补偿单元,用于区分固有非线性误差与时变非线性误差,分别通过预失真补偿算法、变分迭代算法生成对应补偿参数,完成信号动态校正;
37、所述滤波优化单元,用于对校正后的信号进行抗扭斜滤波、杂波滤除处理,优化信号纯度。
38、与现有技术相比,本发明提供了一种基于动态扫频非线性校正的毫米波测风雷达方法及系统,具备以下有益效果:
39、1、本发明采用动态扫频非线性建模与逐点自适应校正技术,突破传统静态补偿的局限性,可实时识别并补偿器件温漂、环境干扰带来的时变非线性误差,彻底消除扫频畸变导致的信号频谱失真问题,显著提升雷达距离分辨率与频移提取精度。
40、2、本发明采用固有误差与时变误差分级校正策略,结合预失真固定补偿与变分迭代动态补偿,兼顾校正效率与校正精度,搭配抗扭斜滤波优化,有效滤除校正杂波,获取高线性度、高纯净度的回波信号。
41、3、本发明设置闭环动态校准机制,通过残差反馈迭代优化模型参数,实现系统长期工作的自适应校准,有效抑制器件老化、环境波动带来的探测误差,大幅提升雷达长期工作稳定性与环境适应性。
42、4、本发明算法流程简洁、实时性强,无需额外硬件改造,可适配各类毫米波fmcw测风雷达,有效提升风速、风向探测精度,可满足气象精细化观测、低空风场监测等高精度应用场景需求。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com