一种激光测风雷达径向风速数据的时空联合滤波方法与流程

摘要: 本发明涉及激光雷达,尤其涉及一种激光测风雷达径向风速数据的时空联合滤波方法,适用于多普勒激光测风雷达(windlidar)的径向风速数据实时滤波处理。背景技术:...
一种激光测风雷达径向风速数据的时空联合滤波方法与流程

本发明涉及激光雷达,尤其涉及一种激光测风雷达径向风速数据的时空联合滤波方法,适用于多普勒激光测风雷达(windlidar)的径向风速数据实时滤波处理。

背景技术:

1、激光测风雷达通过发射激光脉冲并接收大气中气溶胶粒子的后向散射信号,利用多普勒频移原理计算径向风速,可非接触地获取高时空分辨率的三维风场信息,已广泛应用于风电场微观选址、边界层气象观测、机场风切变预警及大气污染扩散模拟等场景。然而,在实际应用中,受大气湍流、设备噪声、环境电磁干扰以及近地面复杂气流或遮挡物等因素影响,原始径向风速数据往往包含大量异常值和噪声,数据质量差异显著,如何对径向风速数据进行有效的质量控制(质控)是提高风速测量准确性和可靠性的关键问题。

2、现有技术中,针对激光测风雷达径向风速数据的滤波质控,主要存在以下几类方法,但均存在明显不足:

3、其一是单一阈值滤波方法。该方法采用固定的信噪比(snr)阈值(如8db)和速度阈值(如60m/s)对每个距离层数据独立进行筛选:snr不小于阈值且速度绝对值不大于速度阈值则标记为有效,否则标记为无效。其缺陷在于对所有数据采用统一的速度变化阈值,未考虑信噪比高低对数据可靠性的影响——高信噪比时数据可信度高、应允许较大速度变化,低信噪比时数据可信度低、应采用更严格约束,现有技术无法实现这种自适应调整。

4、其二是独立层滤波方法。该方法对各距离层数据独立进行质量控制,假设各层相互独立,分别对各层施加相同或不同的滤波规则。例如某层因瞬时噪声导致速度突变时,该方法仅判断该层是否满足阈值条件,既无法识别异常源于噪声还是真实风速变化,也无法利用相邻层数据进行交叉验证,容易保留孤立的噪声点。

5、其三是纯时间域滤波方法。该方法仅在同一距离层的时间维度上对历史数据进行平滑,典型如滑动平均、卡尔曼滤波等,假设风速在时间上连续,通过历史数据加权平均消除瞬时噪声。其缺陷在于对突发瞬时干扰响应迟缓,异常数据需多个时间周期才能逐渐被消除,从而持续传播;且若空间维度的异常数据未经过滤直接进入时间滤波环节,会污染历史数据队列,影响后续时间滤波的准确性。

6、其四是简单空间连续性检验方法。该方法以相邻两层速度差绝对值是否超过固定阈值(如3m/s)作为判断依据,超过则判定速度变化较大的层为无效。其缺陷在于未考虑信号强度对速度变化允许幅度的影响,无法区分速度变化是由弱信号导致的测量误差还是真实的风速梯度变化,且缺乏距离断裂检测机制,当连续一段距离内出现低质量数据时无法识别距离断裂并对后续数据有效截断。

7、综上,现有技术的共同缺陷在于:(1)缺乏空间—时间联合质控机制,空间异常数据未经过滤直接进入时间滤波环节,污染历史数据队列;(2)基准层选择缺乏灵活性,部分方法仅以第一层为固定基准层,未考虑近地面复杂气流或遮挡物导致的近层数据异常;(3)无法根据信号质量自适应调整滤波严格程度,在不同信号条件下滤波效果不一致。

技术实现思路

1、本发明为克服上述现有技术的不足,本发明提供一种能够依据信号质量自适应调整滤波严格程度、兼顾空间连续性与时间稳定性、并可有效隔离空间异常数据对时间滤波污染的激光测风雷达径向风速数据时空联合滤波方法,从而在不同信号条件下均能输出高质量、高可靠性的径向风速数据。

2、本发明所采用的技术方案是,一种激光测风雷达径向风速数据的时空联合滤波方法,该方法包括以下步骤:

3、s1.采集激光测风雷达一个波束在多个距离层的径向风速数据,所述径向风速数据至少包括各距离层的径向速度值、信噪比和距离信息;

4、s2.对所述径向风速数据进行空间维度滤波,包括:依据预设的标准距离确定基准层范围并进行基准层有效性检测,动态选择满足信噪比与速度条件的基准速度点,以该基准速度点起始同时向远处和向近处两个方向遍历各距离层,按照基于信噪比的双阈值分级限幅规则判定各层数据有效性,并在向远处遍历时进行距离断裂检测;

5、s3.将通过空间维度滤波的数据按距离层存入环形队列;

6、s4.对每个距离层,从所述环形队列提取该层的历史数据序列,采用卡尔曼滤波进行时间维度的平滑处理,输出滤波后的径向风速数据。

7、具体地,所述s2步骤中,双阈值分级限幅规则设置第一信噪比阈值snr和第二信噪比阈值lowsnr,且snr

8、高质量信号,其信噪比大于lowsnr,允许相邻层速度变化幅度为2倍filtervalue;

9、中等质量信号,其信噪比大于snr且不大于lowsnr,允许相邻层速度变化幅度为1倍filtervalue;

10、低质量信号,其信噪比不大于snr,判定为无效数据;其中filtervalue为预设的速度变化限制幅度。

11、所述s2步骤中,基准层有效性检测包括:

12、检查当前波束的距离层总数是否不小于3层;

13、将距离值不大于标准距离stddistance的层确定为基准层,若基准层数量不足3层则强制设为3层;

14、遍历基准层,若存在至少一个数据点的信噪比不小于lowsnr且径向速度绝对值不大于62m/s,则基准层检测通过,否则判定该波束整体无效。

15、所述s2步骤中,动态选择满足信噪比与速度条件的基准速度点具体为:以第一层速度值作为初始基准速度,自第二层起遍历基准层,将第一个满足信噪比不小于lowsnr且速度绝对值不大于62m/s的数据点选为基准速度点,以其速度值stdspeed和层数索引stdindex作为后续双向遍历滤波的起始基准。

16、所述s2步骤中,向远处遍历滤波包括:

17、初始化累积断裂距离breakvalue为0、上一层有效速度lastspeed为基准速度值;

18、自基准速度点所在层的下一层起逐层处理:

19、若累积断裂距离已超过断裂阈值breakdistance,则该层及后续所有层判定为无效;

20、否则按双阈值分级限幅规则判定,有效时更新lastspeed并重置breakvalue为0,无效时将本层与上一层的距离间隔累加到breakvalue。

21、所述断裂阈值breakdistance设置为库长的3倍,所述库长为雷达的距离分辨率binlen。所述s2步骤中,向近处遍历滤波时,将上一层有效速度重置为基准速度值,自基准速度点所在层向更近距离层逐层遍历,依据双阈值分级限幅规则判定各层有效性,且向近处遍历时不执行距离断裂检测。

22、所述s4步骤中,环形队列长度为20组,自动淘汰最旧数据;所述卡尔曼滤波对每一距离层独立进行,采用标准卡尔曼滤波递推式状态估计,过程噪声方差q设置为0.007,测量噪声方差r设置为1.25,状态转移矩阵a和观测矩阵h均取1.0。

23、该方法还包括与上游质控规则的交互步骤:

24、当上游将距离层标记为强制无效时,空间滤波直接判定该层为无效并跳过质量判断;

25、当上游将距离层标记为强制有效时,空间滤波直接判定该层为有效并跳过质量判断;上游强制规则优先级高于本方法的滤波规则。

26、更加具体地,径向速度阈值为62m/s,速度绝对值超过62m/s的数据被标记为无效;所述标准距离设置为100m,第一信噪比阈值设置为8.0db,第二信噪比阈值设置为15.0db,速度变化限制幅度设置为3.0m/s。

27、与现有技术相比,本发明具有如下有益效果:

28、1、数据质量显著提升。通过空间—时间联合滤波,先以空间滤波剔除明显异常的径向数据、再以时间滤波平滑时间序列噪声,有效剔除异常数据和噪声,显著提高径向风速数据的质量和可靠性。其原理在于:空间滤波为线性复杂度o(n),逐层依据snr分级约束和距离断裂检测识别并隔离异常;时间滤波基于卡尔曼滤波的递推计算,对各距离层独立平滑,二者串级协同,使异常数据在进入时间滤波前即被拦截。

29、2、自适应能力强。双阈值snr分级限幅机制依据信噪比高低动态调整速度变化允许幅度——高质量信号允许较大速度变化、低质量信号采用更严格约束,使滤波严格程度随信号质量自适应调整,从而适应近地层信号强、远距离层信号弱且受大气条件影响大的不同信号条件,避免了传统单一阈值“一刀切”的缺陷。

30、3、空间连续性好。距离断裂检测机制通过累积连续无效数据的距离间隔,在累积距离超过阈值时截断后续数据,识别并有效处理了连续无信号区域(距离断裂);双向遍历架构自动态选择的基准速度点同时向远、向近两个方向滤波,确保所有距离层均经过空间连续性检验,避免孤立噪声点的保留。

31、4、时间稳定性高。卡尔曼滤波有效平滑了时间序列噪声,提高了风速数据的时间稳定性;且由于空间滤波先行隔离了异常数据,进入环形队列的历史数据质量更高,时间滤波的准确性得以进一步提升。

32、5、实时性能优。空间滤波为线性复杂度o(n),时间滤波基于卡尔曼滤波的递推计算,整体算法具有良好的实时性能,满足激光测风雷达径向风速数据的实时滤波处理需求。

33、6、基准选择灵活可靠。动态基准层选择机制依据预设标准距离确定基准层范围,并从中动态选择第一个有效数据点作为基准速度点,避免了传统方法以第一层为固定基准层而受近地面复杂气流或遮挡物影响的问题,提高了基准选择的灵活性与可靠性。