激光应用 激光测量

P225.22006010233自动增益控制的自触发脉冲激光测距技术=Self-triggeringpulsedlaser rangefinding technology with automatic gain control[刊,中]/赵大龙(清华大学电子工程系.北京(100084)),秦来贵…∥激光与红外.—2005,35(8).—551-553提出了一种具有自动增益控制的自触发脉冲测距方案,不但减小脉冲信号上升沿引起的测距误差,而且也减小由于信号幅度变化带来的漂移误差影响。实验结果表明,该激光脉冲测距系统在1~10m的测距范围内,测距精度达到亚毫米级。图8参6(杨妹清)TH765.62006010234一种便携式激光测云仪的云底高度反演方法=Por…     

脉冲激光测距回波信号时间选通处理技术

为了降低高重频脉冲激光测距回波信号的误识别率,提高测距性能,对高重频脉冲激光测距回波信号调理技术进行深入研究。采用FPGA作为主控芯片,产生激光调制脉冲,并根据被测距离3.33 μs～33.33 μs时间选通方波信号,驱动开关芯片产生与量程关联的时间波门,有效滤除脉冲回波中的干扰脉冲,该方法改进了常规脉冲激光测距信号处理系统的自动增益控制环节。测试实验结果表明:在脉冲回波信号60 dB的动态范围内,可有效滤除回波信号中引入的干扰脉冲,极大地降低了干扰脉冲误识别造成粗大误差的可能性。该方法可推广应用于脉冲激光测距信号处理系统,使系统测距精度提高12.6%。     

差分吸收激光雷达回波信号统计模型的研究

差分吸收激光雷达回波信号统计模型是研究差分吸收激光雷达系统的基础,但是现有的统计模型中均没有考虑大气湍流导致的激光闪烁对回波信号的影响。针对已有统计模型的缺陷和应用需要,综合考虑了大气湍流导致的激光闪烁、目标反射斑纹、接收噪声以及发射功率波动对回波信号统计特性的影响,提出了一种改进的长程差分吸收激光雷达回波信号统计模型,分析了该模型的统计特性。仿真结果表明大气湍流导致的激光闪烁对回波信号统计特性的影响十分显著,同时也验证了该统计模型比已有统计模型更精确、更符合实际。     

脉冲串互相关方法在远程激光测距中的应用

基于单脉冲激光测距在远程激光测距中的局限性,提出了一种基于发射脉冲串与回波脉冲串互相关的信号处理方法。该方法将多个激光发射脉冲和回波脉冲作为一次连续信号同时数字化,然后进行互相关处理。采用激光强度与发射间隔可调的激光系统来模拟不同反射强度、不同距离的测距回波信号;通过处理不同信噪比的回波信号,来探究本方法对于回波信号信噪比的提升能力以及对于尖峰噪声的抑制能力。实验结果表明,该方法能够有效提高回波信号的信噪比,信噪比为0.11的弱回波信号经过处理后信噪比被提升到5.92,从而扩展了激光测距系统的测程,有效降低了探测系统的探测虚警率,提高了远程激光测距系统的弱回波探测能力。     

激光目标探测装置的回波特性及目标识别技术研究

提出了一种基于目标面元三维坐标和脉冲飞行时间的激光目标探测装置的回波脉冲功率描述方法,理论推导了激光目标探测装置的探测目标和气旋粒子的面元散射光功率和回波总功率的计算公式,并给出了回波信号的仿真计算脉冲波形.同时根据目标和气旋粒子回波脉冲的幅度 脉宽信息,提出了识别目标与干扰脉冲波形的新方法.     

一种激光制导信号分选识别算法的研究

为了对制导武器实现有效的干扰, 必须进行码型的识别及预测。针对现有可查的激光制导武器, 通过对其编码技术的分析, 深入讨论了激光脉冲信号的分选技术和码型识别技术, 结合雷达信号的重频分选算法(PRI算法), 提出了一种新的制导脉冲分选识别算法, 该算法融合了脉冲的分选及编码的识别流程, 并通过Matlab进行了仿真验证, 达到了预期解码识别的目的。基于FPGA, 在硬件上对该干扰流程进行了实现, 提供了简单的可行性方案。     

逆合成孔径成像激光雷达实包络成像算法

逆合成孔径激光成像雷达受激光调制技术以及回波相位信息易受大气湍流破坏的限制,采用常规的相位相干积累类方法得到目标二维高分辨图像很困难.针对这一情况,提出了一种基于逆Radon变换的实包络成像算法.利用回波距离脉冲压缩后的实包络信息,实现方位向的非相干积累,最终得到二维高分辨图像.通过该算法,成像系统可以使用非相干激光信号,在脉冲重复频率较低且存在大气湍流的情况下,也可以获得高质量的成像结果.仿真实验验证了此算法的有效性和优越性.     

逆合成孔径成像激光雷达实包络成像算法

逆合成孔径激光成像雷达受激光调制技术以及回波相位信息易受大气湍流破坏的限制,采用常规的相位相干积累类方法得到目标二维高分辨图像很困难.针对这一情况,提出了一种基于逆Radon变换的实包络成像算法.利用回波距离脉冲压缩后的实包络信息,实现方位向的非相干积累,最终得到二维高分辨图像.通过该算法,成像系统可以使用非相干激光信号,在脉冲重复频率较低且存在大气湍流的情况下,也可以获得高质量的成像结果.仿真实验验证了此算法的有效性和优越性.     

激光云高测量去噪算法研究

针对激光雷达回波信号所含噪声的特点, 对比分析了传统去噪算法的优缺点, 重点就小波自适应阈值去噪方法和独立成分分析去噪方法进行了系统研究。为了验证这两种方法在激光云高测量信号去噪上的有效性和优劣性, 对包含高斯白噪声的模拟仿真信号进行了消噪, 并对半导体激光云高仪实际探测得到的大气回波信号进行了消噪处理, 最后对去噪结果进行了对比分析。仿真结果和实验结果表明, 这两种消噪方法均能够有效降低激光雷达回波信号中所含噪声, 并且独立成分分析消噪效果明显优于小波自适应阈值方法。     

基于周期图最大似然算法的相干激光测风多普勒频率估计

采用径向风速的估计不确定度和探测概率作为评价指标,研究了周期图最大似然(PML)算法的多普勒频率估计性能.基于大气分层激光回波模型,分别以PML和周期图最大值法(PM)对回波信号进行处理,验证了PML算法在相干激光测风中的可行性;分析比较不同信噪比条件下PML算法的风速估计不确定度与探测概率.仿真结果表明,在发射脉冲宽度为400ns、采样点数为128时,PML算法适合在中等信噪比条件下使用,且风速估计的不确定度整体小于PM算法的,在信噪比为-13dB时径向风速的估计不确定度为0.75m/s,探测概率在90%以上,该研究为后续的外场试验提供了指导.     

用于反演云层高度的记忆式滑动窗口积分算法

 记忆式滑动窗口积分算法选取一定宽度的窗口,从地面开始滑动,对窗口内的信号进行积分,根据积分值和前一时刻的云层信息来反演云层高度。该算法可消除信号中的噪声,叠加放大信号中的云层信息,将云层与气溶胶加以区分。用该算法处理了Vaisala云高仪的数据,并与云高仪的结果进行了对比,结果表明,记忆式滑动窗口积分算法在反演尝云层信息信息时具有较高的准确性和可靠性。     

Dual-Site Lidar Observations and Satellite Data Analysis for Regional Cloud Characterization

Lidar data observed by two continuously operated portable automated lidar (PAL) systems and images from the visible and thermal infrared channels of the advanced very high resolution radiometer (AVHRR) sensor on board the noaa16 satellite are employed for the characterization of cloud heights and cloud types. The PAL systems are located in Chiba and Ichihara city areas, separated by approximately 10 km. Measurements from October 2003 to March 2005 reveal that monthly averages of cloud base height and cloud cover ratio show good agreement between the two sites. The characteristics of the vertical (Chiba) and slant (Ichihara) measurements are also discussed. The PAL data are used to adjust threshold values of a cloud-type classification method in split-window data of noaa16-AVHRR. Comparisons between the lidar signals and the cloud classification results from the concurrent AVHRR images show that the classification method can reasonably be applied to this mid-latitude case, although the split-window technique was originally developed for tropical clouds.     

基于差分吸收激光雷达的云消除算法研究

差分吸收激光雷达测量臭氧浓度过程中,云层信号会造成对流层臭氧浓度剧烈的抖动,带来了很大的测量误差.本文提出了一种云消除算法,该算法通过插值云层高度区域内的臭氧浓度,有效消除了对流层臭氧浓度的剧烈抖动.通过阐述其理论基础,给出了其算法关键点,即云信号的识别和云高度的精确定位.根据云层消光系数的特点,通过设定气溶胶消光系数阈值获取云层高度信息,利用累加平均有效减少噪音造成的测量误差.结果表明,在精确确定云高、云底的基础上,运用线性插值算法对臭氧测量结果进行修正,可以有效克服云层对测量结果造成的急剧起伏.     

基于InGaN/GaN多量子阱双波长发光二极管生长及发光性能

差分吸收激光雷达测量臭氧浓度过程中,云层信号会造成对流层臭氧浓度剧烈的抖动,带来了很大的测量误差.本文提出了一种云消除算法,该算法通过插值云层高度区域内的臭氧浓度,有效消除了对流层臭氧浓度的剧烈抖动.通过阐述其理论基础,给出了其算法关键点,即云信号的识别和云高度的精确定位.根据云层消光系数的特点,通过设定气溶胶消光系数阈值获取云层高度信息,利用累加平均有效减少噪音造成的测量误差.结果表明,在精确确定云高、云底的基础上,运用线性插值算法对臭氧测量结果进行修正,可以有效克服云层对测量结果造成的急剧起伏.     

Lidar Multiple Scattering in Water Droplet Clouds: Toward an Improved Treatment

Although it has long been recognized that the effects of photon multiple scattering generally need to be accounted for in the analysis of lidar cloud returns, this is a difficult problem and current approaches are still rudimentary. The multiple scattering process is controlled by the size of the lidar beamwidth and the distance to the cloud, which jointly determine the lidar footprint, but cloud microphysical content (i.e., particle size, concentration, and shape) exerts a strong influence on the range distribution and depolarization of the returned energy. Since clouds are inherently inhomogeneous with height, it is our premise that vertically homogeneous cloud simulations based on idealized particle size distributions lead to misleading results. We offer a more realistic approach based on the contents of growing water droplet clouds predicted by a sophisticated adiabatic cloud model, which are offered for use as new standard vertically-inhomogeneous cloud models. Lidar returned signal and depolarization profiles derived from our analytical double-scattering method are given for inter-comparison purposes.Presented at the 7th International Workshop on Multiple Scattering Lidar/Light Experiments (MUSCLE7), July 21–23 1994, Chiba, Japan.     

成都地区中低云层的激光雷达探测

报道了应用Mie散射激光雷达探测云层的实验.利用改进的Klett反演算法对所测雷达回波信号反演获得大气消光系数分布,进一步求出云层高度、厚度及光学厚度.研究了云底高度和云层厚度在不同天气下的变化情况.获得了成都地区云层的一些重要信息,并对所得结果进行了分析讨论.     

Noise reduction for lidar returns using local threshold wavelet analysis

Remote sensing technique of lidar belongs to the category of weak signal extraction under strong background noise. For effectively reducing the noise of lidar return signal, a wavelet analysis method using local threshold value is employed. In the local threshold value wavelet method, different threshold values are used to quantify the high frequency coefficients of every decomposition layer. Both the numerical simulation signal contaminated by random noise of different standard deviation and the practical Mie lidar returns were adopted, and the comparisons among sliding-window method, global threshold method and local threshold method were performed for verifying the feasibility of the local threshold method. Experiment results show that the local threshold wavelet method is a useful de-noising method which shows better effects of noise reduction than other two methods.     

一种无需定标的地基激光雷达气溶胶消光系数精确反演方法

如何对低云下雾霾的激光雷达探测数据进行准确定标,一直是米散射激光雷达数据反演中一个有待解决的问题.对于低云和雾霾同时出现的天气,激光很难穿透云层,不能利用大气清洁层对激光雷达信号定标.而对于探测高度小于6 km的便携式米散射激光雷达,由于探测高度较低,也很难利用大气清洁层对激光雷达数据进行定标.本文根据Fernald前向积分方程的特点,提出了一种气溶胶消光系数迭代算法.通过对反演过程进行特定设置,每经过一次迭代,利用气溶胶消光系数迭代算法得到的气溶胶消光系数反演值与其真实值之间的差值就会相应减小.经过几次迭代后,气溶胶消光系数反演值与真实值之间的差值就会小到可以忽略不计.初步反演结果表明:利用气溶胶消光系数迭代算法,无需对激光雷达探测数据定标就能精确反演出气溶胶消光系数廓线.     

Raman Lidar Measurements of Aerosol and Cloud Optical Properties in the Troposphere

A Raman lidar has been developed with photon counting technique. Aerosol and cloud extinction coefficients are derived by nitrogen (N2) molecular Raman scatter returns in the troposphere. Both backscatter coefficients and extinction-backscatter-ratios of aerosol and cloud are presented by simultaneously combining N2 Raman and Mie-Rayleigh returns of aerosol and molecule. Ratios of extinction to backscatter between 20 sr and 70 sr are usually found for aerosol, but less than 15 sr for mid-high altitude cloud in the troposphere.     

Raman Lidar Measurements of Aerosol and Cloud Optical Properties in the Troposphere

1　Ｉｎｔｒｏｄｕｃｔｉｏｎ　　Ｔｒｏｐｏｓｐｈｅｒｉｃａｅｒｏｓｏｌａｎｄｃｌｏｕｄａｒｅｔｗｏｉｍｐｏｒｔａｎｔｆａｃｔｏｒｓａｆｆｅｃｔｉｎｇｅａｒｔｈ ａｔｍｏｓｐｈｅｒｅｒａｄｉａｔｉｏｎｂａｌａｎｃｅａｎｄａｌｓｏｔｗｏｏｆｔｈｅｌａｒｇｅｓｔｕｎｃｅｒｔａｉｎｔｉｅｓｉｎｔｈｅｃｌｉｍａｔｅｅｆｆｅｃｔｓｍｏｄｅｌｉｎｇａｎｄｅｖａｌｕａｔｉｏｎ ,ｓｏｔｈｅｉｒｏｂｓｅｒｖａｔｉｏｎｓｂｅｃｏｍｅｖｅｒｙｉｍｐｏｒｔａｎｔ.Ｌｉｄａｒ (ＬｉｇｈｔＤｅｔｅｃｔｉｏｎａｎｄＲａｎｇｅ)ｉｓ…