基于改进微分零交叉法的米氏散射激光雷达云检测与参数反演

米氏(Mie)散射激光雷达在大气气溶胶和云层的空间分布监测中应用非常广泛,但对其回波信号进行自动准确的云检测仍存在一定的困难。微分零交叉法是目前应用最多的算法之一,但是在信噪比较低情况下会造成较多误判。根据激光雷达回波信号的特点,对微分零交叉法进行了改进。改进的算法中参考了候选点信号强度特性和前后时刻的云层信息,有效地修正了一些较为明显的误判。最后根据云检测结果对云消光系数和光学厚度进行了反演,较为客观地反映了云层内部光学参数的变化特性,初步实现了较为精确的激光雷达自动云检测和参数反演。     

Mie散射大气激光雷达回波信号消光系数边界值估算

报道了一种使用最小二乘法拟合大气激光雷达回波信号,计算消光系数边界值的算法。无云层天气条件下,利用最小二乘法对回波信号全程拟合获得大气消光系数边界值;有云层天气下,先将激光雷达信号在大气中的传输光路分段为云层区和非云层区,忽略回波信号中的云层信息,假设非云层区大气近似均匀,利用最小二乘法拟合获得大气消光系数边界值。     

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.     

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.     

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.     

水下网络突发分组前导码检测的自适应阈值算法

本文针对水声信道的特点,提出了一种适于水下传感器网络突发通信分组前导码检测的自适应阈值算法。该算法根据估计的信号瞬时功率自适应地调整阈值,以取代固定阈值算法中的预设常数阈值。进行了理论分析和仿真,证明该算法具有恒虚警的特点,检测概率比固定阈值算法有明显的提高。针对检测到相关函数旁瓣的情况,加入了滑动窗口。该算法经过了湖试验证,性能良好,具有实用价值。     

一种自适应层进式Savitzky‐Golay光谱滤波算法及其应用

可调谐半导体激光吸收光谱技术（TDLAS）利用半导体激光器的可调谐和窄线宽特性,通过选择特定气体的单条吸收线,排除其余气体的干扰,可以实现高精度、高选择性的气体浓度测量,在气体浓度检测系统中具有广泛的应用前景。在不同的应用条件和环境下,需要解决相应的硬件和数据处理方面的技术问题。主要研究TDLAS技术机动车尾气CO组分浓度遥测系统中的光谱数据处理问题,该系统利用路面漫反射回波信号遥测行驶中的机动车尾气CO组分浓度。由于激光扫描光谱回波信号受到漫反射面情况变化、空气环境变化、尾气湍流影响等因素影响,探测器收集到的信号不仅较弱同时也夹杂着多种噪声, 即测量光路信噪比较差, 故提出一种自适应层进式Savitzky-Golay(S-G)平滑滤波算法,实现了对光谱进行滤波处理从而更加准确地反演CO浓度。S-G滤波算法因其原理简单、功能强大、只需设置两个参数（窗口大小、拟合阶数）等优点,已广泛应用于光谱处理。如何正确设置S-G算法参数使滤波效果在去噪不足和过度滤波之间找到平衡点,是该滤波算法应用的一大难题。设计的检测系统中,测量光路光谱信号为非平稳信号,噪声和有效信号幅度时变,最佳窗口大小和多项式阶数随信号动态而变化,且变化区间较大,使用固定参数的S-G滤波器难以达到最佳效果。提出的自适应层进式S-G平滑滤波算法,通过逐层将测量光路光谱信号经过S-G滤波后,与参考光路的光谱信号设置的参考段比对信号相关系数和信号一阶导相关系数的和,以自适应得到逐层最优参数。通过对信噪比从9.81～29.77的10组不同带噪光谱分析验证了该算法的有效性,自适应层进式S-G算法能较好地去除噪声并还原带噪信号所携带的待测气体浓度信息,与带噪光谱对比,吸收光谱峰值最大误差由25.152%降至5.917%,积分吸光度最大误差由18.1%降至3.9%。在实现的系统中,使用自适应层进式S-G算法对测量光路进行滤波处理,并对不同车型、不同排量、燃烧不同油品的机动车在怠速和缓速通过(5 km·h-1)系统时其排放的CO浓度进行实时在线监测。     

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.     

融合拉曼散射光和荧光信号反演海面溢油厚度的算法研究

随着海洋溢油问题的日益严重,多种遥感技术被用于海面溢油监测,其中激光诱导荧光(LIF)技术是目前被认为最有效的海面溢油探测技术之一。Hoge等基于LIF技术提出了一种利用拉曼散射光评估薄油膜厚度的积分反演算法并广泛应用于海面溢油探测,针对该算法存在误差较大的问题,提出一种融合拉曼散射光和荧光信号评估海面溢油厚度的反演算法。首先利用拉曼散射光信号反演油膜厚度,然后利用该反演结果计算获取溢油油品的荧光特征光谱,最后利用荧光信号反演油膜厚度。文中推导了利用荧光信号反演油膜厚度的算法,给出了油品荧光特征光谱的逼近算法,并给出了利用荧光信号反演油膜厚度的误差分析。通过实验对该方法进行了验证,选用原油和柴油为实验油品,以波长405 nm的激光作为激发光源,采集波长范围为420～700 nm,采集了海水的背景荧光和拉曼散射光信号、实验油品2,5,10和20 μm等不同厚度油膜的光谱信号。将采集数据分为训练集和测试集,利用训练集数据采用梯度下降法获取油品的荧光特征光谱,利用测试集数据分别采用积分拉曼法和该方法反演油膜厚度。采用积分拉曼法,原油不同厚度油膜反演结果的平均误差分别为12.6%,4.6%,4.4%和2.3%,柴油不同厚度油膜反演结果的平均误差分别为14.0%,7.0%,4.2%和3.6%;采用本文方法,原油不同厚度油膜反演结果的平均误差分别为2.5%,2.2%,1.2%和1.1%,柴油不同厚度油膜反演结果的平均误差分别为3.0%,2.4%,2.7%和1.6%。实验结果表明,2 μm油膜反演结果的误差降低最多,原油和柴油2 μm油膜的反演结果误差分别由12.6%和14.0%降低为2.5%和3.0%,其他厚度油膜反演结果的误差也有较大程度的降低,油膜厚度反演结果的误差均小于3%,采用本文算法可以有效提高油膜厚度反演结果的精度。     

基于差分进化算法的核磁共振T2谱多指数反演

提出了一种基于差分进化(DE)算法的核磁共振弛豫信号多指数反演新方法.将核磁共振T2谱反演问题转化为带非负约束的非线性优化问题,不需要预先给定横向弛豫时间T2分布,直接利用差分进化算法进行反演计算.在测量信号低信噪比的情况下,计算机模拟和实验数据反演鄙表明了该方法在分析处理NMR弛豫信号中的有效性.     

一种便携式激光测云仪的云底高度反演方法

 报道了新研制的一种便携式激光测云仪,该设备由光学、电子和机械三部分组成,采用单片机处理回波信号、识别云底高度,并给出了该激光测云仪的相关参数。将回波斜率突增点作为云底定义点,利用云回波在上升斜率、脉冲宽度和幅度上与大气回波及噪声脉冲间的差异,识别反演出云底高度。另外,同一位置连续测量数次,可以剔除干扰噪声。与计数式激光测云仪进行了实测比较,数据基本吻合。结果表明：便携仪的云高识别算法基本合理、可行,便携仪中所采用的剔除大气回波伪信号算法能提高系统的测低云性能,智能识别算法能滤除干扰噪声。最后,需要对算法进行进一步的优化。     

Lidar calibration experiments

A series of atmospheric aerosol diffusion experiments combined with lidar detection was conducted to evaluate and calibrate an existing retrieval algorithm for aerosol backscatter lidar systems. The calibration experiments made use of two (almost) identical mini-lidar systems for aerosol cloud detection to test the reproducibility and uncertainty of lidars. Lidar data were obtained from both single-ended and double-ended lidar configurations. A backstop was introduced in one of the experiments and a new method was developed where information obtained from the backstop can be used in the inversion algorithm. Independent in-situ aerosol plume concentrations were obtained from a simultaneous tracer gas experiment with SF, and comparisons with the two lidars were made. The study shows that the reproducibility of the lidars is within 15%, including measurements from both sides of a plume. The correspondence with in-situ measurements is excellent. Finally, the new backstop method is able to reveal information which can close the lidar equation by obtaining the relation between backscatter and extinction in an aerosol cloud. Received: 21 December 1995 / Revised version: 25 July 1996     

星载激光雷达云和气溶胶分类反演算法研究

激光探测对于获取云和气溶胶的垂直廓线,研究大气中云和气溶胶的垂直分布特征以及对全球气候变化的影响意义重大。而星载大气激光雷达云气溶胶分类算法的研究,对于激光雷达数据的参数反演及应用极为重要。针对激光条件下探测的云和气溶胶特有的光学信息和空间分布,结合概率统计与机器学习算法,提出了一种对于云/气溶胶、云相态及气溶胶子类型识别的分类算法,实现了星载激光雷达的大气特征层快速、有效分类。算法采用中国地区2016年CALIOP的观测数据作为样本数据,主要由三部分组成：（1）基于激光探测的云和气溶胶层不同的光学特性以及地理空间分布特征,分别构建了云和气溶胶的γ₅₃₂,χ,δ,Z和lat的五维概率密度函数,以此为基础构建云气溶胶的分类置信函数,并基于此实现了云和气溶胶类型的反演;（2）选取支持向量机(SVM)作为随机朝向冰晶粒子(ROI)和水云分类的算法模型基础,结合云层的γ₅₃₂,χ,δ Z和云顶温度T的概率密度函数构建ROI,水平朝向冰晶粒子(HOI)和水云的分类置信函数以修正SVM误分的特征层以及筛选出水云中少部分的HOI冰云,获得云相态的分类结果;（3）以各气溶胶子类型的光学以及空间分布特性为基础,采用决策树策略的气溶胶子类型识别算法实现了对气溶胶子类型的区分,完成气溶胶子类型的识别。利用现有CALIOP观测结果作为样本数据构建分类数据库,避免了对于地面以及航测数据的依赖,而机器学习则大大简化了算法的实现过程,使得云气溶胶分类更加高效。算法结果与正交极化云气溶胶激光雷达垂直特征层分布数据(CALIPSO VFM)产品对比分析：云层有98.51%一致性,气溶胶有88.43%的一致性,且白天比夜间一致性高。对于云相态分类,可以有效区分出水云和冰云,其中二者水云一致性高达93.44%。在气溶胶子类型反演结果中,可以准确识别出大多数气溶胶特征层子类型。霾、沙尘以及晴空三种典型情况下的反演结果均与CALIOP VFM产品数据具有较好的一致性。其中,霾天的大部分煤烟型以及污染型（污染沙尘以及污染大陆）气溶胶反演结果与VFM具有较好的一致性。沙尘天也能够获得较好的沙尘以及污染沙尘的结果。晴空为数不多的气溶胶层也取得了较为一致的结果。对于实现的星载大气激光雷达特征层分类算法,针对CALIOP激光测量的云气溶胶层的分类进行了重要的改进,在保证一定精度的基础上,简化了算法,提高了数据处理的效率,在下一步工作中,将分别构建不同时段和季节的分类模型以及提高两种不同偏振特性的冰云和气溶胶子类型的分类精度。     

基于单景遥感影像的去云处理研究

去云处理是遥感图像处理以及大气纠正的重要步骤。常规的去云处理算法会随云的覆盖类型的不同而不同,如同态滤波或时间平均法,这些算法在去除云对影像影响的同时,往往会伴随地物信息的丢失。提出了基于单景遥感影像的去云处理算法———基于遥感影像分类结果及云检测结果的去云处理算法,目的是去除影像中云的散射影响,恢复地物的光谱信息。算法是针对局部有云的单景Landsat7 ETM+影像进行的。根据Landsat7 ETM+波段4,5,7对影像进行聚类分析,确定不同地物的覆盖类型;利用波段1,2,3及波段6划分出影像中的无云区以及不同覆盖厚度的云层;按照相同地物覆盖类型对非云区与不同云区进行平均反射率匹配,以达到去云的效果。结果表明,经过去云处理的影像,在分类运算中能够明显地提高分类精度,能够很好地恢复地物的光谱信息。     

Improve accuracy of laser beam width measurement using a genetic algorithm

Beam width measurements of laser beams based on CCD by the second moment method as proposed by International Standardization Organization, are excessively sensitive to the noise far from light beam center. A novel method of noise elimination based on the analysis of the influence from CCD noise on laser beam width measurement result is proposed. The appropriate integral region could be obtained by genetic algorithm to improve accuracy of laser beam width measurement. The experimental results show that method could tolerate heavy CCD noise, and define the corresponding integral region according to requested precision.     

Aerosol influence on polarization and intensity in near-infrared O2 and CO2 absorption bands observed from space

We study the intensity and degree of linear polarization of reflected solar radiation at the top of the atmosphere within two carbon dioxide bands and one oxygen absorption band in the near-infrared. In particular, we are interested in the sensitivity of the degree of linear polarization and intensity to changes of aerosol and cirrus cloud layer heights, microphysical properties, and surface albedo. For the simulations we use spectral response functions representative of the Orbiting Carbon Observatory (OCO). Inside the O₂A band at 760 nm and strong CO₂ band at 2060 nm we find a strong influence of the aerosol and cirrus cloud layer height on the degree of linear polarization. An increase of the aerosol or cirrus cloud layer height can lead either to a decrease or increase of the polarization within the band, depending on the microphysical and optical properties of the scatterers, surface albedo, and absorption strength in the bands. The results for the O₂A band also indicate that even over land OCO enables an estimation of the height of an aerosol or cirrus cloud layer. Inside the weak CO₂ band at 1610 nm the influence of aerosol or cirrus cloud layer heights is lower as compared to the O₂A band and CO₂ band at 2060 nm, due to the relatively stronger surface influence. Here an increase of aerosol or cirrus cloud layer height leads to an increase of the degree of linear polarization even in case of low surface albedo and for weakly polarizing scatterers. For the weak CO₂ band at 1610 nm we also study the influence of the aerosol or cirrus cloud layer height on the column CO₂ estimate and the errors resulting from ignoring polarization in simulations of backscatter measurements by space-based instruments such as OCO. Depending on the surface albedo, misinterpretations of the height of atmospheric scatterers might strongly affect the column CO₂ estimates.     

基于工业CT图像重构的网格模型的全局优化方法

针对用工业CT切片图像直接重构得到的网格模型质量不高的问题,提出一种不受拓扑结构限制的隐式曲面重构全局优化方法。该方法将三维表面模型用隐式函数来表示,通过模型提供的点云信息计算出隐式函数,提取等值面,实现曲面重构。针对隐式曲面重构数据处理量大的问题,引入FFTW快速傅里叶变换来提高效率。实验结果表明,该方法能够同时实现三角网格模型的去噪、网格平滑、简化以及孔洞修补,与保特征的均匀化网格平滑算法相比,去噪效果更好,效率更高。