基于奇异值分解的激光雷达湍流预警算法
Turbulence alerting algorithm based on singular value decomposition of Lidar作者机构:中国民航大学飞行技术学院天津300300 中国民航大学天津市空管运行规划与安全技术重点实验室天津300300 中国民航大学电子信息与自动化学院天津300300 香港天文台香港999077
出 版 物:《光学精密工程》 (Optics and Precision Engineering)
年 卷 期:2019年第27卷第3期
页 面:671-679页
核心收录:
学科分类:080904[工学-电磁场与微波技术] 080704[工学-流体机械及工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 0810[工学-信息与通信工程] 080103[工学-流体力学] 081105[工学-导航、制导与控制] 0807[工学-动力工程及工程热物理] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0801[工学-力学(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(No.U1433202) 中央高校基金资助项目(No.3122018F008)
摘 要:提出了一种基于奇异值分解(Singular Value Decomposition,SVD)的湍流速度结构函数构造方法,将该方法构造的速度结构函数与湍流模型拟合,可以实现激光雷达的湍流识别。首先对激光雷达扫描的空间数据进行距离门扇区划分,在每个子扇区内对湍流风场做奇异值分解,得到特征速度基准值和每个距离门的湍流脉动速度,构建出速度结构函数。选取标准von Kármán湍流模型函数作为拟合约束,得出涡流耗散率的立方根来判断湍流的强度。最后,利用兰州机场的实测数据,对比分析了在不同湍流强度下SVD方法的速度结构函数与局部平均方法的性能。通过与机组报告的湍流数据进行对比分析,SVD方法进行湍流预警的预警率可以达到85.2%。该方法对提高机场湍流探测和识别有重要意义。