Применяя алгоритм к полученному спектру в каждой точке сканирующей траектории, получается набор частот, характеризующих поведение ветровых характеристик воздушных масс при сканировании на фиксированной высоте. Графически набор частот показан на рисунке 9.

Рисунок 9. - Результат сканирования на фиксированной высоте.

На рисунке 9 представлен результат сканирования на фиксированной высоте 90 метров в течении нескольких минут. На графике по горизонтальной оси отложены номера точек на кругу сканирования, по вертикальной оси - значения радиальных скоростей, соответствующих центральной частоте найденных на каждом кругу сканирования полезных спектральных сигналов.

4. Алгоритм удаления выбросов из набора частот

В рассматриваемом КДЛ линия зондирования за время ~1 секунду описывает коническую поверхность с углом раствора 22є по отношению к вертикальной оси. Для измерения скорости ветра на заданной высоте осуществляется за один цикл три оборота сканирования. Четвертый оборот используется для определения направления ветра.

Наборы частот с каждого оборота объединяются в общий массив по принципу:

,

где n - число радиальных проекций за один оборот, в качестве столбцов выступает номер оборота.

Спектры радиальных проекций помимо сигнальной составляющей также содержат шум, который в зависимости от атмосферных условий, может в меньшей или большей степени мешать выделению полезного сигнала. Таким образом, в результирующий набор частот попадают нежелательные шумовые частоты, которые должны быть удалены до вычисления параметров аппроксимирующей функции. Это повышает точность аппроксимации, и, соответственно, точность определения параметров скорости ветра.

На рисунке 10 приведена блок-схема алгоритма удаления выбросов из набора частот. Для удаления выбросов из набора частот рассчитываются среднее значение (m) и среднеквадратичное отклонение (s) набора частот . Далее:

1. По порогу отсекаются все точки, амплитуда которых превышает заданный порог , где .

2. Оставшиеся точки (подмножество ) передаются в алгоритм аппроксимации.

3. На основании результатов аппроксимации формируется вектор и вычисляется вектор ошибки аппроксимации . Если вектор содержит элементы, значение которых превышает три среднеквадратичных отклонения , то соответствующие элементы исключаются из и алгоритм возвращается в начало пункта 3. Другими словами: для каждого , исключаются из и повторяется процедура аппроксимации (рисунок 10). В случае успешного завершения алгоритма удаления выбросов вычисляются параметры гармонической функции.

Рисунок 10. - Блок-схема алгоритма удаления выбросов из набора частот.

Рисунок 11. - Аппроксимация полученных данных гармонической зависимостью.

Особенностью разработанного алгоритма, является то, что отдельно обрабатывается четвертый оборот сканирования, который предназначен для определения направления ветра, такой подход увеличивает надежность измерений. При анализе данных четвертого оборота учитывается сдвиг всего спектра на половину диапазона спектральной оси. Производится поиск положения пика колоколообразного импульса справа или слева от центральной частоты (25 МГц - середина спектральной шкалы). Алгоритм обнаружения пика аналогичен описанному алгоритму обработки спектров. К имеющейся информации о фазе сигнала добавляется 0 или 180 градусов в зависимости от взаимного положения, обнаруженного на четвертом кругу сканирования пика и центральной частоты спектра.

5. Алгоритм определения параметров аппроксимирующей функции

Аппроксимирующая функция задается выражением:

.

Без потери общности ее общий вид показан на рисунке 12.

Рисунок 12. - Вид аппроксимирующей функции.

Очевидно, выражение для вектора скорости имеет вид:

.

Горизонтальная составляющая вектора скорости:

.

Вертикальная составляющая вектора скорости:

.

Как указывалось выше, на практике имеем:

.

Функция зависит от переменной и трёх параметров a, b и .

Тогда для n измерений за один оборот сканирования можно записать следующее выражение:

где , а .

Очевидно, для определения параметров a, b, с в соответствии с методом наименьших квадратов необходимо решить систему уравнений:

А именно:

Решение системы уравнений содержит искомые параметры a, b и c, по которым вычисляется горизонтальная и вертикальная составляющие вектора скорости ветра, а также его направление. Отметим, что методы, алгоритмы и сама процедура определения параметров a, b и c в рассмотренной выше постановке детально проработаны в диссертации Смалихо И.Н. [6].

Описанная серия измерений производится при фиксированной фокусировке приемо-передающего телескопа, соответствующей высоте, на которой производятся измерения. Для измерения вертикального профиля скорости ветра эта серия повторяется при нескольких различных фокусировках. Основным конечным результатом измерений является вертикальный профиль скорости ветра, измеренный в нескольких заранее заданных точках по высоте, привязанный к топографическим координатам. Кроме того, должно быть известно, как сориентированы оси x, y относительно направления на север (с точностью 0.2° - 0.3°). Отображение вертикального профиля скорости ветра в зависимости от высоты на мониторе оператора ПЛВ-300 для примера показано на рисунке 13.

Рисунок 13. - Отображение на мониторе оператора данных о профиле ветра.

6. Выводы

Приведены результаты разработки программно-алгоритмического обеспечения ветрового когерентного доплеровского лидарного профилометра с непрерывным излучением и коническим сканированием атмосферы. Представлены основные принципы, структура и блок-схемы обработки данных с описанием конкретных методов и алгоритмов, которые использованы в профилометре лидарном ветровом ПЛВ-300 разработки ООО “НПП” Лазерные системы”. В результате проведенных испытаний получено, что к достоинствам разработанного программно-алгоритмического обеспечения можно отнести:

относительную простоту реализации;

невысокие требования к ресурсам вычислительной системы;

достаточно высокую помехоустойчивость

применимость данного алгоритма к различным режимам измерения радиальной скорости.

Полевые испытания показали [7], что ПЛВ-300 в совокупности с разработанным программно-алгоритмическим обеспечением позволяет измерять скорость ветра в диапазоне 1-55 м/с с точностью: абсолютной при V? 5 м/с - ±0.5 м/с, относительной при V>5 м/с - ±10%, а направление ветра - в диапазоне 0° - 360° с точностью ±10°.

Литература

1. Документ ИКАО: Doc 9426 ICAO, Air Traffic Services Planning Manual, Part II, Chapter 3, Appendix A. ICAO, 2007.

2. Борейшо А.А., Ахметьянов В.Р., Васильев Д.Н., Заморин И.С., Пенкин М.С., Клочков Д.В. Место и роль лидарного профилометра в системе метеообеспечения аэропорта // МЕТЕОСПЕКТР. - 2012. - №4, - С.62-67.

3. Ахметьянов В.Р., Васильев Д.Н., Клочков Д.В., и др. Доплеровский лидарный профилометр для измерения параметров ветра // Измерительная техника. - 2013. - №6. - С.35-39.

4. Ахметьянов В.Р., Мишина О.А. Обработка данных ветрового когерентного доплеровского лидара на основе метода гауссовой аппроксимации // Известия вузов. Приборостроение. - 2010. - № 1. - С. 20-26.

5. Ахметьянов В.Р., Мишина О.А. Метод оценивания положения максимума колоколообразной функции с использованием порядковых статистик. // Изв. СПбГЭТУ “ЛЭТИ”. 2010. №7. С.83-87.

6. Смалихо И.Н. Ветровое зондирование когерентными доплеровскими лидарами: Дис. … доктора физико-математических наук: 01.04.05. - Томск, 2011. - 315 с.

7. Ахметьянов В.Р. Васильев Д.Н. Клочков Д.В. Коняев М.А. и др. Лидарный доплеровский профилометр для измерения параметров ветра в составе наземного комплекса метеорологического обеспечения аэронавигации. Авиакосмическое приборостроение. - 2013, №9, С.41-52.