【技術實現步驟摘要】
本專利技術涉及大氣風速測量，具體涉及一種基于收發分置的雙基地激光測風雷達的風速測量方法及系統。
技術介紹
1、隨著風能發電、氣象監測、航空航天等領域對高精度風速測量需求的增加，傳統的單基地激光測風雷達系統在復雜環境中由于測量精度和抗干擾能力的局限，已難以滿足這些領域的需求。現有技術中，多普勒激光雷達通過測量大氣中顆粒物的散射信號頻移來計算風速。然而，環境因素(如氣壓、溫度、濕度等)對多普勒頻移有顯著影響，這些變化會導致測量誤差較大。此外，現有的雷達系統的基站布局優化方法缺乏靈活性，難以適應復雜環境下的風場變化。因此，需要一種能夠實時調整校正參數并優化基站布局的雙基地激光測風雷達系統，以提高測量的精度和可靠性。
技術實現思路
1、技術目的：針對現有激光測風技術的不足，本專利技術公開了一種基于收發分置的雙基地激光測風雷達的風速測量方法及系統，通過采集環境參數數據，動態調整多普勒頻移校正參數，優化基站布局，并通過多級信號處理技術，提高風速測量的精度和信噪比。
2、技術方案：為實現上述技術目的，本專利技術采用了如下技術方案：
3、一種基于收發分置的雙基地激光測風雷達的風速測量方法，包括以下步驟：
4、s1、初始化雙基地激光測風雷達中發射基站和接收基站的位置，并通過多個分布式傳感器節點實時采集環境參數數據，所述環境參數數據包括氣壓、溫度和濕度，并將環境參數數據傳輸至中央處理單元進行預處理；
5、s2、使用雙基地激光測風雷達獲取測風區域的多普勒頻
6、s3、基于環境參數數據計算自適應校正因子，并使用自適應校正因子對多普勒頻移數據進行校正，得到校正后的風速數據；
7、s4、對校正后的風速數據進行多級處理，多級處理包括多尺度特征提取、深度可分離卷積和自適應噪聲抑制，以提高風速數據的信噪比和測量精度；
8、s5、構建狀態向量，并將狀態向量輸入至訓練后的深度q網絡中，狀態向量包括多級處理后的風速數據、當前環境參數數據以及發射基站和接收基站的當前位置；
9、s6、基于狀態向量利用訓練后的深度q網絡計算可能動作的q值，選擇q值最大的動作，根據q值最大的動作調整發射基站和接收基站的位置，動作包括調整發射基站和接收基站位置的方向和幅度；
10、s7、在發射基站和接收基站調整后的位置上，使用雙基地激光測風雷達重新測量風速，獲取新的多普勒頻移數據，并基于新的多普勒頻移數據計算新的風速，經過校正和多級處理后得到新的多級處理后的風速數據；
11、s8、重復步驟s5至s7，不斷優化發射基站和接收基站的位置和風速測量結果，直至達到預設的測量精度或系統穩定。
12、本專利技術還提供一種基于收發分置的雙基地激光測風雷達的風速測量系統，用于實現如上所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，包括：
13、中央處理單元，用于接收和處理從多個傳感器節點傳輸的環境參數數據；
14、環境參數采集模塊，用于通過多個傳感器節點實時采集環境參數數據，傳感器節點通過無線通信網絡或有線通信網絡將數據傳輸至中央處理單元；
15、雙基地激光測風雷達，包括發射基站和接收基站，用于發射特定波長的激光束至目標區域，并接收測風區域大氣中顆粒物散射的激光，以獲取多普勒頻移數據，雙基地激光測風雷達與中央處理單元相連接，用于將多普勒頻移數據傳輸至中央處理單元進行處理；
16、多普勒頻移校正模塊，用于基于環境參數數據計算自適應校正因子，并根據自適應校正因子對多普勒頻移數據進行校正得到校正后的風速數據，多普勒頻移校正模塊與中央處理單元相連接；
17、智能布局優化模塊，用于通過深度q網絡算法，根據校正后的風速數據和環境參數數據，動態優化雙基地激光測風雷達中的發射基站和接收基站的位置配置；
18、多級信號處理模塊，用于對校正后的風速數據進行多級處理，以提高信號的信噪比和測量精度，多級信號處理模塊與中央處理單元相連接。
19、有益效果：本專利技術所提供的一種基于收發分置的雙基地激光測風雷達的風速測量方法及系統具有如下有益效果：
20、1、本專利技術考慮了復雜地形和多變氣象條件，確保在惡劣環境下也能穩定運行，通過集成多個功能模塊和智能算法，系統能夠實時響應環境變化，提供持續穩定的測風能力；本專利技術通過引入多普勒頻移校正模塊，使用自適應校正因子對環境變化引起的多普勒頻移誤差進行動態補償，有效提高了風速測量的精度，這種動態校正機制使得系統能夠在各種復雜氣象條件下保持高精度測量。
21、2、本專利技術的多級信號處理模塊通過多尺度特征提取、深度可分離卷積和自適應噪聲抑制，提高了風速信號的信噪比，能夠有效抑制來自環境的各種噪聲干擾，不僅提升了測量數據的質量，還減少了噪聲對測量結果的影響，確保了數據的可靠性；通過在多級信號處理模塊中使用深度可分離卷積技術，大幅減少了對風速信號特征處理時的計算量，不僅提高了處理速度，還保持了高精度的特征提取能力，適合實時性要求高的測風應用。
22、3、本專利技術的智能布局優化模塊采用深度q網絡算法，能夠根據實時風速數據和環境參數動態優化基站位置配置，這種自適應優化機制確保系統在不同地形和環境條件下的最佳性能，使得測風雷達能夠快速適應變化的風場特征，最大限度地減少測量誤差。
本文檔來自技高網...【技術保護點】
1.一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，深度Q網絡的訓練具體步驟如下：
3.根據權利要求2所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，經驗樣本的TD誤差的計算公式為：
4.根據權利要求2所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，經驗樣本目標Q值的計算公式為：
5.根據權利要求2所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，主Q網絡的損失函數的計算公式為：
6.根據權利要求1所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，基于多普勒頻移數據計算得到測風區域的初始風速的計算公式如下：
7.根據權利要求1所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，自適應校正因子的計算公式為：
8.一種基于收發分置的雙基地激光測風雷達的風速測量系統，用于實現如權利要求
9.根據權利要求8所述的一種基于收發分置的雙基地激光測風雷達的風速測量系統，其特征在于，多普勒頻移校正模塊包括校正因子計算單元，所述校正因子計算單元用于基于所述環境參數數據計算自適應校正因子，并將自適應校正因子應用于多普勒頻移數據的校正。
10.根據權利要求8所述的一種基于收發分置的雙基地激光測風雷達的風速測量系統，其特征在于，多級信號處理模塊包括多尺度特征提取單元、深度可分離卷積單元和自適應噪聲抑制單元，所述多尺度特征提取單元用于提取校正后的風速數據中的多尺度特征，深度可分離卷積單元用于減少對提取的多尺度特征進行處理時的計算復雜度，自適應噪聲抑制單元用于抑制風速數據中環境噪聲和測量噪聲，提高風速數據的信噪比和測量精度。
...【技術特征摘要】
1.一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，深度q網絡的訓練具體步驟如下：
3.根據權利要求2所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，經驗樣本的td誤差的計算公式為：
4.根據權利要求2所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，經驗樣本目標q值的計算公式為：
5.根據權利要求2所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，主q網絡的損失函數的計算公式為：
6.根據權利要求1所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其特征在于，基于多普勒頻移數據計算得到測風區域的初始風速的計算公式如下：
7.根據權利要求1所述的一種基于收發分置的雙基地激光測風雷達的風速測量方法，其...
【專利技術屬性】
技術研發人員：夏俊榮，陳亮，王志誠，徐鋮，吳丹，
申請(專利權)人：無錫學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。