一种基于激光雷达识别风切变的方法和系统与流程

本发明涉及大气科学技术领域，尤其涉及一种基于激光雷达识别风切变的方法和系统。

背景技术：

目前，美国等大多数国家主要采用基于地面风传感器的低空风切变预警系统(lowlevelwindshearalertsystem，llwas)进行机场区域的风切变探测与预警。由于llwas采用地面传感器为主，对高空风场的探测能力较弱，缺少真实性和数据准确度。与美国主要由较大尺度的天气系统导致风切变不同，而我国某些地区的机场受到快速多变的小尺度的地形风的困扰，采用llwas系统并不能有效解决困扰我国机场存在的风切变识别问题。

技术实现要素：

本发明所要解决的技术问题是针对现有技术的不足，提供一种基于激光雷达识别风切变的方法和系统。

本发明解决上述技术问题的技术方案如下：一种基于激光雷达识别风切变的方法，包括：

实时采集激光雷达获取的下滑道上和机场跑道周边的径向风场探测数据，所述激光雷达部署于所述机场跑道的中段，其仰角与所述下滑道的坡度相同；

对所述径向风场探测数据进行处理，得到下滑道风廓线；

通过小波变换识别所述下滑道风廓线的风切变信息。

本发明的有益效果是：通过实时采集获取的下滑道上和机场跑道周边的径向风场探测数据，采用小波变换进行风切变识别，不仅准确率高，而且大大降低了计算成本。且本发明不同于现有的风切变识别方法，主要是基于径向风的主要变化趋势。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步地，在对所述径向风场探测数据进行处理，得到下滑道风廓线之前，所述方法还包括：

对各个距离门上的径向风场探测数据进行质量控制，去除不可信数据。

进一步地，所述对各个距离门上的径向风场探测数据进行质量控制，去除不可信信息，包括：

当同一距离门上的径向风场探测数据的缺失率超过预设比值时，则确定该距离门及更远距离门的数据不可信并予以去除。

采用上述进一步方案的有益效果是：由于激光雷达具有一定的探测范围，这一性能受到天气和大气污染情况的客观影响，具有较大的不确定性。距离越远返回信号越弱，激光雷达难以识别，从而往往有较多的缺测点，此时有测量数据的点也往往受到噪声干扰，不再可信，因此，通过判断同一距离门上数据的缺失率是否超过预设比值，可以对激光雷达的实际探测范围进行动态识别，以有效去除不可信数据。

进一步地，所述对所述径向风场探测数据进行处理，得到下滑道风廓线，包括：

将所述径向风场探测数据中位于下滑道附近的波束径向风速风向观测结果，插值得到所述下滑道的径向风速风向信息；

利用vad方法对所述径向风场探测数据进行反演处理，得到下滑道的侧风信息；

根据下滑道的径向风速风向信息和下滑道的侧风信息，得到下滑道风廓线。

采用上述进一步方案的有益效果是：利用径向风直接观测下滑道的头/尾风，免除了复杂的反演算法以及引入的误差，并大大提高了计算速度；同时结合vad方法反演下滑道的侧风，弥补了径向风算法不能观测侧风的缺点。

进一步地，所述所述风切变信息包括风切变区域，则所述通过小波变换，识别所述下滑道风廓线的风切变信息，包括：

采用haar小波变换识别所述下滑道风廓线的主要特征点，并将所述下滑道风廓线的主要特征点，作为所述风切变区域的边界。

采用上述进一步方案的有益效果是：采用小波变换进行风切变识别，提高识别的准确率，同时降低计算成本。

进一步地，所述风切变信息还包括风切变强度，所述方法还包括：

根据所述风切变强度和国际民用航空组织icao的风切变强度标准，确定发布警报的区域和该区域对应的报警信息。

采用上述进一步方案的有益效果是：能够及时发现风切变并发布警报，从而减少损失。

进一步地，所述根据所述风切变强度和国际民用航空组织icao的风切变强度标准，确定发布警报的区域和该区域对应的报警信息，包括：

根据所述icao的风切变强度标准和所述风切变强度，判断所述下滑道上各个区域内的风切变等级，所述各个区域由将所述下滑道以1海里为单位划分得到；

对风切变等级在中度以上等级的区域进行标识；

针对标识的每个区域发布单一的区域警报，且每个区域对应的报警信息中包括该区域中风切变最大强度值。

采用上述进一步方案的有益效果是：为飞行员提供简洁但有效的风切变信息，方便飞行员及时应对。

本发明解决上述技术问题的另一种技术方案如下：一种基于激光雷达识别风切变的装置，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序，实现如上述技术方案所述的基于激光雷达识别风切变的方法。

本发明解决上述技术问题的另一种技术方案如下：一种基于激光雷达识别风切变的系统，包括：

激光雷达，所述激光雷达部署于机场跑道的中段，其仰角与下滑道的坡度相同，用于获取下滑道上和机场跑道周边的径向风场探测数据；

上述技术方案所述的基于激光雷达识别风切变的装置，用于对所述激光雷达获取的径向风场探测数据进行处理，识别下滑道上的风切变信息。

本发明的有益效果是：通过实时采集激光雷达获取的下滑道上和机场跑道周边的径向风场探测数据，采用小波变换进行风切变识别，不仅准确率高，而且大大降低了计算成本。

本发明解决上述技术问题的另一种技术方案如下：一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述技术方案所述的基于激光雷达识别风切变的方法。

本发明附加的方面及其的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于激光雷达识别风切变的方法的流程示意图；

图2为本发明另一实施例提供的一种基于激光雷达识别风切变的方法的流程示意图；

图3为本发明另一实施例提供的一种基于激光雷达识别风切变的方法的流程示意图；

图4为本发明另一实施例提供的一种基于激光雷达识别风切变的方法的流程示意图；

图5为本发明另一实施例提供的一种基于激光雷达识别风切变的方法的流程示意图；

图6为本发明实施例提供的一种基于激光雷达识别风切变的方法的一次风切变识别结果的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

如图1所示的一种基于激光雷达识别风切变的方法100，包括：

110、实时采集激光雷达获取的下滑道上和机场跑道周边的径向风场探测数据。其中，激光雷达部署于机场跑道的中段，其仰角与下滑道的坡度相同。

120、对径向风场探测数据进行处理，得到下滑道风廓线。

130、通过小波变换识别下滑道风廓线的风切变信息。

具体的，在该实施例中，激光雷达部署于机场跑道中段临近位置，采用与下滑道坡度相同的3°仰角，周期性的对周边进行扫描或者360°ppi扫描，例如：每2分钟完成一组ppi扫描，得到ppi扫描数据。ppi扫描数据包括：下滑道上的径向风速风向信息和机场跑道周边的径向风场信息。

上述实施例中提供的一种基于激光雷达识别风切变的方法：通过实时采集激光雷达获取的下滑道上和机场跑道周边的径向风场探测数据，采用小波变换进行风切变识别，不仅准确率高，而且大大降低了计算成本。

应理解，在该实施例中，风切变信息包括风切变区域，步骤140具体可以为：采用haar小波变换识别下滑道风廓线的主要特征点，并将下滑道风廓线的主要特征点，作为风切变区域的边界。

具体的，采用haar小波变换来识别风廓线的主要特征点。小波变换通过构建一个小波函数h，计算廓线与该函数从高度下限zb到高度上限zt范围内，在每个高度点上乘积的累加值w。

w实际计算的是以高度为b的点为中心，上下各a/2宽度的部分的平均值的梯度，从而信号梯度的极值表现为小波信号的峰(谷)值。通过对宽度a进行合理的调整，小波变换可以有效地滤去信号的高频和低频波动，从而仅保留波峰半宽度在a附近的特定波长区间的波动部分。

其中，下滑道风廓线的主要特征点为整条廓线中主要的波峰/波谷位置，排除掉起伏过小的波峰波谷和相对次要的波峰波谷。

由于主要特征点为下滑道头尾风廓线的主要波动的波峰和波谷，相邻两个主要特征点必然分别为波峰波谷，则相邻两特征点之间的风速变化可视为整体上的单调变化，换言之两点间的风切变正负性质被视为是一致的。因此，通过计算相邻特征点的风速差，除以距离，即可得到风切变强度。

通过小波变换，下滑道风廓线的主要特征点被识别出来，进而作为风切变区域的边界。

具体的，在该实施例中，基于小波变换方法，通过三轮识别算法来得到风速廓线的主要波峰波谷。

1、波峰波谷识别算法

经过小波变换，信号的波峰波谷在小波信号中接近0值，而信号变率的极值位置在小波信号中表现为波峰和波谷。由此可以确定信号波峰波谷的位置。

2、次要点过滤算法

对于1中识别得到的波峰波谷，存在以下问题：

(1)风场平稳状态下仍会有小的波动，此时波峰波谷的振幅过小，属于不重要的风速波动。

(2)一次大的风速波动中可能存在一些小的波动，识别结果将这些小波动的波峰波谷识别为特征点，造成大波动的割裂，使强度大大弱化。

由此需要加入次要点的过滤算法，以突出主要的风速波动信息。

本过滤算法使用1中识别结果组成廓线进行再一次峰谷识别，将次要点进行成对的去除，突出主要特征点位置。使2中(2)的问题得到较好解决。

3、振幅过滤算法

为了进一步解决2中(1)的问题，还加入了振幅过滤算法，将振幅低于一定阈值的相邻两个特征点从特征点序列中同时去除。

如图6所示，为一次风切变识别结果。横坐标为飞机高度，纵坐标为风速，实线曲线为头尾风，以头风为正；虚线曲线为侧风，以左侧来风为正。

下滑道坡度为3度，从而由高度可计算距离落地的距离，在图中分为3个整海里区域。细线方框内为一个整海里区域(2nmile)。

通过小波变换算法，可以识别出头尾风廓线(实线曲线)上的主要特征点(峰谷)，即为图中实心小圆。对相邻两个特征点围成的区域计算风速梯度，即为风切变强度。当强度超过标准时，该区域即为风切变区域(粗线方框)。

以此图为例，可见存在一个强度为-4.3的风切变区域，跨越了2海里和3海里两个警报区域，此时警报为：3海里，风切变-4.3；2海里，风切变-4.3。

可选地，作为一个实施例，如图2所示，在步骤120之前，方法100还包括：

140、对各个距离门上的径向风场探测数据进行质量控制，去除不可信数据。

则，步骤120具体为：对去除了不可信数据的径向风场探测数据进行处理，得到下滑道风廓线。

具体的，在该实施例中，当同一距离门上的径向风场探测数据的缺失率超过预设比值时，则确定该距离门及更远距离门的数据不可信并予以去除。

例如，若同一距离门上的径向风场探测数据的缺失率超过50％或者60％，或者还可以为其他比值，则该距离门上的数据缺失率过高，不可信，需将该距离门，以及比该距离门更远距离门上的数据予以去除。例如：发现2500米距离门缺失率过高，则从2500米至更远距离的所有数据均认为不可信。

可选地，在另一个实施例中，如图3所示，步骤120可以包括：

121、将径向风场探测数据中位于下滑道附近的波束径向风速风向观测结果，插值得到下滑道的径向风速风向信息。

122、利用vad方法对径向风场探测数据进行反演处理，得到下滑道的侧风信息。

123、根据下滑道的径向风速风向信息和下滑道的侧风信息，得到下滑道风廓线。

具体的，在该实施例中，下滑道风廓线包括：头/尾风和侧风，其中，头/尾风又分为头风和尾风，分别指风从机头/机尾吹来。径向风算法可以比较直接地获取头尾风的信息，但对于侧风需要vad算法辅助得到。

在计算下滑道风廓线时，由于风速风向具有相应的位置信息，根据下滑道附近的风速风向分布，插值得到下滑道上的风速风向值。该方法的缺点在于无法得到下滑道的侧风信息，因此，本发明实施例中同时利用vad方法处理ppi扫描数据，将得到的风矢量沿下滑道进行分解，横风分量作为下滑道的侧风信息。

vad方法为目前激光雷达反演风场的常用方法。该方法是假定同一高度上的风场均匀，设风速为v(h)，风向为θ(h)，对于方位角α的波束，可知径向速度vr为:

vr＝v(h)*sin(α-θ(h))

因此360°的ppi扫描数据中，相同距离门上的径向速度应当呈现正弦曲线形态。通过正弦函数进行拟合，即可得到振幅v(h)和相位θ(h)。

vad方法对于每一高度层只能得到唯一的风速风向结果，在本发明实施例中可用于提供下滑道风场的侧风分量。

本实施例中利用径向风直接观测下滑道的头/尾风，免除了复杂的反演算法以及引入的误差，并大大提高了计算速度；同时结合vad方法反演下滑道的侧风，弥补了径向风算法不能观测侧风的缺点。

应理解，在该实例中，在步骤121之前，也可以包括步骤140。则步骤121中具体为：将去除了不可信数据的径向风场探测数据中，下滑道上的波束径向风速风向插值到下滑道上，作为下滑道的径向风速风向信息。步骤12具体为：利用vad方法对去除了不可信数据的径向风场探测数据进行反演处理，得到下滑道的侧风信息。

可选地，在另一个实施例中，如图4所示，方法100还可以包括：

150、根据风切变强度和国际民用航空组织icao(internationalcivilaviationorganization)的风切变强度标准，确定发布警报的区域和该区域对应的报警信息。

具体的，在该实施例中，如图5所示，步骤150可以包括：

151、根据icao的风切变强度标准和风切变强度，判断下滑道上各个区域内的风切变等级，各个区域由将所述下滑道以1海里为单位划分得到；

152、对风切变等级在中度以上等级的区域进行标识；

153、针对标识的每个区域发布单一的区域警报，且每个区域对应的报警信息中包括该区域中风切变最大强度值。

具体的，在该实施例中，警报信息还可以包括风切变类型等。其中，风切变类型包括风切变(windshear)，湍流(turbulence)和下击暴流(downburst)，其中，下击暴流需要机场多普勒天气雷达的同步观测进行识别判断。另外，还可以将将风切变警报按照风切变时间进行存储记录。

飞行员降落时需要得到风切变的强度和位置信息，但是飞机降落过程仅1-2分钟，飞行员不可能处理全部的风切变识别信息。因此国际通用做法是将下滑道分为若干区域，对每个区域中仅给出最强的风切变作为这个区域的警报，这样飞行员只需要处理几个区域警报，并能够满足其对风切变位置的需求。

例如，将下滑道以1海里为单元分为3个区域，对每个区域发布单一的区域警报，为该区域中风切变最大强度值。每个整海里区域指整海里的下滑道区域。风切变区域是上文提到的两个相邻特征点之间的区域。例如，当一个风切变区域的起止为(1.2，2.3)海里，此时该区域跨越了两个整海里区域。而一个整海里区域中可能包含多个风切变区域或其一部分，此时对这个整海里区域仅使用其中最高的风切变强度发布一个单一的区域警报。例如，1海里区域内可能有2级、2级、3级、2级四个风切变区域，此时发布警报为1海里区域风切变3级。

上述实施例中提供的一种基于激光雷达识别风切变的方法，通过采用激光测风雷达对飞机下滑道和机场周边风场进行持续探测，可以在较高的时空分辨率下实时探测目标区域附近的风场信息，从而可以及时发现风切变并发布警报。

应理解，在上述实施例中还可以包括步骤140，或者步骤120页可以具体为步骤121-123，为了描述的简洁，在此不再赘述。

还应理解，在本发明的上述各实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

上文结合图1至图5，对本发明实施例提供的一种基于激光雷达识别风切变的方法进行了详细的描述，下面对本发明实施例提供的一种基于激光雷达识别风切变的系统进行详细的描述。

本发明还提供一种基于激光雷达识别风切变的装置，包括：

存储器，用于存储计算机程序；

处理器，用于执行计算机程序，实现如上述实施例中任一项的基于激光雷达识别风切变的方法。

需要说明的是，本实施例是与上述各方法实施例对应的产品实施例，对于本实施例中各结构的具体功能及可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。

另外，本发明还提供一种基于激光雷达识别风切变的系统，该系统包括：激光雷达和如上述实施例的基于激光雷达识别风切变的装置。其中，

激光雷达部署于机场跑道的中段，其仰角与下滑道的坡度相同，用于周期性的进行扫描或360°的ppi扫描，获取下滑道上和机场跑道周边的径向风场探测数据。基于激光雷达识别风切变的装置，用于对激光雷达获取的径向风场探测数据进行处理，识别下滑道上的风切变信息。

例如，激光雷达可以每2分钟完成一组ppi扫描。

需要说明的是，本实施例是与上述装置实施例对应的系统实施例，对于本实施例中基于激光雷达识别风切变的装置的具体功能及可选实施方式的说明可以参考上述各方法实施例中的对应说明，在此不再赘述。

上述实施例中提供的一种基于激光雷达识别风切变的系统：通过实时采集激光雷达获取的下滑道上和机场跑道周边的径向风场探测数据，采用小波变换进行风切变识别，不仅准确率高，而且大大降低了计算成本。

在本发明的其他实施例中，还提供一种存储介质，该存储介质中存储有指令，当计算机读取该指令时，使计算机执行如上述实施例中任一项的基于激光雷达识别风切变的方法。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。