CN116482677B - 一种基于海雾观测的多雷达协同控制扫描调度方法 - Google Patents
一种基于海雾观测的多雷达协同控制扫描调度方法 Download PDFInfo
- Publication number
- CN116482677B CN116482677B CN202310747775.4A CN202310747775A CN116482677B CN 116482677 B CN116482677 B CN 116482677B CN 202310747775 A CN202310747775 A CN 202310747775A CN 116482677 B CN116482677 B CN 116482677B
- Authority
- CN
- China
- Prior art keywords
- scanning
- radar
- time
- millimeter wave
- wave radar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 230000004927 fusion Effects 0.000 claims abstract description 27
- 230000010354 integration Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 12
- JGSMCYNBVCGIHC-QPEQYQDCSA-N (3z)-3-[(4-hydroxyphenyl)methylidene]-5,6-dimethoxy-1h-indol-2-one Chemical group C1=2C=C(OC)C(OC)=CC=2NC(=O)\C1=C/C1=CC=C(O)C=C1 JGSMCYNBVCGIHC-QPEQYQDCSA-N 0.000 description 8
- 101100417168 Arabidopsis thaliana RPI2 gene Proteins 0.000 description 8
- 101150104980 RPI1 gene Proteins 0.000 description 8
- 101150107865 prf1 gene Proteins 0.000 description 6
- 101150093386 prfA gene Proteins 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 101100417166 Caenorhabditis elegans rpi-1 gene Proteins 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 101100268665 Caenorhabditis elegans acc-1 gene Proteins 0.000 description 1
- 101100268668 Caenorhabditis elegans acc-2 gene Proteins 0.000 description 1
- 101150028119 SPD1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 101150084884 spd2 gene Proteins 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于海雾观测的多雷达协同控制扫描调度方法,涉及气象雷达技术领域,包括:步骤S1:计算雷达扫描参数;步骤S2:基于雷达扫描参数,计算雷达扫描时间;步骤S3:根据雷达扫描特性和雷达扫描时间,生成雷达协同扫描策略;步骤S4:根据雷达协同扫描策略执行协同扫描任务;步骤S5:基于协同扫描任务的扫描结果,生成多源数据融合产品;本发明,对毫米波雷达和激光雷达进行综合集成,实现协同观测、时间同步、进行数据融合,得到多源数据融合产品,是后续海雾数据识别和分析的必要条件。
Description
技术领域
本发明涉及气象雷达技术领域,具体涉及一种基于海雾观测的多雷达协同控制扫描调度方法,用于按照某种扫描策略协同调度毫米波和激光雷达对海雾进行周期观测。
背景技术
本节中的陈述仅提供与本公开相关的背景信息,并且可能不构成现有技术。
传统以自动气象站为主要手段开展的大雾观测,受地理条件和设备性能等方面限制,无法在海上大范围布设,且单点观测设备取样空间小,对于分布广、空间差异大、生消快的海雾观测具有较大的不确定性,并且无法准确获取整个海雾的发展过程及空间结构。
随着地基遥感观测技术的发展,借鉴气象雷达在天气监测方面的重要应用,毫米波雷达和激光雷达先后开展了海雾遥感观测,并且证实了技术可行性。但毫米波雷达观测海雾存在定强监测灵敏度不够,而海雾对激光雷达衰减较为严重,观测范围小的问题,影响观测效益的发挥。即存在毫米波雷达存在观测范围大,但灵敏度不够,激光雷达灵敏度高,但观测范围小的问题;同时,也由于激光雷达和毫米波雷达扫描时间不同,二者在数据融合时存在时空不匹配问题。
因此,如何对两种设备进行综合集成,实现协同观测、时间同步、进行数据融合,得到多源数据融合产品,是后续海雾数据识别和分析的必要条件。
发明内容
本发明的目的在于:针对现有技术中存在的问题,提供了一种基于海雾观测的多雷达协同控制扫描调度方法,解决了毫米波雷达和激光雷达在海雾观测时,时间不同步导致的数据融合存在时空不匹配问题,为后续海雾识别和分析算法提供可靠数据。
本发明的技术方案如下:
一种基于海雾观测的多雷达协同控制扫描调度方法,包括:
步骤S1:计算雷达扫描参数;
步骤S2:基于雷达扫描参数,计算雷达扫描时间;
步骤S3:根据雷达扫描特性和雷达扫描时间,生成雷达协同扫描策略;
步骤S4:根据雷达协同扫描策略执行协同扫描任务;
步骤S5:基于协同扫描任务的扫描结果,生成多源数据融合产品。
进一步地,所述雷达,包括:毫米波雷达和激光雷达;
所述毫米波雷达包括如下扫描模式:
水平剖析模式、垂直剖析模式、定点扫描模式。
进一步地,所述步骤S1,包括:
计算毫米波雷达分别在水平剖析模式、垂直剖析模式、定点扫描模式下的扫描参数;
计算激光雷达的扫描参数。
进一步地,所述毫米波雷达的扫描参数,包括:水平角度范围、俯仰角度范围、扫描速度;
所述激光雷达的扫描参数,包括:扫描模式、水平角度范围、扫描间隔角度、积分时间。
进一步地,所述步骤S2,包括:
基于毫米波雷达在各模式下的扫描参数,分别计算毫米波雷达在各模式下的扫描时间;
基于激光雷达的扫描参数,计算激光雷达的扫描时间。
进一步地,步骤S3,包括:
步骤S31:计算毫米波雷达的总扫描时间,并生成毫米波雷达扫描策略;
步骤S32:计算激光雷达的总扫描时间,并生成激光雷达扫描策略;
步骤S33:进行时间尺寸同步,更新毫米波雷达扫描策略和激光雷达扫描策略;
步骤S34:基于更新后的毫米波雷达扫描策略和激光雷达扫描策略生成雷达协同扫描策略。
进一步地,所述步骤S31,包括:
毫米波雷达在垂直剖析模式下,至少需要设置n个高度不同的仰角,并生成与仰角对应的扫描调度任务RPIn;其中n≥2;
毫米波雷达在水平剖析模式下,至少需要m个不同角度的扫描调度,并生成与角度对应的扫描调度任务RHIm;其中m≥2;
毫米波雷达在定点扫描模式下,生成扫描调度任务THI;
毫米波雷达的总扫描时间通过如下公式计算:
C_T=RPI_T×n+RHI_T×m+THI_T+SPARE1
式中:
C_T为毫米波雷达的总扫描时间;
RPI_T为毫米波雷达在垂直剖析模式下的扫描时间;
RHI_T为毫米波雷达在水平剖析模式下的扫描时间;
THI_T为毫米波雷达在定点扫描模式下的扫描时间;
SPARE1为留给毫米波雷达复位以及程序分析的预留时间;
基于扫描调度任务RPIn、扫描调度任务RHIm和扫描调度任务THI、预留时间SPARE1生成毫米波雷达扫描策略;
所述步骤S32,包括:
激光雷达的总扫描时间通过如下公式计算:
L1=L_T+SPARE2
式中:
L1为激光雷达的总扫描时间;
L_T为激光雷达的扫描时间;
SPARE2为留给激光雷达复位以及程序分析的预留时间;
基于激光雷达的总扫描时间和预留时间SPARE2生成激光雷达扫描策略。
进一步地,所述步骤S33,包括:
步骤S331:以激光雷达为基准,考虑时间对齐,计算协同观测总时间;
步骤S332:基于更新原则,对毫米波雷达扫描策略和激光雷达扫描策略进行更新。
进一步地,所述步骤S331,包括:
取C_T和L1中较大的值作为初始协同观测总时间T1初;
对初始协同观测总时间T1初做y时长的向上取整,得到协同观测总时间T1,所述协同观测总时间T1即为一个周期;
所述步骤S332中的更新原则,包括:
针对激光雷达:在协同观测总时间T1固定的前提下,调整预留时间SPARE2,使L1+SPARE2=T1;
针对毫米波雷达:在协同观测总时间T1固定的前提下,优先增加毫米波雷达在垂直剖析模式下的扫描次数x,若增加后的剩余时间小于RPI_T,则将剩余时间增加到THI_T中,使RPI_T×(n+x)+RHI_T×m+THI_T+(T1-C_T-RPI_T×x)=T1。
进一步地,所述步骤S5,包括:
将毫米波雷达在垂直剖析模式下生成的每两径向数据和激光雷达生成的一个径向数据进行融合,得到一个周期内的两源数据融合产品;
将一个周期内的两源数据融合产品、毫米波雷达在水平剖析模式下生成的文件、毫米波雷达在定点扫描模式下生成的文件融合为一个多源数据融合产品。
与现有的技术相比本发明的有益效果是:
一种基于海雾观测的多雷达协同控制扫描调度方法,包括:步骤S1:计算雷达扫描参数;步骤S2:基于雷达扫描参数,计算雷达扫描时间;步骤S3:根据雷达扫描特性和雷达扫描时间,生成雷达协同扫描策略;步骤S4:根据雷达协同扫描策略执行协同扫描任务;步骤S5:基于协同扫描任务的扫描结果,生成多源数据融合产品;其对毫米波雷达和激光雷达进行综合集成,实现协同观测、时间同步、进行数据融合,得到多源数据融合产品,是后续海雾数据识别和分析的必要条件。
附图说明
图1为一种基于海雾观测的多雷达协同控制扫描调度方法的流程图;
图2为毫米波雷达在RPI扫描模式下的俯仰角示意图;
图3为最大探测距离与prf和扫描速度对应关系图;
图4为激光雷达选用间隔角度2°,积分时间5s时的协同扫描策略图;
图5为激光雷达选用间隔角度2°,积分时间9s时的协同扫描策略图。
具体实施方式
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合实施例对本发明的特征和性能作进一步的详细描述。
实施例一
请参阅图1,一种基于海雾观测的多雷达协同控制扫描调度方法,包括:
步骤S1:计算雷达扫描参数;
步骤S2:基于雷达扫描参数,计算雷达扫描时间;
步骤S3:根据雷达扫描特性和雷达扫描时间,生成雷达协同扫描策略;
步骤S4:根据雷达协同扫描策略执行协同扫描任务;即按照协同扫描策略,发送扫描命令给毫米波雷达与激光雷达,执行协同扫描任务;
步骤S5:基于协同扫描任务的扫描结果,生成多源数据融合产品。
在本实施例中,具体的,所述雷达,包括:毫米波雷达和激光雷达;
所述毫米波雷达包括如下扫描模式:
水平剖析模式、垂直剖析模式、定点扫描模式;
需要说明的是,因为本方法用于测海雾,布设到靠海近地面肯定会涉及到陆地区域,所以雷达水平扫描角度设置应尽量避免陆地区域,一般根据设备布设地址实际测量得到,假定水平扫描起止角度分别为AZ1和AZ2;
为了得到海雾区域的面积、高度、水平、垂直分布情况,毫米波雷达需要设置扫描模式为RPI(水平剖析模式)+RHI(垂直剖析模式)+THI(定点扫描模式)组合识别的方式,在RPI扫描模式下扫描得到雾区域的面积范围,在RHI扫描模式下扫描得到雾高度和水平直线分布信息,在THI扫描模式下扫描可以得到海雾到达雷达顶端时垂直分布的情况;
而由于激光雷达扫描时间较长,故激光雷达不参与海雾高度和水平垂直分布信息的观测,只需要水平方向上的扫描即可。
在本实施例中,具体的,所述步骤S1,包括:
计算毫米波雷达分别在水平剖析模式、垂直剖析模式、定点扫描模式下的扫描参数;优选地,所述毫米波雷达的扫描参数,包括:水平角度范围、俯仰角度范围、扫描速度;
计算激光雷达的扫描参数;优选地,所述激光雷达的扫描参数,包括:扫描模式、水平角度范围、扫描间隔角度、积分时间。
在本实施例中,关于毫米波雷达在RPI扫描模式下的角度计算具体如下:
RPI扫描模式,即为水平扇扫模式;
毫米波雷达以一个固定的仰角,从水平扫描起始角度AZ1开始,按照一定的扫描速度SPD1,到水平扫描截止角AZ2结束;
由于海雾的分布范围比较广,为了最大限度获取到海雾数据,要求毫米波雷达最大能探测距离保持在15~20km以上;
根据海雾特征及毫米波雷达的探测性能,通过具体的公式可以计算出毫米波雷达在RPI扫描模式下扇扫所需的俯仰角度范围;
请参阅图2,假设按照20km的探测距离计算,为了让扫描角度在低雾区域和高雾区域都能观测到,需设置毫米波雷达在RPI扫描模式下的俯仰角度范围为0.29°~2°,为了避免毫米波雷达的波束宽度探测区域到达海面,而观测到海浪回波,需要适当提高俯仰角度范围为0.7°~2°之间,同时为了便于后续数据融合以及识别分析,综合考虑,需选取角度0.7°~2°之间的整数角;
具体计算公式:
式中:
为雾高度;
为雷达最大探测距离;
常见海雾一般高度为100m到700米之间,雷达探测距离为20km,分别代入公式中得到最小俯仰角度为0.29°,最大俯仰角度为2°;
在本实施例中,关于毫米波雷达在RHI扫描模式下的角度计算具体如下:
毫米波雷达在近端水平方向上有400m的盲区,为了得到完整的海雾垂直剖析信息,故按照400m探测距离计算,可得俯仰角度为0~60°;
具体计算公式:
式中:
为雾高度,/>为雷达近端水平盲区;
RHI扫描模式对应方位角,一般选择无遮挡开阔地带,根据现场布设雷达实际测量并设置1到多个固定值,这里选择两个方位角45°和120°,作为RHI扫描模式下的水平扫描角度。
在本实施例中,关于毫米波雷达在THI扫描模式下的角度计算具体如下:
海雾观测中,为了更好的确认毫米波雷达观测目标是否为海雾,需要固定设置THI扫描模式为垂直对顶方向,在一定时间内执行间隔扫描,其方位角设置为0°,俯仰角设置为90°。
在本实施例中,关于毫米波雷达在RPI扫描模式下的扫描速度计算具体如下:
毫米波雷达双重频处理可以在提高探测范围的同时也能满足对多普勒速度探测的要求,故处理模式为双重频(DPRF)处理;
假设双重频按照2:3模式(低重频:高重频),探测距离为20km计算,根据实际探测距离计算公式反推,可以得到低脉冲重复频率prf1:
这里blind为远端脉冲盲区,假设设置为如图3所示的脉宽,得到blind=10.8km,根据公式可得:
prf1=3246Hz
为了便于计算,这里prf1按照500的倍数向下取整,高重频prf2与低重频prf1的比例为3:2,最终可得:
prf1=3000Hz,prf2=4500Hz,maxr=22.5km
为了满足积累时间足够,固定FFT积累点数为256点,谱平均数4次,根据以上经验参数,单个径向时间公式:
扫描速率为:
毫米波雷达扫描速率只能为0.5的倍数,故最终计算出来的扫描速率需要按照0.5°/s对齐,即按照0.5向下取整:
其中prf1为低重频,prf2为高重频,acc1为低重频FFT点数,acc2为高重频FFT点数,favgno为相参积累数,ang为径向角度分辨率;
同理,在RHI扫描模式下的扫描速率也可根据上述公式得到,不同的是RPI扫描模式ang一般取1°,RHI扫描模式的ang一般取0.15°。
故假定探测距离为20km的情况下,可得RPI扫描模式下的扫描速率为1.5°/s,RHI扫描模式下的扫描速率为0.5°/s。
毫米波雷达在各个扫描模式下的扫描参数,如表1示例。
表1 毫米波雷达在各个扫描模式下的扫描参数表
在本实施例中,激光雷达的扫描参数计算具体如下:
激光雷达扫描方式和毫米波雷达不同,其按照每个点位扫描固定时间,然后执行下一个点位的扫描,该固定时间称为积分时间(INTE),每个点位间隔的角度,即为扫描间隔角度(SAZ);
针对海雾生成和消失时间较短,激光雷达的积分时间应尽可能短,又由于在一个点位扫描时间越长或者点位数越多,越能提供提高测雾的灵敏度,故积分时间和间隔角度需要一个合适的区间。
一般间隔角度取0.5°~3°之间,积分时间取3s~15s之间。
激光雷达在每个扫描点位切换时,存在一个切换等待时间,一般取3s。
综上,选取一种激光雷达扫描参数如表2示例:
表2 激光雷达的扫描参数表
在本实施例中,具体的,所述步骤S2,包括:
基于毫米波雷达在各模式下的扫描参数,分别计算毫米波雷达在各模式下的扫描时间;
基于激光雷达的扫描参数,计算激光雷达的扫描时间。
在本实施例中,关于激光雷达的扫描时间计算如下:
激光雷达扫描,起始方位角(AZ1)、结束方位角(AZ2)、积分时间(INTE)、间隔角度(SAZ),可得其扫描点数DOT为:
DOT=(AZ2-AZ1)/SAZ)
扫描时间为:
L_T=DOT*INTE+DOT*3
在本实施例中,关于毫米波雷达在各模式下的扫描时间计算如下:
毫米波雷达在RPI扫描模式下,起始方位角(AZ1)、结束方位角(AZ2)、扫描速度(SPD1),可得其扫描时间为:RPI_T = (AZ2-AZ1)/SPD1;
毫米波雷达RHI扫描模式,起始仰角(EL1)、结束仰角(EL2)、扫描速度(SPD2),可得其扫描时间为:
RHI_T=(EL2-EL1)/SPD2
毫米波雷达在THI扫描模式下的扫描时间:
THI_T>=4min
其中THI_T需要根据最后的扫描策略总周期时间(即为协同观测总时间T1)反推,但为了后续识别海雾更准确,THI的扫描时间至少不低于4min。
综上,毫米波雷达和激光雷达扫描时间如表3示例。
表3 毫米波雷达和激光雷达扫描时间表
在本实施例中,具体的,需要说明的是,由于海雾出现到消失的过程比较短暂,生成一组全周期的海雾产品数据,需要在尽可能短时间的情况下执行雷达的扫描过程,并且激光雷达单次扫描时间比毫米波雷达单次扫描时间长很多,故需要以激光雷达为基准,计算并设置合适的雷达协同观测扫描策略;具体的,所述步骤S3,包括:
步骤S31:计算毫米波雷达的总扫描时间,并生成毫米波雷达扫描策略;
步骤S32:计算激光雷达的总扫描时间,并生成激光雷达扫描策略;
步骤S33:进行时间尺寸同步,更新毫米波雷达扫描策略和激光雷达扫描策略;
步骤S34:基于更新后的毫米波雷达扫描策略和激光雷达扫描策略生成雷达协同扫描策略。
在本实施例中,具体的,所述步骤S31,包括:
毫米波雷达在垂直剖析模式下,至少需要设置n个高度不同的仰角,并生成与仰角对应的扫描调度任务RPIn;其中n≥2;优选地,所述毫米波雷达在RPI扫描模式下至少需要设置两个仰角:低仰角和高仰角;
低仰角可以对更大片的海域做观测,缺点是容易受到近海面的船舶,海浪等非气象回波的干扰;高仰角可以排除近海面的干扰回波,但观测面积会有部分缺失;对两个仰角的数据进行融合分析可以得到排除干扰且观测面积更多的数据;假设低仰角扫描调度任务为RPI1,高仰角扫描调度任务为RPI2;
毫米波雷达在水平剖析模式下,至少需要m个不同角度的扫描调度,并生成与角度对应的扫描调度任务RHIm;其中m≥2;优选地,在RHI扫描模式下,至少需要两次扫描调度,假设120°扫描调度任务为RHI120,45°扫描调度任务为RHI45;
毫米波雷达在定点扫描模式下,生成扫描调度任务THI;
则毫米波雷达扫描策略任务队列为:RPI1+RPI2+RHI45+RHI120+THI组合;
毫米波雷达的总扫描时间通过如下公式计算:
C_T=RPI_T×n+RHI_T×m+THI_T+SPARE1
式中:
C_T为毫米波雷达的总扫描时间;
RPI_T为毫米波雷达在垂直剖析模式下的扫描时间;
RHI_T为毫米波雷达在水平剖析模式下的扫描时间;
THI_T为毫米波雷达在定点扫描模式下的扫描时间;
SPARE1为留给毫米波雷达复位以及程序分析的预留时间;
即为:C_T=RPI_T×2+RHI_T×2+THI_T+SPARE1;
基于扫描调度任务RPIn、扫描调度任务RHIm和扫描调度任务THI、预留时间SPARE1生成毫米波雷达扫描策略;
所述步骤S32,包括:
激光雷达的总扫描时间通过如下公式计算:
L1=L_T+SPARE2
式中:
L1为激光雷达的总扫描时间;
L_T为激光雷达的扫描时间;
SPARE2为留给激光雷达复位以及程序分析的预留时间;
基于激光雷达的总扫描时间和预留时间SPARE2生成激光雷达扫描策略;
优选地,在该步骤,可将SPARE1和SPARE2统一设置成2min;
即在本实施例中,可得:L1=16.67min,C_T=15min。
在本实施例中,具体的,所述步骤S33,包括:
步骤S331:以激光雷达为基准,考虑时间对齐,计算协同观测总时间;需要说明的是,考虑到激光雷达扫描时间比毫米波雷达长,协同观测总时间应按照激光雷达为准;
步骤S332:基于更新原则,对毫米波雷达扫描策略和激光雷达扫描策略进行更新。
在本实施例中,具体的,所述步骤S331,包括:
取C_T和L1中较大的值作为初始协同观测总时间T1初(即采用该值替换L1的值);在本实施例中,取16.67作为初始协同观测总时间T1初;
对初始协同观测总时间T1初做y时长的向上取整,得到协同观测总时间T1,所述协同观测总时间T1即为一个周期;优选地,在本实施例中,做5分钟向上的取整;则最终的协同观测总时间T1计算如下:
T1=ceil(T1初/5)+5
式中:
ceil( )为取整函数;
即在本实施例中,T1=20min;
所述步骤S332中的更新原则主要是基于为防止毫米波雷达空闲时间过长,需要更新毫米波雷达扫描策略,尽可能的将毫米波的扫描时长和激光雷达同步,在RPI扫描模式下可以更多的获取海雾信息,故需一个周期内,需尽可能多的执行RPI扫描;具体的,所述步骤S332中的更新原则,包括:
针对激光雷达:在协同观测总时间T1固定的前提下,调整预留时间SPARE2,使L1+SPARE2=T1;
针对毫米波雷达:在协同观测总时间T1固定的前提下,优先增加毫米波雷达在垂直剖析模式下的扫描次数x,若增加后的剩余时间小于RPI_T,则将剩余时间增加到THI_T中,使RPI_T×(n+x)+RHI_T×m+THI_T+(T1-C_T-RPI_T×x)=T1。
在本实施中,即设(T1-C_T)/(RPI_T×2)=N,则可以得到新的THI扫描时间为:
THI_T新=THI_T+((T1-C_T)–floor(N)×RPI_T×2);floor( )为向下取整函数;
因为在本实施例中,N=1,即x=2;需要说明的是,毫米波雷达在垂直剖析模式下扫描均是成对出现,即毫米波雷达在垂直剖析模式下,一次完整的扫描过程共需要来回扫描2次;
最终得到新的毫米波雷达扫描时间为:C1=2×RPI_T×2+RHI_T×2+THI_T+SPARE=20min;
其扫描策略为:(N+1)×(RPI1+RPI2)+RHI45+RHI120+THI;
需要说明的是,在扫描策略中,为了在整个周期中观察到海雾开始和结束特征,RPI扫描应尽量在整个周期都存在,如果RPI扫描较少,则应尽量处于首尾两端。
在本实施例中,假设激光雷达选用间隔角度2°,积分时间5s,故可以生成如下一个周期内的协同扫描策略如图4所示。
在本实施例中,假设激光雷达选用间隔角度2°,积分时间9s,根据上述步骤故可以生成如下一个周期内的协同扫描策略如图5所示。
在本实施例中,具体的,所述步骤S5,包括:
将毫米波雷达在垂直剖析模式下生成的每两径向数据和激光雷达生成的一个径向数据进行融合,得到一个周期内的两源数据融合产品;
将一个周期内的两源数据融合产品、毫米波雷达在水平剖析模式下生成的文件、毫米波雷达在定点扫描模式下生成的文件融合为一个多源数据融合产品;
即毫米波雷达按照RHI、RPI、THI扫描模式每次扫描皆生成一个数据,需要将毫米波雷达在RPI扫描模式下生成数据与激光雷达一次扫描生成的数据融合;
假设RPI扫描径向角度ang为1°,激光雷达间隔角度为2°,最终RPI数据文件有220径向,而激光雷达有110径向;
在本实施例中,采用的方法是:RPI每两径向文件和激光雷达一个径向数据融合;
先将相邻两径向RPI1数据融合:
U1={RPI111,RPI112,……,RPI11N,RPI121,RPI122,……,RPI12N}
再融合RPI2数据:
U2={RPI211,RPI212,……,RPI21N,RPI221,RPI222,……,RPI22N}
然后融合激光雷达数据,得到一个径向融合数据U={U1,U2,D1}(D1为对应径向数据);
最后得到一个周期的两源数据融合产品:
Orpi={U1,U2,U3,……,Ui}(i=1…110)
其融合过程如下表:
表4 数据融合过程表
最后将一个周期内的所有数据融合为一个多源数据融合产品:
O={Orpi,Orhi,Othi}
O为多源数据融合产品;
Orhi和Othi为毫米波雷达按照RHI和THI扫描模式扫描生成的数据。
可将该多源数据融合产品作为后续海雾识别和分析算法的输入文件。
以上所述实施例仅表达了本申请的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请技术方案构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
提供本背景技术部分是为了大体上呈现本发明的上下文,当前所署名的发明人的工作、在本背景技术部分中所描述的程度上的工作以及本部分描述在申请时尚不构成现有技术的方面,既非明示地也非暗示地被承认是本发明的现有技术。
Claims (6)
1.一种基于海雾观测的多雷达协同控制扫描调度方法,其特征在于,包括:
步骤S1:计算雷达扫描参数;
步骤S2:基于雷达扫描参数,计算雷达扫描时间;
步骤S3:根据雷达扫描特性和雷达扫描时间,生成雷达协同扫描策略;
步骤S4:根据雷达协同扫描策略执行协同扫描任务;
步骤S5:基于协同扫描任务的扫描结果,生成多源数据融合产品;
步骤S3,包括:
步骤S31:计算毫米波雷达的总扫描时间,并生成毫米波雷达扫描策略;
步骤S32:计算激光雷达的总扫描时间,并生成激光雷达扫描策略;
步骤S33:进行时间尺寸同步,更新毫米波雷达扫描策略和激光雷达扫描策略;
步骤S34:基于更新后的毫米波雷达扫描策略和激光雷达扫描策略生成雷达协同扫描策略;
所述步骤S31,包括:
毫米波雷达在垂直剖析模式下,至少需要设置n个高度不同的仰角,并生成与仰角对应的扫描调度任务RPIn;其中n≥2i,i≥1;
毫米波雷达在水平剖析模式下,至少需要m个不同角度的扫描调度,并生成与角度对应的扫描调度任务RHIm;其中m≥2j,j≥1;
毫米波雷达在定点扫描模式下,生成扫描调度任务THI;
毫米波雷达的总扫描时间通过如下公式计算:
C_T=RPI_T×n+RHI_T×m+THI_T+SPARE1
式中:
C_T为毫米波雷达的总扫描时间;
RPI_T为毫米波雷达在垂直剖析模式下的扫描时间;
RHI_T为毫米波雷达在水平剖析模式下的扫描时间;
THI_T为毫米波雷达在定点扫描模式下的扫描时间;
SPARE1为留给毫米波雷达复位以及程序分析的预留时间;
基于扫描调度任务RPIn、扫描调度任务RHIm和扫描调度任务THI、预留时间SPARE1生成毫米波雷达扫描策略;
所述步骤S32,包括:
激光雷达的总扫描时间通过如下公式计算:
L1=L_T+SPARE2
式中:
L1为激光雷达的总扫描时间;
L_T为激光雷达的扫描时间;
SPARE2为留给激光雷达复位以及程序分析的预留时间;
基于激光雷达的总扫描时间和预留时间SPARE2生成激光雷达扫描策略;
所述步骤S33,包括:
步骤S331:以激光雷达为基准,考虑时间对齐,计算协同观测总时间;
步骤S332:基于更新原则,对毫米波雷达扫描策略和激光雷达扫描策略进行更新;
所述步骤S331,包括:
取C_T和L1中较大的值作为初始协同观测总时间T1初;
对初始协同观测总时间T1初做y时长的向上取整,得到协同观测总时间T1,所述协同观测总时间T1即为一个周期;
所述步骤S332中的更新原则,包括:
针对激光雷达:在协同观测总时间T1固定的前提下,调整预留时间SPARE2,使L1+SPARE2=T1;
针对毫米波雷达:在协同观测总时间T1固定的前提下,优先增加毫米波雷达在垂直剖析模式下的扫描次数x,若增加后的剩余时间小于RPI_T,则将剩余时间增加到THI_T中,使RPI_T×(n+x)+RHI_T×m+THI_T+(T1-C_T-RPI_T×x)=T1。
2.根据权利要求1所述的一种基于海雾观测的多雷达协同控制扫描调度方法,其特征在于,所述雷达,包括:毫米波雷达和激光雷达;
所述毫米波雷达包括如下扫描模式:
水平剖析模式、垂直剖析模式、定点扫描模式。
3.根据权利要求2所述的一种基于海雾观测的多雷达协同控制扫描调度方法,其特征在于,所述步骤S1,包括:
计算毫米波雷达分别在水平剖析模式、垂直剖析模式、定点扫描模式下的扫描参数;
计算激光雷达的扫描参数。
4.根据权利要求3所述的一种基于海雾观测的多雷达协同控制扫描调度方法,其特征在于,所述毫米波雷达的扫描参数,包括:水平角度范围、俯仰角度范围、扫描速度;
所述激光雷达的扫描参数,包括:扫描模式、水平角度范围、扫描间隔角度、积分时间。
5.根据权利要求3所述的一种基于海雾观测的多雷达协同控制扫描调度方法,其特征在于,所述步骤S2,包括:
基于毫米波雷达在各模式下的扫描参数,分别计算毫米波雷达在各模式下的扫描时间;
基于激光雷达的扫描参数,计算激光雷达的扫描时间。
6.根据权利要求1所述的一种基于海雾观测的多雷达协同控制扫描调度方法,其特征在于,所述步骤S5,包括:
将毫米波雷达在垂直剖析模式下生成的每两径向数据和激光雷达生成的一个径向数据进行融合,得到一个周期内的两源数据融合产品;
将一个周期内的两源数据融合产品、毫米波雷达在水平剖析模式下生成的文件、毫米波雷达在定点扫描模式下生成的文件融合为一个多源数据融合产品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310747775.4A CN116482677B (zh) | 2023-06-25 | 2023-06-25 | 一种基于海雾观测的多雷达协同控制扫描调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310747775.4A CN116482677B (zh) | 2023-06-25 | 2023-06-25 | 一种基于海雾观测的多雷达协同控制扫描调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116482677A CN116482677A (zh) | 2023-07-25 |
CN116482677B true CN116482677B (zh) | 2023-08-29 |
Family
ID=87219951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310747775.4A Active CN116482677B (zh) | 2023-06-25 | 2023-06-25 | 一种基于海雾观测的多雷达协同控制扫描调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116482677B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117609932B (zh) * | 2023-09-22 | 2024-05-24 | 宁波市气象网络与装备保障中心 | 一种海面能见度多源数据融合方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11271469A (ja) * | 1998-03-23 | 1999-10-08 | Mitsubishi Electric Corp | 霧観測方法及び霧観測レーダシステム |
GB0421638D0 (en) * | 2000-04-26 | 2004-10-27 | Arete Associates | Very fast time resolved imaging in multiparameter measurement space |
CN103592648A (zh) * | 2013-11-22 | 2014-02-19 | 北京无线电测量研究所 | 一种毫米波气象雷达的观测方法 |
CN104569981A (zh) * | 2015-01-28 | 2015-04-29 | 中国科学院大气物理研究所 | 协同自适应观测方法 |
CN106772385A (zh) * | 2016-11-28 | 2017-05-31 | 北京无线电测量研究所 | 一种基于毫米波雷达的港口航道海雾探测方法及*** |
CN108020831A (zh) * | 2018-02-06 | 2018-05-11 | 上海圆舟电子科技有限公司 | 一种智能海事跟踪雷达 |
KR101880616B1 (ko) * | 2017-08-03 | 2018-07-23 | 한국해양과학기술원 | 해상풍과 해무 위성정보를 이용한 해무 예측 방법 |
CN109901157A (zh) * | 2017-12-07 | 2019-06-18 | 永州市金蚂蚁新能源机械有限公司 | 一种雷达组网*** |
KR102223363B1 (ko) * | 2020-06-16 | 2021-03-05 | 이상창 | 선박 자동정박 시스템 |
CN112558076A (zh) * | 2021-02-07 | 2021-03-26 | 上海市气象信息与技术支持中心 | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 |
CN113504525A (zh) * | 2021-08-16 | 2021-10-15 | 中国气象局气象探测中心 | 一种雾区能见度反演方法及*** |
CN114330415A (zh) * | 2021-11-25 | 2022-04-12 | 中国电器科学研究院股份有限公司 | 一种海洋盐雾近海空间分布预测方法 |
CN114660591A (zh) * | 2022-05-25 | 2022-06-24 | 成都远望科技有限责任公司 | 一种基于多部天气雷达三维组网生成方法 |
CN114791637A (zh) * | 2021-01-26 | 2022-07-26 | 厦门龙辉芯物联网科技有限公司 | 一种海雾测报方法及*** |
CN115616580A (zh) * | 2022-10-14 | 2023-01-17 | 宁波市气象网络与装备保障中心 | 一种近海航道海雾提取方法 |
CN115902901A (zh) * | 2022-09-15 | 2023-04-04 | 航天新气象科技有限公司 | 一种气象区域识别方法、装置及计算机设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8791851B2 (en) * | 2011-06-02 | 2014-07-29 | International Business Machines Corporation | Hybrid millimeter wave imaging system |
US20210357655A1 (en) * | 2018-10-04 | 2021-11-18 | Seadronix Corp. | Ship and harbor monitoring device and method |
US11113584B2 (en) * | 2020-02-04 | 2021-09-07 | Nio Usa, Inc. | Single frame 4D detection using deep fusion of camera image, imaging RADAR and LiDAR point cloud |
CN111352112B (zh) * | 2020-05-08 | 2022-11-29 | 泉州装备制造研究所 | 基于视觉、激光雷达和毫米波雷达的目标检测方法 |
KR102509980B1 (ko) * | 2021-06-29 | 2023-03-14 | 한국해양과학기술원 | 해수면 스테레오 광학영상과 x 밴드 레이다영상의 융합 및 기계학습을 통한 2d 파랑 측정을 위한 장치 및 방법 |
-
2023
- 2023-06-25 CN CN202310747775.4A patent/CN116482677B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11271469A (ja) * | 1998-03-23 | 1999-10-08 | Mitsubishi Electric Corp | 霧観測方法及び霧観測レーダシステム |
GB0421638D0 (en) * | 2000-04-26 | 2004-10-27 | Arete Associates | Very fast time resolved imaging in multiparameter measurement space |
CN103592648A (zh) * | 2013-11-22 | 2014-02-19 | 北京无线电测量研究所 | 一种毫米波气象雷达的观测方法 |
CN104569981A (zh) * | 2015-01-28 | 2015-04-29 | 中国科学院大气物理研究所 | 协同自适应观测方法 |
CN106772385A (zh) * | 2016-11-28 | 2017-05-31 | 北京无线电测量研究所 | 一种基于毫米波雷达的港口航道海雾探测方法及*** |
KR101880616B1 (ko) * | 2017-08-03 | 2018-07-23 | 한국해양과학기술원 | 해상풍과 해무 위성정보를 이용한 해무 예측 방법 |
CN109901157A (zh) * | 2017-12-07 | 2019-06-18 | 永州市金蚂蚁新能源机械有限公司 | 一种雷达组网*** |
CN108020831A (zh) * | 2018-02-06 | 2018-05-11 | 上海圆舟电子科技有限公司 | 一种智能海事跟踪雷达 |
KR102223363B1 (ko) * | 2020-06-16 | 2021-03-05 | 이상창 | 선박 자동정박 시스템 |
CN114791637A (zh) * | 2021-01-26 | 2022-07-26 | 厦门龙辉芯物联网科技有限公司 | 一种海雾测报方法及*** |
CN112558076A (zh) * | 2021-02-07 | 2021-03-26 | 上海市气象信息与技术支持中心 | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 |
CN113504525A (zh) * | 2021-08-16 | 2021-10-15 | 中国气象局气象探测中心 | 一种雾区能见度反演方法及*** |
CN114330415A (zh) * | 2021-11-25 | 2022-04-12 | 中国电器科学研究院股份有限公司 | 一种海洋盐雾近海空间分布预测方法 |
CN114660591A (zh) * | 2022-05-25 | 2022-06-24 | 成都远望科技有限责任公司 | 一种基于多部天气雷达三维组网生成方法 |
CN115902901A (zh) * | 2022-09-15 | 2023-04-04 | 航天新气象科技有限公司 | 一种气象区域识别方法、装置及计算机设备 |
CN115616580A (zh) * | 2022-10-14 | 2023-01-17 | 宁波市气象网络与装备保障中心 | 一种近海航道海雾提取方法 |
Non-Patent Citations (1)
Title |
---|
毫米波雷达海雾回波特征分析及能见度反演;胡树贞等;气象;第48卷(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116482677A (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116482677B (zh) | 一种基于海雾观测的多雷达协同控制扫描调度方法 | |
Sun et al. | A frequent-updating analysis system based on radar, surface, and mesoscale model data for the Beijing 2008 forecast demonstration project | |
Gottschall et al. | Floating lidar as an advanced offshore wind speed measurement technique: current technology status and gap analysis in regard to full maturity | |
Tucker et al. | Doppler lidar estimation of mixing height using turbulence, shear, and aerosol profiles | |
Heinselman et al. | High-temporal-resolution capabilities of the national weather radar testbed phased-array radar | |
Christiansen et al. | Wake effects of large offshore wind farms identified from satellite SAR | |
Tuononen et al. | Low-level jets over Utö, Finland, based on Doppler lidar observations | |
CN106845623B (zh) | 一种基于人工鱼群算法的电力无线专网基站规划方法 | |
Liang et al. | A composite approach of radar echo extrapolation based on TREC vectors in combination with model-predicted winds | |
CN110297246B (zh) | 一种组网x波段天气雷达协同自适应控制方法及*** | |
Zhang et al. | Towards an integrated observation and modeling system in the New York Bight using variational methods. Part I: 4DVAR data assimilation | |
CN104569923B (zh) | 基于速度约束的Hough变换快速航迹起始方法 | |
Sharma et al. | Application of lidar and measure correlate predict method in offshore wind resource assessments | |
Dione et al. | Phenomenology of Sahelian convection observed in Niamey during the early monsoon | |
Gao et al. | An efficient dual-resolution approach for ensemble data assimilation and tests with simulated Doppler radar data | |
Bao et al. | Assimilating Doppler radar observations with an ensemble Kalman filter for convection-permitting prediction of convective development in a heavy rainfall event during the pre-summer rainy season of South China | |
Sentchev et al. | Surface current dynamics under sea breeze conditions observed by simultaneous HF radar, ADCP and drifter measurements | |
Groll et al. | Baltic Sea wave conditions under climate change scenarios | |
Muñoz-Esparza et al. | Aviation turbulence forecasting at upper levels with machine learning techniques based on regression trees | |
Rubio et al. | Evaluation of low-level jets in the southern Baltic Sea: a comparison between ship-based lidar observational data and numerical models | |
JP4421492B2 (ja) | 気象予測システム及びその同化処理方法 | |
JP2005351853A (ja) | 光波レーダ装置 | |
Le Marshall et al. | Error characterisation of atmospheric motion vectors | |
Kakkanattu et al. | Continuous monitoring of the atmospheric boundary layer (ABL) height from micro pulse lidar over a tropical coastal station, Kattankulathur (12.82° N, 80.04° E) | |
Ueki et al. | Data evaluation for a newly developed slack-line mooring buoy deployed in the eastern Indian Ocean |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Wang Jun Inventor after: Ding Hongxin Inventor after: Fan Xin Inventor before: Wang Jun Inventor before: Ding Hongxin Inventor before: Fan Xin |
|
CB03 | Change of inventor or designer information |