湍流强度廓线激光雷达测量的反演算法研究

J4 ›› 2011, Vol. 28 ›› Issue (1): 87-90.

湍流强度廓线激光雷达测量的反演算法研究

马后永,靖旭,张守川,吴毅

中国科学院大气成分与光学重点实验室, 安徽合肥 230031

收稿日期:2010-03-23 修回日期:2010-04-27 出版日期:2011-01-28 发布日期:2011-01-14
通讯作者: 吴毅，（1960-），研究员，主要从事激光大气传输的研究。 E-mail:wuyi@aiofm.ac.cn
作者简介:马后永（1985-），从事激光雷达相关算法的研究。E-mail：mhy6156869@yahoo.com.cn，
基金资助:
中国科学院科技创新基金项目资助课题(CXJJ-245)

Inversion techniques for turbulence profile lidar

MA Hou-yong, JING Xu, ZHANG Shou-chuan, WU Yi

Key Laboratory of Atmospheric Composition and Optical Radiation, Chinese Academy of Sciences, Hefei 230031， China

Received:2010-03-23 Revised:2010-04-27 Published:2011-01-28 Online:2011-01-14

摘要/Abstract

摘要：

湍流强度廓线激光雷达通过测量各层的大气相干长度来获得湍流强度廓线。从测量的大气相干长度直接反演湍流强度廓线会出现很大的噪声增益，因此本文介绍了一种通过求导并结合理查森迭代方法来反演湍流强度廓线，并对这种方法进行了数值模拟实验。文章通过反演两种典型系数下的Hufnagel-Valley(H-V)Cn2模式廓线，两参数下反演廓线和原始廓线的平均相对误差分别为7.8％和10.6％，结果表明该算法具有较高的精度。

关键词: 大气光学, 激光雷达, 反演算法, 数值模拟, 光学湍流

Abstract:

Turbulence density profile can be obtained by turbulence density profile lidar system through measuring a set of atmospheric coherence length. However, direct inversion from measured atmospheric coherence length data can result in a high noise gain. A new approach, which combines slope and Richardson method, has been developed and its numerical simulation were performed. By recovering two representative Hufnagel-Valley(H-V) C_n² profiles, the average relative error between initial profile and recovery profile are 7.8％and 10.6％ respectively. Numerical results demonstrate that this method has a good precision.

Key words: atmospheric optics, lidar, inversion, numerical simulation, optical turbulence

中图分类号:

TN249
P413

马后永靖旭张守川吴毅. 湍流强度廓线激光雷达测量的反演算法研究[J]. J4, 2011, 28(1): 87-90.

MA Hou-yong, JING Xu, ZHANG Shou-chuan, WU Yi. Inversion techniques for turbulence profile lidar[J]. J4, 2011, 28(1): 87-90.

[1]	龚文林∗ , 陈明亮 , 韩申生∗. 激光关联成像雷达研究进展与展望[J]. 量子电子学报, 2022, 39(6): 835-850.
[2]	马慧敏 ∗ , 檀磊 , 张京会 , 张鹏飞 , 宁孝梅 , 刘海秋 , 高彦伟 . 基于深度学习的合成孔径成像系统共相误差检测研究综述[J]. 量子电子学报, 2022, 39(6): 927-941.
[3]	曹也, 程亮亮, 杨昊, 方志远, 李路, 邓旭, 邢昆明, 王邦新, 谢晨波, . 基于FPGA 的激光雷达数据采集卡设计[J]. 量子电子学报, 2022, 39(4): 620-631.
[4]	刘晨凯, 胡明勇∗, 李昭阳, 孙东起, 封志伟, 蔡晓波. 一种多波长激光雷达光学系统设计[J]. 量子电子学报, 2021, 38(6): 806-814.
[5]	王艳. 双势作用下玻色-爱因斯坦凝聚孤子的操控[J]. 量子电子学报, 2021, 38(6): 823-829.
[6]	李仕春, ∗, 黄祖鑫, 石东东, 辛文辉, 宋跃辉, 高飞, 华灯鑫, ∗. 机载近红外偏振激光雷达探测过冷云研究[J]. 量子电子学报, 2021, 38(6): 872-879.
[7]	成远, 张振, 华灯鑫, 宫振峰, 梅亮∗. NO₂差分吸收激光雷达技术研究进展[J]. 量子电子学报, 2021, 38(5): 580-592.
[8]	张钦伟, 曹连振∗, 刘霞, 杨阳, 赵加强, 李英德. 光子纠缠态在 non-Kolmogorov 大气湍流中纠缠退化的研究[J]. 量子电子学报, 2021, 38(4): 496-503.
[9]	冷坤, 杨云涛, 谭哲, 龚艳春, 武文远∗. 基于支持向量机的激光大气传输效能评估方法[J]. 量子电子学报, 2020, 37(5): 547-555.
[10]	杨勇, 程学武, 杨国韬, 薛向辉, 李发泉∗. 高层大气探测激光雷达研究进展[J]. 量子电子学报, 2020, 37(5): 566-579.
[11]	周正兰, 周源, 徐华锋, 屈军∗. 特殊关联部分相干光研究进展[J]. 量子电子学报, 2020, 37(5): 615-632.
[12]	储玉飞, 刘东, 王珍珠, 吴德成, 邓迁, 李路, 庄鹏, 王英俭, ∗. 多普勒测风激光雷达的基本原理与技术进展[J]. 量子电子学报, 2020, 37(5): 580-600.
[13]	习锋杰, 杨轶, 靖旭, 杜少军, 许晓军. 水平蒙气色差对光轴标定的影响[J]. 量子电子学报, 2020, 37(4): 386-391.
[14]	余佳益, 蔺淑琴, 徐颖, 朱新蕾, 王飞, 蔡阳健, ∗. 特殊关联结构部分相干光束大气传输研究进展[J]. 量子电子学报, 2020, 37(4): 392-408.
[15]	王英俭, ∗, 时东锋, . 大气对光学成像影响及校正技术[J]. 量子电子学报, 2020, 37(4): 409-417.