南京邮电大学 通信与信息工程学院, 南京 210003
为了在高动态、低信噪比的条件下实现对低轨物联网信号的快速捕获, 提出了一种用于快速捕获低轨物联网信号的部分匹配滤波-快速傅里叶变换(PMF-FFT)改进算法。首先, 利用星历信息预估多普勒频偏, 缩小频域搜索范围; 然后, 通过补零、加窗方法克服PMF-FFT算法的扇贝损失; 最后, 采用频域差分非相干累积提高低信噪比下的输出增益。仿真分析表明, 所提改进算法在信噪比为-25~-15 dB时能提高低轨物联网信号的检测概率, 搜索范围由15~35 kHz缩小为24.8~25.2 kHz。
低轨卫星物联网 多普勒频移估计 扇贝损失 部分匹配滤波-快速傅里叶变换 low-orbit satellite internet of things, Doppler fr
1 中国海洋大学 信息科学与工程学部 海洋技术学院，山东 青岛 266100
2 中国海洋大学 海洋高等研究院，山东 青岛 266100
3 中国科学院上海光学精密机械研究所 中国科学院空间激光信息传输与探测技术重点实验室，上海 201800
4 中国民用航空西北地区空中交通管理局甘肃分局，甘肃 兰州 730087
5 兰州大学 大气科学学院，甘肃 兰州 730000
6 崂山实验室 区域海洋动力学与数值模拟功能实验室，山东 青岛 266237
基于多普勒效应的相干激光雷达广泛应用于测风等大气探测领域，实际应用于风场观测时，由于噪声杂波干扰、回波信号较弱和风场不均匀性等影响了多普勒频移估计的精度。为准确估计激光雷达弱回波信号中的多普勒频移，提升相干测风激光雷达的探测距离和探测精度，文中开展了基于激光雷达功率谱信号的多普勒频移估计算法以及探测性能提升的评估研究。在快速傅里叶变换的基础上，提出了一种结合线性预测频谱估计与导数增强方法的功率谱分析方法，通过与常用的最大似然离散谱峰值频移估计算法(ML DSP算法)进行比较，验证了文中方法在相干测风激光雷达微弱信号频移估计过程中的优势。风速数据的时间及空间相关性分析结果表明，功率谱分析方法具有更好的风速估计稳定性，有效风场探测距离相较ML DSP算法提升了73%。与超声风速计对比结果表明，文中提出的综合算法在弱信号情况下的风速测量精度高，风速结果与超声风速计的标准偏差相较ML DSP算法降低了0.23 m/s，偏离率BIAS降低了0.3 m/s，有效提高了低信噪比范围内多普勒频移估计的精度。
相干多普勒激光雷达 多普勒频移估计 弱信号识别 峰值检索 coherent Doppler lidar Doppler frequency estimation weak signal recognition peak retrieval 红外与激光工程
2023, 52(11): 20230216
相干测风激光雷达通常采用周期图最大值法，但在远场低信噪比区域是有偏估计，因而会增加风速测量误差。距离门功率谱基线漂移现象作为误差源之一，会偏置谱峰分布基准，并干扰峰值频率检测。为了校正基线漂移，提出了基于正则化惩罚最小二乘法的先验平滑估计频谱基线方法。经过大气测风实验应用，结果表明，该方法能有效校正基线漂移，从而显著提高远场风速的估计精度，并最终提升了测风激光雷达的探测距离。
遥感 测风激光雷达 多普勒频移估计 周期图最大值法 先验平滑方法 频谱基线校正
1 军械工程学院电子与光学工程系, 河北 石家庄 050003
2 中国科学院上海光学精密机械研究所上海市全固态激光器与应用技术重点实验室, 上海 201800
相干多普勒测风激光雷达通常会采用周期图最大值法(PM)提取不同距离门信号的多普勒频移(对应风速)信息。由于噪声和相干效率的影响,个别距离门信号会出现信噪比(SNR)突然降低的情况,从而导致系统的探测概率降低,影响系统整体的探测性能。为了解决个别距离门信号多普勒频移的错误估计问题,提出了一种新的非线性自适应多普勒频移估计方法。该方法利用风速的连续性,标定错误距离门,并自适应地利用强信噪比区域的多普勒频移统计数据来弥补信噪比变差而出现的估计错误。分别利用了仿真模型和一套1.54 μm全光纤相干激光雷达系统获得了风场测量数据,对比了使用该技术前后反演得到的风速趋势,证明该方法能够有效地解决上述问题。
相干激光雷达 多普勒频移估计 非线性自适应多普勒频移估计 周期图最大值法 coherent doppler lidar Doppler-shift estimation novel nonlinear adaptive Doppler-shift estimation periodogram
1 军械工程学院 电子与光学工程系,河北 石家庄050003
2 中国科学院 上海光学精密机械研究所 上海市全固态激光器与应用技术重点实验室,上海201800
为了从相干多普勒测风激光雷达的微弱气溶胶后向散射信号中高效、准确地提取多普勒频移信息,得到最接近CRB极限的无偏估计,利用气溶胶后向散射信号统计特性,建立了相干多普勒激光雷达仿真模型,并用最大概似法(ML)推导了在功率谱宽度已知情况下多普勒频率的估计算法。利用1.54 μm全光纤相干激光雷达系统获得风场测量数据,用ML算法进行多普勒频移估计,并将结果与传统的周期图最大值法(PM)所得结果进行比较。对比表明,ML算法与PM算法的数据处理结果有较好的一致性,并且ML算法的多普勒频率探测能力更优。
最大概似法(ML) 多普勒频移估计 激光雷达 周期图最大值法(PM) maximum likelihood(ML) doppler frequency estimates lidar periodgram maximum(PM)
