一种基于激光雷达的气溶胶追踪和风场反演方法及系统

1.本发明涉及大气探测领域，具体涉及一种基于激光雷达的气溶胶追踪和风场反演方法及系统


背景技术：

2.气溶胶是指固体或液体微粒稳定地悬浮于气体介质中形成的分散体系，它对大气污染、大气辐射、气候变化等问题都有着重要影响。气溶胶的监测可以用于了解气溶胶的来源和分布，为大气污染防治提供重要依据。而风场反演则是利用气体或物质在空气中的流动情况，通过物理学、数学等方法推算出具有一定空间尺度的风场参数。航空航天、气象预报、风力发电等领域都离不开精确的风场数据。
3.目前激光雷达作为一种新型大气探测手段，可以用于探测气溶胶的光学厚度、反射率以及体积浓度的时空分布。但是目前激光雷达对于气溶胶移动路径追踪方面的研究与应用较少，并且现有的观测与追踪难以考虑对气溶胶团块在运动过程中的旋转、变形、发散等变化，使结果的准确性和可靠性降低，给研究带来较大误差。此外，激光雷达也是一种测量风场的主要手段，可以利用多普勒效应来测量径向风速，但是大范围的水平风场探测仍然是一个难题。


技术实现要素：

4.发明目的：为了克服现有技术中存在的不足，本发明提供一种通过选取拥有多个目标的“鱼群”作为追踪对象，通过多次互相关函数计算，对下一时刻的“鱼群”位置进行多目标优化求解，来得到“鱼群”整体的空间分布情况和位移情况的基于激光雷达的气溶胶追踪和风场反演方法及系统。
5.技术方案：为实现上述目的，本发明采用的技术方案为：一种基于激光雷达的气溶胶追踪和风场反演方法，包括以下步骤：
6.步骤1：根据探测目标的范围、高度、距离和方位角的特征，确定激光雷达的扫描仰角、范围以及扫描频率，利用激光雷达对目标区域进行连续的多次扫描；
7.步骤2：通过每次扫描获得一个时次对应的回波信号强度，并获得表征气溶胶浓度数据的空间分布信息的参数，通过将该气溶胶浓度数据插值到笛卡尔坐标系中的格点中，得到笛卡尔坐标系下的气溶胶浓度ppi图像；
8.步骤3：在所获得的多个不同时次的气溶胶浓度ppi图像中，选取第一时次和第二时次所对应的图像，分别记为时次图像和时次图像，两时次的时间间隔为；
9.步骤4：在时次图像中，框选出所要探测追踪的目标气溶胶区域，并将该区域内的每一个格点所对应的气溶胶浓度数据视为一条模拟鱼，记录每一条模拟鱼的位置坐标，该区域内所有模拟鱼所构成的集合称为模拟鱼群；
10.步骤5：计算鱼群在时次图像中的中心点所在位置；
11.步骤6：在时次图像中，以任意一条模拟鱼的所在格点为中心，构建正方形的比
对区域；
12.步骤7：将时次图像中每条模拟鱼的比对区域与时次图像中的所有网格点进行互相关运算，得到该模拟鱼的比对区域对应时次图像中的所有网格点的互相关函数以及模拟鱼在时次图像中的坐标；
13.步骤8：通过每条模拟鱼在时次图像中的坐标得到整个鱼群在时次图像中的中心点，从而计算出每条模拟鱼到中心点的距离；
14.步骤9：根据已计算得到的每条模拟鱼的互相关函数以及每条模拟鱼到整个鱼群在时次图像中的中心点的距离，构建整个鱼群在时次图像中分布情况的多目标优化函数，其中，多目标优化函数是一种基于给定的决策变量和约束条件来求解存在多个目标函数的问题的最优解的函数；
15.步骤10：利用多目标粒子群优化算法得到所述多目标优化函数的最大值对应的解集，并进一步得到鱼群在在时次图像中的中心点位置；
16.步骤11：通过所述目标气溶胶区域在一段时间内的位移向量得到背景场的风速风向特征；
17.步骤12：重复以上步骤，选取不同的目标气溶胶区域构建模拟鱼群，实现水平风场的反演；选取更多时次的图像，实现对气溶胶团块移动路径的追踪。
18.作为本发明的一种优选实施方式：所述步骤2的表征气溶胶浓度数据的空间分布信息的参数包括载噪比、信噪比、后向散射系数、消光系数、pr2参数。
19.作为本发明的一种优选实施方式：所述步骤4中，该气溶胶区域内的格点数目为，表示该区域的总行数，表示该区域的总列数；将该区域视为一个由条模拟鱼构成的鱼群，然后把这些模拟鱼按照上述区域的网格点，依次记为；将每条模拟鱼在时次图像中的所在位置记为坐标。
20.作为本发明的一种优选实施方式：所述步骤5中，中心点为其中，。
21.作为本发明的一种优选实施方式：所述步骤6中，以该任意一条模拟鱼的格点为中心，为边长，构建正方形的比对区域
22.，比对区域内的格点数为个。
23.作为本发明的一种优选实施方式：所述步骤7中，将时次图像中每条模拟鱼的比对区域与时次图像中的所有网格点进行互相关运算，得到对应于时次图像中个网格点的互相关函数，和为模拟鱼在时次图像中的坐标；
24.取任意一条模拟鱼的比对区域a的气溶胶浓度分布为，时次图像的气溶胶浓度分布为；
25.对数据进行预处理，将进行标准化和补零处理，得到，对进行标准化处理，得到。
26.对，进行快速傅里叶变换，得到：
[0027] ；
[0028] ；
[0029]
其中，fft表示快速傅里叶变换；
[0030]
由卷积和互相关函数得到：
[0031] ；
[0032]
由卷积定理有：
[0033] ；
[0034]
式中为的快速傅里叶变换,为的复共轭。进行逆快速傅里叶变换，有：
[0035] ；
[0036]
其中分别为和的标准差，表示逆快速傅里叶变换。
[0037]
作为本发明的一种优选实施方式：所述步骤8中，鱼群在时次图像中的中心点为，其中，，和表示模拟鱼在时次图像中的坐标，任意一条模拟鱼到中心点的距离为函数：
[0038]
。
[0039]
作为本发明的一种优选实施方式：所述步骤9中，构建整个鱼群在时次图像中分布情况的多目标优化函数，包括：
[0040]
；
[0041]
其中，和表示模拟鱼在时次图像中的坐标，；表示时次图像中的鱼群与时次图像中的鱼群的相似程度；表示鱼群的离散程度；、是权重系数，表示相似程度和离散程度在多目标优化中的重要程度。
[0042]
作为本发明的一种优选实施方式：所述步骤10中，多目标优化函数f的最大值对应的解集为，进一步计算出鱼群在时次图像中的中心点；所述步骤11中，构建向量，向量即表示了目标气溶胶区域在时间内的位移，由此可得速度向量，表示背景场的风速风向特征。
[0043]
另一方面，一种基于激光雷达的气溶胶追踪和风场反演系统，其特征在于，该系统包括：
[0044]
激光雷达信号发射与接收处理模块，按照设定的扫描仰角、范围以及扫描频率，对
目标区域进行连续的多次扫描。获取多个时次的回波信号强度，并将其处理成气溶胶浓度数据的空间分布信息进行输出；
[0045]
数据插值与图像处理模块，其输入端与激光雷达信号发射与接收处理模块的输出端连接，用于将极坐标形式的气溶胶浓度数据插值到笛卡尔坐标系中的格点中，并按照不同时次的数据生成对应的气溶胶浓度ppi图像；模拟鱼群生成模块，其输入端与数据插值与图像处理模块的输出端连接，用于在输出的时次图像中选取目标气溶胶区域构建模拟鱼群，并记录每一条模拟鱼信息，进一步获取每条模拟鱼的比对区域信息；
[0046]
互相关函数计算模块，其输入端与模拟鱼群生成模块的输出端连接，用于进行互相关运算，得到每一条模拟鱼的比对区域与时次图像的互相关函数；
[0047]
鱼群中心点与距离计算模块，其输入端与互相关函数计算模块的输出端连接，用于计算每个时次中鱼群中心点所在位置，以及每条模拟鱼和中心点之间的距离；
[0048]
多目标优化函数求解模块，其输入端与鱼群中心点与距离计算模块的输出端连接，可以利用粒子群优化算法，对多目标优化函数求解，得到时次的最优鱼群分布；
[0049]
气溶胶与风向量的计算模块，其输入端与多目标优化函数求解模块的输出端连接，用于计算目标气溶胶区域的位移向量和背景场的风向量；
[0050]
路径追踪与风场反演的迭代计算模块，其输入端与气溶胶与风向量的计算模块连接，用于对多个时次和多个区域的数据进行循环计算，得到整个扫描时间内的气溶胶路径以及背景风场数据。
[0051]
本发明相比现有技术，具有以下有益效果：
[0052]
本发明的创新之处在于提出了一种新型的类鱼群算法，该算法通过选取拥有多个目标的“鱼群”作为追踪对象，通过多次互相关函数计算，对下一时刻的“鱼群”位置进行多目标优化求解，来得到“鱼群”整体的空间分布情况和位移情况。该算法的优势在于能够更好地考虑气溶胶团块在运动过程中发生的旋转、变形、发散等情况，更适合表征大气运动的复杂性。利用该方法不仅可以提高气溶胶追踪和风场反演结果的准确性，还可以研究气溶胶的发展、消散过程，以及风场的细微结构。
附图说明
[0053]
图1为雷达原始数据插值到笛卡尔坐标系示意图；
[0054]
图2为在时次构建模拟鱼群示意图；
[0055]
图3为模拟鱼的比对区域示意图；
[0056]
图4为比对区域与时次图像进行互相关运算示意图；
[0057]
图5为根据多目标优化函数最优解求出位移向量和风场向量示意图；
[0058]
图6为气溶胶追踪和风场反演系统模块示意图；
[0059]
图7为本发明实施流程图。
具体实施方式
[0060]
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本技术所附权利要求所限定的范围。
[0061]
本发明提供一种基于激光雷达的气溶胶追踪和风场反演方法及系统，方法如图7所示，包括如下步骤：
[0062]
步骤1：根据探测目标的范围、高度、距离和方位角等特征，确定激光雷达的扫描仰角、范围以及扫描频率，对目标区域进行连续的多次扫描。
[0063]
步骤2：如图1所示，通过每次扫描获得一个时次对应的回波信号强度，其中包括载噪比、信噪比、后向散射系数、消光系数、pr2等多种参数。通过上述的一种或多种参数，可以表征气溶胶浓度数据的空间分布信息。雷达获取的信号强度为极坐标形式， 为了便于数据处理，将极坐标形式的气溶胶浓度数据插值到笛卡尔坐标系中的格点上，得到笛卡尔坐标系下的气溶胶浓度ppi（plain position indicator）图像，用δ表示其网格距，m表示图像格点的总列数，n表示图像格点的总行数。
[0064]
步骤3：在所获得的多个不同时次的气溶胶浓度ppi图像中，选取第一时次和第二时次所对应的图像，分别记为时次图像和时次图像，两时次的时间间隔为。
[0065]
步骤4：如图2所示，在时次图像中，框选出所要探测追踪的某一小块目标气溶胶区域，设该区域内的格点数目为，表示该区域的总行数，表示该区域的总列数。将该区域其视为一个由条模拟鱼构成的鱼群，然后把这些模拟鱼按照上述区域的网格点，依次记为。将每条模拟鱼在时次图像中的所在位置记为坐标。
[0066]
步骤5：计算鱼群在时次图像中的中心点所在位置，其中，。
[0067]
步骤6：如图3所示，在时次图像中，对于任意一条模拟鱼，以其所在格点为中心，为边长，构建正方形的比对区域，比对区域内的格点数为个。
[0068]
步骤7：如图4所示，将时次图像中每条模拟鱼的比对区域与时次图像中的所有网格点进行互相关运算，得到对应于时次图像中个网格点的互相关函数 ，和表示模拟鱼在时次图像中的坐标。
[0069]
其中，取任意一条模拟鱼的比对区域a的气溶胶浓度分布为，时次图像的气溶胶浓度分布为。
[0070]
对数据进行预处理，将进行标准化和补零处理，得到，对进行标准化处理，得到。
[0071]
对，进行快速傅里叶变换，得到：
[0072] ；
[0073] ；
[0074]
其中，fft表示快速傅里叶变换。
[0075]
由卷积和互相关函数的定义，有：
[0076] ；
[0077]
由卷积定理有：
[0078] ；
[0079]
式中为的快速傅里叶变换,为的复共轭。进行逆快速傅里叶变换，有：
[0080] ；
[0081]
其中分别为和的标准差，表示逆快速傅里叶变换。
[0082]
步骤8：将鱼群在时次图像中的中心点表示为，其中，，和表示模拟鱼在时次图像中的坐标。因此，任意一条模拟鱼到中心点的距离可以表示为函数。
[0083]
步骤9：构建多目标优化函数:
[0084]
；
[0085]
其中，和表示模拟鱼在时次图像中的坐标，；表示时次图像中的鱼群与时次图像中的鱼群的相似程度；表示鱼群的离散程度；、是权重系数，表示相似程度和离散程度在多目标优化中的重要程度。
[0086]
步骤10：利用多目标粒子群优化算法，求解出多目标优化函数f的最大值对应的解集，进一步计算出鱼群在在时次图像中的中心点。
[0087]
步骤11：如图5所示，构建向量，向量即表示了目标气溶胶区域在时间内的位移，由此可得速度向量，表示背景场的风速风向特征。
[0088]
步骤12：重复以上步骤，选取不同的目标气溶胶区域构建模拟鱼群，可以实现水平风场的反演；选取更多时次的图像，可以实现气溶胶团块移动路径的追踪。
[0089]
本发明的系统如图6所示，主要分为以下八个模块：
[0090]
激光雷达信号发射与接收处理模块，可以按照设定的扫描仰角、范围以及扫描频率，对目标区域进行连续的多次扫描。获取多个时次的回波信号强度，并将其处理成气溶胶浓度的空间分布数据进行输出；
[0091]
数据插值与图像处理模块，其输入端与激光雷达信号发射与接收处理模块的输出端连接，用于将极坐标形式的气溶胶浓度数据插值到笛卡尔坐标系，并按照不同时次的数据生成对应的气溶胶浓度ppi图像；
[0092]
模拟鱼群生成模块，其输入端与数据插值与图像处理模块的输出端连接，用于在输出的时次图像中选取目标气溶胶区域构建模拟鱼群，并记录每一条模拟鱼信息，进一
步获取每条模拟鱼的比对区域信息；互相关函数计算模块，其输入端与模拟鱼群生成模块的输出端连接，用于进行互相关运算，得到每一条模拟鱼的比对区域与时次图像的互相关函数；
[0093]
鱼群中心点与距离计算模块，其输入端与互相关函数计算模块的输出端连接，用于计算每个时次中鱼群中心点所在位置，以及每条模拟鱼和中心点之间的距离；
[0094]
多目标优化函数求解模块，其输入端与鱼群中心点与距离计算模块的输出端连接，可以利用粒子群优化算法，对目标函数求最大值，得到时次的最优鱼群分布；
[0095]
气溶胶与风向量的计算模块，其输入端与多目标优化函数求解模块的输出端连接，用于计算气溶胶的位移向量和背景场的风向量；
[0096]
路径追踪与风场反演的迭代计算模块，其输入端与气溶胶与风向量的计算模块连接，用于对多个时次和多个区域的数据进行循环计算，得到整个扫描时间内的气溶胶路径以及背景风场数据。
[0097]
本发明通过选取拥有多个目标的“鱼群”作为追踪对象，通过多次互相关函数计算，对下一时刻的“鱼群”位置进行多目标优化求解，来得到“鱼群”整体的空间分布情况和位移情况。该算法的优势在于能够更好地考虑气溶胶团块在运动过程中发生的旋转、变形、发散等情况，更适合表征大气运动的复杂性。利用该方法不仅可以提高气溶胶追踪和风场反演结果的准确性，还可以研究气溶胶的发展、消散过程，以及风场的细微结构。
[0098]
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：
1.一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在于，包括以下步骤：步骤1：根据探测目标的范围、高度、距离和方位角的特征，确定激光雷达的扫描仰角、范围以及扫描频率，利用激光雷达对目标区域进行连续的多次扫描；步骤2：通过每次扫描获得一个时次对应的回波信号强度，并获得表征气溶胶浓度数据的空间分布信息的参数，通过将该气溶胶浓度数据插值到笛卡尔坐标系中的格点中，得到笛卡尔坐标系下的气溶胶浓度ppi图像；步骤3：在所获得的多个不同时次的气溶胶浓度ppi图像中，选取第一时次和第二时次所对应的图像，分别记为时次图像和时次图像，两时次的时间间隔为；步骤4：在时次图像中，框选出所要探测追踪的目标气溶胶区域，并将该区域内的每一个格点所对应的气溶胶浓度数据视为一条模拟鱼，记录每一条模拟鱼的位置坐标，该区域内所有模拟鱼所构成的集合称为模拟鱼群；步骤5：计算鱼群在时次图像中的中心点所在位置；步骤6：在时次图像中，以任意一条模拟鱼的所在格点为中心，构建正方形的比对区域；步骤7：将时次图像中每条模拟鱼的比对区域与时次图像中的所有网格点进行互相关运算，得到该模拟鱼的比对区域对应时次图像中的所有网格点的互相关函数以及模拟鱼在时次图像中的坐标；步骤8：通过每条模拟鱼在时次图像中的坐标得到整个鱼群在时次图像中的中心点，从而计算出每条模拟鱼到中心点的距离；步骤9：根据已计算得到的每条模拟鱼的互相关函数以及每条模拟鱼到整个鱼群在时次图像中的中心点的距离，构建整个鱼群在时次图像中分布情况的多目标优化函数，其中，多目标优化函数是一种基于给定的决策变量和约束条件来求解存在多个目标函数的问题的最优解的函数；步骤10：利用多目标粒子群优化算法得到所述多目标优化函数的最大值对应的解集，并进一步得到鱼群在在时次图像中的中心点位置；步骤11：通过所述目标气溶胶区域在一段时间内的位移向量得到背景场的风速风向特征；步骤12：重复以上步骤，选取不同的目标气溶胶区域构建模拟鱼群，实现水平风场的反演；选取更多时次的图像，实现对气溶胶团块移动路径的追踪。2.根据权利要求1所述的一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在于，所述步骤2的表征气溶胶浓度数据的空间分布信息的参数包括载噪比、信噪比、后向散射系数、消光系数、pr2参数。3.根据权利要求1所述的一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在于，所述步骤4中，该气溶胶区域内的格点数目为，表示该区域的总行数，表示该区域的总列数；将该区域视为一个由条模拟鱼构成的鱼群，然后把这些模拟鱼按照上述区域的网格点，依次记为；将每条模拟鱼在时次图像中的所在位置记为坐标。4.根据权利要求3所述的一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在
于，所述步骤5中，中心点为其中，。5.根据权利要求4所述的一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在于，所述步骤6中，以该任意一条模拟鱼的格点为中心，为边长，构建正方形的比对区域，比对区域内的格点数为个。6.根据权利要求5所述的一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在于，所述步骤7中，将时次图像中每条模拟鱼的比对区域与时次图像中的所有网格点进行互相关运算，得到对应于时次图像中个网格点的互相关函数，和为模拟鱼在时次图像中的坐标；取任意一条模拟鱼的比对区域a的气溶胶浓度分布为，时次图像的气溶胶浓度分布为；对数据进行预处理，将进行标准化和补零处理，得到，对进行标准化处理，得到；对，进行快速傅里叶变换，得到： ； ；其中，fft表示快速傅里叶变换；由卷积和互相关函数得到： ；由卷积定理有： ；式中为的快速傅里叶变换,为的复共轭；进行逆快速傅里叶变换，有： ；其中分别为和的标准差，表示逆快速傅里叶变换。7.根据权利要求6所述的一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在于，所述步骤8中，鱼群在时次图像中的中心点为，其中，，和表示模拟鱼在时次图像中的坐标，任意一条模拟鱼到中心点的距离为函数。8.根据权利要求7所述的一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在于，所述步骤9中，构建整个鱼群在时次图像中分布情况的多目标优化函数，包括：；
其中，和表示模拟鱼在时次图像中的坐标，；表示时次图像中的鱼群与时次图像中的鱼群的相似程度；表示鱼群的离散程度；、是权重系数，表示相似程度和离散程度在多目标优化中的重要程度。9.根据权利要求8所述的一种基于激光雷达的气溶胶追踪和风场反演方法，其特征在于，所述步骤10中，多目标优化函数f的最大值对应的解集为，进一步计算出鱼群在时次图像中的中心点；所述步骤11中，构建向量，向量即表示了目标气溶胶区域在时间内的位移，由此可得速度向量，表示背景场的风速风向特征。10.一种基于激光雷达的气溶胶追踪和风场反演系统，其特征在于，该系统包括：激光雷达信号发射与接收处理模块，按照设定的扫描仰角、范围以及扫描频率，对目标区域进行连续的多次扫描，获取多个时次的回波信号强度，并将其处理成气溶胶浓度数据的空间分布信息进行输出；数据插值与图像处理模块，其输入端与激光雷达信号发射与接收处理模块的输出端连接，用于将极坐标形式的气溶胶浓度数据插值到笛卡尔坐标系中的格点中，并按照不同时次的数据生成对应的气溶胶浓度ppi图像；模拟鱼群生成模块，其输入端与数据插值与图像处理模块的输出端连接，用于在输出的时次图像中选取目标气溶胶区域构建模拟鱼群，并记录每一条模拟鱼信息，进一步获取每条模拟鱼的比对区域信息；互相关函数计算模块，其输入端与模拟鱼群生成模块的输出端连接，用于进行互相关运算，得到每一条模拟鱼的比对区域与时次图像的互相关函数；鱼群中心点与距离计算模块，其输入端与互相关函数计算模块的输出端连接，用于计算每个时次中鱼群中心点所在位置，以及每条模拟鱼和中心点之间的距离；多目标优化函数求解模块，其输入端与鱼群中心点与距离计算模块的输出端连接，可以利用粒子群优化算法，对多目标优化函数求解，得到时次的最优鱼群分布；气溶胶与风向量的计算模块，其输入端与多目标优化函数求解模块的输出端连接，用于计算目标气溶胶区域的位移向量和背景场的风向量；路径追踪与风场反演的迭代计算模块，其输入端与气溶胶与风向量的计算模块连接，用于对多个时次和多个区域的数据进行循环计算，得到整个扫描时间内的气溶胶路径以及背景风场数据。

技术总结
本发明公开了一种基于激光雷达的气溶胶追踪和风场反演方法及系统，方法包括通过选取拥有多个目标的“鱼群”作为追踪对象，通过多次互相关函数计算对下一时刻的“鱼群”位置进行多目标优化求解，得到“鱼群”整体的空间分布情况和位移情况，系统包括激光雷达信号发射与接收处理模块、数据插值与图像处理模块、模拟鱼群生成模块、互相关函数计算模块、鱼群中心点与距离计算模块、多目标优化函数求解模块、气溶胶与风向量的计算模块等，本发明能够更好地考虑气溶胶团块在运动过程中发生的旋转、变形、发散等情况，不仅可以提高气溶胶追踪和风场反演结果的准确性，还可以研究气溶胶的发展、消散过程，以及风场的细微结构。以及风场的细微结构。以及风场的细微结构。


技术研发人员：顾元豪 袁金龙 舒志峰 夏海云 陈逸翔 王悦
受保护的技术使用者：南京信息工程大学
技术研发日：2023.08.03
技术公布日：2023/9/6