本發(fā)明涉及氣象探測，具體涉及一種無人艇激光測霧雷達與全球再分析資料的融合方法。

背景技術：

1、目前，國內(nèi)外關于激光測霧雷達與數(shù)值模式全球再分析資料的融合主要是使用融合模式mm5、gsi等，其中mm5采用遺傳算法、gsi采用三維變分法。

2、全球再分析資料是氣象領域中分析天氣過程的重要資料，但該資料空間分辨率是0.25x0.25，該分辨率并不能滿足海上云霧觀測應用，如團霧的探測，因其尺度常常小于5km，全球再分析資料的0.25分辨率換算為距離約25km，因此僅僅采用全球再分析資料無法對海霧中的團霧進行精細化分析。

3、這些融合系統(tǒng)還不能融合船/艇載激光測霧雷達的數(shù)據(jù)，即無法融合動平臺上載荷數(shù)據(jù)，即會存在以下問題：

4、第一：團霧會導致能見度的突然降低，使船只駕駛員的視線受到限制，難以保持有效瞭望；

5、第二：在團霧籠罩的水域，船只駕駛員無法在足夠的距離上發(fā)現(xiàn)周圍的船舶和障礙物，從而難以判斷他船動態(tài)以及他船所采取的避讓行動，這極大地增加了船舶碰撞、擱淺等水上交通事故的風險。

6、基于此，本發(fā)明設計了一種無人艇激光測霧雷達與全球再分析資料的融合方法以解決上述問題。

技術實現(xiàn)思路

1、針對現(xiàn)有技術所存在的上述缺點，本發(fā)明提供了一種無人艇激光測霧雷達與全球再分析資料的融合方法。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術方案予以實現(xiàn)：

3、一種無人艇激光測霧雷達與全球再分析資料的融合方法，包括以下步驟；

4、步驟一：對激光測霧雷達ppi數(shù)據(jù)進行死時間校正、平滑濾波和幾何重疊因子校正，

5、再將背景噪聲剔除；

6、步驟二：將基于無人艇航線的激光測霧雷達ppi數(shù)據(jù)極坐標轉(zhuǎn)換為直角坐標格點數(shù)據(jù)；

7、步驟三：坐標轉(zhuǎn)換后的激光測霧雷達數(shù)據(jù)輸入laps數(shù)值模式，laps數(shù)值模式將激光測霧雷達數(shù)據(jù)進行融合和插值處理，生成時空連續(xù)、分辨率一致的三維觀測場數(shù)據(jù)；

8、步驟四：采用四維變分法對三維觀測場數(shù)據(jù)與全球再分析資料進行融合，通過修正模式的輸入量，使在融合時段內(nèi)的模式輸出量與相應的觀測之間距離最小，定義一個目標泛函表征這一距離，通過與原模式對應的伴隨模式作向前積分計算出目標泛函對于控制變量的梯度，然后運用極小化算法使其達到極小值點，完成融合。

9、更進一步的，步驟一中，死時間校正的計算公式為：

10、

11、其中，m為真實計數(shù)值，n為測得計數(shù)值，死時間為tdead。

12、更進一步的，平滑濾波的處理方式為：

13、將相鄰幾個距離點上的回波信號做平均值得到平均回波值，同時該平均回波值對應的距離也是這幾個距離的距離平均值，對數(shù)據(jù)平滑濾波處理同時也改變了測霧雷達數(shù)據(jù)的距離分辨率，原距離分辨率為rres，做w點平滑后，其距離分辨率為w*rres。

14、更進一步的，計算距離平均值的點數(shù)的操作方式為3×3平滑或5×5平滑。

15、更進一步的，步驟一中，幾何重疊因子校正的公式為：

16、

17、其中，幾何重疊因子為o(h)，p(h，λ)為原始回波信號，p′(h，λ)為經(jīng)幾何重疊因子校正后的信號，h為距離雷達的高度，單位m，λ為激光發(fā)射波長，單位nm。

18、更進一步的，步驟一中，背景噪聲剔除的公式為：

19、p′(h，λ)＝p(h，λ)-pbg(h，λ)

20、其中，p(h，λ)為原回波信號，p′(h，λ)為背景噪聲扣除后的信號，pbg(h，λ)為背景噪聲的信號；

21、pbg(h，λ)的計算公式為：

22、

23、其中，h1～hn為背景噪聲高度，λ為波長。

24、更進一步的，步驟二中；

25、激光測霧雷達p點數(shù)據(jù)坐標(r，α，θ)在直角坐標系中用直角坐標可表示為(xp，yp，zp)：

26、xp＝rcos(θ)cos(α)；

27、yp＝rcos(θ)sin(α)；

28、zp＝rsin(θ)；

29、當前無人艇航行中經(jīng)度、緯度為(lon_p，lat_p)，激光測霧雷達數(shù)據(jù)直角坐標的經(jīng)緯度格點坐標表示為：

30、

31、更進一步的，步驟四中，最優(yōu)插值融合法的目標泛函(即價值函數(shù))的計算公式為：

32、

33、梯度：

34、其中，jg表示全球再分析資料價值函數(shù)，jl表示激光雷達送入laps模式后輸出的三維觀測場，下標i表示任意時刻，分布于時間段[0，tn]，x為控制向量，xg為全球再分析資料狀態(tài)矢量，g為全球再分析資料誤差協(xié)方差矩陣，ri為觀測誤差協(xié)方差矩陣，hi為觀測算子，yi為i時刻的觀測預報向量，xi為i時刻的狀態(tài)預報向量，t用于表示將矩陣的行和列進行交換的操作。

35、優(yōu)選的，狀態(tài)預報向量xi滿足模式控制方程：

36、

37、其中，m0→i(x)為從起始時刻0預報到i時刻的模式預報算子。

38、優(yōu)選的，四維變分法對三維觀測場數(shù)據(jù)與全球再分析資料融合流程，包括以下步驟：

39、s1、確定laps模式中各控制變量的初猜值并在融合窗口對模式正向積分，得到各個時刻的

40、s2、將代入大氣運動狀態(tài)方程的共軛方程，反向積分對應的伴隨模式方程；

41、s3、根據(jù)上述的目標泛函公式計算價值函數(shù)，求其對各個控制變量的偏導；

42、s4、利用梯度下降算法確定價值函數(shù)的下降方向：

43、

44、其中，β是最優(yōu)步長，n為迭代次數(shù)，j、k＝1、2、...、n，為最佳下降方向函數(shù)；

45、s5、當jn-jn-1≤δ，輸出即完成融合；

46、其中，jn第n次迭代的價值函數(shù)，jn-1第n-1次迭代的價值函數(shù)，δ表示一個非常小的值。

47、本發(fā)明相較于現(xiàn)有技術，其有益效果為：1、高精度感知：激光測霧雷達提供距離分辨率為30米的能見度實時數(shù)據(jù)，與全球再分析資料融合后，能夠顯著提高對海霧的感知精度；

48、2、全球覆蓋：全球再分析資料具有全球覆蓋的特性，可以彌補激光測霧雷達在空間覆蓋上的不足；

49、3、動態(tài)適應性：機動融合算法基于無人艇的機動航行，將放置于無人艇上的激光測霧雷達ppi數(shù)據(jù)動態(tài)、實時地與全球再分析資料進行空間、時間插值，從而獲得某一區(qū)域的如500米高分辨率的水平能見度；

50、4、本發(fā)明采用四維變分法將高分辨率的激光測霧雷達能見度數(shù)據(jù)與低分辨率但覆蓋更廣泛的數(shù)值模式數(shù)據(jù)相結(jié)合，以生成一個更完整、更準確的三維氣象要素資料；

51、5、本發(fā)明針對海上觀測資料不足、團霧探測難的問題，采用無人艇搭載激光測霧雷達進行海霧機動觀測，然后將機動觀測獲得的激光測霧雷達ppi數(shù)據(jù)進行極坐標到直角坐標系的轉(zhuǎn)換，再將轉(zhuǎn)換后的激光測霧雷達數(shù)據(jù)輸入laps模式生成三維觀測場數(shù)據(jù)，再采用四維變分法對三維觀測場數(shù)據(jù)與全球再分析資料資料進行融合。