相干激光测风雷达信号处理系统研究

李河均，张鹏飞，潘静岩，董光焰

(中国电子科技集团公司第二十七研究所，河南郑州450047)

1 引言

对风场的探测研究，在气象、军事、航空和新能源等多个方面都具有重要的意义。目前常用的风场遥感测量的手段有微波雷达、超声波雷达以及激光雷达。激光雷达由于工作波长在0.1～10 μm，比微波雷达小，因此在风场测量方面有独特的优点。激光雷达主要有多普勒测量和多光束测量两种测量方式［1］。激光多普勒测风雷达基于激光多普勒效应来实现，根据工作方式又可以分为相干多普勒激光测风雷达和直接探测多普勒测风雷达［2－4］。相干多普勒激光测风雷达利用光外差探测技术获得激光多普勒频移信息。国外许多研究成果已经证明了相干多普勒激光雷达是测量风场和运动目标速度的有效手段［5－6］。

2 相干激光测风雷达组成结构

本文采用相干激光测风雷达结构框图如图1所示，设计搭建的相干激光测风雷达实验系统照片如图2所示。相干激光测风雷达主要由激光发射部分、光学发收部分以及探测处理部分组成。

激光发射部分主要功能是产生激光脉冲，为整个测量系统提供主动探测信号。实验系统中激光发射部分采用的技术是MOPA(master oscillator power amplifier)。发射部分的种子激光采用的是单频窄线宽的光纤激光器，激光器的线宽为5kHz。种子激光发射出的激光通过分束器分成两束，一束作为本振光，用于和接收到的回波激光进行光混频;另外一束通过声光移频调制后，形成移频的脉冲信号光，经过脉冲激光放大器放大后，产生高能量的激光脉冲通过光学系统发射向空中。移频的主要作用是方便检测目标多普勒频移的方向即风在激光视线方向上的运动方向，同时也有利于探测接收部分电路带宽的设计。光学发收分系统，主要完成激光的校正输出及接收目标反射的激光。探测处理部分包括光信号探测单元和信号处理单元。光信号探测单元将接收到回波激光与种子光分束的本振光，通过混频效应，转换成电信号。电信号通过放大、滤波后送往信号处理单元。信号处理单元是系统的大脑，控制整机的时序，判别部件的状态，对多普勒回波信号进行处理和解算，从而获得不同距离上的激光视向风速数据。结合扫描机构系统可以获取待测区域多个方向上的测量数据，然后通过不同的反演方式得出测量区域的风场结构。

3 信号处理方式及仿真

信号处理系统中最重要的工作是解算出回波信号中的多普勒信息。光学收发部分接收目标反射的激光，同时其光学元件表面反射的激光也被接收，因此回波中包含了光学表面反射信息和目标的多普勒信息。由于不同距离上目标回波信号的多普勒信息不同，为了测量多普勒信息随距离变化的分布，首先接收到的回波按照时间序列分成多个距离门，对同一距离门单元进行功率谱估计找到频率峰值，并通过多次回波综合统计检测以提高估计性能。

功率谱估计方法很多，常用的估计方法是最大似然估计［7］。最大似然估计是把多个观测值的联合概率分布视为待估函数，求出使这些观测值出现概率最大的参考值。最大似然估计要求的信息较多，算法复杂，实时处理速度较慢。考虑到算法的可行性及实时性，本文对每个距离门的功率谱估计采用周期图方式。这里假设每个距离门的周期是平稳随机过程，周期图是每个距离门数据的自相关函数的傅里叶变换，信号处理的流程如图3所示。

图3 多普勒信息处理流程Fig.3 The method of Doppler signal processing

通过前文提到的相干激光测风雷达系统，在实验室采集了大气散射的激光多普勒回波信号。采集到的大气散射回波信号如图4所示。采集到的信号通过MATLAB软件进行仿真分析，在仿真分析中采用了512点傅里叶变换。经过MATLAB软件分析处理的信号谱图如图5所示。

图4 采集到大气回波信号时域图Fig.4 Time domain scattered signal off the atmosphere

图5中距离零点是采样触发的采集的回波，采样到的时域信号，根据激光测距飞行时间方法［8］换算成距离。图中可以看出在30m左右的范围内，存在一个较强的多普勒回波，这是由光学表面反射的信号，等同于激光测距中的主波信号，也就是实际测量中的距离零点。

图5 MATLAB处理过的信号谱图Fig.5 MATLAB simulation diagrams

4 信号处理系统及实验验证

4.1 信号处理系统简介

在实际设计的系统中，通过软件设置，使得第一个距离门起始位置与的主波信号上升沿重合，同时距离门覆盖整个主波信号，通过功率谱估计获取的频率信息作为零多普勒标准，零多普勒标准就是信号多普勒变化的参考频率。回波信号的每一个距离上的估计出的频率值通过与参考频率的差，作为信号的多普勒变化量和变化方向。激光多普勒雷达测风中速度和频率变化的关系式，其中υ是速度，dγ是频率变化，λ是激光的波长。根据估计的多普勒频率，通过计算获得激光视线方向上的速度。

本信号处理系统采用商业高速数据采集卡对回波信号进行A/D采样，采样频率为400MHz，该采集卡配置了大容量数据缓存，配合高稳定外围控制及辅助电路，能够实现对信号的一次大容量数据采集。采集卡同时附带了丰富的SDK数据开发包，可以基于 C++，MATLAB和LABVIEW进行软件开发。

我们基于NI公司开发的LABVIEW 8.5软件，实现了信号处理系统软件部分。信号处理系统软件功能包括对采集部分的设置以及多普勒信号处理解算。通过搭建的实现平台对大气风场进行了测量，信号处理系统软件显示的大气视线风速如图6所示。图中纵轴为距离，横轴为解算后的速度值，速度的正负分别表示风是吹向和吹离雷达。通过VAD(Velocity Azimuth Display)扫描方式可以反演出测量空域中风场的风速和风向。

图6 信号处理系统测量界面Fig.6 Acquisition and Processing User Interface

4.2 实验验证

信号处理系统的一个重要的指标是频率测量精度，为了验证所研信号处理系统的测量性能，我们利用信号源配合相关的电路设计了一套多普勒回波信号模拟系统。根据模拟信号的频率计算出多普勒速度值和系统测量的速度值进行比对。系统的实验场景及结果如图7所示。

图7 信号频率60MHz测量结果Fig.7 The experimental results of 60MHz signal

实验中模拟的多普勒回波信号是延迟一定时间的脉冲信号，信号的频率范围从10 MHz到80 MHz，信号频率每次增加或减小量为0.1 MHz。本系统中激光的波长为1550 nm，根据实验测量的结果进行分析，系统的频率测量精度是1 MHz，系统的速度测量精度在0.8 m/s以内。

5 结论

本文介绍了所研制的相干激光测风雷达实验系统，并对相干探测信号处理方法进行了研究，给出了脉冲多普勒信号处理的流程及仿真结果。基于商业高速信号采集卡及LABVIEW软件设计了信号处理系统，并通过研制的测风试验系统进行了验证。实验结果表明信号处理系统有较好的测量精度。在后续的工作中，我们将对信号处理系统进行优化，提高其多普勒频谱测量的性能。

［1］ Tan Ying，Wu Xiaying，Ding Ying，et al．Analysis and comparison of multiple beam lidars for wind measurement［J］．Science ＆ Technology Review，2011，29(29):22 －26．(in Chinese)谭莹，吴夏颖，丁颖，等．多光束测风激光雷达技术分析和比较［J］．科技导报，2011，29(29):22 －26．

［2］ Zhou Xiaolin，Sun Dongsong，Zhong Zhiqing，et al．Development of doppler wind lidar［J］．Journal of Atmospheric and Environmental Optics，2007，2(3):161 － 168．(in Chinese)周小林，孙东松，钟志庆，等．多普勒测风激光雷达研究进展［J］．大气与环境光学学报，2007，2(3):161 －168．

［3］ Michelangeli G B，Congeduti F，Fiocco G．Measurement of aerosol motion and wind velocity in the lower troposphere by Doppler optical radar［J］．J．Atmos．Sci．，1972，29:906－910．

［4］ Xiong Xinglong，Yan Pu，Jiang Lihui，et al．Application of wind lidar in detection of the airport’s visibility and cloud base height［J］．Laser ＆ Infrared，2010，40(8):817 －820．(in Chinese)熊兴隆，闫朴，蒋立辉，等．测风激光雷达应用于机场能见度及云底高探测［J］．激光与红外，2010，40(8):817－820．

［5］ Zhang Fangpei，Xue Haizhong，Hu Yongzhao，et al．Coherent doppler wind lidar［J］．Journal of Applied Optics 2009，30(5):1045 －1050．(in Chinese)张芳沛，薛海中，胡永钊，等．相干多普勒测风激光雷达［J］．应用光学，2009，30(5):1045 －1050．

［6 ］ Takashi Fujii，Tetsuo Fukuchi．Laser remote sensing［M］．Japan:Taylor＆ Francis Group，2005．

［7］ Rod Frehlich，Robert Sharman．Maximum likelihood estimates of vortex parameters from simulated coherent［J］．Journal of Atmospheric and oceanic thchnology，2005，2:117－130．

［8］ Dai Yongjiang．laser radar technique［M］．Beijing:Electronic Industry Press，2010．(in Chinese)戴永江．激光雷达技术［M］．北京:电子工业出版社，2010．