一種高精度寬范圍超聲波測風(fēng)系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種測風(fēng)系統(tǒng)及方法，特別涉及一種高精度寬范圍超聲波測風(fēng)系統(tǒng)及 方法。
【背景技術(shù)】
[0002] 當(dāng)前，超聲波風(fēng)速風(fēng)向測量方法研究己有幾十年的發(fā)展歷史，先后提出了時(shí)差法、 頻差法、相位差法、多普勒法和相關(guān)法等多種測量方法。其中，時(shí)差法、頻差法、相位差法和 多普勒法由于測量線路復(fù)雜、易受環(huán)境噪聲影響等原因，在高精度超聲波風(fēng)速風(fēng)向測量方 面的實(shí)際應(yīng)用較少，而相關(guān)法以其所具有的測量線路簡單、抗干擾能力強(qiáng)等一系列優(yōu)點(diǎn)成 為目前高精度超聲波風(fēng)速儀所普遍采用的測量方法。
[0003] 相關(guān)方法實(shí)際上是基于信號(hào)統(tǒng)計(jì)相關(guān)理論的時(shí)間延遲估計(jì)方法。在該研究領(lǐng)域， 已有大量的研究成果。針對(duì)測量背景噪聲為高斯白噪聲情況，Knapp等提出了廣義互相關(guān) 方法，該方法雖原理簡單，計(jì)算量小，但估計(jì)精度不高；極大似然法是一種最佳的時(shí)間延遲 估計(jì)方法，但該方法需要已知信號(hào)的概率密度，而這一點(diǎn)恰恰是難以做到的，因此該方法在 實(shí)際中很少使用；Gardner和Chen等提出的基于循環(huán)相關(guān)函數(shù)的時(shí)間延遲估計(jì)方法，由于 可以抑制不同于信號(hào)頻率的任意噪聲而倍受人們矚目，但該方法僅適用于發(fā)射和接收為同 頻信號(hào)情況。由于高風(fēng)速必然產(chǎn)生的多普勒頻移，因此無法在寬測量范圍的超聲波測風(fēng)儀 中使用；對(duì)于測量背景噪聲為高斯有色噪聲情況，可以使用高階累積量方法，由于高階累積 量對(duì)于高斯有色噪聲具有極強(qiáng)的抑制能力，因此基于高階累積量的時(shí)間延遲估計(jì)方法可以 達(dá)到很高的估計(jì)精度。目前，國內(nèi)外高精度超聲波測風(fēng)儀基本上都是采用這一方法。然而， 當(dāng)背景噪聲為非高斯噪聲，特別是當(dāng)背景噪聲中含有脈沖沖擊噪聲時(shí)，該方法的時(shí)間延遲 估計(jì)精度急劇下降。
[0004] 脈沖沖擊噪聲是一種帶有明顯脈沖沖擊性質(zhì)的非高斯噪聲，如空間放電引起的大 氣噪聲，汽車發(fā)動(dòng)機(jī)的點(diǎn)火噪聲，電氣設(shè)備的開關(guān)噪聲，無線通信設(shè)備的竄擾噪聲等，都屬 于脈沖沖擊噪聲。因而脈沖沖擊噪聲是超聲波時(shí)間延遲測量環(huán)境中的一種常見噪聲形式。 由于脈沖沖擊噪聲符合α穩(wěn)定分布，因此一般稱脈沖沖擊噪聲為α穩(wěn)定分布噪聲或簡稱 為α噪聲。α噪聲的一個(gè)最大特點(diǎn)是它不存在有限的方差，因此，那些基于廣義相關(guān)函數(shù)、 極大似然法、循環(huán)相關(guān)法、和高階累積量方法的時(shí)間延遲估計(jì)方法失效。這是基于上述方法 進(jìn)行時(shí)間延遲估計(jì)的超聲波測風(fēng)儀經(jīng)常出現(xiàn)測量數(shù)據(jù)不穩(wěn)定的關(guān)鍵因素之一。
[0005] 近年來，針對(duì)α噪聲，人們進(jìn)行了大量的研究。Nikias指出，α穩(wěn)定分布存在分 數(shù)低階矩，根據(jù)這一理論，各國學(xué)者相繼提出了許多α噪聲背景下，基于分?jǐn)?shù)低階矩的時(shí) 間延遲估計(jì)方法。然而，在大量的實(shí)際應(yīng)用中，基于分?jǐn)?shù)低階矩的時(shí)間延遲估計(jì)方法的固有 缺陷也逐漸暴露出來：首先，分?jǐn)?shù)低階矩是一種非線性方法，特別是它不存在半不變性，即 兩個(gè)相互統(tǒng)計(jì)獨(dú)立的隨機(jī)變量的和的分?jǐn)?shù)低階矩不等于各自隨機(jī)變量的分?jǐn)?shù)低階矩的和， 這使得我們無法進(jìn)行信號(hào)和噪聲的有效分離。另外，α噪聲和高斯噪聲的分?jǐn)?shù)低階矩恒不 為零，這說明分?jǐn)?shù)低階矩方法的噪聲抑制能力不強(qiáng)。因而基于分?jǐn)?shù)低階矩的時(shí)間延遲估計(jì) 精度一般較差。由于α穩(wěn)定分布噪聲往往都是和高斯噪聲混雜在一起的，因此，人們迫切 需要一種對(duì)α噪聲和高斯噪聲均具有極強(qiáng)抑制能力的時(shí)間延遲估計(jì)方法。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是為了解決現(xiàn)有超聲波測風(fēng)系統(tǒng)及方法存在的諸多問題而提供的 一種高精度寬范圍超聲波測風(fēng)系統(tǒng)及方法。
[0007] 本發(fā)明提供的高精度寬范圍超聲波測風(fēng)系統(tǒng)包括有四個(gè)超聲波探頭、模擬開關(guān)模 塊、AD采樣模塊、微處理器模塊和通信模塊，其中四個(gè)超聲波探頭兩兩相互正交設(shè)置，每個(gè) 超聲波探頭均連接有收發(fā)模塊，四個(gè)收發(fā)模塊相并聯(lián)，每個(gè)收發(fā)模塊的輸出端均與模擬開 關(guān)模塊的輸入端相連接，每個(gè)收發(fā)模塊的控制端均與微處理器模塊相連接，模擬開關(guān)模塊 的輸出端連接到AD采樣模塊的輸入端，模擬開關(guān)模塊的控制端連接到微處理器模塊;AD采 樣模塊的輸出端連接到微處理器模塊；微處理器模塊與通信模塊相連接，用于輸出所測得 的風(fēng)速和接收控制命令。
[0008] 本發(fā)明提供的高精度寬范圍超聲波測風(fēng)方法，其方法如下所述：
[0009] 步驟一、系統(tǒng)上電后，對(duì)各模塊進(jìn)行初始化；
[0010] 步驟二、初始化完成后，檢測通信模塊是否接收到控制命令，如果接收到控制命 令，則微處理器模塊調(diào)用控制命令處理函數(shù)對(duì)該命令進(jìn)行處理，處理完成后返回繼續(xù)檢測； 如果沒有接收到控制命令，則微處理器模塊依次控制與四個(gè)超聲波探頭連接的四個(gè)收發(fā)模 塊驅(qū)動(dòng)超聲波探頭發(fā)出超聲波，再控制模擬開關(guān)模塊依次選通四個(gè)超聲波探頭作為接收探 頭，并將接收到的信號(hào)傳遞給AD采樣模塊進(jìn)行模數(shù)轉(zhuǎn)換，其結(jié)果將傳遞給微處理器模塊并 保存，總共得到四組數(shù)字量的收發(fā)信號(hào)；
[0011] 步驟三、分別采用基于分?jǐn)?shù)階累積量的高精度寬范圍的超聲波信號(hào)時(shí)延估計(jì)方法 對(duì)四組數(shù)字量的收發(fā)信號(hào)進(jìn)行時(shí)延估計(jì)，得到四個(gè)時(shí)延估計(jì)值tl、t2、t3、t4 ;
[0012] 步驟四、設(shè)兩個(gè)相對(duì)的超聲波探頭之間的距離均為d，再由相對(duì)時(shí)差法得到其中兩 個(gè)上下相對(duì)應(yīng)的超聲波探頭方向的風(fēng)速為
兩個(gè)左右相對(duì)應(yīng)的超聲波探頭方 向的風(fēng)速為
[0013] 步驟五、通過正交合成得到實(shí)際風(fēng)速為
風(fēng)向角為
[0015] 步驟六、將步驟五中得到的風(fēng)速和風(fēng)向角通過通信模塊輸出，之后返回步驟二，如 此循環(huán)得到實(shí)時(shí)的風(fēng)速和風(fēng)向。
[0016] 步驟三中所述的基于分?jǐn)?shù)階累積量的高精度寬范圍的超聲波信號(hào)時(shí)延估計(jì)方法， 其具體方法如下：
[0017] 1)分?jǐn)?shù)階累積量函數(shù)及標(biāo)準(zhǔn)的確定
[0018] (1)分?jǐn)?shù)階累積量函數(shù)的確定：
[0019] 設(shè)Φ (U)為隨機(jī)變量X的特征函數(shù)，有
[0021] 式中：
.為左Riemann-Liouville分?jǐn)?shù)階導(dǎo)數(shù)，0 < p < 1，k為任意整數(shù)，稱 Mkp為隨機(jī)變量X的分?jǐn)?shù)階累積量，分?jǐn)?shù)階累積量rVsp也可記為％um kp( ·);
[0022] (2)分?jǐn)?shù)階累積量標(biāo)準(zhǔn)的確定：
[0023] 確定分?jǐn)?shù)階累積量標(biāo)準(zhǔn)如下：
[0024] 標(biāo)準(zhǔn)1 :設(shè)a。a2,…，akS常數(shù)，X(k) = [X u X2,…，xk]為隨機(jī)變量，則
[0027] 標(biāo)準(zhǔn)2 :分?jǐn)?shù)階累積量對(duì)其自變量是對(duì)稱的，或者說它們的量值與自變量的順序 無關(guān)，即
[0029] 其中，、，"，…，、是^^"^的一個(gè)排列；
[0030] 標(biāo)準(zhǔn)3 :若k個(gè)隨機(jī)變量{xj的一個(gè)子集與其它部分獨(dú)立，則
[0032] 標(biāo)準(zhǔn)4 :如果隨機(jī)變量集[X1, X2，…，xk]和[yi，y2，…，y k]是獨(dú)立的，則有
[0036] 標(biāo)準(zhǔn)5 :對(duì)于2p階分?jǐn)?shù)階累積量Rtkp ( τ )，當(dāng)τ = 〇時(shí)，有最大值，即
[0038] 2)分?jǐn)?shù)階累積量對(duì)α噪聲和高斯噪聲的抑制能力和抑制方法：
[0039] α穩(wěn)定分布是一種廣義高斯分布，標(biāo)準(zhǔn)α穩(wěn)定分布的特征函數(shù)為：
[0041] 式中：參數(shù)γ > 0稱為分散系數(shù)；參數(shù)a e (〇, 2]稱為特征指數(shù)，當(dāng)特征指數(shù)α =2時(shí)，α穩(wěn)定分布退化為高斯分布；
[0042] 關(guān)于分?jǐn)?shù)階累積量對(duì)α噪聲和高斯噪聲的抑制能力和抑制方法，有如下定理：
[0043] 定理1 :設(shè)標(biāo)準(zhǔn)α穩(wěn)定分布的特征函數(shù)如上式所示，令m為大于或等于ρ的最小 正整數(shù)，則當(dāng)P > 〇且α > 〇時(shí)，標(biāo)準(zhǔn)α穩(wěn)定分布的P階分?jǐn)?shù)階累積量為：
[0044] (1)當(dāng)α -ρ不為整數(shù)時(shí)，
[0046] (2)當(dāng)1彡ρ- α彡m為整數(shù)時(shí)，
[0047] rlCp= 0
[0048] 可見，對(duì)于標(biāo)準(zhǔn)α穩(wěn)定分布信號(hào)的ρ階分?jǐn)?shù)階累積量，當(dāng)取ρ < α，或當(dāng) K ρ-α Sm為整數(shù)時(shí)，其ρ階分?jǐn)?shù)階累積量存在且為零，由于高斯分布是標(biāo)準(zhǔn)α穩(wěn)定分 布中當(dāng)α =2時(shí)的一個(gè)特例，因此，分?jǐn)?shù)階累積