【技术实现步骤摘要】
本专利技术涉及测试测量领域，特别是涉及一种瑞利测温激光雷达温度探测不确定度评定方法、设备及产品。
技术介绍
1、大气温度对于研究大气能量收支、动力学和化学至关重要，瑞利测温激光雷达是目前探测大气温度的重要探测手段之一。目前，瑞利测温激光雷达有多种类型，最常用的是通过密度积分法反演温度的瑞利测温激光雷达。
2、目前，在计量学中不确定度评定的主要方法包括测量不确定度表达指南(guideto the expression of uncertainty in measurement，gum)法和蒙特卡洛(monte carlomethod，mcm)法，前者利用推导的不确定度评定公式进行评定，评定速度快，但适用情况有限，后者利用测量模型搭建蒙特卡洛仿真系统进行评定，适用的情况较广，但评定速度较慢，需要耗费的运算资源较多。
3、对于瑞利测温激光雷达的不确定度评估，目前较为系统的评定方法是由全球大气成分变化监测网络(network for the detection of atmospheric composition change，ndacc)于2016年提出的评定方法，主要面向观测网络内运行的瑞利测温激光雷达提出了一套不确定度评定方法，这套方法的基础是测量不确定度表达指南(gum)法，它针对已经探测获得的一组信号廓线，将每个反演过程中的不确定度源单独引入，将引入位置之后的反演模型公式求偏导，计算获得单个不确定度分量的不确定度评定公式，然后将信号廓线和不确定度源输入到评定公式中，输出即为单个不确定度分量的评定结果。再
4、上述技术方案中，光子噪声不确定度源的引入位置存在问题，使得光子噪声不确定度分量不能适应高动态范围信号；其对测温不确定度的评定公式保留了最后一个积分项，较为复杂；此外其对于大气透过率校正引起的不确定度的评定是不完善的，尤其是对于相关性问题以及迭代方法；另外这一技术方案中，没有考虑反演大气密度这一副产品的不确定度。
技术实现思路
1、为解决现有技术存在的上述问题，本专利技术提供了一种瑞利测温激光雷达温度探测不确定度评定方法、设备及产品。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种瑞利测温激光雷达温度探测不确定度评定方法，所述方法包括：
4、确定待评定参数；所述待评定参数包括大气温度和大气密度；
5、获取探测信号和不确定度源；所述不确定度源的来源包括光子噪声、饱和效应校正、背景噪声校正、参考值和大气透过率校正；
6、基于探测信号和不确定度源，利用gum法得到不同不确定度分量的不确定度评定公式，得到不确定度评定结果，同时，利用mcm法解决使用迭代法对大气透过率校正所引起的不确定度评定问题，得到反演密度不确定度和反演温度不确定度。
7、可选地，利用gum法得到不同不确定度分量的不确定度评定公式，得到不确定度评定结果，具体包括：
8、确定不确定度源的来源；
9、构建与待评定参数不同不确定度源对应的不确定度分量评定公式；
10、基于所述不确定度源的来源，采用相应的不确定度分量评定公式，结合所述探测信号得到所述不确定度评定结果。
11、可选地，针对大气密度，不同不确定度源对应的不确定度包括：饱和效应校正引起的相对不确定度、光子噪声引起的相对不确定度、背景噪声校正引起的相对不确定度、参考密度引起的相对不确定度、大气透过率校正引起的相对不确定度和总不确定度。
12、可选地，针对大气温度，不同不确定度源对应的不确定度包括：饱和效应校正引起的不确定度、光子噪声引起的不确定度、背景噪声校正引起的不确定度、参考温度引起的不确定度、大气透过率校正引起的不确定度和总不确定度。
13、可选地，利用mcm法解决使用迭代法对大气透过率校正所引起的不确定度评定问题，得到反演密度不确定度和反演温度不确定度，具体包括：
14、基于参考大气密度和大气分子散射截面确定校正使用的大气透过率；
15、基于校正使用的大气透过率得到反演大气密度；
16、确定反演大气密度与参考大气密度间的差值是否小于阈值；
17、当所述差值小于所述阈值时，基于反演大气密度得到反演密度不确定度，并基于反演大气密度采用密度积分法反演温度，得到反演温度不确定度；
18、当所述差值大于等于所述阈值时，将反演大气密度作为新的参考大气密度，并返回“基于参考大气密度和大气分子散射截面确定校正使用的大气透过率”。
19、一种计算机设备，包括：存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述任一项所述的瑞利测温激光雷达温度探测不确定度评定方法。
20、可选地，所述存储器为计算机可读存储介质。
21、一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一项所述的瑞利测温激光雷达温度探测不确定度评定方法。
22、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
23、本专利技术基于获取的探测信号和不确定度源进行待评定参数(指探测温度和探测密度)的不确定度评定，利用gum法得到不同不确定度分量的不确定度快速评定公式，同时利用mcm法解决使用迭代法对大气透过率校正所引起的不确定度评定问题，得到反演密度不确定度和反演温度不确定度。可以从已经探测到的信号出发对反演结果进行评定，其能够实现快速的反演温度不确定度评定，同时也可以进行反演密度的不确定度评定。
本文档来自技高网...【技术保护点】
1.一种瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，利用GUM法得到不同不确定度分量的不确定度评定公式，得到不确定度评定结果，具体包括：
3.根据权利要求2所述的瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，针对大气密度，不同不确定度源对应的不确定度包括：饱和效应校正引起的相对不确定度、光子噪声引起的相对不确定度、背景噪声校正引起的相对不确定度、参考密度引起的相对不确定度、大气透过率校正引起的相对不确定度和总不确定度。
4.根据权利要求2所述的瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，针对大气温度，不同不确定度源对应的不确定度包括：饱和效应校正引起的不确定度、光子噪声引起的不确定度、背景噪声校正引起的不确定度、参考温度引起的不确定度、大气透过率校正引起的不确定度和总不确定度。
5.根据权利要求1所述的瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，利用MCM法解决使用迭代法对大气透过率校正所引起的不确定度
6.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-5中任一项所述的瑞利测温激光雷达温度探测不确定度评定方法。
7.根据权利要求6所述的计算机设备，其特征在于，所述存储器为计算机可读存储介质。
8.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-5中任一项所述的瑞利测温激光雷达温度探测不确定度评定方法。
...【技术特征摘要】
1.一种瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，利用gum法得到不同不确定度分量的不确定度评定公式，得到不确定度评定结果，具体包括：
3.根据权利要求2所述的瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，针对大气密度，不同不确定度源对应的不确定度包括：饱和效应校正引起的相对不确定度、光子噪声引起的相对不确定度、背景噪声校正引起的相对不确定度、参考密度引起的相对不确定度、大气透过率校正引起的相对不确定度和总不确定度。
4.根据权利要求2所述的瑞利测温激光雷达温度探测不确定度评定方法，其特征在于，针对大气温度，不同不确定度源对应的不确定度包括：饱和效应校正引起的不确定度、光子噪声引起的不确定度、背景噪声校正引起的...
【专利技术属性】
技术研发人员：陈思颖，曹荣正，陈和，檀望舒，郭磐，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。