【技术实现步骤摘要】
本专利技术涉及激光测风，具体而言，涉及一种三维激光测风雷达的激光光束的智能调控方法及系统。
技术介绍
1、激光测风雷达是一种利用激光技术进行风速和风向测量的遥感设备。它通过发射激光束并接收由大气中气溶胶颗粒散射回来的光，根据多普勒效应原理来测量风速，即通过分析反射光的频率变化来确定风速和风向。激光测风雷达具有高精度、高效率的测量特性，能够实时、无损地获取大气中的风速和风向数据，精度远超传统测风仪器。激光测风雷达可广泛应用于风电产业、气象环境监测、航空航天等领域。
2、但是，现有的激光测风雷达的激光光束直径是预设的，而测风环境中的颗粒物的大小却是随时在变化的，这导致测得的风的数据的准确性不足，亟需进行改进。
技术实现思路
1、为了解决上述
技术介绍
中存在的技术问题，本专利技术提供了一种三维激光测风雷达的激光光束的智能调控方法、系统。
2、本专利技术提供了一种三维激光测风雷达的激光光束的智能调控方法，包括如下步骤：
3、控制三维激光测风雷达向所处环境发射第一组激光光束，探测得到与所述第一组激光光束对应的第一散射光束特征；其中，所述第一散射光束特征包括散射光角度和散射光强度；
4、将所述第一散射光束特征输入颗粒物粒度等级预测模型，所述颗粒物粒度等级预测模型输出颗粒物粒度等级；
5、根据所述颗粒物粒度等级和预设对照表确定出激光光束直径，根据所述激光光束直径控制三维激光测风雷达向所处环境发射第二组激光光束；其中，在所述第二组激光光束发
6、在一些实施例中，所述控制三维激光测风雷达向所处环境发射第一组激光光束，包括：
7、获取三维激光测风雷达所处环境的与当前时段对应的颗粒物粒度等级的历史数据，根据所述历史数据计算得出颗粒物粒度等级的平均值以及第一波动幅值；
8、确定与所述平均值对应的第一光束直径、以及与所述第一波动幅值对应的第二波动幅值；
9、根据所述第一光束直径和所述第二波动幅值确定得出光束直径范围，从所述光束直径范围中随机挑选第一指定数目的光束直径，计算挑选得出的全部光束直径的平均光束直径；
10、控制三维激光测风雷达向所处环境发射所述第一组激光光束，所述第一组激光光束的直径为所述平均光束直径。
11、在一些实施例中，所述方法中，根据所述第一波动幅值确定所述第一指定数目，其中所述第一指定数目与所述第一波动幅值符合如下函数：
12、；
13、上式中，n为所述第一指定数目，n1为所述第一指定数目的基准值，其是经验值；l1为所述第一波动幅值，l为所述平均值。
14、在一些实施例中，所述方法还包括：
15、收集若干第三散射光束特征，各所述第三散射光束特征通过手动或自动方式配置有颗粒物粒度等级标签，将一组所述第三散射光束特征与对应配置的颗粒物粒度等级标签关联构成训练数据元素；
16、将全部所述训练数据元素划分为训练数据和测试数据；
17、使用所述训练数据对所述颗粒物粒度等级预测模型进行训练，并在设定的测试节点使用所述测试数据对训练中的所述颗粒物粒度等级预测模型进行测试，获得测试结果；
18、根据若干测试结果拟合得出训练趋势线，在所述训练趋势线表明预期趋势时，停止训练，获得训练好的所述颗粒物粒度等级预测模型。
19、在一些实施例中，所述颗粒物粒度等级预测模型基于改进的dnn算法构建，包括依次连接的输入层、隐藏层、激活层、贝叶斯归一化层、池化层、全连接层、输出层。
20、在一些实施例中，所述收集若干第三散射光束特征，包括：
21、在区块链网络上发布训练数据协助获取任务；其中，所述协助获取任务中包括训练数据量和数据格式；
22、接收其它区块链节点反馈的多组所述第三散射光束特征和对应的所述颗粒物粒度等级标签，直至反馈的其它区块链节点的数量达到第二指定数目为止；
23、其中，所述第二指定数目根据所述第一波动幅值确定，且所述第二指定数目与所述第一波动幅值正相关。
24、本专利技术还提供了一种三维激光测风雷达的激光光束的智能调控系统，包括测定模块、预测模块、调控模块；
25、所述测定模块，用于控制三维激光测风雷达向所处环境发射第一组激光光束，探测得到与所述第一组激光光束对应的第一散射光束特征；其中，所述第一散射光束特征包括散射光角度和散射光强度；
26、所述预测模块，用于将所述第一散射光束特征输入颗粒物粒度等级预测模型，所述颗粒物粒度等级预测模型输出颗粒物粒度等级；
27、所述调控模块，用于根据所述颗粒物粒度等级和预设对照表确定出激光光束直径，根据所述激光光束直径控制三维激光测风雷达向所处环境发射第二组激光光束；其中，在所述第二组激光光束发射后，探测得到的与所述第二组激光光束对应的第二散射光束特征用于确定风速和风向，所述第二散射光束特征包括散射光束的频率变化值。
28、本专利技术还提供了一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行如前任一项所述的方法。
29、本专利技术还提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
30、本专利技术还提供了一种计算机程序产品，所述计算机程序产品中包含存储于计算机存储介质中的计算机程序，所述计算机程序被电子设备的处理器执行时实现如上任一项所述的方法。
31、本专利技术的方案实现了基于所处环境的颗粒物粒度等级来选择合适直径的激光光束，从而可有效提升激光测风结果的准确性。
本文档来自技高网...【技术保护点】
1.一种三维激光测风雷达的激光光束的智能调控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种三维激光测风雷达的激光光束的智能调控方法，其特征在于：控制三维激光测风雷达向所处环境发射第一组激光光束，包括：
3.根据权利要求2所述的一种三维激光测风雷达的激光光束的智能调控方法，其特征在于：所述方法中，根据所述第一波动幅值确定所述第一指定数目，其中所述第一指定数目与所述第一波动幅值符合如下函数：
4.根据权利要求3所述的一种三维激光测风雷达的激光光束的智能调控方法，其特征在于：所述方法还包括：
5.根据权利要求4所述的一种三维激光测风雷达的激光光束的智能调控方法，其特征在于：所述颗粒物粒度等级预测模型基于改进的DNN算法构建，包括依次连接的输入层、隐藏层、激活层、贝叶斯归一化层、池化层、全连接层、输出层。
6.根据权利要求4所述的一种三维激光测风雷达的激光光束的智能调控方法，其特征在于：所述收集若干第三散射光束特征，包括：
7.一种三维激光测风雷达的激光光束的智能调控系统，其特征在于，包括测定模块、预
...【技术特征摘要】
1.一种三维激光测风雷达的激光光束的智能调控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种三维激光测风雷达的激光光束的智能调控方法，其特征在于：控制三维激光测风雷达向所处环境发射第一组激光光束，包括：
3.根据权利要求2所述的一种三维激光测风雷达的激光光束的智能调控方法，其特征在于：所述方法中，根据所述第一波动幅值确定所述第一指定数目，其中所述第一指定数目与所述第一波动幅值符合如下函数：
4.根据权利要求3所述的一种三维激光测风雷达的激光光束的智能调...
【专利技术属性】
技术研发人员：徐剑平，胡元航，彭涛，刘银松，李扬聪，刘强，吴千鹏，李卓敏，
申请(专利权)人：四川西物激光技术有限公司，
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。