提出了一种基于奇异值分解(Singular Value Decomposition,SVD)的湍流速度结构函数构造方法,将该方法构造的速度结构函数与湍流模型拟合,可以实现激光雷达的湍流识别。首先对激光雷达扫描的空间数据进行距离门扇区划分,在每个子扇区内...提出了一种基于奇异值分解(Singular Value Decomposition,SVD)的湍流速度结构函数构造方法,将该方法构造的速度结构函数与湍流模型拟合,可以实现激光雷达的湍流识别。首先对激光雷达扫描的空间数据进行距离门扇区划分,在每个子扇区内对湍流风场做奇异值分解,得到特征速度基准值和每个距离门的湍流脉动速度,构建出速度结构函数。选取标准von Kármán湍流模型函数作为拟合约束,得出涡流耗散率的立方根来判断湍流的强度。最后,利用兰州机场的实测数据,对比分析了在不同湍流强度下SVD方法的速度结构函数与局部平均方法的性能。通过与机组报告的湍流数据进行对比分析,SVD方法进行湍流预警的预警率可以达到85.2%。该方法对提高机场湍流探测和识别有重要意义。展开更多
文摘提出了一种基于奇异值分解(Singular Value Decomposition,SVD)的湍流速度结构函数构造方法,将该方法构造的速度结构函数与湍流模型拟合,可以实现激光雷达的湍流识别。首先对激光雷达扫描的空间数据进行距离门扇区划分,在每个子扇区内对湍流风场做奇异值分解,得到特征速度基准值和每个距离门的湍流脉动速度,构建出速度结构函数。选取标准von Kármán湍流模型函数作为拟合约束,得出涡流耗散率的立方根来判断湍流的强度。最后,利用兰州机场的实测数据,对比分析了在不同湍流强度下SVD方法的速度结构函数与局部平均方法的性能。通过与机组报告的湍流数据进行对比分析,SVD方法进行湍流预警的预警率可以达到85.2%。该方法对提高机场湍流探测和识别有重要意义。
