Алгоритм на основе сэмплирования аэрозольных неоднородностей в задаче измерения скорости ветра

Алгоритм на основе сэмплирования аэрозольных неоднородностей в задаче измерения скорости ветра

Автор: Филимонов Павел Анатольевич, Белов Михаил Леонидович, Иванов Сергей Евгеньевич, Городничев Виктор Александрович, Федотов Юрий Викторович

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 5 т.44, 2020 года.

Бесплатный доступ

Разработан алгоритм на основе сэмплирования аэрозольных неоднородностей для обработки изображений в задаче лидарного измерения скорости ветра в атмосфере. Проверка разработанного алгоритма производилась с использованием синтезированных лидарных сигналов и на данных натурных измерений. Алгоритм обработки аэрозольных полей в координатах «дальность - время» позволяет существенно уменьшить погрешности лидарного времяпролётного метода измерения скорости ветра по сравнению с корреляционными методами измерения.

Цифровая обработка оптических сигналов, цифровая обработка изображений, лидар, алгоритмы

Короткий адрес: https://sciup.org/140250051

IDR: 140250051   |   DOI: 10.18287/2412-6179-CO-708

Список литературы Алгоритм на основе сэмплирования аэрозольных неоднородностей в задаче измерения скорости ветра

  • Annoni, J. Analysis of control-oriented wake modeling tools using lidar field results / J. Annoni, P. Fleming, A. Scholbrock, J. Roadman, S. Dana, C. Adcock, F. Porte-Agel, S. Raach, F. Haizmann, D. Schlipf // Wind Energy Science. - 2018. - Vol. 3, Issue 2. - P. 819-831. - DOI: 10.5194/wes-3-819-2018
  • Zhan, L. LiDAR measurements for an onshore wind farm: Wake variability for different incoming wind speeds and atmospheric stability regimes / L. Zhan, S. Letizia, G.V. Iungo // Wind Energy. - 2020. - Vol. 23, Issue 3. P. 501-527. - DOI: 10.1002/we.2430
  • Kim, M.-H. The CALIPSO version 4 automated aerosol classification and lidar ratio selection algorithm / M.-H. Kim, A.H. Omar, J.L. Tackett, M.A. Vaughan, D.M. Winker, C.R. Trepte, Y. Hu, Z. Liu, L.R. Poole, M.C. Pitts, J. Kar, B.E. Magill // Atmospheric Measurement Techniques. - 2018. - Vol. 11, Issue 11. - P. 6107-6135. - DOI: 10.5194/amt-11-6107-2018
  • Kovalev, V.A. Elastic lidar: Theory, practice, and analysis methods / V.A. Kovalev, W.E. Eichinger. - Hoboken, New Jersey: John Wiley & Sons, Inc., 2004. - 615 p. - 0-471-20171-5. ISBN: 0-471-20171-5
  • Prasad, N.S. Three-beam aerosol backscatter correlation lidar for wind profiling / N.S. Prasad, A.R. Mylapore // Optical Engineering. - 2017. - Vol. 56, Issue 3. - 031222. - DOI: 10.1117/1.OE.56.3.031222
  • Soifer, V.A. Vortex beams in turbulent media: review / V.A. Soifer, O. Korotkova, S.N. Khonina, E.A. Shchepakina // Computer Optics. - 2016. - Vol. 40(5). - P. 605-624. -
  • DOI: 10.18287/2412-6179-2016-40-5-605-624
  • Suomi, I. Methodology for obtaining wind gusts using Doppler lidar / I. Suomi, S.-E. Gryning, E.J. O'Connor, T. Vihma // Quarterly Journal of the Royal Meteorological Society. - 2017. - Vol. 143. - P. 2061-2072. -
  • DOI: 10.1002/qj.3059
  • Stull, R. Practical meteorology: An algebra-based survey of atmospheric science (version 1.02b) / R. Stull. - University of British Columbia, 2017. - 940 p. - 978-0-88865-283-6.
  • ISBN: 9780888652836
  • Корреляционные методы лазерно-локационных измерений скорости ветра / Г.Г. Матвиенко, Г.О. Заде, Э.С. Фердинандов, И.Н. Колев, Р.П. Аврамова. - Новосибирск: Наука, 1985. - 223 с.
  • Кропотов, Ю.А. Метод прогнозирования изменений параметров временных рядов в цифровых информационно-управляющих системах / Ю.А. Кропотов, А.Ю. Проскуряков, А.А. Белов // Компьютерная оптика - 2018. - Т. 42, № 6. - С. 1093-1100. -
  • DOI: 10.18287/2412-6179-2018-42-6-1093-1100
  • Dérian, P. Wavelet-based optical flow for two-component wind field estimation from single aerosol lidar data / P. Dérian, C.F. Mauzey, S.D. Mayor // Journal of Atmospheric and Oceanic Technology. - 2015. - Vol. 32, Issue 10. - P. 1759-1778. -
  • DOI: 10.1175/JTECH-D-15-0010.1
  • Proakis, J.G. Digital signal processing / J.G. Proakis, D.K. Manolakis. - 4th ed. - Prentice Hall, 2006. - 1104 p. - 978-0-13-187374-2.
  • ISBN: 9780131873742
  • Bishop, C.M. Pattern recognition and machine learning / C.M. Bishop. - Singapore: Springer, 2006. - 738 p. - 978-0-387-31073-2.
  • ISBN: 9780387310732
  • Агафонова, Ю.Д. Эффективность алгоритмов машинного обучения и свёрточной нейронной сети для обнаружения патологических изменений на магнитно-резонансных томограммах головного мозга / Ю.Д. Агафонова, А.В. Гайдель, П.М. Зельтер, А.В. Капишников // Компьютерная оптика. - 2020. - Т. 44, № 2. - С. 266-273. -
  • DOI: 10.18287/2412-6179-CO-671
  • Бакалов, В.П. Цифровое моделирование случайных процессов. - М.: Изд-во Сайнс-пресс. - 2002. - 88 с. - 5-94818-006-9.
  • ISBN: 5948180069
  • Филимонов, П.А. Алгоритм сегментации аэрозольных неоднородностей / П.А. Филимонов, М.Л. Белов, Ю.В. Федотов, С.Е. Иванов, В.А. Городничев // Компьютерная оптика. - 2018. - Т. 42, № 6. - С. 1062-1067. -
  • DOI: 10.18287/2412-6179-2018-42-6-1062-1067
  • Hastie, T. The elements of statistical learning / T. Hastie, R. Tibshirani, J. Friedman. - New York: Springer, 2001. - 745 p.
  • Du, P. Improved peak detection in mass spectrum by incorporating continuous wavelet transform-based pattern matching / P. Du, W.A. Kibbe, S.M. Lin // Bioinformatics. - 2006(07). - Vol. 22, Issue 17. - P. 2059-2065. -
  • DOI: 10.1093/bioinformatics/btl355
  • Белов, М.Л. Лазерный дистанционный метод измерения порывов атмосферного ветра / М.Л. Белов, С.Е. Иванов, В.А. Городничев, Б.В. Стрелков // Вестник МГТУ. Сер. "Приборостроение". - 2014. - № 2. - С. 40-52.
Еще
Статья научная
SciUp 2024 © 2024 ©