基于大能量激光净空雷达的叶片识别方法及系统

技术领域

本发明涉及激光雷达物体识别及测量技术领域，具体是一种基于大能量激光净空雷达的叶片识别方法及系统。

背景技术

大能量激光净空雷达为一种实时监测叶尖净空距离同时具备穿雾能力的激光测距雷达，当监测到叶片净空值接近规定的最小净空值时，风机机组主控可立即采取保护性措施，如减速、收桨等。与普通激光净空雷达相比，普通激光净空雷达输出的就是目标地物的测距值，而大能量激光净空雷达输出的是连续激光脉冲累加后的数字信号，其数据表现为多个目标的信号峰，具体包括尘土、雾气、水滴、叶片信号、地面信号等，叶片信号容易与雾气信号混淆，为了将叶片信号与这些目标地物的信号区分开来，需要对叶片信号进行特征提取，然后采用专用的数据处理方法提取出叶片信号，最后将叶片信号转化为具体的测距值。针对大能量激光雷达叶片信号与雾气信号很难区分开来的问题，目前尚未提出有效的解决方案。

发明内容

本发明为了解决现有技术的问题，提供了一种基于大能量激光净空雷达的叶片识别方法及系统，可以快速、高效、准确地将叶片信号识别出，在一定程度上降低大雾环境对激光净空雷达叶片检测的干扰，大大降低了净空雷达在复杂环境下叶片的虚警率，提升了激光净空雷达叶片测距数据的可靠性，为风机主控的净空预警保护机制提供了稳定有效的数据源。

为此，本发明采用的具体技术方案如下：

根据本发明的一个方面，提供了基于大能量激光净空雷达的叶片识别方法，该识别方法包括以下步骤：

S1、获取大能量激光净空雷达的单光束的原始信号数据；

S2、对获取的单个光束的原始信号进行预处理，分别得到当前帧信号的叶片范围内、地面范围内的测距值和信号强度；

S3、根据叶轮转速建立不同叶片周期N和相同叶片周期n的查找表，并对不同叶片周期N、相同叶片周期n进行初始化；

S4、基于预处理后的信号数据，以叶片的运行轨迹为前提,按照不同叶片周期N，寻找叶片信号出现、地面信号缺失的时刻，即疑似叶尖时刻；

S5、根据疑似叶尖时刻向正、负方向查找叶片信号，计算并输出当前叶片周期内所有叶片测距值以及出现时刻；

S6、根据叶片出现时刻，更新不同叶片周期N。

进一步的，所述获取的大能量激光净空雷达的原始信号数据，表征沿着单个光束方向不同距离处的信号强度。

进一步的，所述获取的单个光束的原始信号进行预处理过程包括以下步骤：

S21、设置滑动窗口的大小为11，选取滑动窗口内的信号的最小值作为基线，将获取的原始信号减去基线的信号值，得到去除基线后的信号；

S22、分别设置地面信号、叶片信号的寻峰范围，分别获取信号峰最大值对应的测距值和信号强度，即为当前帧信号的叶片范围内的测距值Dist_blade和信号强度DN_blade,当前帧信号的地面范围内的测距值Dist_ground和信号强度DN_ground。

进一步的，所述估算叶片周期包括以下步骤：

S31、根据叶片长度、叶尖线速度、叶尖宽度、激光雷达数据输出频率等参数，建立不同叶片的周期N和相同叶片周期n的查找表；

S32、初始化风机运行在满发状态下，不同叶片的周期2s,转化为帧计数为N，根据查找表查找与不同叶片周期N对应的相同叶片周期n。

进一步的，所述查找疑似叶尖时刻包括以下步骤：

S41、根据不同叶片周期N、相同叶片周期n，确定当前帧f

S42、分别计算负方向、正方向信号与当前帧对应的测距值Dist_blade处的叶片信号强度DN_blade

S43、基于阈值分类的思想，查找当前帧叶片范围内的信号强度DN_blade较大、地面范围内的信号强度DN_ground较小的时刻，即为疑似叶尖时刻。

进一步的，所述计算并输出叶片测距值包括以下步骤：

S51、对于同一个叶片周期N内的所有帧信号，查找同一帧叶片信号强度DN_blade与地面信号强度DN_ground相差最大的帧，作为真实的叶尖时刻；

S52、对于下一个叶片周期的信号，直接作为疑似叶尖时刻，继续下个叶片周期的判断；

S53、对于真实的叶尖时刻，向负、正方向查找同一个叶片测距值Dist_blade相差较小的连续帧，保存并输出叶片测距值以及出现时刻。

进一步的，所述不同叶片周期N的更新是根据前后两个周期内叶片出现时刻相减得到的。

根据本发明的另一个方面，还提供了一种基于大能量激光净空雷达的叶片识别系统，该叶片识别系统包括原始信号获取模块、信号预处理模块、估算并更新叶片周期模块、查询叶尖时刻模块、叶片测距值输出模块。

其中，所述原始信号获取模块用于获取大能量激光净空雷达的原始信号值；

所述信号预处理模块用于从获取的原始大能量激光净空雷达信号中提取出叶片范围内的测距值、信号强度和地面范围内的测距值、信号强度；

所述估算并更新模块用于建立不同叶片周期N和同一叶片周期n的查找表，并根据实时输出的叶片出现时刻，实现不同叶片周期N和同一叶片周期n的更新；

所述查询叶尖时刻模块用于确定当前叶片周期内所有可能的叶片信号测距值和对应的叶片信号出现时刻；

所述叶片测距值输出模块根据叶片信号出现时刻，保存并输出当前时刻的叶片测距值。

本发明还提供了一种针对基于大能量激光净空雷达的叶片识别方法的设备，至少包括处理器和存储器，所述存储器存储计算机执行指令，所述处理器执行所述存储器存储的计算机执行指令，使得基于大能量激光净空雷达的叶片识别系统执行上述基于大能量激光净空雷达的叶片识别方法。

本发明还提供了一种计算机可读存储介质，存储有计算机程序或指令，当所述计算机程序或指令被运行时，实现上述基于大能量激光净空雷达的叶片识别方法。

本发明有益效果在于：

1)本发明从大能量激光净空雷达所测到的实际信号数据出发，采用的叶片识别方法是以追寻叶片的运行轨迹为基础，可以快速、高效、准确地将叶片信号识别出来，可以在一定程度上降低大雾环境对激光净空雷达叶片检测的干扰，大大降低了净空雷达在复杂环境下叶片的虚警率，提升了激光净空雷达叶片测距数据的可靠性，为风机主控的净空预警保护机制提供了稳定有效的数据源；

2)本发明利用大能量激光净空雷达具备的穿雾能力，根据叶片的周期特性，可以将雾气信号与叶片信号区分开来，根据叶片信号出现时刻的不同实时更新不同叶片周期和同一个叶片周期，可以持续稳定地检测到叶片信号，实现了风机大转速下叶片测距值的稳定输出。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是根据本发明实施例的一种基于大能量激光净空雷达的叶片识别方法流程图；

图2是根据本发明实施例的一种基于大能量激光净空雷达的叶片识别方法的原理示意图；

图3是根据本发明实施例的一种基于大能量激光净空雷达的叶片识别方法的原始信号预处理前后结果图；

图4是根据本发明实施例的一种基于大能量激光净空雷达的叶片识别方法的叶尖时刻特征示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

根据本发明的实施例，提供了一种基于大能量激光净空雷达的叶片识别方法及系统。

现结合附图和具体实施方式对本发明进一步说明，如图1和图2所示，根据本发明的一个实施例，提供了一种基于大能量激光净空雷达的叶片识别方法，该方法包括以下步骤：

S1、获取大能量激光净空雷达的单光束的原始信号数据；

图3是根据本发明实施例的一种基于大能量激光净空雷达的叶片识别方法的原始信号预处理前后结果图。具体的，大能量激光净空雷达获取的是频率为100Hz的不同距离处的目标信号分布，如图3中的(a)所示，横轴表示的是距离，纵轴表示大能量激光净空雷达测到的目标的信号强度，沿着不同的距离方向，由近及远，峰信号依次是端面信号、雾信号、叶片信号、地面信号，其中端面信号峰对应的距离为1000cm,则塔筒的真实高度为12000cm-1000cm＝11000cm，叶片真实的长度为9000cm-1000cm＝8000cm，从图中可以看到，由于大能量激光净空雷达特有的穿雾能力，位于端面信号后面的雾信号强度比较大的时候，大能量激光净空雷达仍旧可以测到叶片信号和地面信号。

S2、对获取的单个光束的目标信号进行预处理；

具体的，从获取的单个光束的目标信号进行预处理，分别得到当前帧信号的叶片范围内、地面范围内的测距值和信号强度，预处理过程包括：

S21、根据当前帧的目标信号分布，设置滑动窗口的大小为11，将滑动窗口内目标信号的最小值作为目标信号的基线，当前帧滑动窗口内的目标信号减去当前帧滑动窗口内的基线就得到滑动窗口内的去除基线后的信号，顺序移动窗口，就得到当前帧的去除基线后的信号如图3中的(b)所示，从图中可以看出，去除基线后的信号可以将不同目标的信号与噪声完全区分开来；

S22、以当前帧去除基线后的信号为基础，基于阈值分类的思想，首先设置叶片信号的最小检测距离和最大检测距离，查找叶片最小检测距离和最大检测距离内信号强度最大的峰，如果该信号峰的信号强度大于阈值，此处阈值可以设置为300，将该峰对应的测距距离、信号强度分别作为叶片信号的测距值Dist_blade和信号强度DN_blade；然后设置地面信号的最小检测距离和最大检测距离，查找地面最小检测距离和最大检测距离内信号强度最大的峰，如果该峰的信号强度大于阈值，此处阈值可以设置为300，将该信号峰对应的测距距离、信号强度分别作为地面信号的测距值Dist_ground和信号强度DN_ground。

S3、估算叶片周期；

具体的，根据叶轮转速建立不同叶片周期N和相同叶片周期n的查找表，并对不同叶片周期N、相同叶片周期n进行初始化，处理过程包括：

S31、输入叶片长度Blade_length、叶尖线速度v、叶尖宽度L，则不同叶片的时间间隔为T，单位为s，相同叶片过境时间t，单位为ms，则可以表示为：

S32、根据大能量激光净空的雷达数据输出频率为100Hz，即时间间隔为10ms,将不同叶片的时间间隔T和相同叶片的过境时间t转化为不同叶片周期N(帧)和相同叶片的周期n(帧),建立二者相关关系的查找表，如下表所示：

S33、初始化风机运行在满发状态下，不同叶片的周期2s，转化为帧计数为N＝200帧，根据查找表查找与不同叶片周期N对应的相同叶片周期n＝2帧。

S4、寻找疑似叶尖时刻；

具体的，基于预处理后的信号数据，以叶片的运行轨迹为前提,按照不同叶片周期N，寻找叶片信号出现、地面信号缺失的时刻，即疑似叶尖时刻，处理过程包括：

S41、根据不同叶片周期N、相同叶片周期n，确定当前帧的帧计数f

S42、根据当前帧的叶片信号强度DN_blade和测距值Dist_blade，分别计算负方向、正方向与当前帧对应的测距值Dist_blade处的叶片信号强度DN_blade

S43、基于阈值分类的思想，如果当前帧的叶片信号强度DN_blade大于DN_blade

S5、计算并输出当前叶片周期内所有叶片测距值以及出现时刻，处理过程包括：

S51、对于帧计数与当前帧计数f

S52、对于帧计数与当前帧计数f

S53、对于真实的叶尖时刻，以最大深度为2n+1向负、正方向查找，如果查询到的连续帧的叶片测距值与叶尖时刻的叶片测距值Dist_blade相差较小，在±2m的测距范围内，保存并输出连续帧对应的叶片测距值以及出现时刻。

S6、更新不同叶片周期N；

具体的，将前后两个周期内叶片出现时刻相减得到新的不同叶片周期N。

根据本发明的另一实施例，提供了一种基于大能量激光净空雷达的叶片识别系统，该大能量激光净空雷达的叶片识别系统包括原始信号获取模块、信号预处理模块、估算并更新叶片周期模块、查询叶尖时刻模块、叶片测距值输出模块。

其中，所述原始信号获取模块用于获取大能量激光净空雷达的原始信号值；

所述信号预处理模块用于从获取的原始大能量激光净空雷达信号中提取出叶片范围内的测距值、信号强度和地面范围内的测距值、信号强度；

所述估算并更新模块用于建立不同叶片周期N和同一叶片周期n的查找表，并根据实时输出的叶片出现时刻，实现不同叶片周期N和同一叶片周期n的更新；

所述查询叶尖时刻模块用于确定当前叶片周期内所有可能的叶片信号测距值和对应的叶片信号出现时刻；

所述叶片测距值输出模块根据叶片信号出现时刻，保存并输出当前时刻的叶片测距值。

综上所述，借助于本发明的上述技术方案，从大能量激光净空雷达所测到的实际信号数据出发，采用的叶片识别方法是以追寻叶片的运行轨迹为基础，可以快速、高效、准确地将叶片信号识别出来，可以在一定程度上降低大雾环境对激光净空雷达叶片检测的干扰，大大降低了净空雷达在复杂环境下叶片的虚警率，提升了激光净空雷达叶片测距数据的可靠性，为风机主控的净空预警保护机制提供了稳定有效的数据源。

此外，本发明利用大能量激光净空雷达具备的穿雾能力，根据叶片的周期特性，可以将雾气信号与叶片信号区分开来，根据叶片信号出现时刻的不同实时更新不同叶片周期和同一个叶片周期，可以持续稳定地检测到叶片信号，实现了风机大转速下叶片测距值的稳定输出。

以上具体实施方式用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的范围，其均应涵盖在本发明的权利要求范围当中。

本发明还提供了一种针对基于大能量激光净空雷达的叶片识别方法的设备，至少包括处理器和存储器，所述存储器存储计算机执行指令，所述处理器执行所述存储器存储的计算机执行指令，使得基于大能量激光净空雷达的叶片识别系统执行上述基于大能量激光净空雷达的叶片识别方法。

本发明还提供了一种计算机可读存储介质，存储有计算机程序或指令，当所述计算机程序或指令被运行时，实现上述基于大能量激光净空雷达的叶片识别方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，以上所述仅是本发明的优选实施方式，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，对于本技术领域的普通技术人员来说，可轻易想到的变化或替换，在不脱离本发明原理的前提下，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。