提出了一种基于遗传算法进行频谱估计的相干多普勒测风激光雷达三维风场反演方法。该方法无需对视向风速进行计算,可以直接从多方位频谱密度中提取三维风场信息,能够提高弱信噪比情况下的数据反演精度。采用的遗传算法为针对相干激光雷达改进的遗传算法,能够准确、快速、并行地反演出风矢量解。对算法进行了仿真,结果显示,改进后的遗传算法在收敛速度以及全局寻优能力方面相对于传统遗传算法都有着明显提升,并且在低信噪比信号仿真对比中,此方法风场反演结果优于传统非线性最小二乘法反演结果。将该方法应用于实际雷达系统中,在激光雷达与探空气球实测数据对比中,两者水平风速均方根误差小于0.7 m/s,水平风向标准偏差小于6°,这些结果验证了风场反演结果的精确性。将采用所提方法得到的结果与实测数据最小二乘法风场反演结果进行对比,发现在当时的大气条件下,频谱估计法约有12.3%的探测距离的增大。仿真和实测数据对比结果充分证明了此方法反演三维风场的能力和有效性。

基于大气分层时域信号生成模型(feuilleté model)进行非平稳信号的仿真。引入时-频域联合分析方法反演风速，对非平稳风速模型下的仿真回波信号进行算法处理研究。基于实际系统参数，分别在线性剪切风速和美国宇航局(NASA)阵风模型下仿真回波信号。对仿真信号作Wigner-Ville 变换，通过分析信号时频变换后的能量峰值在时频面内的分布来反演风速。采用多组脉冲累加平均的方式来减少因散斑噪声、交叉项等因素造成的反演风速的波动。结果表明，利用时-频域联合分析方法可以快速反演出风速信息，无需对探测范围进行距离门的划分；对多组信号的时频变换结果做累加平均处理后，反演风速的波动减小，与输入风速的一致性得到了明显的改善。