观测系统（精选12篇）
观测系统 篇1
所谓Wiener滤波器是指滤波器具有以观测信号作为输入的传递函数形式[1]。文献[2]通过用ARMA (AutoregressiveMovingAverage) 新息模型作为桥梁, 将稳态Kalman估值器转化为Wiener状态估值器, 提出了一种新的时域Wiener滤波方法。与基于Riccati方程的时域Wiener滤波器相比, 该方法更适于对含有未知模型参数和/或噪声统计信息的系统在线进行辨识, 继而易于得到自校正滤波器。
随着微电子技术、信号检测与处理技术、通信技术及控制技术的飞速发展, 各种面向复杂应用背景的多传感器系统大量涌现。如何利用纷繁复杂的信息获取最优估计成为人们日益关注的问题。多传感器信息融合技术在这个背景下应运而生, 得到了广泛的重视, 并被越来越多地应用于目标跟踪、图像处理、经济数据分析等领域。
多传感器信息融合估计的目标就是组合或加权局部估计以获得融合估计器, 其精度高于每个局部估计器, 或者是合并或加权局部观测方程以获得一个带有最小观测误差方差的融合观测方程, 再联立状态方程来得到融合估计信息, 其精度高于基于单传感器的估计精度。这两种融合方法分别被称为状态融合估计和观测融合估计[3,4]。
观测融合方法分为集中式和分布式 (加权) 两种算法。集中式观测融合算法等同于集中式状态融合算法, 可以得到全局最优估计, 但却需要较大的计算负担。分布式 (加权) 观测融合算法直接将局部观测进行加权来获得融合观测方程, 然后应用一个单独的滤波器来进行最终的融合状态估计在一定的条件下, 不但可以显著地减小计算负担, 而且可以获得全局最优估计[2,3,4,5]。
文献[2,5]提出了多传感器加权观测融合Kalman滤波算法, 并对其全局最优性进行了分析。该算法打破了文献[3]中对于系统必须具有不相关噪声和相同观测阵的局限。但在很多实际应用中, 噪声统计往往是完全或部分未知的。
利用相关方法, 文献[6,7,8]得到了噪声统计信息的在线辨识器以及相应的自校正融合器。基于现代时间序列分析方法, 应用分布式状态融合算法, 文献[6,7]提出了带不相同观测阵和不相关噪声系统的融合器, 避免了带有较大计算量的Lyapunov方程的求解, 但是, 提出的自校正估计是渐近全局次优的。在应用中许多多传感器系统观测噪声是相关的, 例如, 各传感器具有公共的干扰噪声[9]。利用加权观测融合算法, 基于经典Kalman滤波, 文献[8]提出了具有渐近全局最优性的自校正滤波器, 解决了带相关观测噪声和不同观测阵的多传感器系统的自校正估计问题。但是该算法需要求解Riccati方程, 故计算负担也比较大, 而且不适于实时应用。
对于带有不同观测阵、相关观测噪声和未知噪声统计信息的多传感器线性离散定常随机系统, 基于相关方法, 本文提出了噪声统计的在线辨识器, 并且应用加权观测融合算法和基于ARMA新息模型的Wiener滤波方法, 提出了自校正加权观测融合Wiener滤波器, 避免了求解Riccati和Lyapunov方程, 便于实时应用。进而, 基于动态误差系统分析 (DESA) 方法, 严格证明了提出的自校正融合滤波器的收敛性, 即自校正加权观测融合Wiener滤波器以概率1或按实现收敛于相应的最优融合Wiener滤波器, 这说明该自校正滤波器具有渐近全局最优性。
1问题阐述
考虑带不同观测阵和相关观测噪声的多传感器线性离散定常随机系统
其中t为离散时间, 状态x (t) ∈Rn, 第i传感器观测yi (t) ∈Rmi, w (t) ∈Rr是输入噪声, vi (t) ∈Rmi是第i传感器的观测噪声, Φ, Γ和Hi是已知的恰当维数矩阵。
假设1 w (t) ∈Rr和…, L是零均值不相关白噪声, 而与是相关观测噪声:
(3) 式中E为均值号, T为转置号。
假设2 (Υ, Hi) 是带可观性指数β的完全可观对, (Υ, Γ) 是完全可控对。
假设3Υ, Hi和Γ已知, 噪声方差Qw和互协方差…, L为完全或部分未知。
假设4观测过程…, L以概率1有界。
问题是当噪声统计Qw和Rij未知时, 基于已知观测求自校正观测融合Wiener滤波器。
2最优加权观测融合算法
合并所有的传感器观测方程为一个集中式融合观测方程
(7) 式中为零均值、方差阵为的融合白噪声
对集中式融合系统式 (1) 和式 (4) , 应用基于现代时间序列分析方法的标准稳态Wiener滤波算法[2], 可以得到渐近全局最优的集中式观测融合稳态Wiener滤波器。
集中式融合观测方程式 (4) 可视为是对x (t) 的观测模型, 于是应用加权最小二乘算法[5,6]可以得到x (t) 的Gauss-Markov估计
进而产生新的加权融合观测模型
(10) 式中为融合观测误差, 其最小观测误差方差阵为
将式 (4) 代入式 (9) 中引出式 (10) , 且引出为
式 (12) 直接引出式 (11) 。
对加权观测融合系统式 (1) 和式 (10) 有
(13) 式中q-1为单位滞后算子。由 (13) 有
式 (14) 右边的两个MA过程之和可以被表示为一个等价的、可逆的MA过程
(15) 式中D (I) (q-1) 是一个稳定的多项式矩阵, 形如
且新息是零均值、方差阵为的白噪声。D (I) (q-1) 和可由Gevers-Wouters算法求得[2]。则由式 (14) 和式 (15) 引出ARMA新息模型
引理1加权观测融合系统式 (1) 和 (10) 在假设1—3下, 有稳态最优加权观测融合Wiener滤波器[2]
其中Ψf是稳定矩阵。
文献[2]证明了加权融合观测系统式 (1) 和式 (10) 的加权观测融合Wiener滤波器具有渐近全局最优性, 即在数值上恒同于集中式加权观测融合稳态Wiener滤波器。
3噪声统计信息的在线辨识器
在假设4条件下, 获得自校正加权观测融合估值器的关键是首先要获得未知噪声统计信息的在线收敛辨识器。
由多传感器系统式 (1) 和式 (2) 有
引入左素分解
(24) 式中Ai (q-1) 与Bi (q-1) 是已知的多项式矩阵, 形如:
且。将式 (24) 代入式 (23) 中有
引入新的观测过程
则由式 (26) 有
可见, 式 (28) 右边为两个MA过程之和, 则为一个平稳的随机序列, 记它的相关函数为
即在n0处截尾, n0=max (nai, nbi) 。基于到时刻t处的观测过程信号zi (t) , zi (t-1) , …, 将相关函数Rij (k) (k=0, 1, …, n0) 在时刻t处的采样估值定义为
易导出其递推公式形式为
且带初值…。
计算式 (28) 两边随机过程的相关函数为
(32) 式中Aij和Bij均为已知系数矩阵。对于固定的i, j, 可将式 (32) 按矩阵分量展开, 设Qw和Rij的所有未知元素组成一个nij×1列向量θij, 式 (32) 可以被改写成一个等价的线性方程组
(33) 式中Ωij是已知系数矩阵, nij×1的列向量ωij的元素是由Rij (k) 的元素加一个常数组成的。由于θij满足式 (33) , 故线性方程组式 (33) 具有相容性。设Ωij列满秩, 即rankΩij=nij, 则它的行秩也为nij, 故从线性方程组式 (33) 中可选出nij个线性独立的方程构成新的方程组
(34) 式中Ωij0是非奇异方阵, 于是有
将时刻t处的采样估值代入ωij0中得到估值将其代入式 (35) 中得到时刻t处的估值θij
由此可得在时刻t处基于第i和第j传感器的、未知噪声统计信息Qw和Rij的估值Q ij和R ij, i, j=1, …, L。于是时刻t处基于所有传感器的融合估计Q定义为
注:在线辨识时, 若Q ij;i, j=1, …, L中某个估值与其余估值差别很大, 可以去掉这个估值, 由其余的估值取算术平均即可。
4自校正加权观测融合Wiener滤波器
当系统噪声统计未知时, 自校正加权观测融合Wiener滤波器可以按如下三步实现:
第1步由式 (36) 和式 (37) 可以得到在线估值Q和将它们代入到式 (8) 和式 (11) 中, 可得时刻t处的估值和进而将代入式 (9) 则得到估值。
第2步由式 (17) 定义一个新的观测过程
由式 (14) 有
则由式 (17) 产生MA新息模型
定义的相关函数为并计算式 (39) 两边的相关函数有
将估值Q和R (I) 代入上式得到了采样函数的在线估值R z (I) (k) , k=0, 1。基于估值R z (I) (k) , 对MA新息模型式 (40) 应用Gevers-Wouters算法, 时刻t处的在线估计D (I) (q-1) =In+D 1 (I) q-1和Qε (I) 便得到了。
第3步应用式 (18) —式 (22) , 获得自校正观测融合Wiener滤波器
其中
上述步骤在时刻t处重复进行。
自校正加权观测融合Wiener滤波算法的流程图见图1。
因Gevers-Wouters算法要求一定计算负担, 故第2步不必在每时刻求估值D (I) (q-1) 和Qε (I) 。可设置一个死区Td, 即在一个周期内估值D (I) (q-1) 和Qε (I) 保持不变, 只在时刻T=Td, 2Td, …处由R z (I) (k) 用Gevers-Wouters算法求估值D (I) (q-1) 和Qε (I) , 因而可以减小计算负担, 这叫做带死区的Gevers-Wouters算法。
5收敛性分析
定理1 (噪声统计信息辨识器的强一致性) 对于带未知噪声统计的多传感器线性离散随机系统式 (1) 和式 (2) , 在假设1—4下, 由式 (36) 和式 (37) 得到的未知噪声统计估值Q和R ij是强一致性的, 即当t※∞时,
(44) 式中w.p.1表示以概率1成立。
证明由于为平稳随机过程, 由平稳随机过程采样相关函数的遍历性, 设w (t) 和的四阶矩存在, 则由式 (30) 可得[10]
即
则有
因而
由于Ωij0是已知矩阵, 从而由式 (35) 和式 (36) 有
即
则有式 (37) 有
证毕。
引理2考虑时变动态误差系统[2,7]
(52) 式中输入δ (t) ∈Rn, 输出u (t) ∈Rn, 若当t※∞时, Ψ (t) ※Ψ, Ψ是一个稳定矩阵 (即Ψ的所有特征值位于单位圆内) , 且u (t) 是有界的, 则δ (t) 是有界的。
引理3考虑定常动态误差系统[2,7]
(53) 式中输入输出若当t※∞时, Χ是一个稳定矩阵, 且u (t) ※0, 则δ (t) ※0。
定理2多传感器系统式 (1) 和式 (2) 在假设1—4下, 基于ARMA新息模型, 当t※∞时有
证明由式 (8) 、式 (11) 和式 (44) 有
故由式 (41) 有
由式 (40) 可获得的相关函数为
由隐函数存在定理, 引出在的元素所在空间的足够小的邻域内, D (q-1) 和的元素是的元素的连续函数, 可以记为
其中f1和fε表示连续函数。将R z (I) (k) 代入式 (58) 和式 (59) 中得到D (I) (q-1) 和Qε (I) 。因而由式 (56) 以及f1和fε的连续性有D (I) (q-1) ※D (q-1) 和Qε (I) 。证毕。
定理3多传感器观测融合系统式 (1) 和式 (10) 在假设1—4下, 当t※∞时, 自校正加权观测融合Wiener滤波器x (I) s (t t) 以概率1收敛于相应的渐近全局最优加权观测融合Wiener滤波器即
证明由假设4以及式 (9) 和式 (55) 有
由于有界, 则有界, 因而也有界。
由式 (43) 、式 (54) 和式 (55) 易知当t※∞
K,
由式 (20) 以及Ψf的稳定性可得ψ (q-1) 也是稳定的。设
由式 (62) 有以及K 0 (q-1) 是有界的。由于有界, K 0 (q-1) y (I) (t) 也有界。由引理2和式 (42) 引出有界。设
用式 (42) 减去式 (18) 有
由和式 (61) 引出当t※∞时, u (t) ※0。应用引理3直接得到δ (t) ※0[6]。证毕。
注:如果假设观测过程按实现有界[7], 根据统计推断原理, 式 (60) 则按实现收敛。
6仿真例子
考虑一个三传感器的跟踪系统
其中状态x (t) =[x1 (t) , x2 (t) ]T表示目标的位置和速度, yi (t) 是子系统i的观测信号, w (t) 是加速度, ξ (t) 是系统的公共干扰噪声, 且w (t) 、ξ (t) 、e11 (t) 、e12 (t) 、e2 (t) 和e3 (t) 是零均值、未知方差分别为σw2、σξ2、σ2e11、σ2e12、σ2e2和σ2e3的相互独立的高斯白噪声, 则易得
其中所有噪声统计量均为未知的。
仿真中取0.16, σ2e12=0.25, σ2e2=0.36和。问题是基于观测信息求自校正加权观测融合Wiener滤波器。
仿真结果如图2—图8所示, 其中直线代表真实值, 曲线代表估值。图2—图4给出了噪声统计信息的收敛曲线。图5和图6给出了估值Qε (I) 和D (I) (q-1) 的收敛曲线, 其中Qε (I) (i, j) 和D k (I) (i, j) 表示相应矩阵的第i行j列元素, 且应用了带死区Td=200的Gevers-Wouters算法, 故收敛曲线为阶梯状。图7和图8给出了自校正观测融合Wiener滤波器和相应的最优观测融合Wiener滤波器的误差比较曲线, 说明自校正融合Wiener滤波器收敛于相应的最优融合滤波器。
7结束语
对于带有不同观测阵、相关观测噪声和未知噪声统计的多传感器线性离散定常随机系统, 基于相关方法, 本文提出了噪声统计的在线辨识器, 并且基于ARMA新息模型, 提出了自校正加权观测融合Wiener滤波器, 避免了求解Riccati和Lyapunov方程, 便于实时应用。基于动态误差系统分析 (DE-SA) 方法, 严格证明了提出的自校正融合滤波器的收敛性, 即自校正加权观测融合Wiener滤波器以概率1或按实现收敛于相应的最优融合Wiener滤波器, 这说明该自校正滤波器具有渐近全局最优性。
摘要：对于带有不同观测阵、相关观测噪声和未知噪声统计的多传感器线性离散定常随机系统, 利用相关方法, 得到了噪声统计信息的在线辨识器。基于ARMA新息模型, 提出了自校正加权观测融合Wiener滤波器, 避免了求解Lyapunov和Ricca-ti方程, 减少了计算负担, 适于实时应用。利用动态误差系统分析 (DESA) 方法, 严格证明了提出的自校正融合Wiener滤波器以概率1或按实现收敛于相应的最优观测融合Wiener滤波器, 即具有渐近全局最优性。一个3传感器跟踪系统的仿真例子说明其有效性。
关键词：加权观测融合,自校正Wiener滤波器,收敛性,动态误差系统分析 (DESA) 方法,现代时间序列分析方法
参考文献
[1] Wiener N. Extrapolation, interpolation and smoothing of stationary time series. Cambridge, MA; M. I. T. Press, 1949
[2] 邓自立. 信息融合滤波理论及其应用. 哈尔滨:哈尔滨工业大学出版社, 2007
[3] Gan Q , Harris C J. Comparison of two measurement fusion methods for Kalman-filter-bases multisensor data fusion. IEEE Trans on Aerospace and Electronic Systems, 2001; 37 (1) : 273—279
[4] Roecker J A, McGillem C D. Comparison of two-sensor tracking method based on state vector fusion and measurement fusion. IEEE Tran on Aerospace and Electronic System, 1988; 24 (4) : 447—449
[5] Gao Y, Ran C J, Deng Z L. Weighted measurement fusion Kalman filter with correlated measurement noises and its global optimality. Proc of the International Colloquium on Information Fusion, 2007; 228—234
[6] Deng Z L, Gao Y, Li C B, Hao G. Self-tuning decoupled information fusion Wiener state component filters and their convergence. Automatica, 2008; 44 (3) : 685—695
[7] Deng Z L, Li C B. Self-tuning information fusion Kalman predictor weighted by diagonal matrices and its convergence analysis. Acta Autocatica Sinica, 2007;33 (2) : 156—163
[8] Gao Y, Deng Z L. Self-tuning measurement fusion Kalman filter with correlated measurement noises and its convergence. Proc of the 27th Chinese Control Conference, 2008:194—198
[9] Roy S, Iltis R A. Decentralized linear estimation in correlated measurement noise. IEEE Trans on Aerospace and Electronic Systems, 1991; 27 (6) : 939—941
[10] Ljung L. System identification: theory for the user, Second Edition. Prentice-Hall PTR, 1999
观测系统 篇2
本文通过对辽宁数字地震观测系统中的台网布局、台站基本参数、观测动态范围以及整个台网的监测能力、台网中心的.功能等方面的介绍,阐述了整个辽宁数字地震观测系统的总体功能.
作 者：王学成 王广峰 宋绪友 肖健 石岩 孟繁强 WANG Xue-cheng WANG Guang-feng SONG Xu-you XIAO Jian SHI Yan MENG Fan-qiang 作者单位：王学成,宋绪友,肖健,石岩,孟繁强,WANG Xue-cheng,SONG Xu-you,XIAO Jian,SHI Yan,MENG Fan-qiang(辽宁省地震局,辽宁,沈阳,110034)
王广峰,WANG Guang-feng(中国石油吐哈油田公司,新疆,鄯善,838202)
非连续大气偏振观测系统硬件设计 篇3
关键词：硬件设计;数字信号处理;角度编码器;电源隔离
中图分类号：TN702 文献标识码：A 文章编号：1006-8937（2016）26-0009-02
1 概 述
本文研究设计一套非连续全天空偏振观测系统的硬件电路，该系统配合软件以实现全天空的非连续偏振模式观测，获取天空偏振模式随时间的变化，为寻找大气中性点提供数据支撑;并利用大气中性点实现地表-大气信息分离。
本系统主要实现对立体空间精密定位系统的设计，采用位置式高精度角度编码器作为转台位移检测工具，采用了位置环和速度环共同组成闭环控制系统。实验结果表明，该精度定位系统运行位置伺服精度<0.002 °，满足大气偏振观测系统的伺服精度要求。
2 控制系统硬件设计
2.1 系统框图
非连续大气偏振观测控制系统框，如图1所示。控制系统包含数字信号处理电路模块、强弱电隔离模块、电机PWM驱动模块、位置检测模块。主控电路模块以TI的DSP芯片TMS28335为核心，其外围电路主要包括：电源模块电路、JTAG接口电路、外部存储器扩展电路、串行通信接口电路、脉冲量、模拟量控制接口、数字模拟转换电路。功率驱动电路包括逆变器主电路、转子位置检测电路等。位置检测模块主要包括霍尔信号接口电路和增量式编码器接口电路。
2.2 电源电路设计
系统电源框图，如图2所示，为了减少电机启动时对相机、DSP芯片的干扰，特通过滤波模块将输入24V电源隔离成3组电源。如图3所示。
对DSP芯片的电源设计，考虑系统的稳定性，TMS2833芯片对电源的上电顺序有一定要求[1]。1.8V的内核电压先于外部IO电压建立，因此我们选用带有使能控制的电源芯片TPS75801和TPS75833。电路图，如图4所示。VCC1V8的电压稳定建立之后，Q2导通，Q1截止，使得TPS75833的使能端EN为高电平，TPS75833才开始工作，VCC3 V3端才能输出3.3 V的电压。
2.3 电机驱动电路设计
本系统分别对方位电机、仰角电机和相机电机三个电机进行控制，为精确定位，三个电机的驱动均采用带PWM控制功能的芯片实现[2]。
对于方位电机和仰角电机使用的是同一型号的电机，其驱动电流峰值达6 A，考虑电路的简单，所以采用TI的DRV8412芯片。TI公司的DRV8412是集成了先进保护系统的高性能双路全桥马达驱动器，功率级的效率高达成协97%。DRV8412双路全桥模式2x3A或并联6A连续模式，PWM频率高达500 kHz，主要用于无刷DC和步进马达，三相永磁同步马达等驱动[3]。电路，如图5所示。
相机的驱动电机电流较小，选用芯片体积较小的DRV8837芯片。DRV8837为摄像机、消费类产品、玩具和其它低电压或者电池供电的运动控制类应用提供了一个集成的电机驱动器解决方案[4]。 此器件能够驱动一个直流电机或其他诸如螺线管的器件。 输出驱动器块由一个配置为H桥的N通道功率MOSFET 组成，以驱动电机绕组。 一个内部电荷泵生成所需的栅极驱动电压。DRV883x能够提供高达1.8 A的输出电流。电路，如图6所示。
2.4 信号的隔离电路
由于此系统是一个光机电系统，为减少信号之间的干扰，采用ADI公司的磁耦芯片ADuM240X系列。ADuM240X系列是采用ADI公司iCoupler技术的四通道数字隔离器。它将高速CMOS与单芯片空芯变压器技术融为一体，具有优于光耦合器等替代器件的出色性能特征。iCoupler 器件的功耗只有光耦合器的1/10至1/6，均可采用2.7 V至5.5 V电源电压工作，与低压系统兼容，并且能够跨越隔离栅实现电压转换功能设计简单[5]。电路，如图7所示。
3 系统定位性能测试
由于其特殊的应用，对于高精密伺服转台，位置伺服精度是最重要的指标之一，应该达到±0.002 °，为此进行了伺服工作试验。根据伺服转台的实际应用环境，由上位机发出位置控制。根据编码器实际返回值来确认当前位置，测试位置伺服误差数据，见表1。伺服误差均值大致为0，误差在以±0.002 °内。达到了精度±0.002 °的要求。
4 结 语
本控制系统采用位置式高精度角度编码器作为转台位移检测工具，采用了位置和速度双闭环PID控制系统。实验结果表明，该系统硬件电路设计满足控制要求，伺服精度在度范围内。满足大气偏振观测系统的伺服精度测量要求。
参考文献：
[1] 马杰.小型直流电机控制电路设计[M].北京：科学出版社，2012.
[2] 符晓，朱洪顺. TMS320F2833XDSP应用开发与实践[M].北京：航空航 天大学出版社，2013.
[3] DRV84x2 Dual Full-Bridge PWM Motor Driver[R].Texas Instrument
s，2015.
[4] DRV8837 LOW-VOLTAGE H-BRIDGE IC [R]. Texas Instruments，
2014.
自动观测系统中云高的应用 篇4
关键词：民航,气象,自动观测,云高,经济效益
1 自动观测系统云高仪简介
大连机场使用的VAISALA自动观测系统中测量云高的仪器是激光测云仪。激光测云仪的测量范围是25英尺到5600英尺, 频率为180次/min, 所以屏幕上所显示的云高值为跑道上方某个点在某个时刻这180个数据的平均值, 这个数值是非常准确和客观的, 如果能充分加以利用, 必定能发挥出其潜在的效益。
2 自动观测系统中云高的应用
2.1 云高的观测
2.2.1 云高的估计
有多种判定标准:其一, 云体结构松散, 可见细微部分, 边缘不整齐, 则云高较低。反之, 云体结实, 轮廓清晰, 边缘整齐, 则云较高;其二, 对于同一种云 (云厚等条件相同) , 云的颜色越深, 地面光线越暗, 则云越低;其三, 看起来云块较大移动较快的云, 一般较低;其四, 发展中的云比消散中的云低;其五, 近地面湿度大或有降水时, 低碎云云底高度较低。
2.2.2 云的形成原因
正确观测分析云的变化, 是了解认识大气物理状况、掌握天气变化规律的一个重要因素, 也是我们预报天气的重要手段。由于观测站对云的观测只局限于目力所及的一片天空, 而云的演变云不仅仅受制于某一个地方, 特别是系统性演变的云就更加如此, 为了提高对云的观测的内在质量, 观测员有必要养成关心天气形势的职业习惯, 这样就能把本地出现的云的现象与较大范围的环流形势结合起来, 避免“坐井观天”。
2.2.3 掌握设备的各项功能
大连空管站气象台探测室现正在使用的自动观测设备是由芬兰VAISALA公司研制的自动观测系统, 在它主界面上的云高显示区域可以实时地显示跑道上云高仪上方的云的云底高度, 这一信息, 可以辅助观测员对云的观测, 给观测员一个量的参考, 使观测结果更接近于实际值。
2.2.4 灵活运用设备提供的各种信息
自动观测系统主界面上所显示的云高, 是实时的云高, 在第二个界面上可以看到一小时内云高值的曲线, 这样可以使我们清楚地了解近1小时内云高的演变情况, 帮助我们正确判断观测时刻的云高。
2.2自动观测系统中云高的应用
在气象观测的实际工作中, 由于受观测员的目测能力的限制, 观测员往往会按照“报低不报高”的原则发布天气报告, 观测员所报告的云高常常低于实际的云高, 尤其当云高处于临界值时, 或是在夜间及天气情况复杂的情况下, 观测员往往会发布低于实际云高的值, 以确保飞行安全, 但这样做也往往会造成飞机的返航或备降。基于以上原因, 下面就举例说明一下充分利用自动观测设备上显示的云高值在我们的工作中的重要意义。据不完全统计, 通过人的眼睛对云底高度的观测, 误差率在30%左右, 云底越低时, 对云高估计值的误差越小, 通常云底高度在100m左右, 一个经验丰富的观测员所判断的云高与实际器测的云高相差在20m左右, 尤其在云高处于临界点时, 自动观测系统中显示的云高值对我们准确判断云的具体高度起着决定性的意义。由于本场使用的这套设备所采集的数据都是按英制计算的, 而我国现在执行的地面气象观测规范中所有数据的数值都要求用公制表示, 所以在英制与公制的转换过程中难免会产生一些误差, 这就要求观测员能灵活应用自动观测设备给我们提供的数据, 在不断提高自己的观测质量的同时, 更好地为航空事业服务。如果我们能准确地报告出云的实际高度, 会给航空公司创造出更大的效益。大连机场2010年7月24日因大雾、低云天气返航4架次、备降7架次, 取消38架次。2010年8月12日没有因为天气原因返航备降的航班。对比这两天的观测记录及自动观测上显示的数据, 7月24日, 19时, 由于受大雾的影响, 能见度很差, 仅为700m, 低云的云底高度很低, 观测员根据经验判断云底高度应该在50~60左右, 当时自动观测显示数据64m, 观测员结合自动观测数据, 发布的实况是:5个量的碎层云60m, 如果没有自动观测的辅助, 按常理判断, 观测员发布的云高会是50m。这次天气过程, 虽然引起了返航、备降和取消, 但也在最大程度上保障了飞行的安全。在民航气象部门发布的报文中, 云高在90 (含) -120 (不含) 米之间, 编报003, 120 (含) -150 (不含) 米之间, 编号004, 根据有些航空公司的规定, 报文中出现云高在003时, 是不符合降落标准的。8月12日14时, 由于降水影响, 跑道上空有大量的碎雨云, 观测员目测云底高度在100m~150m左右, 所以当时的云高值正处在可降可不降的临界值, 自动观测系统上显示云高121m, 观测员根据平时的经验, 再结合自动观测上显示的数据, 发布的实况报文是6个量的碎雨云120m, 使飞机得以顺利地降落, 避免备降或返航的发生。由此可见, 观测员如果能掌握好这个尺度, 充分利用这些现代化设备, 准确地报告出本场云的实际状况, 不仅会提高自己的工作质量, 还能为旅客赢得宝贵的时间, 给航空公司创造出更可观的效益。这看似微小的差异, 反映到航空公司的利益上也是非常可观的。所以, 如果我们能充分意识到这一点, 合理利用现有的资源, 更好地为航空公司服务, 将会创造出无限的效益。
3 结论
观测员一定要立足本场的实际, 通过多观测、多分析、多利用现代化仪器设备, 日积月累地总结出本地不同季节不同天气背景下的云的演变规律, 做到心中有数, 努力使自己的观测结果达到最精确的程度
参考文献
[1]民用航空地面气象观测规范[M], 2006.
[2]中华人民共和国民用航空行业标准:民用航空气象第1部分:观测和报告[M], 2007.
混沌系统的滑模变结构观测器同步 篇5
混沌系统的滑模变结构观测器同步
将滑模变结构状态观测器方法用于混沌系统的同步,该方法不需要计算 Lyapunov 指数.该观测器摒弃了对系统的参数变化适应性不强的传统的`利用反馈矩阵进行极点配置的线性反馈,采用了对系统参数摄动鲁棒性更好的变结构控制,其对混沌系统的噪声和参数失配鲁棒性更强.该同步策略被用于熟知的R?ssler 混沌系统和超混沌R?ssler 系统,仿真结果证实了该方法的有效性.
作 者：尹逊和 山秀明 任勇 作者单位：清华大学,电子工程系,微波与数字通信国家重点实验室,北京,100084 刊 名：原子能科学技术 ISTIC EI PKU英文刊名：ATOMIC ENERGY SCIENCE AND TECHNOLOGY 年，卷(期)： 37(2) 分类号：O414.2 TN911.2 关键词：混沌同步 滑模变结构 观测器观测系统 篇6
关键词： 捷联惯性导航系统； 全球定位导航系统； 组合导航； 分段线性定常理论； 条件数； 可观测性分析
中图分类号： TJ765；TN967.2文献标识码： A文章编号： 1673-5048（2016）04-0025-05
Abstract： In order to improve the error compensation and suppression technology of inertial navigation system， the observability analysis is carried out on the high precision SINS/GPS integrated navigation system， so as to compensate the system error and improve its navigation accuracy. The extraction observability matrix is obtained by the theory of piecewise linear constant system， and the condition number of this matrix is calculated to analyzing the observability of the system errors under different measurements and maneuver mode. For the SINS/GPS integrated navigation system， high dimension model is established， complex trajectory is set， and different measurement equations are chosen to compare the observability. Simulation results show that adding velocity measurement can obviously improve the observability， and this effect is better than the excitation of maneuver mode.
Key words： strapdown inertial navigation system； global positioning system； integrated navigation； piecewise linear constant system； conditioning number； observability analysis
0引言
国外先进的惯导产品采用了一系列误差补偿和抑制技术， 而国内相关技术研究起步较晚， 与国外存在较大差距。 对系统进行可观测性分析， 确定最优激励方法[1-2]， 从而提高系统可观测性， 完善惯导系统误差补偿技术。
捷联惯导中存在的各种误差源是影响导航精度的主要因素[3-4]。 类似惯导解算误差、 器件误差、 安装误差等如果得不到有效补偿， 由此引起的等效漂移或零偏将会持续增大， 必将导致系统导航精度降低。 如果能够对各种误差源的可观测性做出准确分析， 获取误差模型的关键参数， 对系统实时地加以动态补偿， 则可以有效提高导航精度[5]。 然而， 对于高维数系统， 目前还没有有效的可观测性分析方法。
对于时变系统， 通常使用分段线性定常系统理论（Piece-Wise Constant System， PWCS）得到系统的可观测性矩阵来分析误差状态的可观测性[6-7]，并通过计算该可观测性矩阵的特征值或奇异值来分析误差状态的可观测度[8]。 当可观测性随时间变化时， 需要计算从0时刻到当前时刻矩阵的秩， 此计算量非常大， 对于高维系统更是如此。 鉴于此， 为简化计算量使用提取可观测性矩阵， 并通过计算该矩阵的条件数来分析系统的可观测性[9]。
针对SINS/GPS组合导航系统， 建立高维数学模型， 选择不同量测并设置复杂运动轨迹， 分析该系统的可观测性。
1基于条件数的可观测性分析方法
基于位置误差量测的Kalman滤波结果见图2， 该量测下的条件数见图3。 基于速度和位置误差量测的Kalman滤波结果见图4， 该量测下的条件数见图5。 另外， 在两种量测下不同机动方式的条件数见表3。
对比图2和图4可以发现， 基于速度位置误差量测的方法对器件误差的整体估计效果更好。 从图3可以看到， 基于位置误差量测的条件数整体位于一个较高的水平（数量级为1015）， 而在加速和转弯这两种机动状态下， 条件数有所下降， 结合表3可知， 加速滑跑、 右转弯、 左转弯阶段的条件数分别为1.4×1015， 0.8×1015和0.2×1015， 明显小于其他机动状态下的条件数， 可见， 这三种运动方式能够提高系统的可观测性。 从图5可以看到， 基于速度位置误差量测的条件数整体位于一个较低的水平（数量级为1012）， 说明增加了速度误差量测后有效提高了系统的可观测性， 但在这种情况下， 机动方式对误差可观测性的激励作用不明显， 表3中给出的不同机动方式下条件数的具体数值也说明了这点， 可见， 增加量测对改善系统可观测性的作用更大。
4结论
本文针对SINS/GPS组合导航系统， 建立高维数学模型， 应用分段线性定常系统理论得到系统的提取可观测性矩阵， 然后计算该矩阵的条件数， 根据条件数并结合滤波结果分析系统在不同量测及不同机动方式下的可观测性。 仿真结果表明：增加速度量测能有效提高系统可观测性， 并且与机动方式的激励作用相比效果更好。
参考文献：
[1] 吴晓. 长航时高精度捷联惯导系统误差抑制技术研究[D]. 啥尔滨： 哈尔滨工程大学， 2012.
[2] 高贤志， 王丹. 单轴旋转式惯导系统误差抑制机理分析[J]. 舰船科学技术， 2012， 34（8）： 67-72.
[3] 王新龙， 谢佳， 王君帅. SINS/GPS不同组合模式适应性分析与验证[J]. 航空兵器， 2013（3）： 3-8.
[4] 孙兆妍， 王新龙， 车欢. GPS/SINS深组合导航技术综述[J]. 航空兵器， 2014（6）： 14-19.
[5] 杨晓霞， 阴玉梅. 可观测度的探讨及其在捷联惯导系统可观测性分析中的应用[J]. 中国惯性技术学报， 2012， 20（4）： 405-409.
[6] GoshenMeskin D， BarItzhack I. Observability Analysis of PieceWise Constant systems. I. Theory[J]. IEEE Transactions on Aerospace and Electronic System， 1992， 28（4）： 1056-1075.
[7] 孔星炜， 董景新， 吉庆昌， 等. 一种基于 PWCS 的惯导系统可观测度分析方法[J]. 中国惯性技术学报， 2012， 19（6）： 631-636.
[8] Ma Yanhong， Hu Jun. Counterexamples for Degree of Observability Analysis Method Based on SVD Theory[J]. Journal of Chinese Inertial Technology， 2008（4）： 19.
[9] 刘准， 陈哲. 条件数在系统可观测性分析中的应用研究[J]. 系统仿真学报， 2004， 16（7）： 1552-1555.
[10] 秦永元， 张洪钺， 汪叔华. 卡尔曼滤波与组合导航原理[M]. 西安： 西北工业大学出版社， 1998.
气象特种观测资料处理系统的设计 篇7
关键词：气象特种观测,整编入库,检索查询
引言
我国气象特种观测项目正在不断开展, 特种观测数据也随之不断的积累。目前各个特种观测项目一般都带有自己的配套软件, 数据格式多种多样, 编码规范不尽相同。由于缺乏有效的数据管理, 不利于气象特种观测资料的查询分析和应用。为此根据青岛市气象局目前开展的酸雨观测、紫外线观测、负离子观测和水泥地面温度观测等气象特种观测项目开发了气象特种观测资料处理系统, 对各类气象特种观测资料进行整编入库和持久化管理, 并采用b/s架构设计发布平台, 供相关人员进行检索查询。
1. 系统设计
系统数据库采用SQLServer2000, 并利用VB编程语言按模块分别为各类气象特种观测资料编写后台入库程序。
1.1 系统架构
系统架构及主要功能模块设计见图1。
1.2 数据库设计
数据库的设计充分考虑今后可扩展性和易维护性。主要包括8个数据表, 分别为:酸雨数据表、紫外线数据表、负离子数据表、水泥地面温度数据表这四个气象特种观测项目的站点属性信息表。站点属性表存放站点属性信息, 如站号、站名、经纬度以及传感器的相关信息等, 数据表存放气象特种观测数据, 根据观测项目的不同划分了相应的字段。以酸雨数据表为例, 包括降水的起始终止日期、ph值、电导率、降水量、温度、风速风向等实时观测数据, 表之间的设计符合第三范式, 减少了数据冗余。
表1是具体的表结构范例, 其中标题为字段中文名称;字段名称为字段英文名称;类型为字段数据类型;大小为字段的长度 (精度) ;非空表示该字段可否有空值;对于自动增长的字段, 或系统内部处理的字段, 标注只读 (R) 。
1.3 数据整合及入库
气象特种观测资料的原始数据大都存放在各类文本文件中, 需要对这些文本文件进行分析、编制程序导出需要的数据资料并进行定时入库操作。采用基于VB和ADO数据库接入技术开发自动、实时入库模块, 对不同数据来源和数据格式进行处理, 转换成设计好的数据格式入库。该模式定时自动启动运行, 保证数据的实时入库。
以酸雨观测数据为例。酸雨观测数据文件每月一份, 存放本月所有降水的酸雨观测数据。打开文件, 取出该月的所有降水记录, 找到各条记录中所需的字段如降水的起始终止日期、ph值、电导率、降水量、温度、风速风向等, 通过VB字符串函数的处理将其剥离出来, 再对这些按气象规范定义所记录的特殊字符代码按照各自的转换公式进行处理, 将其转换成常见观测要素数值。
入库操作利用了A D O组件中的Recordset对象进行处理。将每条记录时间先与当前时间进行比较, 若大于当前时间, 说明数据有误, 丢掉不用直接进入下一条记录处理。若小于当前时间, 再与库中的记录进行比较, 如果比最新一次入库的时间大, 说明是新纪录, 则直接入库, 然后进行下一条记录的判断。如果比最新一次的入库的时间小, 则说明该条记录已经入过库, 丢掉不用, 然后进行下一条记录的判断, 直至该月全部记录入库。
资料处理过程在后台定时自动执行, 以保证系统数据库内的数据与最新观测到的数据同步。
2. W e b发布平台
2.1 平台功能设计
平台按照气象特种观测资料的种类分成了四个部分:水泥地面温度观测, 负离子观测, 紫外线观测和酸雨观测。各类资料按资料内容提供不同的查询条件接口。条件查询的功能非常丰富, 除了可以选择时间段查询记录之外, 还可以按照设定的观测资料的要素条件筛选出符合需求的记录。通过查询界面 (图2) 进行查询条件设定并进行查询操作便可以在显示界面 (图3) 显示出所需的特种观测资料。
2.2 检索查询及显示设计方法
平台采用基于Java的Jsp+Servlet模式, 检索查询显示流程图见图4。采用MVC三层的逻辑架构, 其中M为Module, 应用对象, 将实际的业务对象进行封装, 使之成为一个独立的逻辑对象, 并包含实际业务对象的诸多属性。V为View层, 即展现给用户的交互页面。C为Control层, 定义了用户界面对于用户输入的响应方式。以酸雨观测为例, 一次将数据库酸雨观测表中的各字段封装成Module, 实现了对其进行封装, 该资料的每个属性都有相应的读取和写入操作。在以后的操作中, 就可以以Module为单位, 即酸雨观测表对象为单位来大批量、方便的传递酸雨观测资料数据。
View层主要作用是“用户交互”, 即接收用的指令并根据指令来进行内部操作后将结果反馈给用户。其间需要进行安全性检查, 例如在某些期望输入数值的部分由于用户误操作输入了字符而导致程序运行异常。因此需要在该有期望部分增加安全检查机制。
在程序内部, 用户提交请求后由C o n t r o l层来接管用户请求, 进行后续操作, 具体则是由Servlet来完成具体工作, Servlet运行于服务器端, 具体工作流程是对请求的Web页的各个字段的值 (value) 进行接收, 并进行相关的转化和必要的检查。进行完上述操作和检查后, Servlet即可来根据提交的各种选择条件来拼出SQL语句。
在进行查询数据库操作方面, 本系统采用了比较先进的“连接池”来提供与数据库的连接服务。该解决方案是在应用程序启动时建立足够多的数据库连接, 并将这些连接组成一个连接池, 由应用程序动态的对池中的连接进行申请、使用和释放。对多于连接池中连接数的并发请求, 应在请求队列中排队等待。并且应用程序可以根据池中连接的使用率, 动态增加或减少池中的连接数。该技术尽可能的重用了消耗内存的资源, 大大节省了内存, 提高了服务器的服务效率, 从而能够提供更快的响应和支持更多的并发请求。
获取了数据库连接即可对数据库进行操作, 查询结果按照酸雨资料的Module进行数据封装, 最后显示到用户面前。
3. 小结
随着国家现代化建设对气象需求的不断增长, 气象特种观测项目也将越来越多。本系统通过建设数据库和Web发布平台, 可以对目前青岛市气象局开展的气象特种观测项目资料整编入库并实现灵活方便的检索查询功能, 这对于气象特种观测资料更好地应用于城市环境服务具有重要意义。本系统目前已经处于业务运行阶段, 但是还有许多需要改进的地方, 例如完善数据安全性检查、为数据查询语句编写存储过程来提高程序应用效率以及提供更友好的扩展功能接口, 增加新的特种观测项目如沙尘暴观测等。
参考文献
[1]中国气象局.酸雨观测业务规范[S].北京:气象出版社, 2005;27～77
观测系统 篇8
首先,我们了解一下什么叫气象观测,它是一门基础理论和科学技术结合的,将多学科融合的独立学科。目前我国的气象综合观测系统已经覆盖全国的范围(陆地、海洋、空间),它是一个长期进行多角度空间的综合观测的系统。其主要组成部分包括地面气象观测、地基高空气象观测以及天基对地综合观测等系统。主要通过国家气象观测站、卫星观测系统以及移动观测系统等进行业务交流的。而保证气象探测可以正常进行的就是综合气象观测看监控系统,也就是我们所说的ASOM系统。
2 气象综合观测系统的发展状况及趋势
近年来,我国逐渐展开一系列的监控业务,实现数据采集、报警信息的传输及处理等,早在2008年3月为保证气象综合观测系统的正常运行就开始了监控系统(ASOM系统)的设计。有关我国未来气象观测的发展,将结合多种方法、技术,来实现气象综合观测的精确性、连续性以及自动化、一体化的定量观测。
(1)气象探测的发展趋势主要就是其自动化及电子化,而其中最重要的就是传感器技术的发展。
(2)在未来的气象观测中,将进一步应用主动遥感技术,以实现风的全天候自动化遥感探测。高空探测也开始从对流层转向平流层发展,其实就是平流层飞机探测的发展,同时移动探测也是其发展方向。
(3)随着时代的进步以及技术的发展,一些气象灾害的影响也越来越广泛所以在在对气象综合观测系统的建设时,一定要注意远程监控警报系统的设计、应用。
3 远程监控警报系统的设计与实现
3.1 远程监控系统的分类
在进行远程监控系统的设计是我们要先了解一下他的分类:首先是点上监控,即对某一观测点进行监控,在发现异常时可以及时报警;其次是面上监控,即对全地面的气象观测进行监控,其属于对自动气象观测点运行的监控。
3.2 有关远程监控报警系统的设计与实现
我们在设计气象观测系统的监控平台时要注意的首先是其运行监控(设备运行、数据监控以及信息监控等功能);其次是技术保障(维护维修信息、装备保障信息以及站网信息等管理功能);再次是监控运行的综合评估;最后就是包括数据交换和传输、技术资料管理以及系统管理等系统内部数据的设计验证。
(1)报警目的:在实施远程监控时,采取远程报警的主要原因在于可以对发生的异常情况进行及时报警,并且及时维护,缩短排除故障时间,促进系统运行的高效率。
(2)报警平台:其主要有三个层面,资源、配置以及运行层面。(1)由信息项组成的资源层面,在实时监控过程中,通过数据分析形成的报警信息(手机号码、警告信息、台站号以及联系人等);(2)完成对选消息报警、定时上报内容、次数、对象和形式的设置就是配置层面,通常情况下是一组为单位;(3)负责定时监测数据库的信息,并形成报警信息,同时发给相关工作人员的就是运行层面。主要是通过语音平台、SMS短信平台实现报警功能的。其中语音平台是监控实时信息,而SMS短信平台则是根据监控结果的信息向工作中心的维护人员发送信息,告知其检查维护,比如,当出现异常天气时,在第一时间SMS就可以发送YCTQ+信息内容+结束符,通知业务领导或局领导。
(3)远程监控原理:远程监控是由远程中心服务(数据处理)、监控信息处理以及用户界面三个主要的功能部分组成的。通过监控中心分析这些采集到的数据依照相关流程进行判断处理,以形成监控结果,便于报警系统使用。
(4)有关监控信息的处理:在气象观测系统中单站监控和全网监控的信息处理方式不同,(1)单站监控处理,即通过提供的Monitor manager管理类来创建station monitor对象。(2)全网监控信息的处理,为气象自动系统运行提供station monitor服务类,同时融入Monitor manager管理类进行管理让二者同时实例化,再通过订阅上传数据(观测、运行以及警报等数据)。
(5)实现报警功能:由于报警功能是以监控部分的建立为基础,进一步得以实现的。所以,想要实现报警功能必须在监控系统中生成报警信息,然后启动报警将信息发送给相关工作人员。有关这一操作主要是AT指令的了解,实现收发短信。
总而言之,在进行设计气象综合观测系统的远程监控系统(ASOM系统)时一定要注意对ASOM系统做统一、整体的规划,按照循序渐进的步骤,分步实施;还要建立国家、省和台站三级之间的互联互通,以实现一体化信息管理体系和信息共享,其中互联互通指的是系统互联和信息互通;进一步提高分析数据的能力,保障气象综合观测系统运行的安全性,便于提高服务质量。
4 结束语
综上所述,有关我国气象综合观测系统的远程监控报警系统的设计、研发十分重要,远程监控系统在气象观测系统中的实现,保证了气象探测设备的有序运行,同时能够做到实时监控运行状态、监控气象探测数据还有维护维修信息的管理等,在出现运行故障时可以做到及时报警,以便及时解决出现的异常情况,使得消除异常障碍的时间缩短了,进一步推动气象综合观测系统的发展。
摘要：本文通过对气象综合观测系统的初步了解,知道了我国气象综合系统的发展方向,同时针对远程监控系统的警报功能进行分析,研究气象综合观测系统远程监控报警系统设计与实现,为保证气象综合观测系统的正常运行提供保障。
关键词：SSH模块,框架,WEB,平台,软件开发
参考文献
[1]朱锐.基于插件的远程监控系统的设计与实现[J].微电子学与计算机,2004(11).
井中微震监测观测系统优化设计 篇9
Maxwell[11]将微震监测微震震源定位方法分为三大类:基于传播方向的震源定位方法;基于旅行时震源定位方法和基于叠加能量的震源定位方法。在野外实施压裂作业,往往希望能对压裂过程做实时的监测,因此微震震源定位方法多采用处理耗时较短的第二类定位方法,即基于直达波旅行时信息来确定微震震源的空间位置。微震事件的初至信息与极化信息成为压裂微震实时监测的两项重要参数。在监测记录中获得的这两项参数是否有效很大程度上依赖于监测记录的品质[12],合理设计井中观测系统有助于提高监测记录的品质。在井密集的地区,可对备选监测井进行优选[13]。而在多数情况下,压裂井附近的备选监测井有限,只能采用就近原则,这样就应对井中的检波器的位置进行合理布置。Eisner等[14]根据模拟研究指出,水力压裂微震监测井中观测时,当检波器组中有高于和低于微震震源的检波器时,震源位置的不确定性明显减少,其结论实际上是要求检波器组要跨越被压裂储层,可理解为双边布置检波器。然而,Eisner的结论只是就检波器与微震震源的相对深度关系得到的,并没有考虑实际存在的噪音问题。
本文主要讨论井中检波器的布置方式对微震监测效果的影响。针对井中微震观测系统,通过合成数据和实际监测数据来分析检波器布置方式对初至信息和极化信息这两项参数的影响,以及优化井中微震观测系统的方法。
1 微震事件的初至信息
微震事件的初至信息是指微震事件直达波到达各个检波器的时刻,检波器间的初至差异可反映出微震震源与检波器间的距离。微震事件具有低能量、高频率和持续时间短的特点。这些特点导致微震监测系统的采样频率较高,通常为2 k Hz或4k Hz。井中监测仪器就应具有高灵敏度、宽频带、高精度以及连续记录能力(如达数小时,甚至更长时间)[15,16];因此,其采购成本较高。国外公司在井中观测系统采用多级小间距方式布置检波器,检波器可达几十级以上,检波器间隔多为10 m。而国内微震监测系统的检波器有限,多数情况下仅有8~12级,而在实际野外微震监测过程中多采用小间距(10 m或更小)的排列方式进行数据采集[[17,18,19]。
采用一模型数据对观测系统与初至信息的关系进行说明。假定压裂井与监测井均为直井,间距为300 m。射孔点深度为2 120 m,10级检波器深度范围为2 070~2 160 m,第6级检波器与射孔点在同一深度,见图1所示。将整个模型简化为匀速模型,纵波(P波)与横波(S波)速度分别为4 700 m/s和2 750 m/s。表1中的数据为从射孔点到各个检波器的纵横波理论旅行时和在微震监测记录中能获得的初至时刻(假定微震监测系统的采样间隔为0.25ms)。在微震监测记录中,对于纵波初至,各个检波器间的最大差异为0.75 ms,即3个采样点的差异;对于横波初至,各个检波器间的最大差异为1.25ms,即5个采样点的差异;对于纵横波的初至差异,各个检波器间的最大差异为0.5 ms,即2个采样点的差异。如果微震监测系统采样间隔设定为0.5ms,即采样频率减半,则纵横波初至差异只有1个采样点。如果将采样间隔进一步提高为1 ms,则在微震监测记录中无法反映出纵横波初至差异。若考虑噪音的干扰,则这种差异更难准确获得的。
在现有10 m的检波器间距布局,只能通过减小采样间隔来提高采样频率,加大纵波横波在不同检波器间的差异,而这往往与现实的硬件条件相冲突。在不改变硬件设备的条件下,通过加大检波器间距也可实现扩大纵横波差异的目的。将检波器的间距由10 m变为20 m,同时保持第6级检波器与射孔点保持为同一深度,则检波器的深度范围为2 020~2 200 m。表2为从射孔点到各个检波器的纵横波理论旅行时和微震监测记录中能获得的初至时刻(设定微震监测系统的采样间隔为0.25 ms)。从表中数据可知:在微震监测记录中,对于纵波初至,各个检波器间的最大差异为3.5 ms,即14个采样点的差异;对于横波初至,各个检波器间的最大差异为6ms,即24个采样点的差异;对纵波横波的初至差异,各个检波器间的最大差异为2.5 ms,即10个采样点的差异。
与10 m间距对比,当间距提高2倍时,检波器间的纵横波差异明显加大。同时,第一级检波器到射孔点的距离从304 m只增加到316 m,因此扩大检波器间隔不会造成检波器与震源间距过大,而形成超出检波器可探测范围的情况出现[20]。
2 微震极化特性
微震事件的极化特征为震源定位计算提供方位约束条件。本文通过对一个水力压裂微震监测的实例进行分析来说明跨越被压裂储层的观测方式存在局限性。分析微震的极化特征可采用矢端曲线法,特征值分解法和奇异值分解法[21]。本文采用矢端曲线法对微震极化特征做直观分析。
被分析数据来自某油田进行的一次小型水力压裂的微震监测试验。此次实验采用临井观测方法,在监测井井中布置了7个三分量检波器,检波器间距10 m。图2为其观测系统的示意图。从图中看出第4级和第5级检波器位于被压裂储层中,其余检波器位于储层外部。整个微震监测过程持续了60多分钟,在监测记录中识别出400多个微震事件,提取三个微震事件进行分析,这三个微震事件分别对应压裂的前期,中期和后期,图3为三个事件的波形对比。
从图3可看出:事件2信噪比最高,能量最强;事件1信噪比最低,纵波部分不明显;事件3信噪比居中,纵波部分相对明显。这与压裂过程的特征相一致,在压裂初期,没有形成大规模岩石破裂,形成的微震事件的能量较弱,检波器接收信号易受到噪音干扰;在压裂中期,储层被压开,形成大规模的裂缝,形成的微震事件能量较强。此次微震监测使用的监测井为直井,所以只抽取微震事件纵波对应的两个水平分量做极化分析。图4为7级检波器记录到的三个事件的矢端曲线,每行图件对一个微震事件,从上至下依次对应事件1,事件2和事件3,每列图件对一个检波器,从左至右依次对应检波器1到检波器7。
由图4可见,事件2能量强、信噪比高、线性极化特征明显。但第4级和第5级检波器的矢端曲线线性度较差。能量相对较弱的事件3也具有类似的特征。各级检波器记录事件1的线性特征不明显(第三级检波器除外)。为了定量对比各个检波器接收的微震矢端曲线的极化程度,采用Samson[22]提出的计算公式(1)对各个检波器记录波形的极化程度P进行定量计算。P=1表示完全线性极化,计算结果为0表示没有极化特征。
式(1)中λ1、λ2和λ3分别检波器三分量记录构建的协方差矩阵的特征值。三个微震事件的处理结果见表3。
从表3可看出第4级检波器记录的微震事件波形极化程度最低。第4级检波器接收到的微震常表现出明显非线性特征,其原因可能有二:一个是第4级检波器与井壁耦合不好,另一个原因是收到了某种强烈干扰。临近第4级检波器的第3级和第5级检波器的记录波形的极化程度也较低,在所有400多个微震事件中有很多这样的例子,这表明井中的7个检波器与井壁耦合良好。检波器4和5安置在被压裂地层内,它会受到来自压裂时不断加压的高压流体的干扰,Maxwell等根据压裂时独立进行的井孔流体测试证实了压裂井注入的高压流体能够影响到监测井[23]。直接利用微震极化特征分析证明这种干扰的确存在。至于这种干扰波的性质有待进一步研究。检波器5受到这种干扰不像检波器4那么多,其原因在于被压裂储层不是单一的砂岩层,而是在上下两个砂岩层间有泥岩夹层,两个砂岩层的孔隙度和渗透率的差别较大,压裂井的高压流体影响向监测井的传导能力不同。
由上述讨论可知,Eisner提出的跨越被压储层的观测方式只是就检波器与微震震源的相对深度关系得到的,并没有考虑实际存在的噪音问题。因此在微震监测实际生产过程中,将检波器组布置在被压裂储层上下并不利于提高微震监测数据的品质。
3 观测系统的优化设计
微震事件到达各个检波器的初至差异是微震震源定位计算的重要信息,而多数国内微震监测系统检波器级数有限,以小间距的排列方式不能获得更明显的初至时刻差异,在不减少采样间隔的前提下,就需加大检波器间距以弥补检波器级数的不足。从微震监测的空间角度看,井中检波器阵列跨被压裂储层的布置方法是一种较好的设计,但从对实际监测数据分析中,会发现检波器组跨压裂层的布置方法会带来强烈的干扰波,明显降低了监测数据的信噪比。因此,检波器组跨压裂层的观测方法是不可取的。原先将检波器布置在被压裂储层上下的观测方法也不利于加大检波器间的初至差异,将检波器布置在被压裂储层上下地层中,微震震源与上下检波器间的距离差异更小,对应的初至时差更加不明显。
结合对微震事件的初至特点和极化特征的分析,本文提出更为合理的观测方法:在压裂层上方安置检波器组,加大检波器间距,并同时在检波器组的底部与压裂层之间的位置安装一个临时桥塞器(图5),进一步降低干扰波的影响。将检波器组放置于被压裂储层的上部,即单边布置检波器。这样,既可以弥补检波器级数有限的不足,又可以减少噪音干扰,提高监测数据的品质。
根据地震学的降维理论[24],水力压裂产生的裂缝是二维平面。同时,力学理论和大量实际数据证明:压裂裂缝包括平行裂缝和垂直裂缝两类[25]。前人研究美国海湾地区和内陆地区大量资料后指出:当被压储层深度小于600 m时,压裂裂缝为水平面;当被压裂储层深度大于600 m时,压裂裂缝为垂直面[26]。国内研究人员也有类似的结论[25,[27]]。因此,结合水力压裂作业的生产实际,假定压裂裂缝为垂直平面,并使用裂缝中心线方程来描述压裂裂缝。裂缝中心线是指位于裂缝平面内,并平行于被裂储层顶面的直线(图6)。
在图6(a)中,红色区域压裂裂缝所在垂面,它与储层面的交线就为裂缝中心线,并对应图6(b)中的OM,点O表示射孔点位置(x0,y0,z0)。假定储层的真倾角为ψ,压裂裂缝垂面与储层形成的视倾角为φ,裂缝中心线OM与坐标轴的夹角为(α,β,γ),压裂裂缝的水平面投影与X轴的夹角为θ。在压裂施工设计阶段,对压裂裂缝的走向会有初步的判断与设计,即夹角θ为已知条件。同时,被压储层的的构造特征(利用储层的走向和真倾角)往往是已知条件,可换算出压裂裂缝垂面与储层岩层的视倾角φ。
裂缝中心线方程可表示为
同时,方向余弦(cosα,cosβ,cosγ)与倾角φ和夹角θ之间存在如下关系。
裂缝中心线方程可转换为
由式(4)可知,在压裂施工前就可以估算出裂缝中心线的方程。将裂缝中心线等分为多段,并将每段中心点视为一个假定震源点,由射线追踪方法计算假定震源点到达各个检波器的到达时刻。比较不同检波器的初至到达时差,以判断当前的检波器间距是否合适。如果到时差异过小,则在微震监测记录中无法区分不同检波器的记录差异,即到时差异小于了监测记录的采样间隔,应加大检波器间距如果到时差异过大,则可适当减小检波器间距,以减小因传播距离过大形成的微震事件能量损失。
4 结论
水电站垂线观测系统监测与管理 篇10
景洪水电站 (以下简称:景洪) 是澜沧江中下游河段规划的八个梯级电站中的第六个梯级电站。枢纽工程由挡水建筑物、泄水建筑物、引水建筑物、厂房及变电站、通航建筑物等组成。拦河坝为碾压混凝土重力坝, 坝高108m, 坝顶高程EL.612m, 总装机容量1750MW, 正常蓄水位为EL.602.00m, 总库容为11.39亿m3。工程于2008年4月18日下闸蓄水, 同年6月19日首台机组并网发电, 并于2009年5月底全部机组发电投产。
1 垂线布置与施工安装
1.1 垂线布置
根据景洪坝址的地形地质条件和大坝应力稳定分析资料, 设计中选择对右岸升船机坝段 (6#坝段) 、最高溢流坝段 (9#坝段) 、最高厂房坝段 (17#坝段) 、左岸厂房坝段 (19#坝段) 四个典型重点监测坝段及2#坝段、左坝肩布置正倒垂系统进行观测, 并采用作为引张线的基准进行坝段间水平位移监测。
景洪共布置正垂线10条, 分别为6#坝段2条、9#坝段2条、17#坝段3条、19#坝段3条。
由于景洪最大坝高达108米, 在设计中对同一垂直断面内采用分段测量的方法布置正垂线, 如17#坝段坝高108米, 分三段布置正垂线, 自上而下的正垂线长分别为C2-A17-PL-01:34米、C2-A17-PL-02:26米、C2-A17-PL-03:43米, 正垂线布置范围共计103米。
景洪共布置倒垂线6条, 分别为2#坝段1条6#坝段1条、9#坝段1条、17#坝段1条、19#坝段1条、左坝肩1条。其中, 四个典型重点监测坝段 (6#、9#、17#、19#坝段) 的倒垂线用于测量坝基岩体相对于坝基深部的水平位移;在2#坝段和左坝肩布置的倒垂线, 用于监测2#坝段和左坝肩部位的水平位移, 并作为引张线端点的测量基准。6条倒垂线长度为40~67米, 深入基岩最深处孔深62米, 位于最大坝段17#坝段。
1.2 施工安装
景洪正、倒垂的施工及相应仪器的埋设与安装调试, 均由“葛洲坝·昆明院·长科院”联营体负责。
1.2.1 正垂线及高程垂直传递系统
(1) 正垂线和高程传递装置所在坝段浇筑混凝土时, 分别预埋φ400mm、管壁厚度大于7mm的PVC管, 作为保护管;
(2) 正垂线测线采用强度较高的不锈铟瓦丝, 其直径可保证极限拉力大于重锤重量的2倍;
(3) 在坝顶预埋固定垂线和铟钢带尺的部件, 待预埋件固定后, 用夹线装置将垂线固定在悬挂装置上;
(4) 垂线引入各层廊道观测间内。垂线下端吊重锤, 并将重锤放入油桶内;
(5) 根据垂线位置进行观测墩的放样、立模、浇筑观测墩, 并在顶部预留二期混凝土, 以便安装强制对中底盘, 底盘对中误差不大于0.1mm。
1.2.2 倒垂线
景洪倒垂孔均采用一种孔径, 一次成功, 没有废孔。倒垂线的施工步骤主要可归纳为三步, 各步骤中应注意事项可分述如下:
1.2.2. 1 造孔
(1) 按设计要求的孔位、孔径和孔深钻孔, 采用岩芯钻, 终孔有效孔径应大于274mm。应将岩芯尽量取全, 特别对于断层、软弱夹层 (带) 应尽量取出, 按工程地质规范进行详细描述, 作出钻孔岩芯柱状图。
(2) 钻孔时, 选择性能好的钻机, 在钻孔处用混凝土浇筑钻机底盘, 预埋紧固螺栓。严格调平钻机滑轨 (或转盘) , 其倾斜度应小于0.1%。然后将钻机紧固在混凝土底座上。
(3) 孔口埋设长度3m的导向管, 导向管调整垂直, 其倾斜度应小于0.1%, 并用混凝土加以固结。
(4) 钻具上部应装设导向环, 导向环外径可略小于导向管内径2~4mm。钻进时, 采用低转速、小压力、小水量的方法进行。
(5) 时常检查钻孔偏斜值, 每钻进1~2m应检测一次。检测可采用倒垂浮体组配合弹性置中器进行, 测定钻孔不同高程处钻孔中心线位置与孔口中心位置的偏心距。
(6) 在钻孔过程中, 一旦出现偏斜, 首先分析原因, 同时采取切实可行的纠斜措施。
1.2.2. 2 保护管 (套管) 的埋设
(1) 保护管采用φ159mm管壁6mm厚的无缝钢管。保护管 (套管) 每隔3m~8m焊接4个大小不同的U形钢筋, 组成断面的扶正环。
(2) 保护管应保持平直, 底部加以焊封。底部以上0.5m范围内, 内壁应加工为粗糙面, 以便用水泥浆固结锚块。保护管采用丝口连接, 接头处应精细加工, 保证连接后整个保护管的平直度, 安装保护管时全部丝口连接缝用防渗漏材料密封。
(3) 下保护管前, 可在钻孔底部先放入水泥砂浆 (高于孔底约0.5m) 。保护管下到孔底后略提高, 但不得提出水泥砂浆面, 并用钻机或千斤顶进行固定。
(4) 最后, 准确测定保护管的偏斜值, 若偏斜过大, 应加以调整, 直到满足设计要求, 方可用M15水泥砂浆固结。待水泥砂浆凝固后, 拆除固定保护管的钻机或千斤顶。
1.2.2. 3 倒垂线的埋设
(1) 浮体组采用恒定浮力式或非恒定浮力式。测线采用强度较高的不锈铟瓦丝, 其直径的选择应保证极限拉力大于浮子浮力的3倍。
(2) 埋设锚块时, 在测线下端固定好锚块, 钢丝应位于保护管中心, 将锚块慢慢放至孔底, 沉入水泥浆深处。
(3) 浮体组安装, 应使浮子水平、连杆垂直, 浮子应位于浮桶中心, 处于自由状态。若采用恒力浮子, 应使整个浮子没入液体中, 但不可触及浮桶底部;若采用其他类型浮子, 则应调整到设计浮力。
(4) 在距离倒垂孔25~30cm的合适位置建倒垂线观测墩, 墩面与倒垂线保护管管口齐平。在墩面上用二期混凝土埋设垂线坐标仪的基座底板。
2 垂线观测
2.1 观测仪器及方法
景洪正倒垂线 (除升船机坝段3组正倒垂线未开始实施) 共计16个测点, 现在全部测点均已投入观测。目前主要用RZ型电容式垂线坐标仪配合南瑞产NDA1711数据采集模块到现场进行数据采集。大坝安全监测自动化实施后, 将通过NDA1303智能数据采集模块接入DAU 2000数据采集单元, 并通过DAMS-IV应用软件对测量数据进行采集。
由于电容感应式垂线坐标仪无机械传动和跟踪结构, 用非接触测量方式实现垂线的自动监测, 故而具有精度高, 长期稳定可靠的优点, 相对光学垂线坐标仪的测量 (如漫湾电站采用的CG-3 (3A) 光学垂线仪) 较为方便。
2.2 观测注意事项
在使用NDA1711数据采集模块到现场进行数据采集时, 应注意以下几点:
(1) 一条垂线上各测点的观测, 应从上而下, 或从下而上, 依次在尽量短的时间内完成。
(2) 垂线观测前, 必须检查该垂线是否处在自由状态, 检查调整浮体组的浮力, 使之满足要求。同时, 需要检查中间极引出线是否完好, 若发现中间极引出现损坏, 应由专业人员及时进行维护修理, 保证测值能按时读取。
(3) 测量时应检查电容极板上的凝露等情况, 对异常出现凝露过多的情况, 需进行处理, 并采取一定措施确保垂线坐标仪极板上水介质均匀, 使仪器测值可靠。
(4) 测量时 (自动化监测系统投入使用前) , 将四根芯线分别对应接到NDA1711数据采集模块的接口上, 开机后, 选择电容式传感器测读模式, 对数据进行测度, 并分别记录测得的两组电容比及对应的水平位移量。要求记录时区分垂直、水平方向的位移, 并注意数值的正负。
(5) 测读完毕, 将数据电缆线放置好, 要求放置于不接触极板且不易被碰触的地方。
3 观测资料的初步分析
景洪于2008年4月18日下闸蓄水, 在蓄水前部分垂线投入了首次观测, 到5月底16个垂线测点全部投入使用。
从首次观测至今, 积累了一定的垂线观测的实测资料, 从中对大坝工作性态初步分析如下:
3.12#坝段坝顶
向上游位移蓄水后呈增大趋势, 水位稳定后, 有缓和趋势, 最大处位移向上游2.2mm;
向右岸位移蓄水后变幅不大, 且在水位稳定后, 有缓和趋势, 最大位移向右岸0.9mm。
3.26#坝段坝基
向下游位移蓄水后呈增大趋势, 水位稳定后, 有缓和趋势, 最大位移向下游0.84mm;
向左岸位移位移蓄水后变幅不大, 且在水位稳定后, 有缓和趋势, 最大位移向左岸0.50mm。
3.39#坝段坝基
蓄水后向上游有微小位移0.1mm, 之后随即向下游位移, 且随水位上升呈增大趋势, 水位稳定后, 有缓和趋势, 最大位移向下游1.2mm。
蓄水后向右岸有微小位移0.20mm, 之后随即向左岸位移, 最大位移达1.60mm, 之后变形呈缓和趋势。
3.417#坝段坝基
向下游位移蓄水后呈增大趋势, 水位稳定后, 先在0~1.2mm范围内呈现增减交替变化, 之后呈缓和趋势, 最大位移向下游1.2mm;
蓄水后先是向右岸位移最大达0.60mm, 之后渐渐向左岸位移, 最大位移达0.60mm, 随后变形在0~1.00mm之间变化。
3.519#坝段坝基
向下游位移蓄水后呈增大趋势, 水位稳定后, 在1.0~2.0mm范围内呈现增减交替变化, 最大位移向下游1.70mm;
向左岸位移位移蓄水后变幅不大 (0~1.0mm) , 且在水位稳定后, 有缓和趋势, 最大位移向左岸0.80mm。
综上, 经分析, 景洪大坝部分水平位移观测数据均在允许范围内。2#坝段倒垂线坝顶位移为向上游2.2mm、17#坝段位移量向下游14mm, 较设计量偏大, 需要进一步分析。
4 景洪水电站垂线系统的主要问题及维护要点
4.1 景洪水电站垂线系统的主要问题
景洪水电站垂线系统的存在的主要问题主要集中在设计及施工方面, 且在实施过程中均得到了及时的解决, 现将主要问题分述如下:
4.1.1 正垂线的设置
原设计中, 19#坝段为两段三个测点布置, 由于C2-A19-PL-02较长 (56米) , 存在因垂线孔倾斜引起线体碰孔壁、在坝体中因串风引起线体摆动、线体卡住等故障或测值不可靠的隐患, 实施过程中将原设计进行了更改, 即将原设计中C2-A19-PL-02根据测点分布分为两条正垂线, 分别为C2-A19-PL-02:29米、C2-A19-PL-03:27米。
4.1.2 倒垂孔的垂直度
在倒垂孔施工中, 用于测量垂直度的弹性对中器存在一定的误差, 通常在2~3mm, 为能尽早发现钻孔出现的偏斜, 以便即时进行纠偏, 提高钻孔成功率, 施工方对弹性对中器进行有效改进, 使测量精度提高到1mm以内。从而使倒垂孔钻孔比较顺利的进行, 有效孔径都明显优于技术要求所规定的值。
4.2 垂线系统的维护工作
垂线系统的维护工作主要包括正倒垂管的保护工作、垂线坐标仪的维护工作两个方面:
4.2.1 垂线线体装置的保护
1正倒垂管的保护。
景洪的正垂系统垂线均位于施工期间预埋在混凝土中的管道内, 且在管道安装前对管道内壁进行了防锈时处理。但由于施工、时效、环境恶劣等因素影响, 防锈效果不太明显, 正垂管内经常有掉锈渣的现象。
同时, 由于土建施工期间, 坝内常有施工用水在廊道及观测间内造成较大的积水。积水漫过正垂管上测点的进口, 向下方的测点流去, 造成正垂管及测量设备处于水、空气构成的不利环境中。
今后应在不影响观测工作及仪器稳定的原则下, 对运行环境进行改善, 要求尽量降低环境的湿度, 避免水流通过正垂管的现象。
(2) 垂线体装置的其他维护工作。
除了正倒垂管的需注意保护外, 其他需要注意的情况主要有:倒垂线在基岩锚固处固结不牢、因垂线孔倾斜引起线体碰孔壁、在坝体中因串风引起线体摆动、线体卡住等。
因以上情况所引起的故障要及时发现并排除, 否则测值不可靠。
4.2.2 正倒垂观测仪器的维护
上面已经介绍, 景洪垂线观测仪器采用RZ型电容式垂线坐标仪进行数据的采集工作, 故而该部分的维护工作是正倒垂系统维护的重点。主要注意的有以下几点:
(1) 坐标仪系列中感应部件经过特殊防潮工艺处理, 能在相对湿度95%的坝体内长期可靠工作, 但这并不意味着坐标仪这类精密仪器能在水等经常流入坐标仪情况下给出准确测值。因此现场必须采取措施防止雨水、冷凝水等流入坐标仪内。安装在大坝竖井、基础的垂线坐标仪, 因竖井等环境存在冷热空气交换, 使竖井及坐标仪上长期存在大量冷凝水。在此恶劣环境下, 需采取一定措施确保垂线坐标仪极板上水介质均匀, 使仪器测值可靠。
(2) 为适应在大坝恶劣环境下可靠工作, 坐标仪内无一电子元器件。当坐标仪在现场安装调试完后, 一般不会出现什么故障, 不需经常采取什么维护措施。中间极引出线是一根线径仅0.05~0.1mm的细漆包线, 要注意防止非观测人员或参观人员看不清此线而将其碰断。
(3) RZ型电容式垂线坐标仪设置有直径为120mm的挡水圆盘, 用于挡住上方掉下的凝结水及部分锈渣。但由于该挡水部件防护面积较小, 时常有凝结水或正垂管绣渣等掉落在坐标仪其他部位 (如屏蔽罩、支墩等) 上, 甚至有可能影响极板的工作。因而, 在日常工作中, 应注意对坐标仪及其所在的支墩及时清理, 保证测得的数据稳定可靠, 并尽可能延长仪器寿命。
摘要：根据多年来参与景洪水电站大坝及边坡安全监测工作实际, 全面总结景洪大坝安全监测项目中的垂线系统运行与管理经验, 包括垂线布置、施工安装情况、观测方法等, 并对已有观测数据进行初步分析, 提出系统存在的问题与维护要点, 供广大同行参考。
太阳的日冕观测和磁场观测 篇11
我们知道，日冕是太阳大气的三个层次(光球、色球和日冕)的最外层，温度极高而密度极低，其范围延伸到太阳半径数倍处。日冕气体极其稀薄，导致其白光辐射极其微弱，即使在日冕下部亮度较大的部分。也只有太阳光球表面中部区域平均亮度的百万分之一，远低于地面天空的亮度。因此，平时是看不见日冕的，只有日全食时，当明亮的光球被月球遮挡之后，全食带地区的天空亮度可下降到比日冕更暗，这时才可以看到日冕。
日冕仪
怎样才能在平时也可以观测研究日冕呢?一个顺理成章的思路是：在望远镜的焦点上遮住太阳圆面的光辉，制造出“人工日食”的状态，让望远镜的接收系统能够感受到和记录日冕的辐射。几经努力，部没有成功，原因是天空中的光，总是从四面八方散射或漫射到望远镜内。
法国天文学家伯纳德·李奥(Bernard Ferdinand Lyot，1897～1952)解决了这个难题。他意识到漫射的“罪魁祸首”是望远镜本身的玻璃元件。透镜或反射镜表面最小的气泡或缺陷，最微量的灰尘散射的光。部足以淹没日冕。因此，李奥磨制一块光学性能很高的物镜，而且更重要的是防止物镜有丝毫的尘灰。然后李奥把他的仪器安装在比利牛斯山(Pyrenees)海拔2877米的日中峰天文台(Pic du Midi de Bigorre)，以利于消除大气的散射光。
1930年7月25日，第一架李奥研制的日冕仪在日中峰天文台诞生了，口径8厘米，焦距2米。这种仪器能够有效地遮掉太阳光球，散射光极小，因此，可以在太阳光普照的任何日子里。成功地拍摄日冕的照片。
日冕仪必须安装在海拔2000米以上的高山上，因为那里的天空亮度有可能降到与日冕相当，这时借助日冕仪可以观测到离太阳光球边缘0.3太阳半径以内的日冕。由此，李奥式日冕仪在法国、日本、前苏联及美国的夏威夷和新墨西哥州等地的高山上纷纷建立。
另辟蹊径——太阳单色像的日冕观测
诚然，用日冕仪可以长时间地监视日冕，然而，这种观测与日全食观测类似，只限于观测日面边缘以外的日冕，也就是观测到的是日面边缘外的日冕在天空背景上的投影，而无法观测到太阳圆面上的日冕，这样所取得的日冕观测信息是不全面的，无法构筑出日冕结构的三维形态。
其次，李奥式日冕仪是以光球为背景来观测日冕的，这就是说背景强度是信号的百万倍，这样无论如何减少散射光的强度，对于提高观测的效果，都是非常有限的。因此必须改变用“人造日食”观测日冕的思路，另辟蹊径。
日冕具有百万度的高温，而光球只有6000度。这种差距为日冕观测提供了物理依据，那就是在×射线波段、远紫外波段和射电波段，日冕的辐射强度大大高于太阳光球的辐射强度。如果在这几个波段对于太阳拍摄单色像，那么应该可以清楚地显示出日冕的结构、形态，而没有光球的干扰。考虑到地球大气对紫外、x射线的吸收，这两个波段的太阳单色像需要在空间借助于火箭和人造卫星来获得。
射电波段的太阳单色像可以在地面上取得，所用的设备最典型的是，20世纪60年代至80年代在米波单色像观测成果最多的、澳大利亚的米波日像仪。上个世纪40年代，美国用火箭探测到太阳的X射线辐射。1964年用火箭拍摄到了日冕的低密度区域(称为日冕洞)，1967年美国轨道太阳天文台系列探测卫星之一的OSO-4号首次成功拍摄到太阳的极紫外单色像。
太阳磁场初探
在太阳观测的所有项目中，最复杂和最困难的就是太阳磁场的测量。1896年荷兰物理学家皮埃尔·塞曼(Pieter Zeeman，1865～1943)发现原子光谱线在磁场的作用下发生了分裂，这一现象后来被称为塞曼效应(Zeeman effect)。这成为测量天体的磁场的一种方法。
1908年美国天文学家乔治·埃勒里·海尔(George Ellery Hale，1868～1938)发现太阳黑子光谱线的塞曼分裂现象，证实黑子有很强的磁场。他在光谱仪入射狭缝前放置由偏振片和阻波片组合的分析器，测量出分裂子线的裂距，从而计算出黑子磁场的大小和极性。由此海尔估算出太阳黑子强度为3000高斯。用这种方法只能测量强度在几百高斯以上的强磁场。许多天文台后来进行类似的观测，但是在方法上没有明显的改进。
光电磁像仪
直到上世纪50年代初期美国加州理工学院的天文学家哈罗德·德洛斯·巴布科克(Harold Delos Babcock，1882～1968)和他的儿子霍勒斯。维尔可姆·巴布科克(HoraceWelcome Babcock，1912～2003)研制成能够测量微弱磁场的太阳磁力记录仪(Solar Magnetograph)，标志太阳磁场测量技术取得了重大突破。太阳磁力记录仪，现在也称光电磁像仪，由光谱仪附加偏振分析器、光电倍增管和记录设备构成，它利用塞曼分裂子线的偏振特性，由原先直接测量分裂子线的裂距，转换为测量因分裂而造成的光度起伏，使磁场测量的灵敏度提高了两个数量级。由此发现太阳南北两极存在强度仅为几高斯而极性相反的极区磁场，为太阳活动起源和本质的理论研究提供了观测依据。
起初，光电磁像仪只能测量磁场的视向分量(又称为纵向磁场)。而且只能对太阳表面进行逐点观测，然后再拼合起这一区域的磁场分布。后来通过改进偏振分析器的构成，又可以测量垂直于视向的横向磁场分量，从而成为向量磁像仪。再后来又利用光纤技术把区域扫描改进为逐行扫描，提高了取得磁场分布图的时间分辨率。
太阳磁场望远镜
光电磁像仪无论如何改进，其磁场图像仍然是观测之后完成的，换句话说是非及时的。人们逐渐认识到，只有放弃光谱仪而采用窄带滤光器来产生太阳单色像，以及引进计算机和电视技术，才能实现太阳磁场的实时显示，成为视频磁像仪(vedio solar magnetograph)。
视频磁像仪的工作原理与光电磁像仪相似，但是有几点重要差别：一是采用非常窄通带的双折射滤光器产生太阳单色像，并用电压调制光电效应晶体(如硫酸氢钾或硫酸氚钾)，使对应于二分裂子线的太阳单色像交替出现和消失。其二，不用机械扫描，而用电子束扫描(即电视扫描)，来获取太阳单色像上各点的信号。三是由电子计算机对接收信号做实时处理，直接转换为向量磁场数值。由于这种装置不使用光谱仪，又有独立的前端成像系统，因此，也称为太阳磁场望远镜。
太阳磁场望远镜的磁场测量精度可以达到几高斯，空间分辨率可达1"至2"，时间分辨率可达几十秒，因此，是研究太阳表面磁场，特别是太阳宁静区域弱磁场构造和演化的有力工具。
观测系统 篇12
近几年来, 随着人类文明社会的发展和人民生活水平的提高, 越来越多的人渴望了解探知宇宙的奥秘。目前进行科普天文观测一般过程为:查天文历书、星图等确定星体位置;寻找合适观测地点 (为避开城市灯光及污染等因素) ;不断调整望远镜, 寻找欲观测天体;定位天体后架设摄影器材进行拍摄。整个观测过程中存在诸多不便, 如天体在天空中不断运动, 每次观测之前必须查阅相关资料确定天体位置, 然而星历表厚重而不直观, 简易星图由于天体运动的因素必须在指定时间进行观测;望远镜手工调整非常繁琐;拍摄不便。
为了解决上述问题而开发本系统。它的主要特点如下:通过计算, 在屏幕上显示出当时当地星图, 观测者无需携带天文资料, 在屏幕上将观测内容实时显示出来, 使观测者无须忍受长时间单眼观测的视觉疲劳, 同时提高了观测效果;可对观测图像进行实时处理;可非常方便地拍摄、保存观测结果;可对结果进行一些图像处理, 增强可辨性, 系统自动记录观测日志, 方便整理观测资料。
1 嵌入式开发平台介绍
本系统采用深圳亿道电子开发的一套基于Intel XScale PXA270处理器的Liod嵌入式开发平台。Liod开发平台得名于亿道电子的理念“Leading is our duty”, 是一套功能强大的嵌入式开发平台, 主频高达520 MHz, 支持Intel Wireless MMX及Step Speed技术, 超低功耗, 超高性价比。核心板 (XSBase270-Core) +底板设计 (XSBase270-DVK-Ⅱ) , 扩展更灵活, 应用更丰富。同时具有完善的功能接口, 具有完善的Win CE/Linux双操作系统支持。本系统主要用到LCD、触摸屏、全功能串口等。
2 系统硬件设计
移动天文观测系统以Liod板为主控板, 在此基础上扩展了相关电路, 制成一块附属板, 整体硬件框图如图1所示。
Liod板通过串口与附属板进行连接, 附属板用于连接各种传感器及对云台电机进行控制, 其框图如图2所示。
在本系统中, XScale与附属板通过串口相互通信, 附属板与GPS模块、指南针模块的通信也使用串口, 因此需要对附属板上的单片机串口进行复用, 以实现所需功能。
使用CD4053模拟开关来实现串口复用功能, 通过单片机的控制引脚切换不同的串口信号来源。
GPS采用了Holux GR-85接收模块, 具有快速追踪定位12颗卫星的能力, 数据更新速率为1 Hz。GPS模块用来得到当地经纬度及准确时间的信息。
数字指南针采用了周立功ZNJV2模块, 磁场测量范围为50 A/m, 机首方向显示分辨率为2°, 机首方向精度为3°, 补偿后精度可达到0.5°, 数字指南针模块用于安放望远镜时准确指向。
温度传感器采用DALLAS的DS18B20芯片, 其分辨率为0.062 5 ℃, 精度为0.5 ℃。温度传感器测量大气温度, 用于计算大气折射率。
动力机构采用廉价云台机构, 其内部为匀速交流同步电机, 通过控制电机转动时间长短控制其所转角度。
3 天体视位置计算算法
天体的视位置是天文观测中最重要的一个数据。天体的视位置最初是通过查阅相关历书得到, 这种查表求天体的视位置方法存在很大问题, 主要是计算繁琐, 效率低, 定位的周期长, 天体的数据量大, 整本年历有大量数据, 而且每年都必须进行数据更新。这种方法显然不能满足应用的需要。这里实现的方法是将天体的运动简化为数学模型, 通过对数学模型中相对固定的参数进行运算, 最终得出天体的位置, 通过实验比对验证了这种方法的准确性和高效性。
星表就是通常所说的恒星坐标表, 它由天体的视位置经过一系列的换算而得到星表历元平位置, 在星表中载有恒星的赤道平坐标, 坐标的周年变化和恒星的自行等。
FK5是由德国海德堡天文所编制的近年来人们普遍使用的一种绝对星表。目前, 这种由星表求解天体视位置的方法已被广泛用于求解天文三角形中。
从FK5星表出发, 经过与编制星表相反的步骤来求天体的视位置, 通过对影响恒星视位置的各种因素, 如大气折射、视差、光行差、岁差、章动、自行等误差的分析, 给出计算恒星视位置的数学模型, 其基本流程图如图3所示。
按照以上算法编写出相关函数库, 主程序将相关变量如输入观测地点经纬度、欲观测星体等数据即可计算出星体视位置。FK5星表以文件形式存放。
4 视频数据采集及显示
图像数据的显示可以通过直接写屏来实现。Linux工作在保护模式下, 用户态进程是无法直接使用显卡BIOS里提供的中断调用来实现直接写屏, 故Linux抽象出FrameBuffer这个设备来供用户态进程实现直接写屏。FrameBuffer主要是根据VESA标准实现的, 所以只能实现最简单的功能。
直接写屏的过程:
(1) 打开一个FrameBuffer设备;
(2) 通过调用mmap () 把显卡的物理内存空间映射到用户空间;
(3) 直接写内存。
由于直接写屏是直接对显存进行修改, 同QT对程序界面的刷新并不协调, 因此有时会出现显示上的瑕疵, 为此使用另一种方法显示图像数据, 即利用QT库中的QImage类来实现。
以上论述了如何进行采集及显示, 但在实际的系统中存在多个任务, 各个模块之间需要相互配合, 如果简单地采用上述方法, 由于视频采集的速度较慢, 将会造成阻塞, 影响系统性能, 因此使用线程技术。
在视频设备初始化后开启一个采集线程, 此线程不断采集新的视频数据, 采集完一帧数据会改写状态变量;显示部分采用定时显示, 每隔一段时间判断状态变量是否为“已采集完毕”状态, 如果是则进行显示。由于需要耗时等待的采集过程在线程中运行, 通过Linux系统的自动调度, 系统运行十分流畅。
5 观测的结果
观测结果包括:拍摄到的图像、拍摄时所在地的经纬度、拍摄时间、大气温度及拍摄的星体名称等。存储时以文件的形式按时间存储, 形成观测日志。
对天体视位置计算算法及望远镜实际指向进行了测试。天体视位置算法的测试是选择有代表性的四个天体 (太阳、大鸟六、月球、金星) , 通过与专业天文软件STARCALC的计算结果进行比对, 衡量计算误差的大小。望远镜实际指向的测试采用现场测量的方法。
使用的主要测试工具为计算机、量角器等, 测试数据如表1所示。
从比较结果可以看出, 由本系统的天体视位置计算算法得出的方位角平均误差为0.261°, 高度角平均误差为0.155°, 小于系统使用望远镜 (物镜焦距360 mm, 目镜焦距20 mm) 视角6.35°, 满足系统观测要求。
图4给出北京时间2008年6月27日20:22:49, 在福州大学城 (东经119.29°, 北纬26.08°) 对月球的观测图像;图5给出北京时间2008年6月22日3:47:49, 在福州大学城 (东经119.29°, 北纬26.08°) 对金星的观测图像。
6 结 语
经测试, 系统工作正常, 性能表现良好, 达到了原设计目标。但是因为机械系统精度较差, 选用的天文望远镜受价格约束, 使本系统的总体表现受到一定影响。本系统稍加改动, 亦可用于远距离视频监控、人造卫星接收、天线指向控制、太阳能电池板指向控制等领域。
参考文献
[1]陈章龙.嵌入式技术与系统———Intel XScale结构与开发[M].北京:北京航空航天大学出版社, 2004.
[2]石秀民.嵌入式系统原理与应用———基于XScale处理器与Linux操作系统[M].北京:北京航空航天大学出版社, 2006.
[3]王桂如, 刘利强.一种求恒星视位置的新算法[J].应用科技, 2006, 33 (2) :36-39.
[4]王占统, 韩春好.基于星心坐标系的视位置计算[J].测绘学院学报, 2005, 22 (2) :88-90.
[5]Christopher Negus.Red Hat Linux 9宝典[M].王勇, 盖江南, 阎文丽, 译.北京:电子工业出版社, 2004.
[6]李季, 唐建博.天文导航中星体高精度细分定位方法研究[J].光学与光电技术, 2007, 5 (2) :75-77.
[7]王晓军, 徐志宏.微机原理与接口技术[M].北京:北京邮电大学出版社, 2007.
[8]张茹, 孙松林, 于晓刚.嵌入式系统基础[M].北京:北京邮电大学出版社, 2006.