Cezard, Nicolas (2008) Air Data measurements using airborne rayleigh lidar sensing. PhD thesis ONERA, ONERA, EP/X p.159.

Alternative Locations: http://www.imprimerie.polytechnique.fr/Theses/Files/Cezard.pdf

Abstract

Lidar (Light Detection and Ranging) is a useful tool for determining physical and chemical properties of the atmosphere. For aeronautics it could be used as an airborne instrument to characterize the atmosphere standing ahead an aircraft. Short-range applications include turbulence detection and flight optimization.

The lidar technique consists in emitting a laser beam in the atmosphere, then collecting and analysing the backscattered signal. Two kinds of signal generally coexist, that have very different spectral properties. The Rayleigh signal is backscattered from air molecules, while the Mie signal is backscattered from heavier particles like dusts and aerosols.

This work aims at evaluating the feasibility of a Rayleigh-Mie lidar, able to take advantage of both kinds of signals simultaneously. The scientific goal is to measure the air speed, its temperature and its density, at short-range (20-50 m). The main point of this study concerns spectral analysis methods. We propose a system using two fringe-imaging Michelson interferometers, and compare its performance to the more classical Fabry-Perot interferometer.

The feasibility of wind speed measurements by a fringe-imaging Michelson interferometer is demonstrated experimentally. To that purpose, a 355-nm lidar system has been realized, and a signal processing method for fringe analysis has been developed. We show that robust measurements can be performed in daytime, insensitive to laser frequency drifts and to thermo-mechanical disturbances of the interferometer.

Table of content

Introduction 1
Chapitre 1: Contrôle des conditions atmosphériques de vol par lidar 5
1.1. Mesure des paramètres air 5
1.2. Détection de turbulences 8
Chapitre 2 : Diffusion Rayleigh et diffusion Mie dans l'atmosphère 11
2.1. Diffusion Rayleigh dans l’atmosphère 11
2.1.1 Diffusion par un dipôle à polarisabilité isotrope 11
2.1.2 Diffusion par un dipôle à polarisabilité anisotrope 15
2.1.3 Sections efficaces de rétrodiffusion et de diffusion totale d’une « molécule d’air » 17
2.1.4 Coefficients de rétrodiffusion et d’extinction de l’air 18
2.1.5 Effet Doppler 19
2.1.6 Spectre de la raie Cabannes et effet Rayleigh-Brillouin 21
2.2. Diffusion de Mie dans l’atmosphère 24
2.2.1 Sections efficaces de rétrodiffusion et d’extinction des particules 24
2.2.2 Granulométrie des particules dans l’atmosphère 25
2.2.3 Coefficients de rétrodiffusion et d’extinction des particules 26
2.2.4 Spectre de diffusion Mie 28
2.3. Conclusion du chapitre 29
Chapitre 3 : Propagation et réception du signal lidar 31
3.1. Propagation de la cible à la pupille de réception 31
3.1.1 Champ instantané reçu dans la pupille de réception 31
3.1.2 Phénomène de speckle dans la pupille de réception 34
3.1.3 Cohérence temporelle du signal lidar 36
3.1.4 Puissance moyenne reçue par la pupille 38
3.2. L’approche par l’optique des rayons 39
3.2.1 Phénomène de vignettage 39
3.2.2 Modélisation d’un lidar coaxial à réception fibrée 40
3.3. Conclusion du chapitre 45
Chapitre 4 : Etude comparative de deux techniques d'analyse spectrale 47
4.1. Cadre de validité de l’étude comparée 50
4.2. Méthode de calcul des performances 50
4.3. Performances d’un Analyseur de Spectre Idéal 52
4.4. Performance d’un Fabry-Perot imageur 53
4.5. Performances d’un Double Interféromètre de Michelson Imageur (DIMI) 58
4.5.1 Paramètres et performances du DIMI optimisé pour la mesure de vitesse 61
4.5.2 Paramètres et performances du DIMI optimisé pour la mesure de température 64
4.6. Conclusion du chapitre 65
Chapitre 5 : Etude approfondie de l'analyseur DIMI 69
5.1. Représentation du DIMI comme « analyseur de cohérence » à deux canaux 69
5.2. Etude de sensibilité des performances 71
5.2.1 Influence du rapport de diffusion 71
5.2.2 Influence de la température atmosphérique 72
5.2.3 Influence du signal de fond solaire. 73
5.2.4 Influence des facteurs de contraste instrumentaux 74
5.3. Calcul et méthode d’optimisation du contraste de frange 75
5.3.1 Trois facteurs de contrastes non limitants 75
5.3.2 Facteur de contraste lié au champ angulaire de la source 77
5.3.3 Principe et mise en œuvre de la compensation de champ 82
5.4. Simulation et estimation du signal d’un DIMI 88
5.4.1 Simulation de figures de franges 88
5.4.2 Estimation par maximum de vraisemblance (MV) : principe et algorithme 89
5.4.3 Performances statistiques de l’estimateur MV 90
5.4.4 Sensibilité de l’estimation au modèle de spectre Rayleigh-Brillouin 92
5.5. Conclusion du chapitre 95
Chapitre 6 :Développement d'un lidar pour la mesure de vent 97
6.1. Conception d’un instrument adapté aux contraintes métrologiques 97
6.1.1 Sensibilité métrologique de la mesure de phase 97
6.1.2 L’instrument réalisé et ses principaux modules 98
6.2. Traitement de signal des franges d’interférences 102
6.2.1 Modèle de franges à 5 paramètres 102
6.2.2 Pré-estimation des paramètres de franges par transformée de Fourier 103
6.2.3 Statistiques des signaux enregistrés 105
6.2.4 Estimation conjointe par MV des figures de franges 108
6.2.5 Bornes de Cramer-Rao et influence du bruit sur l’estimation de la phase 109
6.2.6 Vérification des performances du traitement de signal sur des signaux de synthèse. 113
6.2.7 Traitement de signal adapté aux expériences de jour 114
6.3. Résultats expérimentaux 116
6.3.1 Caractérisation des paramètres du speckle créé par les fibres optiques 116
6.3.2 Réglage de l’interféromètre en champ compensé 118
6.3.3 Mesure du « zéro Doppler » et caractérisation de la stabilité de l’instrument 119
6.3.4 Calibration de l’instrument sur cible dure 124
6.3.5 Mesure du signal Rayleigh atmosphérique et détection de rafales 125
Conclusion générale 128
Annexe A : Performances théoriques d'un lidar hétérodyne infrarouge 1.55 mm 131
A.1. Conditions initiales de l’étude 131
A.2. Expression du spectre analysé par détection hétérodyne 131
A.1.1 Principe de base de la détection hétérodyne. 131
A.1.2 Spectre du courant échantillonné et spectre de signal analysé 132
A.3. Calcul du CNR d’un lidar monostatique dans l’approximation des champs gaussiens 134
A.1.3 Expression de la puissance du courant hétérodyne 134
A.1.4 Expression du CNR dans l’approximation des champs gaussiens 135
A.1.5 Formulation du CNR par le rendement hétérodyne 135
A.1.6 Application numérique et interprétation du CNR 137
A.4. Précision de l’estimation de fréquence en détection hétérodyne 138
A.5. Conclusion sur les performances maximales d’un lidar hétérodyne réaliste 140
Annexe B : Différence de marche dans une lame séparatrice inclinée 143
Annexe C : Une seconde méthode de mesure de la phase de référence 145
Références 147

Statistiques de consultation

Repository Staff Only: edit this item