一种融合长短时记忆的拍频激光多普勒气流测速方法

本发明公开了一种融合长短时记忆的拍频激光多普勒气流测速方法，该方法利用序列预测的思想，利用利用时序算法学习原始信号特征，基于原始信号的特征预测下一个周期的信号，进而提高自混合多普勒信号长度，提升速度测量分辨率。本发明基于原始多普勒信号的特征预测下一个周期的信号，预测信号的特征与前一信号基本保持一致，频率成分几乎没有变化。这对于直接提取信号长度不足的超低频多普勒信号的频率信息非常有利。与零填充等其他信号扩展方法相比，时序预测方法能够真正提高多普勒频率测量的分辨率，且不会引入直流分量和不相关分量。本发明在简化频率测量的信号处理的同时提高了速度测量的范围和精度，展现出气流测速中潜在的应用价值。