Gm-APD激光雷达的双参量估计透烟雾成像算法

利用Gm-APD(Geiger mode avalanche photon diode)激光雷达对浓密烟雾背后的目标进行成像时,烟雾对激光的强后向散射和吸收能力,严重限制了传统算法对淹没在烟雾信号中目标信号的提取能力。提出了一种基于双参量估计的Gm-APD激光雷达透烟雾成像算法,介绍了基于Gm-APD激光雷达的触发模型和根据探测概率求解实际接收回波信号的原理,并且基于光子与烟雾粒子的碰撞理论和Mie散射理论,详细推导了Gamma模型两个参数的物理关系。根据推导的关系式提出了一种双参量估计算法,该算法考虑了如何精确估计μ,k两个参数。最后,开展了仿真和室内透雾实验,利用仿真实验检验μ,k关系式的正确性,利用室内实验验证提出算法的透雾成像能力。实验结果表明,相较于传统算法,本文提出算法重构图像的目标复原度提升了73%,结构相似性提升了0.2289。该研究有效提升了Gm-APD激光雷达在烟雾环境中的目标感知能力。

雷达微弱信号检测算法中的恒虚警处理

本文针对雷达微弱信号检测算法中独立同分布噪声的非相参积累结果近似高斯分布的特性,提出了双参量估计恒虚警检测器。该检测系统从邻近单元估计积累后噪声的均值和均方差,然后将待检测单元减去均值估计值,再与均方差估计值和固定门限的乘积相比较,从而实现了恒虚警检测。本文给出了算法虚警概率的解析表达式,并与传统的单元平均恒虚警检测器进行了比较,结果表明检测性能比CA-CFAR检测器提高了约5dB。