基于神经网络的侧向激光雷达信号去噪算法

针对侧向激光雷达应用于气溶胶探测领域时,雷达回波信号易受噪声影响这一问题,本文提出了一种基于神经网络的激光雷达信号去噪算法。该算法在卷积神经网络基础上融合残差学习法和批量标准化,引入了注意力机制,改进激活函数,提升了网络性能和学习效率。采用本文提出的方法对噪声进行预测,实现了信号和噪声的有效分离,提高了侧向激光雷达CCD图像的信噪比。实验结果表明,使用本文提出的去噪算法对侧向激光雷达CCD图像进行去噪,图像的峰值信噪比提高了约5 dB,信号相对误差减小至9.62%,本文提出的去噪算法优于小波变换、维纳滤波等去噪方法,验证了该方法的可行性和实用性。

基于LabVIEW的固体相干激光雷达多普勒测速的信号处理

建立了固体相干激光雷达对运动目标速度的测量系统.雷达发射源为种子注入Nd∶YAG脉冲激光器,回波通过光纤耦合器与本振合束,利用泰克示波器采集外差信号,使用LabVIEW进行信号处理.利用测量多普勒频移测量运动目标的速度,使用放大镜式的快速傅里叶变换提高频谱的频率分辨率,从而提高了测量速度的精度.

相干激光测风雷达信号处理系统研究

介绍了基于相干探测方式的多普勒激光测风雷达的基本组成结构和原理,着重对激光测风雷达的信号处理系统进行了研究。文中给出了信号处理系统中所采用的多普勒信号处理方法,对采集到的多普勒回波信号进行了仿真研究。采用商业数据采集卡和LABVIEW软件,设计了相干激光测风雷达信号处理系统,并通过搭建的平台实现了激光视向风速的测量。通过模拟的多普勒回波信号,对信号处理系统进行了测试验证,实验结果证明了该信号处理系统能够达到0.8 m/s的速度测量精度。

载波调制激光雷达技术在海洋探测中的应用

介绍了一种水下探测技术,以激光脉冲信号为载波,将微波信号加载到激光脉冲上进行调制编码,调制编码信息由光信号携带进入水下。在接收端,通过频率滤波实现对编码信号的提取,由编码信号的信号处理实现激光雷达水下目标探测。将该技术与多种抑制海水后向散射的方法进行比较,对载波调制激光雷达在海洋探测应用的特点和研究现状进行了综述。

基于神经网络的条纹管激光雷达回波信号分类

对机载条纹管激光雷达的回波信号利用神经网络的方法进行了分类。比较分析了四种不同目标的典型回波信号,提取了回波信号的强度和形态作为分类特征,利用MATLAB构建了一个BP神经网络分类器。在此基础之上,对隐含层神经元的数量、网络的学习算法和训练样本的数量对分类效果的影响进行了对比和选取。分类的结果表明,该分类器的精度能够达到96%,Kappa系数为0.95,这表明这种分类器能够对回波信号准确地分类。

基于点云-模型匹配的激光雷达目标识别

为实现激光雷达自动目标识别,本文给出了一种基于点云模型匹配的方法。将点云进行三视投影,对投影点云进行二值化处理得到二值图像,采用Sobel算子和Hough变换提取点云轮廓边界及获得边界直线参数,然后以投影点云轮廓信息为约束提取包围矩形,完成目标姿态估计和几何特征提取。在此基础上以点云到CAD模型面元的欧氏距离最小为优化目标,采用单位四元数法计算点云与模型之间的刚体变换,通过迭代实现点云和候选目标CAD模型的匹配,并以归一化平均欧氏距离作为相似性度量完成目标识别。采用五种地面装甲目标在不同激光雷达视角下的点云进行目标识别实验,统计结果表明目标类别的正确识别率为100%,目标型号的正确识别率大于91%,因而本文方法具有较好的识别性能和较高的应用价值。

基于虚拟仪器技术的激光雷达测量控制平台

虚拟仪器具有性能好、集成度高、界面友好,控制方便、扩展性强等特点。设计了一个基于虚拟仪器技术的激光雷达控制平台,把激光雷达控制、检测、数据分析单元有机地组合在一起,通过计算机虚拟面板操作雷达系统控制、俭测和数据处理单元,使得激光雷达控制更为方便安全,信号分析更加实时有效,建立了激光雷达的通用信号平台。

基于多核DSP激光成像雷达数据处理系统

采用多核DSP设计了一个用于地面目标检测的激光雷达实时图像处理系统。在详细分析算法各模块资源消耗量的基础上,完成了硬件电路设计,实现了以主辅拓扑结构为框架的软件并行处理系统开发。在系统实现时,先将图像进行分区,并合理地将分区后的图像分配到四个DSP核中进行处理。最后,将并行系统进一步扩展到双核和六核,并与单核系统进行性能比较。对算法运算时间的测试结果表明,系统处理一帧图像仅需50 ms达到了实时性要求。结果表明,对于固定负载的处理系统,单纯地通过增加并行的核数来提高加速比的幅度是有限的。当增加并行的核数已不能明显地提高计算效率时,在系统设计中应着重减少每个核串行运算的负载量。

ATS-1激光雷达实时处理显示系统设计

为提高激光雷达系统探测的实时性,合理开发数据处理显示系统显得尤为必要。从ATS-1激光雷达多通道采集系统特征出发,基于多线程技术,设计激光雷达实时处理显示系统。该系统能够实时跟踪激光雷达探测的回波信号数据,并能自动进行数据处理,将数据结果进行实时显示,解决激光雷达采集数据和处理显示间隔时间长的问题,提高该激光雷达探测的实时性,为其他激光雷达处理显示系统的设计提供了思路。

一种脉冲激光雷达回波信号自适应处理

对均匀大气脉冲激光散射回波信号降噪方法进行研究。对回波信号频谱进行分析,并对低通滤波与自适应滤波对激光雷达信号处理效果进行对比,采用信噪比这一指标对信号的处理效果进行评估。

CO_2差分吸收激光雷达信号处理

针对CO_2差分吸收激光告警雷达系统,研究累加平均和匹配滤波两种算法.将两种方法进行耦合,结合了各自的优点,使得激光雷达在小信噪比下工作,提高了检测距离,计算出较远距离时,化学物质的 CL浓度值.将该方法应用到 CO_2差分吸收激光告警雷达系统中。通过仿真实验,能有效地去掉噪声和强干扰信号,在保持原信号特征的情况下,较准确地提取出有效的弱信号,计算出化学物质的浓度距离,模拟出测量到某种化学物质.

多普勒激光雷达的飞机尾涡识别方法

为了提高民航安全和飞行效率,实现对尾涡的准确识别,对飞机尾涡的空气动力学理论,特别是经典的Hallock-Burnham尾涡速度数学模型进行了分析研究。结合多普勒激光雷达探测涡流风场径向速度的原理,建立了雷达飞机尾涡探测的径向速度标准模型,引入滑动窗口思想,提出一种基于波形相似度匹配的方法,对尾涡进行自动识别,并给出了详细的算法流程;利用实测的激光雷达风场及雷达底层数据和假设检验方法对该识别方法进行了理论分析和实验验证。结果表明,该算法对飞机尾涡的有效识别率为90%。研究结果对进一步的尾涡监测具有一定参考价值。

差分吸收激光雷达的信号处理技术

针对差分吸收激光雷达系统 ,研究信号平均和卡尔曼滤波两种信号处理技术 ,并进行了数值仿真。通过仿真可以看出 ,采用信号平均和卡尔曼滤波技术都可以很好地估计出待测气体的浓度 -光程积 ,大大地提高测量精度 。

改进小波变换在激光雷达回波分解中的应用

全波形激光雷达是一种新兴的三维测绘系统,它可以快速直接地获取复杂地物的垂直方向结构,并最终达到测距与成像的目的。对于该系统而言,回波信号的拟合分解是后期数据处理的关键步骤。通过对叠加后的波形进行拟合分解,从而反演出原始的形貌特征,可以说波形分解的准确度直接关系着全波形激光雷达的探测精度。而对原始回波信号的去噪处理,是波形分解的第一步,同时也是影响拟合优度的重要因素。在各种去噪方法中,小波变换因其良好的时频局部化特性,非常适合这种非平稳信号的处理。结果表明,通过改变小波变换的阈值函数,并将其应用到全波形信号的分解中,可以提高拟合的准确度。

基于小波变换的高光谱激光雷达回波微弱信号处理技术

针对高光谱激光雷达回波信号能量弱导致的波形信息常常淹没在噪声中而难以提取的问题,基于高光谱激光雷达原理验证样机系统采集到的高光谱激光雷达回波信号数据,通过分析小波变换参数选取对信号处理的影响,寻找到一种基于小波变换的高光谱激光雷达回波微弱信号的处理方法,即在sym6小波3层分解下,运用软阈值函数和启发式阈值处理可有效处理高光谱激光雷达回波微弱信号,运用该方法在仅有少量回波样本信号数量情况下,达到高斯拟合在数倍回波样本信号数量情况下的处理效果,降低了提取出波形信息所需要的高光谱激光雷达回波信号探测时间。

基于最大似然估计的相干多普勒雷达信号处理

测速精度是相干激光雷达系统的一个重要参数,着重对雷达回波信号处理方法进行分析研究。开展了一系列1.55μm相干激光雷达测速实验,采用最大似然离散谱方法对信号进行频谱估计,并通过Matlab编程与仿真工具箱共同实现。当频谱信息与高斯曲线逼近程度较高时,系统测速精确度较高。采用最大似然离散谱峰值估计方法进行频谱估计可保证系统最大测速误差小于0.5 m/s,平均测速误差小于0.3 m/s。

基于EMD及FRFT的激光回波去噪算法

去噪是激光回波处理的重要一环,好的去噪算法可以有效地去除噪声带来的影响,保留有效信号,减少失真。经验模式分解以信号的局部特征时间尺度为依据,将时域信号分解为若干个不同频带尺度的时域信号分量,传统的去噪实现一般是直接舍弃高频分量。然而,由于在某些高频分量中,存在着有效信号和噪声的混叠,如果直接舍弃,会导致有效信号的损失。由此考虑并提出了一种基于经验模式分解及分数阶傅里叶变换的激光雷达回波去噪算法,用分数阶傅里叶变换处理特定的本征模态函数,以此来提高去噪的有效性及准确性。

相干激光测风雷达高分辨距离门自适应技术研究

脉冲相干激光测风雷达的信号处理通常采用固定长度距离门来划分时域信号,并对每个距离门做频谱计算得到风速度信息。固定距离门的时域信号划分存在中频信号的非整周期截断问题,导致频谱计算时出现频谱泄露而产生误差,使信噪比降低。文中提出一种基于整周期搜索的自适应距离门划分方法,距离门长度与中频信号频率自适应,可实现对信号的整周期分割,避免了频谱处理中的频谱泄漏问题,提高频率估计精度。采用加噪信号对两种处理方法进行仿真分析,结果表明:自适应距离门方法可实现距离门长度与中频信号的自适应,在信噪比小于1 dB时,该方法得到的中频估计误差是固定距离门方法的38%~62%。应用自适应距离门方法处理激光测风雷达系统获取的转盘和风场回波信号,与使用固定距离门方法的激光测风雷达测量结果进行对比。结果表明:自适应距离门划分方法对转盘速度测量的均方根误差为0.19 m/s,大气风速度测量的距离分辨率在7~11 m之间变化,均优于固定距离门方法,实现了激光测风雷达的距离分辨率和测量精度的提升。

激光雷达回波信号的小波去噪研究

激光雷达回波信号去噪是回波信号有效检测的基础。分析了激光雷达回波信号中的噪声来源和统计特性;采用非抽样小波变换和Hybird软阈值对回波信号进行了去噪处理,对处理后信号中残余的"毛刺"进一步做了平滑滤波,处理后的信噪比提高了20.55dB。利用Gage高速采集卡和LabVIEW编程环境中开发的软件实现了对激光雷达回波信号检测。

小波变换与匹配滤波耦合的激光雷达弱信号处理

远距离激光雷达回波信号弱,干扰强,处理比较困难。距离越远,得到的有用信号就越弱。为了提高激光雷达检测距离,对弱信号进行数字信号处理就显得很重要。采用一般方法常将干扰信号判断成有用信号,从而影响了激光雷达的工作能力。本文采用小波变换和匹配滤波耦合的方法对激光雷达弱信号进行处理,既能从强噪声中提取有用信号,又能有效的去掉强干扰信号。采用一台TEA-CO2激光器进行实验,当采样速率达到200MHz时,对于信噪比大于1.2的含噪信号能有效地去掉噪声和强干扰信号,在保持原信号特征的情况下,准确地提取出有效的弱信号。这就有效地提高了激光雷达的工作能力。