基于变分模态分解的激光雷达回波信号去噪方法技术

本发明专利技术涉及一种基于变分模态分解的激光雷达回波信号去噪方法，该方法先根据激光雷达方程，对激光雷达回波信号进行仿真；然后利用去趋势波动分析选择变分模态分解的最优分解层数K；然后对激光雷达回波信号进行变分模态分解；然后通过巴氏距离计算激光雷达回波信号和分解后各个模态概率密度函数之间的相似性，区分相关模态与非相关模态；然后采用移动平均法对非相关模态进行处理，并提取相关信号；最后将相关模态和处理后的非相关模态进行重构实现激光雷达回波信号去噪。该方法可有效地滤除激光雷达回波信号中的噪声，提高激光雷达的有效探测距离和精度。

【技术实现步骤摘要】
基于变分模态分解的激光雷达回波信号去噪方法
本专利技术涉及一种基于变分模态分解的激光雷达回波信号去噪方法，属于激光雷达数据处理

技术介绍
激光雷达是传统雷达技术和现代激光技术相结合的产物，具有分辨率高、探测性能好、抗干扰能力强等特点，被广泛应用于大气遥感，如探测大气气溶胶、边界层、云、风、能见度等。在实际应用中，激光雷达回波信号的强度随探测距离的增加而减小，而且其中夹杂着各类噪声，特别是，白天强烈的太阳背景光将会导致信号完全淹没在噪声之中，这将直接影响激光雷达的有效探测距离和精度。因此，采用有效的噪声滤除方法，提取背景噪声中的有用信号是实现激光雷达全天候、高精度探测的关键。激光雷达回波信号是典型的非线性非平稳信号，为滤除这类信号中的噪声，卡尔曼滤波、小波变换、经验模态分解等技术被先后引入。卡尔曼滤波是一种以最小均方误差为估计最佳准则来寻求递推估计的算法，能够对时变系统、非平稳信号、多维信号进行处理，但信号发生急剧变化时，该方法会造成极大的误差。小波变换可以通过多尺度分析将信号分解为不同的频率分量，具有良好的时频局部化特性，但存在小波基函数的选择问题，自适应性较差。经验模态分解弥补了小波变换的不足，具有良好的自适应性，可以极好地反映信号的局部频率特征，但其在理论上缺乏严格的数学证明，且存在端点效应、模态混叠等问题，对信号的后续分解产生干扰，使得分解结果不能有效地将有用信号与噪声分离，影响去噪效果。变分模态分解是一种新的自适应信号处理方法，对非线性、非平稳信号的处理具有明显的优势。该方法运算效率高，可克服经验模态分解中的模态混叠问题，实现信号的准确分离，利用其自身具有的维纳滤波特性可获得更优的噪声滤除效果。
技术实现思路
本专利技术为了解决现有技术中存在的问题，提供一种有效地滤除激光雷达回波信号中的噪声，提高激光雷达的有效探测距离和精度的基于变分模态分解的激光雷达回波信号去噪方法。为了达到上述目的，本专利技术提出的技术方案为：一种基于变分模态分解的激光雷达回波信号去噪方法，其特征在于，包括如下步骤：步骤一、根据激光雷达方程，对激光雷达回波信号进行仿真；步骤二、利用去趋势波动分析选择变分模态分解的最优分解层数K；步骤三、对激光雷达回波信号进行变分模态分解；步骤四、通过巴氏距离计算激光雷达回波信号和分解后各个模态概率密度函数之间的相似性，区分相关模态与非相关模态；步骤五、采用移动平均法对非相关模态进行处理，并提取相关信号；步骤六、将相关模态和处理后的非相关模态进行重构实现激光雷达回波信号去噪。对上述技术方案的进一步设计为：所述步骤一中激光雷达方程为：其中，P(r)是探测到的回波功率，c是光速，r是探测距离，E0是发射激光脉冲能量，Y(r)是激光雷达几何重叠因子，Ar是望远镜接收面积，β(r)是r处目标的后向散射系数，T(r)是大气透过率，TtTr是发射和接收光学系统的总透过率。步骤二中利用去趋势波动分析获得激光雷达回波信号的标度指数和每个模态分量的标度指数，根据分解层数与回波信号标度指数的关系模型，获得回波信号变分模态分解最优层数，所述关系模型为：式中，K是变分模态分解层数，α1:K是每个模态分量的标度指数，阈值θ＝α+0.25，对于高斯白噪声，α取0.5，J是模态分量的标度指数大于阈值的个数，α0是输入信号的标度指数。步骤三中变分模态分解是通过迭代搜寻变分模型最优解来确定每个固有模态分量的中心频率和带宽，实现回波信号从低频到高频的有效分离。步骤四中用核密度估计的方法获得回波信号和每个模态分量的概率密度，利用巴氏距离计算它们之间的相似性。步骤五中对于非相关模态采用移动平均法，其数学模型为：其中，k＝1，为三点移动平均，k＝2，为五点移动平均，以此类推。本专利技术与现有技术相比，具有以下优点和效果：1、本专利技术利用分解层数与回波信号标度指数的关系模型，获得变分模态分解最优分解层数，有效避免了因分解层数选取不当对分解结果造成的不利影响。2、本专利技术利用巴氏距离计算回波信号和每个模态概率密度函数之间的相似性，有效区分相关模态与非相关模态。3、本专利技术将变分模态分解、巴氏距离以及平均移动法相结合，对激光雷达回波信号进行去噪处理，结果表明该方法能有效滤除回波信号中的噪声，保证信号的完整性，与传统的去噪方法相比，具有明显优势。附图说明图1是本专利技术基于变分模态分解的激光雷达回波信号去噪方法流程图。图2是本专利技术激光雷达回波信号仿真图。图3是激光雷达回波信号变分模态分解结果图。图4是激光雷达回波信号与各模态概率密度分布间巴氏距离计算结果图。图5是输入信噪比10dB时，四种方法的激光雷达回波信号去噪效果。图6是输入信噪比10dB时，四种方法去噪后的信噪比和均方根误差表。图7是实测激光雷达回波信号去噪效果图。具体实施方式下面结合附图以及具体实施例对本专利技术进行详细说明。实施例本实施例的基于变分模态分解的激光雷达回波信号去噪方法，如图1所示，包括以下步骤：步骤一：根据激光雷方程，对激光雷达回波信号进行仿真；激光雷达方程为：其中，P(r)是探测到的回波功率；c是光速；r是探测距离；E0是发射激光脉冲能量；Y(r)是激光雷达几何重叠因子；Ar是望远镜接收面积；β(r)是r处目标的后向散射系数；T(r)是大气透过率；TtTr是发射和接收光学系统的总透过率。步骤二：利用去趋势波动分析选择变分模态分解的最优分解层数K；利用去趋势波动分析获得激光雷达回波信号的标度指数和每个模态分量的标度指数，根据分解层数与回波信号标度指数的关系模型，获得回波信号变分模态分解最优层数，其关系模型为：式中，K是变分模态分解层数；α1:K是每个模态分量的标度指数；阈值θ＝α+0.25，对于高斯白噪声，α取0.5；J是模态分量的标度指数大于阈值的个数；α0是输入信号的标度指数。步骤三：对激光雷达回波信号进行变分模态分解；变分模态分解是通过迭代搜寻变分模型最优解来确定每个固有模态分量(BLIMFs)的中心频率和带宽，实现回波信号从低频到高频的有效分离，其过程实质上是变分问题的求解过程。首先，构造假设每个固有模态分量是具有中心频率的有限带宽，描述为寻求K个固有模态分量，使得每个固有模态分量的估计带宽之和最小，约束条件为各模态之和等于激光雷达回波信号f的变分问题。其模型为：其中，uk是固有模态函数；ωk是中心频率；δ(t)是狄拉克函数；e是指数函数；j是虚数符号；t是时间；是解调信号的梯度；是范数。其次，对构造的变分问题求解。通过引入二次惩罚因子α和拉格朗日惩罚算子λ(t)，将约束性变分问题转换为非约束变性分问题，获得增广拉格朗日表达式如下：利用交替方向乘子法，进一步解决变分问题，通过迭代更新和其中n是自然数,寻求增广拉格朗日表达的“鞍点”，来获得约束变分模型的最优解。其中的最小值问题可描述为：根据Parseval/Plancherel傅里叶等距变换，可将式(3)转换到频域，并对此最小值问题求解得：其中，ω是频率；分别是f(t)、λ(t)的傅里叶变换。利用相同原理解决的最小值问题，将此问题转换到频域求解，获得中心频率为：变分模态分解的具体过程如下所示：a.初始化和n，其中表示u的傅里叶变换；b.根据式(6)和式(7)在频域内更新uk、ωk；c.根据不断更新λ；d.直到停止迭代，本文档来自技高网...

【技术保护点】
1.一种基于变分模态分解的激光雷达回波信号去噪方法，其特征在于，包括如下步骤：步骤一、根据激光雷达方程，对激光雷达回波信号进行仿真；步骤二、利用去趋势波动分析选择变分模态分解的最优分解层数K；步骤三、对激光雷达回波信号进行变分模态分解；步骤四、通过巴氏距离计算激光雷达回波信号和分解后各个模态概率密度函数之间的相似性，区分相关模态与非相关模态；步骤五、采用移动平均法对非相关模态进行处理，并提取相关信号；步骤六、将相关模态和处理后的非相关模态进行重构实现激光雷达回波信号去噪。

【技术特征摘要】
1.一种基于变分模态分解的激光雷达回波信号去噪方法，其特征在于，包括如下步骤：步骤一、根据激光雷达方程，对激光雷达回波信号进行仿真；步骤二、利用去趋势波动分析选择变分模态分解的最优分解层数K；步骤三、对激光雷达回波信号进行变分模态分解；步骤四、通过巴氏距离计算激光雷达回波信号和分解后各个模态概率密度函数之间的相似性，区分相关模态与非相关模态；步骤五、采用移动平均法对非相关模态进行处理，并提取相关信号；步骤六、将相关模态和处理后的非相关模态进行重构实现激光雷达回波信号去噪。2.根据权利要求1所述基于变分模态分解的激光雷达回波信号去噪方法，其特征在于，所述步骤一中激光雷达方程为：其中，P(r)是探测到的回波功率，c是光速，r是探测距离，E0是发射激光脉冲能量，Y(r)是激光雷达几何重叠因子，Ar是望远镜接收面积，β(r)是r处目标的后向散射系数，T(r)是大气透过率，TtTr是发射和接收光学系统的总透过率。3.根据权利要求1所述基于变分模态分解的激光雷达回波信号去噪方法，其特征在于，步骤二中利用去...

【专利技术属性】
技术研发人员：常建华，李红旭，徐帆，朱玲嬿，刘秉刚，豆晓雷，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32