当前位置: 首页 > 专利查询>武汉大学专利>正文

基于小波熵阈值与模极大值法的激光雷达信号处理方法技术

技术编号:8562160 阅读:179 留言:0更新日期:2013-04-11 03:29
本发明专利技术属于激光雷达信号处理领域,涉及基于小波熵阈值与模极大值法的激光雷达信号处理方法,涉及小波变换,其特点是:首先将信号进行多尺度二进小波变换,然后基于3σ准则进行信号突变点去除,采用模极大值法,依据尺度模极大跟踪理论,通过最高尺度上选取的极大值点进一步搜索获得低尺度信号特征点,同时针对第一层次细节信息噪声消噪效果不彻底情况,引入小波熵原理进行阈值去噪,实现了自适应阈值选取。采用本发明专利技术后,能够十分有效地去除多光谱激光雷达系统信号噪声,并且尽可能地保留信号细节信息,从而提高了激光雷达的探测能力,具有很好的应用前景和发展潜力。

【技术实现步骤摘要】

本专利技术涉及一种激光雷达信号处理方法,尤其是涉及。
技术介绍
作为一项高新技术,激光雷达在众多学科领域应用广泛。然而,激光雷达回波信号较弱,工作环境复杂,噪声干扰强,探测能力受到很大程度的制约。为了提高激光雷达工作性能,采用有效的信号处理方法对激光雷达微弱回波信号进行数据处理就显得尤为重要。目前,用于信号处理的主要工具有Fourier变换和小波变换,Fourier变换可以从整个时域(空域)上分析信号的频谱信息,却不适合分析信号在局部的频率变化情况。小波变换是较新的信号分析理论,作为信号处理的一种工具,可以把信号映射到一个由小波伸缩、平移而成的一组基函数上,实现信号在不同频带不同时刻的合理分离,可以对信号的任意细节进行时频域处理,非常适合探测正常信号中携带的瞬态反常现象并显示其成分。小波分析理论应用于激光雷达信号处理是一种趋势,已经有许多经典的方法得到成熟应用。针对对地观测多光谱激光雷达系统,尚未有一种成熟有效的方法可以有效地去除激光雷达回波信号的噪声,并尽可能多地保留信号细节信息。采用本专利技术后,能够有效地利用模极大值法的尽可能多地保留信号信息,同时在结合小波熵阈值去噪进行自适应阈值选取,尽可能地去除噪声。
技术实现思路
本专利技术主要是解决现有技术所存在的技术问题;提供了一种可以明确区分每一分解层次上代表噪声和信号的小波变换系数,在消噪稳定性与信号细节信息保留上面具有优越性。尤其,对第一层高频系数采用基于小波熵的阈值去噪,有利于准确确定模极大值点,使重构信号更趋精确的。本专利技术的上述技术问题主要是通过下述技术方案得以解决的一种,其特征在于,包括以下步骤步骤1,首先将信号进行小波分解,得到小波分解后的低频系数和高频系数;步骤2,然后对步骤I中得到的小波的高频系数的进行阈值去噪与模极大值法相结合的量化处理,即对第I层到第J层的高频系数进行量化处理,提取出信号的小波系数而去除属于噪声的小波系数;步骤3,将步骤I中小波分解的第J层的低频系数和步骤2中经过量化处理后的第I层到第J层的高频系数,进行信号的小波重构。在上述的,所述的步骤I中,采用离散二进小波变换,对激光雷达信号进行小波分解,即利用本文档来自技高网...

【技术保护点】
一种基于小波熵阈值与模极大值法的激光雷达信号处理方法,其特征在于,包括以下步骤:步骤1,首先将信号进行小波分解,得到小波分解后的低频系数和高频系数;步骤2,然后对步骤1中得到的小波的高频系数的进行阈值去噪与模极大值法相结合的量化处理,即对第1层到第J层的高频系数进行量化处理,提取出信号的小波系数而去除属于噪声的小波系数;步骤3,将步骤1中小波分解的第J层的低频系数和步骤2中经过量化处理后的第1层到第J层的高频系数,进行信号的小波重构。

【技术特征摘要】
1.一种基于小波熵阈值与模极大值法的激光雷达信号处理方法,其特征在于,包括以下步骤 步骤1,首先将信号进行小波分解,得到小波分解后的低频系数和高频系数; 步骤2,然后对步骤I中得到的小波的高频系数的进行阈值去噪与模极大值法相结合的量化处理,即对第I层到第J层的高频系数进行量化处理,提取出信号的小波系数而去除属于噪声的小波系数; 步骤3,将步骤I中小波分解的第J层的低频系数和步骤2中经过量化处理后的第I层到第J层的高频系数,进行信号的小波重构。2.根据权利要求1所述的基于小波熵阈值与模极大值法的激光雷达信号处理方法,...

【专利技术属性】
技术研发人员:龚威史硕吕立蕾祝波宋沙磊
申请(专利权)人:武汉大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1