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