一种基于多尺度假设检验的大气层次检测方法技术

本发明专利技术提出了一种基于多尺度假设检验的大气层次检测方法。本发明专利技术若应用于星载激光雷达，首先计算衰减散射比和衰减散射比信号噪声；设置一个固定大小为n的一维滑动窗口，根据泊松分布，或者高斯分布，或者伯努利分布判断窗口的中心点是否属于层次点，进一步通过滑动窗口对整条衰减散射比信号进行检测；之后舍弃部分不合理层次检测结果；最终得到这一大小窗口对应的层次检测结果。设置大小递增的多个一维滑动窗口，引入多尺度联合机制来融合每个尺度的优势以提高检测能力。本发明专利技术对层次更加敏感，能够在高水平分辨率下检测出更多的层次，检测结果完整合理，误检测更少，且该方法同时适用于地基和星载激光雷达信号处理。适用于地基和星载激光雷达信号处理。适用于地基和星载激光雷达信号处理。

【技术实现步骤摘要】
一种基于多尺度假设检验的大气层次检测方法


[0001]本专利技术属于大气激光雷达
，尤其涉及一种基于多尺度假设检验的大气层次检测方法。

技术介绍

[0002]研究表明，云和气溶胶在局部气象和全球气候变化中扮演着重要的角色，其与水文循环和辐射传输间有着不可分割的联系，准确的云
‑
气溶胶层次识别及光学特性反演对于评估其对气候变化的影响至关重要。激光雷达因工作波长短，可与大气中的云和气溶胶粒子直接发生散射作用，且具有高指向性、高单色性、高时空分辨率等特点，因而成为目前云和气溶胶层次三维探测的最有效手段。
[0003]激光雷达可以分为地基激光雷达和星载激光雷达，地基激光雷达可以长时间对局部地区上空的云和气溶胶进行持续观测，比如美国国家航空航天局(NASA)组建的微脉冲激光雷达网(MPLNET)。地基激光雷达的高时间分辨观测，为增进人们对云和气溶胶层在小时、日尺度上的宏观物理特性的理解起到了重要作用，但其站点的空间覆盖范围有限。而星载激光雷达搭载在卫星(如CALIPSO)上，可实现全球覆盖。星载、地基激光雷达各有优势，在云和气溶胶的环境和气候效应研究等科学领域起着重要作用。激光雷达信号反演的首要问题是层次检测，即确定信号中云或气溶胶层次的层底和层顶的位置，这是识别和反演云和气溶胶的前提，对于云和气溶胶的研究具有重要意义。然而，当前地基和星载激光雷达的层次检测方法相互独立，且方法仍存在错检和漏检问题，尤其是对微弱的云和气溶胶层次。因此，亟需发展更加稳健可靠的方法，实现基于地基和星载激光雷达探测的高精度层次探测。
[0004]目前，激光雷达信号层次检测方法主要包括斜率法、小波模极大值法、简单多尺度方法和阈值法等。
[0005]斜率法首先计算激光雷达信号的斜率，然后寻找斜率的过零点位置，并根据激光雷达信号的特征判断层底和层顶。该方法原理简单，但对信号的信噪比有很高的要求，较高的噪声引起信号剧烈波动，导致较多误判。
[0006]小波模极大法的理论基础是小波变换模的局部极值点对应数据的突变点，故可以通过检测激光雷达信号的小波变换系数模的局部极值点得到层次位置。然而，激光雷达信号的小波模极大值点所对应的信号点并非是严格的层次边界，存在着较大的误差。
[0007]简单多尺度方法首先利用层次和清洁大气的信号变化特征定义趋势指数函数，然后联合多尺度机制检测层次。此方法对噪声相对不敏感，但是考虑到在激光雷达的信噪比极低时，直接利用垂直相邻数据点之间的信号强度差异，对激光雷达信号进行层次检测不确定性仍然较大，所以还有改进的空间。
[0008]阈值法是目前应用最为广泛的方法，其核心在于结合信号本身的特征和信号的噪声或不确定度来确定一系列随高度变化的阈值，通过检测大于阈值的信号来检测层次。阈值法的缺点在于会出现漏检光学薄层和层底检测不彻底的问题。
[0009]以往的激光雷达信号层次检测方法大多对信噪比要求较高，在层次检测中并不考
虑与噪声特性的结合，导致弱层次的错检与漏检。具体而言：
[0010]斜率法通过结合激光雷达信号斜率和信号波形特征检测层次，然而该方法受噪声影响极大，对于低信噪比信号的检测精度极差。
[0011]小波模极大值法基于小波变换模的局部极值点对应信号突变点这一原理识别层次，然而在实际应用中，信号的小波模极大值点并不严格对应层次边界，误差较大。
[0012]简单多尺度法首先利用层次和清洁大气的信号变化特征定义趋势指数函数，然后联合多尺度机制检测层次。此方法对噪声相对不敏感，但是考虑到在激光雷达的信噪比极低时，直接利用垂直相邻数据点之间的信号强度差异，对激光雷达信号进行层次检测不确定性仍然较大，所以还有改进的空间。
[0013]阈值法是目前主流的激光雷达层次检测方法，此方法的核心在于根据信号噪声的特点制定一系列随高度变化的阈值，根据信号点是否超过阈值来检测层次。但是因为光学薄层通常难以明显大于阈值，且层次信号由于衰减会低于阈值，因此会出现光学薄层的漏检测和层底检测不彻底的问题。
[0014]为了更精确地对激光雷达信号进行层次检测，本专利提出了一种多尺度假设检验方法。该方法将假设检验的思想应用于层次检测，通过滑动窗口内的假设检验判断窗口中心点是否属于层次点，再结合多尺度方法将不同大小窗口的检测结果相结合得到最终的结果。假设检验可以给出检测层次的置信度，而多尺度窗口的应用使得弱层次的高精度检测成为可能，可以有效弥补当前方法的不足。

技术实现思路

[0015]本专利技术提出了一种基于多尺度假设检验的大气层次检测方法，具体步骤如下：
[0016]步骤1：若应用于星载激光雷达，根据气象数据计算清洁大气衰减后向散射系数，根据清洁大气衰减后向散射系数计算衰减散射比，计算衰减散射比信号噪声；
[0017]步骤2：设置一个固定大小为n的一维滑动窗口，根据泊松分布判断窗口的中心点是否属于层次点，或者根据高斯分布判断窗口的中心点是否属于层次点，或者根据伯努利分布判断窗口的中心点是否属于层次点，进一步通过滑动窗口对整条衰减散射比ASR信号进行检测；之后舍弃部分不合理层次检测结果；最终得到这一大小的窗口对应的层次检测结果。
[0018]步骤3：设置大小递增的多个一维滑动窗口，引入多尺度联合机制来融合每个尺度即窗口大小的优势以提高检测能力；
[0019]作为优选，步骤1所述若应用于星载激光雷达：
[0020]步骤1所述根据气象数据计算清洁大气衰减后向散射系数，具体公式为：
[0021][0022]其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；β
′
m
(z)代表z高度处的清洁大气衰减后向散射系数；β
m
(z)代表z高度处的清洁大气后向散射系数；T
m
(z)代表z高度处的大气分子单向透过率；代表z高度处的臭氧单向透过率；
[0023]步骤1所述计算衰减散射比，具体公式为：
[0024][0025][0026][0027]其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；β
′
total
(z)代表z高度处的星载激光雷达衰减后向散射系数；β
m
(z)代表z高度处的大气分子后向散射系数；β
p
(z)代表z高度处的粒子后向散射系数；T
m
(z)代表z高度处的大气分子单向透过率；代表z高度处的臭氧单向透过率；T
p
(z)代表z高度处的粒子单向透过率；β
′
m
(z)代表z高度处的清洁大气衰减后向散射系数；
[0028]步骤1所述计算衰减散射比信号噪声，具体公式为：
[0029]Noise
ASR
＝MBV(z)+RBV(z)
[0030][0031]其中，z为海拔高度，激光雷达信号点是一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度假设检验的大气层次检测方法，其特征在于，包括以下步骤：步骤1：若应用于星载激光雷达，根据气象数据计算清洁大气衰减后向散射系数，根据清洁大气衰减后向散射系数计算衰减散射比，计算衰减散射比信号噪声；步骤2：设置一个固定大小为n的一维滑动窗口，根据泊松分布判断窗口的中心点是否属于层次点，或者根据高斯分布判断窗口的中心点是否属于层次点，或者根据伯努利分布判断窗口的中心点是否属于层次点，进一步通过滑动窗口对整条衰减散射比ASR信号进行检测；之后舍弃部分不合理层次检测结果；最终得到这一大小的窗口对应的层次检测结果；步骤3：设置大小递增的多个一维滑动窗口，引入多尺度联合机制来融合每个尺度即窗口大小的优势以提高检测能力。2.根据权利要求1所述的基于多尺度假设检验的大气层次检测方法，其特征在于，步骤1所述若应用于星载激光雷达：步骤1所述根据气象数据计算清洁大气衰减后向散射系数，具体公式为：其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；β
′
m
(z)代表z高度处的清洁大气衰减后向散射系数；β
m
(z)代表z高度处的清洁大气后向散射系数；T
m
(z)代表z高度处的大气分子单向透过率；代表z高度处的臭氧单向透过率；步骤1所述计算衰减散射比，具体公式为：步骤1所述计算衰减散射比，具体公式为：步骤1所述计算衰减散射比，具体公式为：其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；β
′
total
(z)代表z高度处的星载激光雷达衰减后向散射系数；β
m
(z)代表z高度处的大气分子后向散射系数；β
p
(z)代表z高度处的粒子后向散射系数；T
m
(z)代表z高度处的大气分子单向透过率；代表z高度处的臭氧单向透过率；T
p
(z)代表z高度处的粒子单向透过率；β
′
m
(z)代表z高度处的清洁大气衰减后向散射系数；步骤1所述计算衰减散射比信号噪声，具体公式为：Noise
ASR
＝MBV(z)+RBV(z)其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；MBV(z)代表z高度处的不变噪声；RBV(z)代表z高度处的可变噪声；极高海拔处空气稀薄，大气后向散射贡献接近0，此时这一高度范围内的信号只包含不变噪声，MBV通过计算此海拔高度区域内信号的标准差来确定；β
′
m
(z)代表z高度处的清洁大气后向散射系数；z
max
根据实际情况取一定海拔高度；步骤1所述若应用于地基激光雷达，步骤1所述根据气象数据计算清洁大气衰减后向散射系数，具体公式为：
其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；β
′
m
(z)代表z高度处的清洁大气衰减后向散射系数；β
m
(z)代表z高度处的大气分子后向散射系数；T
m
(z)代表z高度处的大气分子单向透过率；步骤1所述计算未定标衰减散射比，具体公式为：β(z)＝β
m
(z)+β
p
(z)T(z)＝T
m
(z)
·
T
p
(z)其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；C代表激光雷达常数；β(z)代表z高度处的总后向散射系数；T(z)代表z高度处的总单向透过率；β
m
(z)代表z高度处的大气分子后向散射系数；β
p
(z)代表z高度处的粒子后向散射系数；T
m
(z)代表z高度处的大气分子单向透过率；T
p
(z)代表z高度处的粒子单向透过率；β
′
m
(z)代表z高度处的清洁大气衰减后向散射系数；步骤1所述根据归一化区域内的未定标衰减散射比计算伪衰减后向散射系数，具体为：选择一定海拔高度为起始高度，搜索一段清洁大气层作为归一化区域，将归一化区域的层底点高度记为z0，计算归一化区域内的未定标衰减散射比均值，根据归一化区域内的未定标衰减散射比均值计算伪衰减后向散射系数，具体为：未定标衰减散射比均值计算伪衰减后向散射系数，具体为：其中，代表归一化区域内的未定标衰减散射比均值；C代表激光雷达常数；α
p
(r)代表海拔高度为r的信号点的粒子消光系数；z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；z0代表归一化区域的层底高度；β
m
(z)代表z高度处的大气分子后向散射系数；β
p
(z)代表z高度处的粒子后向散射系数；T
m
(z)代表z高度处的大气分子单向透过率；T
p
(z)代表z高度处的粒子单向透过率；PAB(z)代表z高度处的伪衰减后向散射系数；步骤1所述根据伪衰减后向散射系数计算归一化伪衰减后向散射系数，具体为：其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；PAB(z)代表z高度处的伪衰减后向散射系数；α
m
(r)代表r高度处的大气分子消光系数；z0代表归一化区域的层底高度，NPAB(z)代表z高度处的归一化伪衰减后向散射系数；步骤1所述根据归一化伪衰减后向散射系数计算衰减散射比，具体为：
其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；NPAB(z)代表z高度处的归一化伪衰减后向散射系数；β
m
(z)代表z高度处的大气分子后向散射系数；α
m
(r)代表高度为r处的大气分子消光系数；z0代表归一化区域的层底高度，ASR(z)代表z高度处的衰减散射比；步骤1所述计算衰减散射比信号噪声，具体公式为：Noise
ASR
(z)＝MBV(z)+RBV(z)(z)＝MBV(z)+RBV(z)(z)＝MBV(z)+RBV(z)其中，z为海拔高度，激光雷达信号点是一系列不同海拔高度返回的离散点，不同激光雷达信号的信号点数不同；h
z
代表z高度处对应的高度值；Noise
ASR
(z)代表z高度处的衰减散射比信号噪声；MBV(z)代表z高度处的不变噪声；RBV(z)代表z高度处的可变噪声；RAB(z)代表z高度处的经过距离校正的归一化伪衰减后向散射系数；e代表RAB在信号完全衰减的一定高度范...

【专利技术属性】
技术研发人员：毛飞跃，张玉成，罗熙，梁振兴，臧琳，龚威，
申请(专利权)人：武汉大学，
类型：发明
国别省市：