一种双视场高光谱分辨率激光雷达数据质量自动判别的方法技术

本发明专利技术公开了一种双视场高光谱分辨率激光雷达数据质量自动判别的方法，包括：选取突变性故障数据对应的特征参数；绘制对应特征参数的概率密度分布；确定模糊隶属函数；建立突变性故障数据判别方程与确定对应权重与阈值；计算气溶胶散射比，并设置阈值；输出突变性故障数据的判断结果；选取规律性故障数据对应的特征参数；建立对应特征参数的样本集；对样本集进行Bootstrap抽样；对抽样结果进行决策树分类；对分类结果进行投票表决；根据表决的众数输出规律性故障数据的判断结果。利用本发明专利技术，可实现高光谱分辨率激光雷达故障数据自动化的判别，在减小人力成本的同时，还可有效保证其后期数据产品的可靠性。证其后期数据产品的可靠性。证其后期数据产品的可靠性。

【技术实现步骤摘要】
一种双视场高光谱分辨率激光雷达数据质量自动判别的方法


[0001]本专利技术属于大气气溶胶遥感激光雷达
，尤其是涉及一种双视场高光谱分辨率激光雷达数据质量自动判别的方法。

技术介绍

[0002]高光谱分辨率激光雷达(High
‑
Spectral
‑
Resolution
‑
Lidar,HSRL)是一种无需假设激光雷达比即可精确反演气溶胶及云光学特性参数的新型激光雷达系统，目前被越来越广泛应用于气溶胶的观测。随着HSRL在气溶胶探测领域重要性的不断提升，该系统已被成功应用于激光雷达组网的建设。
[0003]然而在实际观测的过程中，由于激光雷达工作环境与自身硬件质量等因素的影响，可能造成观测数据出现各式各样的问题。除此之外，激光雷达网络在连续长期观测过程中激光雷达系统将产生大量数据，仅依靠人工的筛选判别将耗费大量的人力物力成本，不切实际，故有必要实现激光雷达数据质量的自动判别。
[0004]现有关于雷达数据质量判别在多普勒天气雷达与激光雷达领域均有涉及。其中，Kessinge本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双视场高光谱分辨率激光雷达数据质量自动判别的方法，其特征在于，包括以下步骤：(1)选取与突变性故障数据对应的突变性特征参数；(2)选取相关正常数据与突变性故障数据绘制对应突变性特征参数的概率密度分布；(3)根据突变性特征参数的概率密度分布确定模糊隶属函数；(4)根据模糊隶属函数建立突变性故障数据判别方程P以及与方程中各参数对应的权重，并根据实验结果确定方程阈值T；(5)计算气溶胶散射比R，并设置阈值为10；(6)提取待判别数据的突变性特征参数，输入到突变性故障数据判别方程P进行判断；若P≥T，且R<10，则输出为突变性故障数据，并直接结束所有步骤；否则输出为非突变性故障数据，并继续执行步骤(7)；(7)选取与规律性故障数据对应的规律性特征参数；(8)对于待判别数据，结合规律性特征参数建立对应的样本集；(9)对样本集进行Bootstrap抽样，并对抽样结果进行决策树分类；(10)对分类结果进行投票表决，根据表决的众数输出规律性故障数据的判断结果；若表决众数为故障，则输出为规律性故障数据；若表决众数为无故障，则输出为正常无故障数据。2.根据权利要求1所述的双视场高光谱分辨率激光雷达数据质量自动判别的方法，其特征在于，步骤(1)中，所述的突变性特征参数包括相邻回波数据强度变化δZ、相关系数r以及平均气溶胶退偏比具体表达式如下：具体表达式如下：具体表达式如下：式中，Z代表相邻回波数据的强度变化平均绝对差，表达式如下：式中，Z
j
(j＝1,2,3
…
n)代表任意一个回波信号，下角标1和2分别代表两个相邻的回波信号；n代表单条廓线信号采集的点数；i代表第i个数据点；代表连续正常相邻回波数据的平均值；δ
a
代表气溶胶退偏比。3.根据权利要求2所述的双视场高光谱分辨率激光雷达数据质量自动判别的方法，其
特征在于，步骤(3)中，所述各个突变性特征参数的隶属度函数采用梯形折线型，结果如下：特征在于，步骤(3)中，所述各个突变性特征参数的隶属度函数采用梯形折线型，结果如下：特征在于，步骤(3)中，所述各个突变性特征参数的隶属度函数采用梯形折线型，结果如下：式中，P
Z
、P
r
与P
δ
分别代表δZ、r与的隶属度函数，a、b、c与d为根据步骤(2)中突变性特征参数概率密度分布确定的相关参数。4.根据权利要求3所述的双视场高光谱分辨率激光雷达数据质量自动判别的方法，其特征在于，步骤(4)中，所述突变性故障数据判别方程P的公式如下：P＝a1·
P
Z
+a2·
P
r
+a3·
...

【专利技术属性】
技术研发人员：童奕澄，方菁，肖达，张凯，刘东，
申请(专利权)人：浙江大学嘉兴研究院，
类型：发明
国别省市：