【技术实现步骤摘要】
一种差分吸收激光雷达信号去噪方法及计算机可读介质
[0001]本专利技术属于大气遥感
,尤其涉及一种差分吸收激光雷达信号去噪方法及计算机可读介质
。
技术介绍
[0002]温室气体的分布与气候变化息息相关
。
如果大气中温室气体含量过高,温室效应的影响将会危害整个自然环境,温度升高会使得南北极的海冰融化,导致海平面升高,一些海拔较低的国家会被淹没
。
不仅如此,南北极冻土下储存了大量的甲烷,温度升高会引起该地区释放越来越多的温室气体,引起多米诺效应
。
因此,有效地对温室气体浓度分布进行监测是十分有必要的
。
[0003]差分吸收激光雷达是目前主流的温室气体主动探测方法,主动探测没有对太阳辐射的严格要求且对云层的抗干扰能力强,可以实现
24
小时的连续观测,能够获取极端环境下的温室气体浓度分布情况
。
然而,差分吸收激光雷达回波信号会收到许多噪声干扰,如热噪声
、
暗电流噪声
、
天空背景噪声
、
大气扰动引起的噪声
。
更重要的是,随着探测距离的增加信号强度呈指数下降,高空中的激光雷达信号很容易淹没在噪声中,同时,由于需要对两路波长信号进行差分计算,对信号的质量要求更高,因此,需要对差分吸收激光雷达进行降噪处理
。
[0004]差分吸收激光雷达回波信号一般会先进行多信号时间平均
、
相邻高度信号平均,但一味的平均 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种差分吸收激光雷达信号去噪方法,其特征在于:通过多信号时间平均处理得到新差分吸收激光雷达信号序列,通过滑动平均处理得到滑动平均后激光雷达信号序列;获取待分解雷达信号序列,通过待分解雷达信号序列
、
多条白噪声序列得到多条待分解雷达信号正向加噪序列
、
多条待分解雷达信号负向加噪序列,通过经验模态分解
、
残差信号序列计算,得到多层固有模态信号序列
、
残差信号序列;将多层固有模态信号序列划分为每层高频固有模态信号序列
、
每层低频固有模态信号序列,通过滤波处理分别得到重构后的高频固有模态信号序列
、
重构后的低频固有模态信号序列;通过残差信号序列重构计算,得到去噪后的差分吸收激光雷达信号序列
。2.
根据权利要求1所述的差分吸收激光雷达信号去噪方法,其特征在于,包括如下步骤:步骤1:对差分吸收激光雷达实测信号序列进行多信号时间平均处理得到新差分吸收激光雷达信号序列,将新差分吸收激光雷达信号序列进行滑动平均处理得到滑动平均后激光雷达信号序列;步骤2:在多条滑动平均后激光雷达信号序列任意选择一条序列作为待分解雷达信号序列,通过
Rand
函数模型随机生成多条白噪声序列,通过待分解雷达信号序列
、
多条白噪声序列得到多条待分解雷达信号正向加噪序列
、
多条待分解雷达信号负向加噪序列;将每条待分解雷达信号正向加噪序列进行经验模态分解,得到每条待分解雷达信号的多层正向固有模态信号序列
、
每条待分解雷达信号的正向残差信号序列;将每条待分解雷达信号负向加噪序列进行经验模态分解,得到每条待分解雷达信号的多层负向固有模态信号序列
、
每条待分解雷达信号的负向残差信号序列;通过每条待分解雷达信号的多层正向固有模态信号序列
、
每条待分解雷达信号的多层负向固有模态信号序列计算,得到每条待分解雷达信号的多层固有模态信号序列;通过每条待分解雷达信号的正向残差信号序列
、
每条待分解雷达信号的负向残差信号序列计算,得到每条待分解雷达信号的残差信号序列;通过多条待分解雷达信号的多层固有模态信号序列信息计算,得到多层固有模态信号序列;通过多条待分解雷达信号的残差信号序列计算,得到残差信号序列;步骤3:将多层固有模态信号序列划分为每层高频固有模态信号序列
、
每层低频固有模态信号序列,对每层高频固有模态信号序列进行改进的小波阈值变换滤波,得到重构后的高频固有模态信号序列;对每层低频固有模态信号序列进行
Savitzky
–
Golay
平滑滤波,得到重构后的低频固有模态信号序列;步骤4:通过重构后的高频固有模态信号序列
、
重构后的低频固有模态信号序列进行残差信号序列重构计算,得到去噪后的差分吸收激光雷达信号序列
。3.
根据权利要求2所述的差分吸收激光雷达信号去噪方法,其特征在于:步骤1所述每条差分吸收激光雷达实测信号序列,定义如下
X
k
=
[x
k
(1),x
k
(2),...,x
k
(N)]
其中,
N
为每条差分吸收激光雷达实测信号的长度,
X
k
表示第
k
条差分吸收激光雷达实测信号序列,
x
k
(n)
表示第
k
条差分吸收激光雷达实测信号序列中第
n
个差分吸收激光雷达实测信号,
k
=
1,2,3
…
K
,
n
=
1,2,3
…
N
,
K
为新差分吸收激光雷达信号序列的列数;
步骤1所述进行多信号时间平均处理得到新差分吸收激光雷达信号序列,具体如下:
Y
m
=
[y
m
(1),y
m
(2),y
m
(3),...,y
m
(N)]
其中,
Y
m
表示第
m
条新差分吸收激光雷达信号序列,
a
为单次时间平均的信号条数,
y
m
(n)
表示第
m
条新差分吸收激光雷达信号序列中第
n
个新差分吸收激光雷达信号,
M
为新差分吸收激光雷达信号序列的列数,
N
为每条差分吸收激光雷达实测信号的长度,且
m∈[1,M]
,
n∈[1,N]
;步骤1所述将新差分吸收激光雷达信号序列进行滑动平均处理得到滑动平均后激光雷达信号序列,具体如下:
Z
m
=
[z
m
(1),z
m
(2),z
m
(3),...,z
m
(N)]
其中,
Z
m
表示第
m
条滑动平均后激光雷达信号序列,
z
m
(n)
表示第
m
条滑动平均后激光雷达信号序列中第
n
个滑动平均后激光雷达信号,
M
为新差分吸收激光雷达信号序列的列数,
N
为每条差分吸收激光雷达实测信号的长度,且
m∈[1,M]
,
n∈[1,N]。4.
根据权利要求3所述的差分吸收激光雷达信号去噪方法,其特征在于:步骤2所述将待分解雷达信号序列,具体定义如下:所述待分解雷达信号序列,具体定义如下:
Z
d
=
{z
d
(1)
,
z
d
(2)
,
...
,
z
d
(N)}
其中,
Z
d
表示待分解雷达信号序列,
z
d
(n)
表示待分解雷达信号序列中第
n
个待分解雷达信号,
n∈[1,N]
,
N
为每条差分吸收激光雷达实测信号的长度;步骤2所述通过
Rand
函数模型随机生成
L
条白噪声序列,具体定义如下:
W
i
=
{w
i
(1),w
i
(2),w
i
(3)...w
i
(N)}i∈[1,L],n∈[1,N]
其中,
W
i
表示生成的第
i
条白噪声序列,
w
i
(n)
表示第
i
条白噪声序列的第
n
个噪声信号;
L
为生成的白噪声序列条数,
N
表示每条白噪声序列的噪声信号数,与待分解雷达信号序列信号数相同;步骤2所述
L
条待分解雷达信号正向加噪序列,具体定义如下:条待分解雷达信号正向加噪序列,具体定义如下:
i∈[1,L],n∈[1,N]
其中,表示第
i
条待分解雷达信号正向加噪序列,表示第
i
条待分解雷达信号正向加噪序列中第
n
个信号;步骤2所述
L
条待分解雷达信号负向加噪序列,具体定义如下:条待分解雷达信号负向加噪序列,具体定义如下:
i∈[1,L],n∈[1,N]
其中,表示第
i
条待分解雷达信号负向加噪序列,表示第
i
条待分解雷达信号负向加噪序列中第
n
个信号
。5.
根据权利要求4所述的差分吸收激光雷达信号去噪方法,其特征在于:步骤2所述每条待分解雷达信号的多层正向固有模态信号序列,定义如下:
i∈[1,L],n∈[1,N],j∈[1,J]
其中,
J
为经验模态分解层数,表示第
i
条待分解雷达信号的第
j
层正向固有模态信号序列,表示第
i
条待分解雷达信号的第
j
层正向固有模态信号序列中第
n
个正向固有模态信号;步骤2所述每条待分解雷达信号的正向残差信号序列,定义如下:
i∈[1,L],n∈[1,N]
其中,表示第
i
条待分解雷达信号的正向残差信号序列,表示第
i
条待分解雷达信号的正向残差信号序列的第
n
个正向残差信号;步骤2所述每条待分解雷达信号的多层负向固有模态信号序列,定义如下:
i∈[1,L],j∈[1,J]
其中,
J
为经验模态分解层数,表示第
i
条待分解雷达信号的第
j
层负向固有模态信号序列,表示第
i
条待分解雷达信号的第
j
层负向固有模态信号序列中第
n
个负向固有模态信号;步骤2所述每条待分解雷达信号的负向残差信号序列,定义如下:
i∈[1,L],n∈[1,N]
其中,表示第
i
条待分解雷达信号的负向残差信号序列,表示第
技术研发人员:马昕,岳恒,龚威,韩舸,李志远,史天奇,
申请(专利权)人:武汉大学,
类型:发明
国别省市:
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。