【技术实现步骤摘要】
本专利技术涉及大气探测遥感，尤其涉及一种瑞利散射激光雷达去噪方法及系统。
技术介绍
1、激光雷达(lidar)作为一种主动探测技术，由于其时空分辨能力强、可以长时间连续工作、探测灵敏度高等优点，而被广泛应用于测距、大气遥感等众多领域。中层大气(30-100km)由于具有很高的战略价值而被各个国家广泛关注，瑞利散射激光雷达利用激光光束与大气中的原子、分子发生瑞利散射，通过接收回波信号来反演大气信息，是探测中层大气温度和密度的重要手段。无论是大气分子的数密度随高度而指数衰减；还是后向散射回波信号随距离的平方而减少，都限制了激光雷达可以探测的最大距离。此外太阳背景噪声、暗电流噪声等噪声不可避免得会影响信号，这些都会导致高处信号的信噪比过低，甚至信号淹没在噪声之中。为了克服这些问题，使得高处信号的反演结果更为可靠，对激光雷达回波信号进行去噪处理十分必要。
2、然而，在以往的研究中，基于激光雷达回波信号非线性非平稳的特性，许多针对微弱信号的处理方法被提出，例如移动平均法、卡尔曼滤波、小波变换、经验模态分解、变分模态分解和机器学习算法等。这些研究大多专注于信噪比较低时，回波信号该如何去噪，而忽略了整体性。并且由于在实际过程中，往往需要处理某一高度范围内的回波信号，因此信噪比有一个较大的动态范围。因此，找到一种可以直接应用于实际工程中的，可以处理大动态范围信噪比的算法亟待解决。
技术实现思路
1、本专利技术提供了一种瑞利散射激光雷达去噪方法及系统，能够解决现有技术中难以对较大动态范围
2、根据本专利技术的一方面，提供了一种瑞利散射激光雷达去噪方法，瑞利散射激光雷达去噪方法包括：根据设定信噪比阈值将原始激光雷达信号分为第一激光雷达信号和第二激光雷达信号，第一激光雷达信号大于或等于设定信噪比阈值，第二激光雷达信号小于设定信号比阈值；针对第一激光雷达信号，选择合适的小波方程和分解层数；利用所选择的小波方程对第一激光雷达信号进行分解；利用各层激光雷达信号阈值，对分解的各层激光雷达信号的小波系数进行阈值量化处理以获取各层激光雷达信号的小波系数和近似系数；基于小波逆变换法，将量化后的各层激光雷达信号的小波系数和近似系数进行重构以获取第一去噪信号；针对第二激光雷达信号，通过集合经验模态分解算法进行信号分解以获取多个具有不同周期特征的本征模态函数；利用去趋势波动分析算法计算各个本征模态函数的标度指数α；选取标度指数α大于设定标度指数阈值的雷达信号并进行雷达信号的叠加以获取重构信号，对重构信号进行lowess处理以获取第二去噪信号；将第一去噪信号与第二去噪信号进行拼接以获取瑞利散射激光雷达去噪信号。
3、进一步地，所选择的合适的小波方程包括小波软阈值方程。
4、进一步地，小波软阈值方程包括“db4”小波基函数。
5、进一步地，利用所选择的小波方程对第一激光雷达信号进行分解；利用各层激光雷达信号阈值，对分解的各层激光雷达信号的小波系数进行阈值量化处理以获取各层激光雷达信号的小波系数和近似系数；基于小波逆变换法，将量化后的各层激光雷达信号的小波系数和近似系数进行重构以获取第一去噪信号具体包括：利用所选择的小波方程将第一激光雷达信号分解为三层；利用第一层激光雷达信号阈值，对第一层激光雷达信号的小波系数进行阈值量化处理以获取第一层激光雷达信号的小波系数和近似系数；利用第二层激光雷达信号阈值，对第二层激光雷达信号的小波系数进行阈值量化处理以获取第二层激光雷达信号的小波系数和近似系数；利用第三层激光雷达信号阈值，对第三层激光雷达信号的小波系数进行阈值量化处理以获取第三层激光雷达信号的小波系数和近似系数；基于小波逆变换法，将量化后的第一层激光雷达信号的小波系数和近似系数、第二层激光雷达信号的小波系数和近似系数以及第三层激光雷达信号的小波系数和近似系数进行重构以获取第一去噪信号。
6、进一步地，选取标度指数大于设定标度指数阈值的雷达信号并进行雷达信号的叠加以获取重构信号具体包括：选取标度指数大于0.5的雷达信号；将标度指数大于0.5的雷达信号进行叠加以获取重构信号。
7、根据本专利技术的又一方面，提供了一种瑞利散射激光雷达去噪系统，瑞利散射激光雷达去噪系统使用如上所述的瑞利散射激光雷达去噪方法进行瑞利散射激光雷达去噪。
8、进一步地，瑞利散射激光雷达去噪系统包括：激光雷达信号分类单元，激光雷达信号分类单元用于根据设定信噪比阈值将原始激光雷达信号分为第一激光雷达信号和第二激光雷达信号；第一去噪信号获取单元，第一去噪信号获取单元用于对第一激光雷达信号进行分解、阈值量化处理以及将量化后的各层激光雷达信号的小波系数和近似系数进行重构以获取第一去噪信号；第二去噪信号获取单元，第二去噪信号获取单元用于通过集合经验模态分解算法进行信号分解、计算各个本征模态函数的标度指数α、选取标度指数大于设定标度指数阈值的雷达信号并进行雷达信号的叠加以获取重构信号以及对重构信号进行lowess处理以获取第二去噪信号；瑞利散射激光雷达去噪信号获取单元，瑞利散射激光雷达去噪信号获取单元用于将第一去噪信号与第二去噪信号进行拼接以获取瑞利散射激光雷达去噪信号。
9、进一步地，第一去噪信号获取单元包括信号分解单元、阈值量化处理单元和重构单元，信号分解单元用于利用所选择的小波方程对第一激光雷达信号进行分解，阈值量化处理单元用于利用各层激光雷达信号阈值对分解的各层激光雷达信号的小波系数进行阈值量化处理以获取各层激光雷达信号的小波系数和近似系数，重构单元用于将量化后的各层激光雷达信号的小波系数和近似系数进行重构以获取第一去噪信号。
10、进一步地，第二去噪信号获取单元包括本征模态函数获取单元、标度指数计算单元、重构信号获取单元和lowess处理单元，本征模态函数获取单元用于通过集合经验模态分解算法进行信号分解以获取多个具有不同周期特征的本征模态函数；标度指数计算单元用于利用去趋势波动分析算法计算各个本征模态函数的标度指数α；重构信号获取单元用于选取标度指数大于设定标度指数阈值的雷达信号并进行雷达信号的叠加以获取重构信号，lowess处理单元用于对重构信号进行lowess处理以获取第二去噪信号。
11、应用本专利技术的技术方案，提供了一种瑞利散射激光雷达去噪方法，该瑞利散射激光雷达去噪方法基于集合经验模态分解(ensemble empirical mode decomposition,eemd)、小波变换(wavelet transform,wt)和局部加权回归散点平滑法(lowess,locallyweighted scatterplot smoothing)，将回波信号以信噪比分为两段，高信噪比信号输入小波方程去噪，保证了良好的时频分析特性；低信噪比信号输入自适应的eemd，利用eemd对信号进行分解，通过使用去趋势波动分析(detrended fluctuations analysis,dfa)算法计算标度指数α，选取信号分量得到重构信号，对重构信号进本文档来自技高网...
【技术保护点】
1.一种瑞利散射激光雷达去噪方法，其特征在于，所述瑞利散射激光雷达去噪方法包括：
2.根据权利要求1所述的瑞利散射激光雷达去噪方法，其特征在于，所选择的合适的小波方程包括小波软阈值方程。
3.根据权利要求2所述的瑞利散射激光雷达去噪方法，其特征在于，所述小波软阈值方程包括“dB4”小波基函数。
4.根据权利要求1至3中任一项所述的瑞利散射激光雷达去噪方法，其特征在于，利用所选择的小波方程对所述第一激光雷达信号进行分解；利用各层激光雷达信号阈值，对分解的各层激光雷达信号的小波系数进行阈值量化处理以获取各层激光雷达信号的小波系数和近似系数；基于小波逆变换法，将量化后的各层激光雷达信号的小波系数和近似系数进行重构以获取第一去噪信号具体包括：
5.根据权利要求4所述的瑞利散射激光雷达去噪方法，其特征在于，选取标度指数大于设定标度指数阈值的雷达信号并进行所述雷达信号的叠加以获取重构信号具体包括：选取标度指数大于0.5的雷达信号；将标度指数大于0.5的雷达信号进行叠加以获取重构信号。
6.一种瑞利散射激光雷达去噪系统，其特征在于，所
7.根据权利要求6所述的瑞利散射激光雷达去噪系统，其特征在于，所述瑞利散射激光雷达去噪系统包括：
8.根据权利要求7所述的瑞利散射激光雷达去噪系统，其特征在于，所述第一去噪信号获取单元包括信号分解单元、阈值量化处理单元和重构单元，所述信号分解单元用于利用所选择的小波方程对所述第一激光雷达信号进行分解，所述阈值量化处理单元用于利用各层激光雷达信号阈值对分解的各层激光雷达信号的小波系数进行阈值量化处理以获取各层激光雷达信号的小波系数和近似系数，所述重构单元用于将量化后的各层激光雷达信号的小波系数和近似系数进行重构以获取第一去噪信号。
9.根据权利要求7所述的瑞利散射激光雷达去噪系统，其特征在于，所述第二去噪信号获取单元包括本征模态函数获取单元、标度指数计算单元、重构信号获取单元和LOWESS处理单元，所述本征模态函数获取单元用于通过集合经验模态分解算法进行信号分解以获取多个具有不同周期特征的本征模态函数；所述标度指数计算单元用于利用去趋势波动分析算法计算各个本征模态函数的标度指数α；所述重构信号获取单元用于选取标度指数大于设定标度指数阈值的雷达信号并进行所述雷达信号的叠加以获取重构信号，所述LOWESS处理单元用于对所述重构信号进行LOWESS处理以获取第二去噪信号。
...【技术特征摘要】
1.一种瑞利散射激光雷达去噪方法，其特征在于，所述瑞利散射激光雷达去噪方法包括：
2.根据权利要求1所述的瑞利散射激光雷达去噪方法，其特征在于，所选择的合适的小波方程包括小波软阈值方程。
3.根据权利要求2所述的瑞利散射激光雷达去噪方法，其特征在于，所述小波软阈值方程包括“db4”小波基函数。
4.根据权利要求1至3中任一项所述的瑞利散射激光雷达去噪方法，其特征在于，利用所选择的小波方程对所述第一激光雷达信号进行分解；利用各层激光雷达信号阈值，对分解的各层激光雷达信号的小波系数进行阈值量化处理以获取各层激光雷达信号的小波系数和近似系数；基于小波逆变换法，将量化后的各层激光雷达信号的小波系数和近似系数进行重构以获取第一去噪信号具体包括：
5.根据权利要求4所述的瑞利散射激光雷达去噪方法，其特征在于，选取标度指数大于设定标度指数阈值的雷达信号并进行所述雷达信号的叠加以获取重构信号具体包括：选取标度指数大于0.5的雷达信号；将标度指数大于0.5的雷达信号进行叠加以获取重构信号。
6.一种瑞利散射激光雷达去噪系统，其特征在于，所述瑞利散射激光雷达去噪系统使用如权利要求1至5中任一项所述的瑞利散射激光雷达去噪方法进行瑞利散射激光雷达去噪。
...【专利技术属性】
技术研发人员：庄剑，全栋梁，崔飞，杨冠雨，杨晓君，张媛文，
申请(专利权)人：中国航天科工飞航技术研究院中国航天海鹰机电技术研究院，
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。