激光测风雷达信号去噪方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113917490A(43)申请公布日2022.01.11(21)申请号202111067340.2(22)申请日2021.09.13(71)申请人北京理工大学地址100081北京市海淀区中关村南大街5号(72)发明人高春清戴会星林志锋王凯鑫张旭(74)专利代理机构北京荟英捷创知识产权代理事务所(普通合伙)11726代理人张阳(51)Int.Cl.G01S17/95(2006.01)G01S7/48(2006.01)权利要求书5页说明书12页附图4页(54)发明名称激光测风雷达信号去噪方法及装置(57)摘要本发明公开了一种基于奇异值分解和变分模态分解的激光雷达回波信号去噪方法及装置，首先将带噪信号利用变分模态分解进行分解，通过各模态分量之间的互相关系数找出噪声所在的模态并去除，从而保留大部分的有效信息，再将剩余模态利用SVD进一步去噪，提高输出信号的信噪比，最后将经过SVD去噪后的模态进行重构，获得去噪信号。本发明能够有效提高远程相干测风激光雷达的探测距离，并保证其风速估计精度，以更低的脉冲累加数实现相同的探测距离从而提高相干测风激光雷达的时间分辨率。CN113917490ACN113917490A权利要求书1/5页1.一种基于奇异值分解和变分模态分解的激光雷达回波信号去噪方法，其特征在于，包括以下步骤：步骤1：通过信号采集卡采集原始激光雷达回波信号s(t)；步骤2：利用预先设定的VMD分解参数，对原始激光雷达回波信号s(t)进行VMD分解，得到多个模态分量信号；步骤3：计算步骤2得到的模态分量信号之间的互相关系数，筛选出信号模态分量和噪声模态分量；步骤4：应用奇异值分解方法对筛选出的信号模态分量进一步降噪，之后将进一步降噪之后的信号模态分量叠加，进行回波信号的重构，得到去噪处理后的激光雷达回波信号。2.根据权利要求1所述的方法，其特征在于，对原始激光雷达回波信号s(t)进行VMD分解的具体步骤为：VMD分解的核心是公式(1)所示的变分问题的构造和求解：其中，K是需要分解的模态个数，{uk}、{ωk}分别对应分解后第k个模态分量和中心频率；δ(t)为狄拉克函数，表示括号内的式子对时间t求导；j为虚数单位；引入拉格朗日算子λ，得到公式(2)所描述的增广拉格朗日表达式：其中，α为二次惩罚因子，可降低高斯噪声的干扰；uk为第K个模态分量信号频率、ωk为第K个模态分量信号中心频率、λk为第K个模态分量信号对应的拉格朗日算子；利用交替方向乘子法，通过搜寻增广拉格朗日函数的鞍点，交替寻优迭代其具体步骤包括：首先，预先指定最大迭代次数N，并初始化分量频率及其对应的初始中心频率以及初始拉格朗日乘数λ1；然后根据公式(3)、(4)和(5)更新和ωk；2CN113917490A权利要求书2/5页其中是第k个模态分量信号频率，ωk是第k个模态分量信号中心频率，是原始激光雷达回波信号的频谱，γ为拉格朗日乘数的更新参数，取γ＝10‑3；最后判断更新迭代后的分量频率是否满足公式(6)所述收敛条件，若不满足，则继续更新，若满足，则迭代结束，进而得到VMD分解后的各分量信号；式中，ε为收敛容差，取ε＝5×10‑8；得到的uk(k＝1,2,...,K)即为分解到的各个模态信号。3.根据权利要求1或2所述的方法，其特征在于，所述计算步骤2得到的模态分量信号之间的互相关系数，筛选出信号模态分量和噪声模态分量，具体步骤为：根据VMD分解得到的模态分量信号，根据公式(7)计算各模态之间的互相关系数：其中x(n)表示原始信号，blimfi(n)表示第i个模态分量，N为数据采样点数，为原始信号均值，为各模态分量均值；根据计算得到的互相关系数，计算互相关系数的差分值，找到差分值中第一个局部极大值点对应的下标，该处即为高频噪声与信号的分解，将此前的分量滤除。4.根据权利要求3所述的方法，其特征在于，所述应用奇异值分解方法对筛选出的信号模态分量进一步降噪，之后将进一步降噪之后的信号模态分量叠加，进行回波信号的重构，得到去噪处理后的激光雷达回波信号，具体步骤为：对于一长度为M的激光雷达信号分量，根据公式(8)构造其Hankel矩阵：其中n＝(M+1)/2，xi(i＝1,2,...,M)为激光雷达信号值；对根据(8)式构造的矩阵按公式(9)进行分解：A＝UWVT(9)令m＝M‑n+1，则A的维度为m×n，则U、W、V的维度分别是U∈Rm×m，W∈Rm×n，V∈Rn×n，其中U、V分别是左右奇异矩阵，都是单位正交矩阵，W可以表示为公式(10)：3CN113917490A权利要求书3/5页其中S是一个对角矩阵，S＝diag(s1,s2,…sn)；s1,s2...sn称为奇异值，且s1≥s2≥…sn≥0；寻找奇