基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法.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CN108872962A(43)申请公布日2018.11.23(21)申请号201810442931.5(22)申请日2018.05.10(71)申请人南京航空航天大学地址210017江苏省南京市秦淮区御道街29号(72)发明人徐帆杨卫星朱岱寅(74)专利代理机构南京经纬专利商标代理有限公司32200代理人曹芸(51)Int.Cl.G01S7/48(2006.01)权利要求书3页说明书9页附图7页(54)发明名称基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法(57)摘要本发明公开了一种基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，属于激光雷达信号处理技术领域。该方法首先对含噪激光雷达回波信号进行分数阶傅里叶变换，获得FRFT谱，由一维信号转换为二维图像。第二，采用均值滤波、小波滤波及巴特沃兹滤波的复合滤波方法，对FRFT谱进行图像增强。第三，对增强后的FRFT谱图像数据聚类，确定聚类数量并分离各聚类数据。第四，对分离的各聚类数据进行位置和强度统计，筛选有效数据点后对保留数据进行最小二乘法拟合，获得飞行时间、脉宽和幅值，完成激光雷达回波信号提取与成分分解。本发明为激光雷达信号处理提供一种二维时频分析方法，具有更强的抗噪能力和更高精度的分解结果。CN108872962ACN108872962A权利要求书1/3页1.一种基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，其特征在于，包括如下步骤：(1)对含噪激光雷达回波信号进行分数阶傅里叶变换得到二维的分数阶傅里叶变换谱；(2)采用均值滤波、小波滤波及巴特沃兹滤波的复合滤波方法，对分数阶傅里叶变换谱进行图像增强处理；(3)对增强后的分数阶傅里叶变换谱图像进行数据聚类，确定聚类数量并分离各聚类数据；(4)对分离的各聚类数据进行峰值位置和峰值强度统计，筛选有效数据点后对保留数据进行最小二乘法拟合，获得飞行时间、脉宽和幅值。2.根据权利要求1所述的基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，其特征在于：步骤(1)的具体过程如下，所述含噪声的激光雷达回波信号理论模型为其中K为高斯成分数量，ak代表第k个高斯成分的幅值，tk代表第k个高斯成分的飞行时间；σk代表第k个高斯成分的脉冲宽度；η(t)表示加性噪声，t为时间域变量；首先对观测激光雷达信号y(t)进行分数阶傅里叶变换，即其中u代表分数阶傅里叶变换域，Mp(u,t)是FRFT的核函数，表示为：所述α为角度参数，p为阶数，α与p的关系为：α＝pπ/2，j表示虚数单位，δ(·)为单位冲激函数，cot表示余切函数，csc表示余割函数；激光雷达回波信号的分数阶傅里叶变换结果是其中3.根据权利要求1所述的基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，其特征在于，所述步骤(3)的具体过程如下：第一，对增强后的分数阶傅里叶变换谱图像，采用分层阈值滤除无用的噪声点，具体的阈值设为其中和分别是第p阶FRFT结果的噪声均值和标准差；第二，绘制cosα-up图像，其中up＝tkcosα，并且绘制该图像的up/cosα分布的直方图，其中：tk为飞行时间，up为各聚类数据在不同cosα值或p值下对应的u值；第三，对该直方图进行自动聚类操作；第四，对不同聚类中的数据点在不同cosα下的up进行均值处理得到绘制各聚类的图像。4.根据权利要求3所述的基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，其特征在于，所述对直方图进行自动聚类操作的具体过程如下：2CN108872962A权利要求书2/3页A、设定一个阈值，直方图中频次大于该阈值的点作为有效数据点保留；B、遍历有效数据点：如果当前点的位置与前一点的位置相邻，则当前点列入前一点的相同聚类中；否则，将当前点列入新的聚类，前一聚类遍历结束；C、遍历下一个点并继续步骤B直到最后一个点已经确定所属的聚类，至此确定总聚类数，即激光雷达信号成分数K。5.根据权利要求1所述的基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，其特征在于，所述步骤(4)中，获取飞行时间的具体过程如下：针对不同类簇的点图，采用最小二乘法用直线拟合，拟合的表达式为则最优参数为其中n为观测数据点总数，xi和yi分别为观测数据点的横坐标和纵坐标，为观测数据点横坐标均值，为观测数据点纵坐标表均值；对各聚类的拟合结果通过公式确定各聚类飞行时间，其中Δt为数据点的单位时间值。6.根据权利要求1所述的基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，其特征在于，步骤(4)中所述获取脉宽和幅值信息的具体过程如下：第一步：根据提取飞行时间时估计得到的和对图像增加的分数阶傅里叶谱计算不同p阶的待定峰值强度其中这里Imean为均值滤波后的分数阶傅里叶谱