[發明專利]基于粒子群算法的激光雷達波形數據分解的方法

有效

• 申請號: 201510010012.7
• 申請日: 2015-01-08
• 公開（公告）號: CN104614718B
• 公開（公告）日: 2017-02-22
• 發明（設計）人: 王元慶;戴璨;徐帆
• 申請（專利權）人: 南京大學
• 主分類號: G01S7/48
• 分類號: G01S7/48
• 代理公司: 南京瑞弘專利商標事務所(普通合伙)32249
• 代理人: 陳琛

1.基于粒子群算法的激光雷達波形數據分解的方法，其特征在于：具體步驟如下：

(1)獲取激光雷達全波形回波數據；

(2)對波形進行去噪處理；

(3)對波形進行平滑處理；

(4)通過峰值檢測檢測出回波的峰值點，根據背景噪聲水平設定峰值點閾值，去除因噪聲產生的多余的峰值點，確定回波峰值點位置及個數；

(5)運用改進粒子群算法進行迭代，獲取單個波形參數的大致值；

(6)將步驟(5)中獲得的參數大致值作為LM迭代算法的初值，通過最小二乘法獲取最終的波形參數；擬合效果按照擬合度公式計算，所述擬合度公式如下：

R=1-Σi=1N(obsi-yi)2/Σi=1Nobsi2]]>

其中：obs_i為待擬合的目標波形，即經過(1)-(3)步處理后的實際波形數據，y_i為擬合結果，N為實際回波采樣點數，當R值越接近于1時擬合度越高。

2.根據權利要求1所述的基于粒子群算法的激光雷達波形數據分解的方法，其特征在于：步驟(2)中采用小波算法對波形進行去噪處理。

3.根據權利要求1所述的基于粒子群算法的激光雷達波形數據分解的方法，其特征在于：步驟(5)運用改進粒子群算法進行迭代，獲取單個波形參數的大致值；具體流程如下：

a、確定參數、隨機初始化粒子群體的位置和速度，記錄個體極值以及群體極值；

b、計算每個粒子的適應值；

c、比較每個粒子適應值與個體極值，如果較優，則更新該粒子個體極值；

d、比較每個粒子適應值與群體極值，如果較優，則更新該粒子群群體極值；

e、更新每個粒子的位置和飛行速度；

f、設定迭代次數，達到則停止計算；

所述參數為單個波形的延時、強度以及脈寬參數，所述適應值由函數計算，其中obs_i為待擬合的目標波形，即經過(1)-(3)步處理后的實際波形數據，y_i為當前參數粒子所重構成的波形，N為實際回波采樣點數，當R值越接近于1時效果越好；

對于參數粒子的更新為：

Vimk+1=w*Vimk+c1*rand*(Pimk-ximk)+c2*rand*(Pgmk-ximk)]]>

ximk+1=ximk+Vimk]]>

所述個體極值指粒子本身找到的最優解，即式中的所述群體極值是指全局找到的最優解，即式中的為參數粒子，為飛行速度，ω為慣性因子，c₁與c₂為加速常數。