[發明專利]基于分數階傅里葉變換的激光雷達微弱信號提取和分解方法

有效

• 申請號: 201810442931.5
• 申請日: 2018-05-10
• 公開（公告）號: CN108872962B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 徐帆;楊衛星;朱岱寅
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01S7/48
• 分類號: G01S7/48
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 曹蕓

本發明公開了一種基于分數階傅里葉變換的激光雷達微弱信號提取和分解方法，屬于激光雷達信號處理技術領域。該方法首先對含噪激光雷達回波信號進行分數階傅里葉變換，獲得FRFT譜，由一維信號轉換為二維圖像。第二，采用均值濾波、小波濾波及巴特沃茲濾波的復合濾波方法，對FRFT譜進行圖像增強。第三，對增強后的FRFT譜圖像數據聚類，確定聚類數量并分離各聚類數據。第四，對分離的各聚類數據進行位置和強度統計，篩選有效數據點后對保留數據進行最小二乘法擬合，獲得飛行時間、脈寬和幅值，完成激光雷達回波信號提取與成分分解。本發明為激光雷達信號處理提供一種二維時頻分析方法，具有更強的抗噪能力和更高精度的分解結果。

技術領域

本發明涉及了一種基于分數階傅里葉變換的激光雷達微弱信號提取和分解方法，屬于激光雷達信號處理技術領域。

背景技術

傅里葉變換(FT)提出于1807年，它建立了信號時間域與頻率域之間變換的關系，是分析和處理平穩信號的有效工具。然而在實際工程與自然現象中，大部分信號是非平穩的。非平穩信號的頻域與時域是關聯的，因此單純通過時域或頻域表達無法完整體現信號特征。因此，近年來較多采用一種信號處理技術——時頻分析(TFA)，通過將一維信號表示轉化為二維時間-頻率聯合表示，全面反映觀測信號的局部時頻分布特征，從而對其進行分析和處理。

目前，主流的時頻分析方法有連續小波變換(CWT)、同步壓縮變換(SST)、魏格納維爾-分布(WVD)、分數階傅里葉變換(FRFT)等，廣泛應用到雷達(RADAR)、聲學、通信、地震學等領域的信號處理中。時頻方法的選擇往往與信號特點有關。例如，FRFT和WVD大部分用于線性調頻信號(Chirp信號)處理，而CWT和SST往往用于復合諧波信號處理。其中，FRFT作為一種廣義的FT技術，廣泛應用在波動分析、信號處理及微分方程等科學領域。在信號處理中，FRFT為信號與圖像的增強、恢復和識別提供了十分有效的解決方法。

激光雷達(LIDAR)屬于激光遙感領域，由傳統RADAR基礎上發展起來。它采用飛行時間的原理工作，發射端發射激光到目標表面，接收端獲取目標表面反射信號，通過信號處理技術從回波信號中提取其中的飛行時間、強度等其他相關信息，結合各目標點的地理位置信息，重建目標的三維圖像。實際操作過程中，LIDAR回波信號受到各種環境、系統元器件等因素的噪聲影響，因此對信號處理的要求較高。盡管LIDAR在RADAR的基礎上發展起來，并且沿用了其很多成熟的信號處理技術，但依然有很多難以通用。例如，RADAR信號屬于Chirp信號，FRFT分析處理后使多Chirp成分各自位置達到最強聚焦，因此可通過FRFT的TFA方法實現多Chirp成分的檢測、濾波與分離。然而，激光雷達信號具有高斯性，FRFT及其他TFA技術難以直接在激光雷達信號處理中得到有效應用，大多數情況下依然通過一維信號處理技術實現，如小波閾值分析，經驗模態分解(EMD)和卡爾曼濾波等。因此，考慮到TFA方法在多成分信號精確提取中具有效的應用，尤其對強噪聲的魯棒性更強。

發明內容

本發明提出一種基于分數階傅里葉變換的激光雷達微弱信號提取和分解方法，相比傳統一維激光信號處理對噪聲濾波能力更強，且成分提取精度更高。

本發明為解決其技術問題采用如下技術方案：

一種基于分數階傅里葉變換的激光雷達微弱信號提取和分解方法，包括如下步驟：

(1)對含噪激光雷達回波信號進行分數階傅里葉變換得到二維的分數階傅里葉變換譜；

(2)采用均值濾波、小波濾波及巴特沃茲濾波的復合濾波方法，對分數階傅里葉變換譜進行圖像增強處理；

(3)對增強后的分數階傅里葉變換譜圖像進行數據聚類，確定聚類數量并分離各聚類數據；

(4)對分離的各聚類數據進行峰值位置和峰值強度統計，篩選有效數據點后對保留數據進行最小二乘法擬合，獲得飛行時間、脈寬和幅值。