[發明專利]一種毫米波雷達數據篩選性神經網絡處理方法

在審

• 申請號: 202210551055.6
• 申請日: 2022-05-18
• 公開（公告）號: CN114881215A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 楊與春;張雷;楊與楠;藍興發;余東升
• 申請（專利權）人: 福建鼎旸信息科技股份有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06K9/62;G06F16/9035
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 方亞兵

本發明公開一種毫米波雷達數據篩選性神經網絡處理方法和裝置，其方法包括：先對毫米波雷達數據信號進行錯誤點和噪點的線性化篩選與結構化剔除，再對預處理后的毫米波雷達數據進行神經網絡濾波，接著對毫米波雷達數據進行像素級前融合，最后進行迭代加密濾波和神經網絡深度修正法濾波，其裝置包括數據預處理模塊、模糊濾波模塊、像素級前融合模塊和數據去冗模塊；本發明在一定程度上降低了數據量，便于后續濾波處理，再依次對毫米波雷達數據進行模糊濾波、小波變換去噪、迭代加密濾波以及基于神經網絡深度修正法濾波，從而在修正毫米波雷達數據高斯噪聲的同時還對脈沖數據進行前融合，提高了毫米波雷達數據的信噪比。

技術領域

本發明涉及雷達數據去冗技術領域，尤其涉及一種毫米波雷達數據篩選性神經網絡處理方法。

背景技術

雷達，是英文Radar的音譯，源于radio detection and ranging的縮寫，意思為無線電探測和測距，即用無線電的方法發現目標并測定它們的空間位置，因此，雷達也被稱為“無線電定位”，是利用電磁波探測目標的電子設備，雷達發射電磁波對目標進行照射并接收其回波，由此獲得目標至電磁波發射點的距離、距離變化率(徑向速度)、方位、高度等信息，雷達信號在采集或者傳輸的過程中，往往會引入不同程度的噪聲，這就為后面的信號分析、閾值分割、特征提取等帶來很大的難度，信號數據去噪便成為雷達信號處理中非常重要的一環。

現有毫米波雷達數據去噪方法手段單一，只能單一的對高斯噪聲或脈沖噪聲進行處理，而不能同時處理毫米波雷達數據中的高斯噪聲和脈沖噪聲，導致數據去冗效果較差，濾波質量較低，濾波效率也不高，因此，本發明提出一種毫米波雷達數據篩選性神經網絡處理方法以解決現有技術中存在的問題。

發明內容

針對上述問題，本發明的目的在于提出一種毫米波雷達數據篩選性神經網絡處理方法，解決現有毫米波雷達數據去噪方法濾波效果較差、質量較低以及效率不高的問題。

為了實現本發明的目的，本發明通過以下技術方案實現：一種毫米波雷達數據篩選性神經網絡處理方法，包括以下步驟：

步驟一：先對毫米波雷達數據信號中高程值明顯低于領域內點的錯誤點進行分離并線性化篩選與結構化剔除，再通過設置絕對高程閾值提取出高程值明顯高于鄰域內點的激光點，以線性化篩選與結構化剔除噪點，得到預處理后的毫米波雷達數據；

步驟二：應用模糊理論，先統計毫米波雷達數據實際信號與噪聲的特點，結合毫米波雷達數據的局部和全局信息，給出相應的模糊規則，并構造相適配的隸屬度函數，再結合隸屬度函數，利用模糊濾波算法對毫米波雷達數據進行初步濾波處理；

步驟三：先對初步濾波處理后的毫米波雷達數據的復合多維信號進行降維結構分解，并根據實際需要設定降維結構分解的層數，再設定一個閾值，對降維結構分解后每層的高頻系數進行閾值量化，接著將絕對值小于神經網絡設定閾值當做噪聲系數去除，實現毫米波雷達復合多維信號的去噪，隨后對去噪后的毫米波雷達復合多維信號進行二維小波反變換重構信號，得到小波變換后的毫米波雷達數據；

步驟四：先對小波變換后的毫米波雷達數據進行迭代加密濾波，再提取毫米波雷達數據中的離散點，接著對離散點進行腐蝕運算，然后將腐蝕運算后的離散點高程與原始離散點高程進行對比，并選取符合像素級前融合設定閾值的點作為種子點，同時根據腐蝕運算前后的離散點高程差分配不同的權重，之后利用神經網絡深度修正擬合曲面，計算所有離散點的擬合高程，并與實際高程比較，并將小于預設閾值的點加入種子點，分配權重并重新擬合曲面，迭代至種子點集不發生變化，得到濾波去噪的毫米波雷達數據，完成數據去冗。

進一步改進在于：所述步驟一中，所述錯誤點為經多路徑反射而產生的比實際點位低的低點，所述噪點由雷達發射的激光點照射到空中的非地物上產生。

進一步改進在于：所述步驟二中，統計毫米波雷達數據實際信號與噪聲的特點時，通過實際信號與噪聲的統計特點得到統計數據，進行數據處理，舍棄不合邏輯的數據，畫出頻率曲線，根據頻率曲線計算頻率，繪制隸屬函數曲線。