CN112269182B - 目标雷达信号的确定方法和装置、存储介质、电子装置 - Google Patents
目标雷达信号的确定方法和装置、存储介质、电子装置 Download PDFInfo
- Publication number
- CN112269182B CN112269182B CN202011017869.9A CN202011017869A CN112269182B CN 112269182 B CN112269182 B CN 112269182B CN 202011017869 A CN202011017869 A CN 202011017869A CN 112269182 B CN112269182 B CN 112269182B
- Authority
- CN
- China
- Prior art keywords
- signal
- sampling
- sequence
- amplitude
- signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000005070 sampling Methods 0.000 claims abstract description 162
- 230000015654 memory Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/933—Lidar systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种目标雷达信号的确定方法和装置、存储介质、电子装置。其中,该方法包括:获取激光雷达采集到的采样信号;去除采样信号中属于噪声的第一采样信号,得到第一序列,其中,第一序列包括采样信号中信号幅值高于第一采样信号的第二采样信号;获取与第一序列中第二采样信号匹配的权重;将待检测值最大的第一序列作为目标信号,其中,待检测值是利用第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。本申请解决了相关技术中的回波信号存在噪声的技术问题。
Description
技术领域
本申请涉及激光领域,具体而言,涉及一种目标雷达信号的确定方法和装置、存储介质、电子装置。
背景技术
激光雷达得益于其方便快捷的测距性能和优异的测量精度,在遥感测距等领域中起着重要的作用和地位,特别是在近年来快速发展的无人驾驶技术中,为了保证全天时全天候下的驾驶安全性,将激光雷达作为了其感知系统的重要组成部分,其中,基于飞行时间方法TOF(Time of flight的简写)的激光雷达,由于其简单的测距原理和较低的成本具有广泛的应用场景。
采用TOF技术时,可向目标发射具有一定峰值能量的激光脉冲,然后识别和分析目标反射回的信号,利用光脉冲的飞行时间来计算目标的距离。发明人在实际应用中发现,激光雷达接收的回波信号会被阳光等光噪声和系统本身的电信号噪声所干扰,导致无法识别出回波信号,甚至将噪声信号错误识别为回波信号,造成测距错误,从而在激光雷达产生的回波点云图上形成大量缺点和噪点,严重影响点云质量。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种目标雷达信号的确定方法和装置、存储介质、电子装置,以至少解决相关技术中的回波信号存在噪声的技术问题。
根据本申请实施例的一个方面,提供了一种目标雷达信号的确定方法,包括:获取激光雷达采集到的采样信号;去除采样信号中属于噪声的第一采样信号,得到第一序列,其中,第一序列包括采样信号中信号幅值高于第一采样信号的第二采样信号;获取与第一序列中第二采样信号匹配的权重;将待检测值最大的第一序列作为目标信号,其中,待检测值是利用第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。
根据本申请实施例的另一方面,还提供了一种目标雷达信号的确定装置,包括:采样单元,用于获取激光雷达采集到的采样信号;去噪单元,用于去除采样信号中属于噪声的第一采样信号,得到第一序列,其中,第一序列包括采样信号中信号幅值高于第一采样信号的第二采样信号;获取单元,用于获取与第一序列中第二采样信号匹配的权重;确定单元,用于将待检测值最大的第一序列作为目标信号,其中,待检测值是利用第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。
根据本申请实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,程序运行时执行上述的方法。
根据本申请实施例的另一方面,还提供了一种电子装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器通过计算机程序执行上述的方法。
本方案提供了一种基于加权求和的算法,对任一接收到的具有脉冲波形的信号,按照一定规律给每一采样点赋予权重并与采样幅值相乘,再将所有采样点的计算结果相加作为该信号的待检测值,将所有具有脉冲波形的信号中待检测值最高的判定为目标信号,这种方法可以解决相关技术中的回波信号存在噪声的技术问题,可以避免一些最大幅值不高但具有更多目标信号特征的信号被漏检;同时避免一些随机噪声因为偶然性的具有了较高幅值而被识别为目标信号。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种可选的目标雷达信号的确定方法的流程图;
图2是根据本申请实施例的一种可选的雷达采样信号的示意图;
图3是根据本申请实施例的一种可选的高斯波形的示意图;
图4是根据本申请实施例的一种可选的目标雷达信号的确定装置的示意图;以及,
图5是根据本申请实施例的一种终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,在对本申请实施例进行描述的过程中出现的部分名词或者术语适用于如下解释:
FIR(Finite Impulse Response)滤波器:有限长单位冲激响应滤波器,又称为非递归型滤波器,是数字信号处理系统中最基本的元件,它可以在保证任意幅频特性的同时具有严格的线性相频特性,同时其单位抽样响应是有限长的,因而滤波器是稳定的系统,因此,FIR滤波器在通信、图像处理、模式识别等领域都有着广泛的应用。
为了解决回波信号中有噪声的问题,根据本申请实施例的一方面,提供了一种目标雷达信号的确定方法的方法实施例,使用去噪和检测算法对接收信号进行适当的分析处理来提高信号检测率。
图1是根据本申请实施例的一种可选的目标雷达信号的确定方法的流程图,该方法可以由计算机设备执行,如车载计算机设备、远程服务器等,如图1所示,该方法可以包括以下步骤:
步骤S102,获取激光雷达采集到的采样信号,采样信号为激光雷达采集到的多个离散信号。
步骤S104,去除采样信号中属于噪声的第一采样信号,得到第一序列,第一序列包括采样信号中信号幅值高于第一采样信号的第二采样信号。
第一序列的个数可以为一个或多个(如图2所示的g1、g2、g3等),每个第一序列相当于一个脉冲信号上若干相邻离散信号(即第二采样信号)的集合,第二采样信号的数量可以为一个或多个,如图2所示的g1中的t1、t2、t3、t4四个第二采样信号,相邻的第一序列被第一采样信号隔开,即第一采样信号位于两个第一序列之间,而不会位于第一序列内部(即不会位于第二采样信号之间)。
步骤S106,获取与第一序列中第二采样信号匹配的权重。
步骤S108,将待检测值最大的第一序列作为目标信号,待检测值是利用第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。
在很多激光雷达的应用场景中,较强的阳光或者其它激光雷达设备的杂光会导致接收信号中混杂有很多光噪声信号,另外,激光雷达设备本身不可避免的具有系统噪声信号,在这种场景下使用信号最大幅值检测方法时,若目标信号的最大幅值被其它噪声幅值超过,就会导致错误的信号被识别,本方案提供了一种基于加权求和的算法,对任一接收到的具有脉冲波形的信号,按照一定规律给每一采样点赋予权重并与采样幅值相乘,再将所有采样点的计算结果相加作为该信号的待检测值,将所有具有脉冲波形的信号中待检测值最高的判定为目标信号,这种方法可以解决相关技术中的回波信号存在噪声的技术问题,可以避免一些最大幅值不高但具有更多目标信号特征的信号被漏检;同时避免一些随机噪声因为偶然性的具有了较高幅值而被识别为目标信号。
本方案可应用于激光雷达的信号检测,可以提高接收端的信号检测率,降低噪声信号造成的虚警,保证激光雷达的点云质量。经仿真分析和实测,本方案能有效的提高低信噪比脉冲信号的检测能力,降低虚警率。下面结合具体的实施方式进一步详述本申请的技术方案。
步骤1,采集脉冲采样信号。
如在车辆(也可以是载有激光雷达的无人机等)向目标发射具有一定峰值能量的激光脉冲后,接收目标反射回的回波,采样得到离散采样信号,但是由于回波信号会被阳光等光噪声和系统本身的电信号噪声所干扰,使得采样信号中可能存在噪声。
步骤2,在接收端进行脉冲信号的提取。
步骤21,获取激光雷达当前所在环境的环境底噪信号,环境底噪信号为幅值平稳的噪声信号(如幅值变化量低于平均值的10%),利用环境底噪信号确定幅值判定阈值h,如幅值判定阈值h为环境底噪信号的幅值h0与放大系数a的乘积。
这里幅值判定阈值h的作用主要是通过信号幅值筛选掉大多数的细小噪声,从而将所有可能是目标信号的脉冲信号提取出来。
h值取值过高会导致某些幅值不够的弱目标信号被部分筛去,在接下来的加权求和判别过程中计算得的待检测值就会偏小,容易被噪声信号超过而造成误判;而h值取值过低又会使得更多的噪声信号进入加权求和判定步骤,对正确目标信号的识别造成一定的干扰,更重要的是,会产生更大的不必要的计算量,给激光雷达的整体计算资源调配造成极大压力。
结合实践经验和大量的仿真计算结果,h的选择应基于当前探测环境的底噪进行选取,如取一段没有明显脉冲波形的平稳噪声信号,计算所有采样点幅度绝对值的平均数h0,并选取一个系数a,则h=a*h0,系数a是一个大于1的数字,其取值大小取决于激光雷达的探测环境,一般而言信噪比低的情况下选择较小值,信噪比高的时候选择较大值,在实际应用中应该根据环境实测数据的仿真结果来选择最有利于提高探测率的数值,甚至可以设为根据噪声环境改变而进行实时调整的可变值。
步骤22,将采样信号中信号幅值小于幅值判定阈值的作为噪声去除,得到第一序列(一个第一序列表示一个脉冲信号gj)。
如图2所示,对于激光雷达接收到的一维幅值采样信号f(t),通过设置的幅值判定阈值h,对所有的采样点ti(i=1,2,3,…n,n为总采样点数量),依次判定f(ti)与阈值h的大小,只保留并处理大于h的f(ti)值,在保留下的f(ti)值序列中,将所有连续采样的ti点上对应的f(ti)值看作一个脉冲信号gj(j=1,2,3,…m,m为所有脉冲信号的数量,该取值小于n),得到一个包含所有gj的脉冲序列G。
步骤3,权重的赋予。
步骤31,确定第一序列中第二采样信号的数量wj,构造第二序列Xj,第二序列中的元素位于区间[-(wj-1)/2,(wj-1)/2]内、且相邻元素之间的步长为1。
确定任一gj包含采样点的数量wj,并在[-(wj-1)/2,(wj-1)/2]区间以步长1取值构造一个跨域长度为wj的序列Xj={-(wj-1)/2,-(wj-3)/2,…(wj-3)/2,(wj-1)/2},Xj中元素的数量为wj,以wj为5为例,Xj={-2,-1,0,1,2}。
步骤32,利用构造的高斯波形得到函数值序列Yj(即第二序列Xj中各个元素对应的信号幅值的集合),Xj中元素(即采样点)相当于由X轴和Y轴构成的二维坐标系中X轴上的坐标,Yj中元素相当于该二维坐标系中Y轴上的坐标。
可利用如下公式构造高斯波形:
其中,f(x)表示元素x对应的信号幅值,σ与n/2之间的差值在第一预设范围内(即σ值取在n/2附近,如|(σ-n/2)|*n/2小于等于10%),n表示采样周期数,μ与0之间的差值在第二预设范围内(即μ值取在0附近,如|u|*/1小于等于1%)。
在标准差为σ,位置参数μ取0的标准正态分布概率密度函数pdf(即f(x))中,计算Xj中所有取值处的函数值,即从高斯波形中选择第二序列Xj中元素所在的信号点作为第三采样信号,获取各个第三采样信号的信号幅值得到函数值序列Yj。
据高斯分布的定义,σ代表分布的集中程度,σ越大,代表分布越离散,此时依据高斯分布给出的序列Yj会更为平均;而σ越小,代表分布更为集中,计算得出的权重值会相差较大,中心的权重远大于两侧。
在本方案中,σ的选择应使得正态分布pdf函数曲线尽量匹配目标信号脉冲的波形,根据实践经验,对于半峰宽为n个采样周期的目标信号脉冲,σ值取在n/2附近具有较好效果。
可选地,对于确定后的σ值,可以使用gj中包含的点进行高斯拟合计算,并在拟合出的函数曲线上于相应的采样位置取值得到序列Yj。但是,这种方法对计算资源的占用过大,而本方案中可以提前计算好不同wj数量下的序列Yj,在信号检测时直接读取(即从构造的高斯波形中选择第三采样信号,将该采样信号中的幅值作为序列Yj中的元素),可以大为减轻有限计算资源的压力,且经实践结果比对,检测效率相差不大。在取σ为1时,以wj=4和wj=5的情况为例,Yj的取得方案如图3所示。
步骤33,通过对第三采样信号的信号幅值(即序列Yj)进行归一化处理,得到第二采样信号的权重。
在对序列Yj进行归一化处理时,需要保证序列Yj中的值之和为1。可先对所有第三采样信号的信号幅值进行求和,得到求和结果,即计算Yj中所有值的总和sum(Yj)。
然后利用求和结果对每个第三采样信号的信号幅值进行归一化处理,得到权重序列,权重序列中的每个元素的值为第三采样信号的信号幅值与求和结果之间的比值,即将Yj中的每个值均除以sum(Yj),计算得到的结果(即权重序列)记为Zj={zji},i=1,2,3…wj。
上述任一第二采样信号在第一序列中的位置与所匹配的权重在权重序列中的位置相同,从而可以将zji依次作为加权求和计算时gj中相应采样点的权重值。
步骤4,计算待检测值并按最大值法获取目标信号。
对脉冲序列G中所有脉冲信号gj(即第一序列)包含的采样点进行加权求和:
aji表示第i个第二采样信号,zji表示第二采样信号的权重,wj表示第二采样信号的个数;
将所有第一序列中待检测值最大的作为目标信号,即将计算得到的Aj作为脉冲信号gj的待检测值,按最大值法原则,所有的Aj中的最大值Ajmax对应的脉冲gjmax即确定为目标信号。
相比于相关技术中的最大幅值检测方法,本方案针对TOF激光雷达的发射脉冲信号特征制定了权重赋予算法,使得在接收信号的分析识别中,能够匹配目标信号波形,通过权重值的赋予调整了同一脉冲中不同采样点幅值数据在信号识别中所起的作用,更为有效的利用了数据信息,能够减少高幅值噪声信号造成的虚警,提高激光雷达的探测识别能力。
另一方面,这种加权求和的检测方法实际上也等同于起到了低通频率滤波器的作用,从而抑制或滤除了接收信号中相应的高频噪声成分,因为理想低通滤波器的冲激响应是一个sinc函数,又称辛格函数,用sinc(x)表示,而由于工程应用中的实际需求,常需要使用窗函数法设计FIR低通频率滤波器,会通过合适的窗函数对采样后的离散sinc函数加窗来获取有限长度的冲激响应。
以上过程中若使用合适的滤波器阶数,例如某一待检测脉冲gj的wj值减1,那么得到的FIR低通频率滤波器冲激响应即可表示为wj个滤波器系数,此时,gj的滤波过程就是gj包含的wj个采样点幅值与滤波器系数计算卷积和。一方面,wj个滤波器系数主要取自sinc函数的主瓣,与本方案算法中取自正态分布的权重序列在数据特征上具有一定的相似性;另一方面,卷积和计算结果中的最大值往往取在零点处,也即wj个采样点幅值与wj个滤波器系数一一对应的相乘并求和,对应了本方案中的加权求和计算。本方案中对任一脉冲gj经过加权求和计算得到的结果,对应了gj经wj-1阶FIR低通频率滤波器滤波后的脉冲信号最大幅值,对所有gj的这一最大幅值进行检测,等价于对加权求和得到的待检测值进行检测。两种方法在检测过程中的等价特性,使得本方案中的检测算法具有了对高频噪声的滤波作用。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
根据本申请实施例的另一个方面,还提供了一种用于实施上述目标雷达信号的确定方法的目标雷达信号的确定装置。图4是根据本申请实施例的一种可选的目标雷达信号的确定装置的示意图,如图4所示,该装置可以包括:
采样单元401,用于获取激光雷达采集到的采样信号;
去噪单元403,用于去除所述采样信号中属于噪声的第一采样信号,得到第一序列,其中,所述第一序列包括所述采样信号中信号幅值高于所述第一采样信号的第二采样信号;
获取单元405,用于获取与所述第一序列中第二采样信号匹配的权重;
确定单元407,用于将待检测值最大的所述第一序列作为目标信号,其中,所述待检测值是利用所述第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。
需要说明的是,该实施例中的采样单元401可以用于执行本申请实施例中的步骤S102,该实施例中的去噪单元403可以用于执行本申请实施例中的步骤S104,该实施例中的获取单元405可以用于执行本申请实施例中的步骤S106,该实施例中的确定单元407可以用于执行本申请实施例中的步骤S108。
在很多激光雷达的应用场景中,较强的阳光或者其它激光雷达设备的杂光会导致接收信号中混杂有很多光噪声信号,另外,激光雷达设备本身不可避免的具有系统噪声信号,在这种场景下使用信号最大幅值检测方法时,若目标信号的最大幅值被其它噪声幅值超过,就会导致错误的信号被识别,本方案提供了一种基于加权求和的算法,对任一接收到的具有脉冲波形的信号,按照一定规律给每一采样点赋予权重并与采样幅值相乘,再将所有采样点的计算结果相加作为该信号的待检测值,将所有具有脉冲波形的信号中待检测值最高的判定为目标信号,这种方法可以解决相关技术中的回波信号存在噪声的技术问题,可以避免一些最大幅值不高但具有更多目标信号特征的信号被漏检;同时避免一些随机噪声因为偶然性的具有了较高幅值而被识别为目标信号。
可选地,获取单元还用于:从构造的高斯波形中选择第三采样信号,其中,所述第三采样信号的个数与所述第二采样信号的个数相同;通过对所述第三采样信号的信号幅值进行归一化处理,得到所述第二采样信号的权重。
可选地,获取单元还用于:在从构造的高斯波形中选择第三采样信号之前,利用如下公式构造高斯波形:其中,f(x)表示元素x对应的信号幅值,σ与n/2之间的差值在第一预设范围内,n表示采样周期数,μ与0之间的差值在第二预设范围内。
可选地,获取单元还用于:在从构造的高斯波形中选择第三采样信号之前,确定所述第一序列中第二采样信号的数量wj;构造第二序列,其中,所述第二序列中的元素位于区间[-(wj-1)/2,(wj-1)/2]内、且相邻元素之间的步长为1。
可选地,获取单元还用于:从所述高斯波形中选择第二序列中元素所在的信号点作为所述第三采样信号。
可选地,获取单元还用于:对所有所述第三采样信号的信号幅值进行求和,得到求和结果;利用所述求和结果对每个所述第三采样信号的信号幅值进行归一化处理,得到权重序列,其中,所述权重序列中的每个元素的值为所述第三采样信号的信号幅值与所述求和结果之间的比值,任一所述第二采样信号在所述第一序列中的位置与所匹配的权重在所述权重序列中的位置相同。
可选地,去噪单元还用于:获取所述激光雷达当前所在环境的环境底噪信号,其中,所述环境底噪信号为幅值平稳的噪声信号;将所述采样信号中信号幅值小于幅值判定阈值的作为噪声去除,得到所述第一序列,其中,所述幅值判定阈值为所述环境底噪信号的幅值与放大系数的乘积。
可选地,确定单元还用于:按照如下公式确定每个所述第一序列的待检测值Aj:aji表示第i个第二采样信号,zji表示第二采样信号的权重,wj表示第二采样信号的个数;将所有所述第一序列中待检测值最大的作为所述目标信号。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在相应的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
根据本申请实施例的另一个方面,还提供了一种用于实施上述目标雷达信号的确定方法的服务器或终端。
图5是根据本申请实施例的一种终端的结构框图,如图5所示,该终端可以包括:一个或多个(图中仅示出一个)处理器501、存储器503、以及传输装置505,如图5所示,该终端还可以包括输入输出设备507。
其中,存储器503可用于存储软件程序以及模块,如本申请实施例中的目标雷达信号的确定方法和装置对应的程序指令/模块,处理器501通过运行存储在存储器503内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的目标雷达信号的确定方法。存储器503可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器503可进一步包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置505用于经由一个网络接收或者发送数据,还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置505包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置505为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
其中,具体地,存储器503用于存储应用程序。
处理器501可以通过传输装置505调用存储器503存储的应用程序,以执行下述步骤:
获取激光雷达采集到的采样信号;
去除所述采样信号中属于噪声的第一采样信号,得到第一序列,其中,所述第一序列包括所述采样信号中信号幅值高于所述第一采样信号的第二采样信号;
获取与所述第一序列中第二采样信号匹配的权重;
将待检测值最大的所述第一序列作为目标信号,其中,所述待检测值是利用所述第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。
处理器501还用于执行下述步骤:
对所有所述第三采样信号的信号幅值进行求和,得到求和结果;
利用所述求和结果对每个所述第三采样信号的信号幅值进行归一化处理,得到权重序列,其中,所述权重序列中的每个元素的值为所述第三采样信号的信号幅值与所述求和结果之间的比值,任一所述第二采样信号在所述第一序列中的位置与所匹配的权重在所述权重序列中的位置相同。
在很多激光雷达的应用场景中,较强的阳光或者其它激光雷达设备的杂光会导致接收信号中混杂有很多光噪声信号,另外,激光雷达设备本身不可避免的具有系统噪声信号,在这种场景下使用信号最大幅值检测方法时,若目标信号的最大幅值被其它噪声幅值超过,就会导致错误的信号被识别,本方案提供了一种基于加权求和的算法,对任一接收到的具有脉冲波形的信号,按照一定规律给每一采样点赋予权重并与采样幅值相乘,再将所有采样点的计算结果相加作为该信号的待检测值,将所有具有脉冲波形的信号中待检测值最高的判定为目标信号,这种方法可以解决相关技术中的回波信号存在噪声的技术问题,可以避免一些最大幅值不高但具有更多目标信号特征的信号被漏检;同时避免一些随机噪声因为偶然性的具有了较高幅值而被识别为目标信号。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图5所示的结构仅为示意,该终端用于运行本申请的技术方案,该终端可以为服务器(相当于本方案可以通过远程服务器来运行)或者车载终端(相当于本方案可以在本地运行),该终端运行时接收激光雷达采集的数据,进而按照本申请描述的技术方案进行处理。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
本申请的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于执行目标雷达信号的确定方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
获取激光雷达采集到的采样信号;
去除所述采样信号中属于噪声的第一采样信号,得到第一序列,其中,所述第一序列包括所述采样信号中信号幅值高于所述第一采样信号的第二采样信号;
获取与所述第一序列中第二采样信号匹配的权重;
将待检测值最大的所述第一序列作为目标信号,其中,所述待检测值是利用所述第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。
可选地,存储介质还被设置为存储用于执行以下步骤的程序代码:
对所有所述第三采样信号的信号幅值进行求和,得到求和结果;
利用所述求和结果对每个所述第三采样信号的信号幅值进行归一化处理,得到权重序列,其中,所述权重序列中的每个元素的值为所述第三采样信号的信号幅值与所述求和结果之间的比值,任一所述第二采样信号在所述第一序列中的位置与所匹配的权重在所述权重序列中的位置相同。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (11)
1.一种目标雷达信号的确定方法,其特征在于,包括:
获取激光雷达采集到的采样信号;
去除所述采样信号中属于噪声的第一采样信号,得到第一序列,其中,所述第一序列包括所述采样信号中信号幅值高于所述第一采样信号的第二采样信号;
获取与所述第一序列中第二采样信号匹配的权重;
将待检测值最大的所述第一序列作为目标信号,其中,所述待检测值是利用所述第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。
2.根据权利要求1所述的方法,其特征在于,获取与所述第一序列中第二采样信号匹配的权重包括:
从构造的高斯波形中选择第三采样信号,其中,所述第三采样信号的个数与所述第二采样信号的个数相同;
通过对所述第三采样信号的信号幅值进行归一化处理,得到所述第二采样信号的权重。
4.根据权利要求2所述的方法,其特征在于,在从构造的高斯波形中选择第三采样信号之前,所述方法还包括:
确定所述第一序列中第二采样信号的数量wj;
构造第二序列,其中,所述第二序列中的元素位于区间[-(wj-1)/2,(wj-1)/2]内、且相邻元素之间的步长为1。
5.根据权利要求2所述的方法,其特征在于,从构造的高斯波形中选择第三采样信号包括:
从所述高斯波形中选择第二序列中元素所在的信号点作为所述第三采样信号。
6.根据权利要求2所述的方法,其特征在于,通过对所述第三采样信号的信号幅值进行归一化处理,得到所述第二采样信号的权重包括:
对所有所述第三采样信号的信号幅值进行求和,得到求和结果;
利用所述求和结果对每个所述第三采样信号的信号幅值进行归一化处理,得到权重序列,其中,所述权重序列中的每个元素的值为所述第三采样信号的信号幅值与所述求和结果之间的比值,任一所述第二采样信号在所述第一序列中的位置与所匹配的权重在所述权重序列中的位置相同。
7.根据权利要求1所述的方法,其特征在于,去除所述采样信号中属于噪声的第一采样信号,得到第一序列包括:
获取所述激光雷达当前所在环境的环境底噪信号,其中,所述环境底噪信号为幅值平稳的噪声信号;
将所述采样信号中信号幅值小于幅值判定阈值的所述第一采样信号作为噪声去除,得到所述第一序列,其中,所述幅值判定阈值为所述环境底噪信号的信号幅值与放大系数的乘积。
9.一种目标雷达信号的确定装置,其特征在于,包括:
采样单元,用于获取激光雷达采集到的采样信号;
去噪单元,用于去除所述采样信号中属于噪声的第一采样信号,得到第一序列,其中,所述第一序列包括所述采样信号中信号幅值高于所述第一采样信号的第二采样信号;
获取单元,用于获取与所述第一序列中第二采样信号匹配的权重;
确定单元,用于将待检测值最大的所述第一序列作为目标信号,其中,所述待检测值是利用所述第一序列中第二采样信号的信号幅值和第二采样信号的权重进行加权求和得到的。
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至8任一项中所述的方法。
11.一种电子装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器通过所述计算机程序执行上述权利要求1至8任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011017869.9A CN112269182B (zh) | 2020-09-24 | 2020-09-24 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011017869.9A CN112269182B (zh) | 2020-09-24 | 2020-09-24 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112269182A CN112269182A (zh) | 2021-01-26 |
CN112269182B true CN112269182B (zh) | 2022-08-12 |
Family
ID=74349941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011017869.9A Active CN112269182B (zh) | 2020-09-24 | 2020-09-24 | 目标雷达信号的确定方法和装置、存储介质、电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112269182B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116973881A (zh) * | 2022-04-24 | 2023-10-31 | 深圳市速腾聚创科技有限公司 | 目标检测方法、激光雷达及存储介质 |
CN117194901B (zh) * | 2023-11-07 | 2024-02-02 | 上海伯镭智能科技有限公司 | 一种无人驾驶车辆工作状态监控方法及系统 |
CN117805791B (zh) * | 2024-02-29 | 2024-06-11 | 深圳市艾礼安安防设备有限公司 | 基于激光引导器的激光探测器自调试方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105474039A (zh) * | 2013-06-21 | 2016-04-06 | 罗伯特·博世有限公司 | 用于运行车辆的周围环境检测系统的方法 |
CN107390229A (zh) * | 2017-06-14 | 2017-11-24 | 南京牧镭激光科技有限公司 | 一种测风激光雷达信号的处理方法及其处理装置 |
CN108603926A (zh) * | 2015-11-13 | 2018-09-28 | 菲力尔系统公司 | 检测和测距系统和方法 |
WO2019112733A1 (en) * | 2017-12-07 | 2019-06-13 | Velodyne Lidar, Inc. | Systems and methods for efficient multi-return light detectors |
CN109932696A (zh) * | 2019-03-06 | 2019-06-25 | 西安电子科技大学 | 基于雷达通道噪声功率的数字波束形成方法 |
CN110031821A (zh) * | 2019-03-25 | 2019-07-19 | 北京环视光技术有限公司 | 一种车载避障激光雷达波形提取方法、激光雷达及介质 |
CN110579746A (zh) * | 2019-10-11 | 2019-12-17 | 湖南时变通讯科技有限公司 | 一种回波信号的处理方法、装置、设备及存储介质 |
CN110809723A (zh) * | 2018-12-28 | 2020-02-18 | 深圳市大疆创新科技有限公司 | 雷达仿真方法、装置及系统 |
CN110954921A (zh) * | 2019-12-03 | 2020-04-03 | 浙江大学 | 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11041944B2 (en) * | 2019-03-01 | 2021-06-22 | Beijing Voyager Technology Co., Ltd. | Constant false alarm rate detection in pulsed LiDAR systems |
-
2020
- 2020-09-24 CN CN202011017869.9A patent/CN112269182B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105474039A (zh) * | 2013-06-21 | 2016-04-06 | 罗伯特·博世有限公司 | 用于运行车辆的周围环境检测系统的方法 |
CN108603926A (zh) * | 2015-11-13 | 2018-09-28 | 菲力尔系统公司 | 检测和测距系统和方法 |
CN107390229A (zh) * | 2017-06-14 | 2017-11-24 | 南京牧镭激光科技有限公司 | 一种测风激光雷达信号的处理方法及其处理装置 |
WO2019112733A1 (en) * | 2017-12-07 | 2019-06-13 | Velodyne Lidar, Inc. | Systems and methods for efficient multi-return light detectors |
CN110809723A (zh) * | 2018-12-28 | 2020-02-18 | 深圳市大疆创新科技有限公司 | 雷达仿真方法、装置及系统 |
CN109932696A (zh) * | 2019-03-06 | 2019-06-25 | 西安电子科技大学 | 基于雷达通道噪声功率的数字波束形成方法 |
CN110031821A (zh) * | 2019-03-25 | 2019-07-19 | 北京环视光技术有限公司 | 一种车载避障激光雷达波形提取方法、激光雷达及介质 |
CN110579746A (zh) * | 2019-10-11 | 2019-12-17 | 湖南时变通讯科技有限公司 | 一种回波信号的处理方法、装置、设备及存储介质 |
CN110954921A (zh) * | 2019-12-03 | 2020-04-03 | 浙江大学 | 一种基于块匹配3d协同滤波的激光雷达回波信号信噪比提升方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112269182A (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112269182B (zh) | 目标雷达信号的确定方法和装置、存储介质、电子装置 | |
US20240192248A1 (en) | Wireless motion detection using multiband filters | |
US9749007B1 (en) | Cognitive blind source separator | |
CN112560803A (zh) | 基于时频分析与机器学习的雷达信号调制识别方法 | |
CN107872236A (zh) | 用于检查另一信号的频谱的信号去除 | |
Yoo et al. | Image restoration by blind‐Wiener filter | |
CN113283331A (zh) | 用于无人值守传感器系统的多类别目标识别方法及系统 | |
CN116797796A (zh) | Drfm间歇采样下基于时频分析与深度学习的信号识别方法 | |
CN113920255B (zh) | 基于点云数据的高效测绘系统 | |
CN113962900A (zh) | 复杂背景下红外弱小目标检测方法、装置、设备及介质 | |
CN106443625A (zh) | 基于高分辨一维像信息融合的目标识别方法 | |
CN117761733A (zh) | 一种用于无人机的gps欺骗攻击检测方法及系统 | |
CN111665507B (zh) | 图像干扰抑制方法、装置、计算机可读介质和电子设备 | |
Alam et al. | Hyperspectral target detection using Gaussian filter and post-processing | |
Guven et al. | Classifying LPI radar waveforms with time-frequency transformations using multi-stage CNN system | |
CN114280571A (zh) | 一种雨杂波信号的处理方法、装置及设备 | |
Li et al. | Parametric adaptive signal detection for hyperspectral imaging | |
CN115345216A (zh) | 一种融合先验信息的fmcw雷达干扰消除方法 | |
CN111125414B (zh) | 一种无人机遥感图像特定目标自动搜索方法 | |
CN115098864A (zh) | 一种图像识别模型的评测方法、装置、介质及电子设备 | |
CN111289948B (zh) | 一种脉冲气象雷达回波弱信号探测方法及电子设备 | |
US11531639B2 (en) | Pipelined cognitive signal processor | |
CN112230200A (zh) | 一种基于激光雷达回波信号的改进型组合降噪方法 | |
CN116318480B (zh) | 频谱感知方法、装置和设备 | |
CN115859044A (zh) | 奇异谱分析和正交基方法结合的磁异常目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |