CN113359145B - 脉冲激光测距中的目标精确定位方法及其应用 - Google Patents

脉冲激光测距中的目标精确定位方法及其应用 Download PDF

Info

Publication number
CN113359145B
CN113359145B CN202110618392.8A CN202110618392A CN113359145B CN 113359145 B CN113359145 B CN 113359145B CN 202110618392 A CN202110618392 A CN 202110618392A CN 113359145 B CN113359145 B CN 113359145B
Authority
CN
China
Prior art keywords
target
sequence
signal sequence
echo signal
items
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
Application number
CN202110618392.8A
Other languages
English (en)
Other versions
CN113359145A (zh
Inventor
马鹏阁
陶然
孙俊灵
单涛
郝培育
李伟
张鹏
韩红印
刘兆瑜
胡磊力
羊毅
金秋春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Luoyang Institute of Electro Optical Equipment AVIC
Zhengzhou University of Aeronautics
Original Assignee
Beijing Institute of Technology BIT
Luoyang Institute of Electro Optical Equipment AVIC
Zhengzhou University of Aeronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT, Luoyang Institute of Electro Optical Equipment AVIC, Zhengzhou University of Aeronautics filed Critical Beijing Institute of Technology BIT
Priority to CN202110618392.8A priority Critical patent/CN113359145B/zh
Publication of CN113359145A publication Critical patent/CN113359145A/zh
Application granted granted Critical
Publication of CN113359145B publication Critical patent/CN113359145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S17/46—Indirect determination of position data
    • G01S17/48—Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
    • 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

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开了脉冲激光测距中的目标精确定位方法及其应用。所述定位方法包括：对回波信号进行EMD分解，根据对分解后的本征模态函数项的选择和最终残差项获得降噪后的回波信号序列，从降噪后的回波信号序列中提取目标信号序列，并通过极大值点搜索获得其峰值点，再对所述目标信号序列进行波形曲线拟合，并根据所得峰值点进行修正，得到目标信号波形。本发明可准确获取目标位置，特别适合应用于机载脉冲激光测距机中。

Description

脉冲激光测距中的目标精确定位方法及其应用
技术领域
本发明涉及光电雷达的脉冲激光目标检测技术领域。
背景技术
现代飞机装备机载光电探测系统，用于探测空中、地面、海面目标，主要由可见光成像(又称电视)单元、红外热成像单元和激光测距单元组成。其中，可见光成像(电视)单元用于对目标反射的自然光进行成像，红外单元通过中红外波段用于被动探测目标的热辐射并成像，搜索检测目标的方位如方位角、俯仰角，激光测距单元通过近红外波段发射脉冲激光束照射瞄准目标获取目标径向距离，从而实现对飞机目标在三维空间的定位，也被称为光电雷达。机载光电探测系统既具有电视/红外的被动目标定位，又兼备了激光的高分辨率。
机载光电探测系统的脉冲激光测距雷达采取非相干直接探测方式，目标的检出需要在一定的最小可检测信噪比下实现。单脉冲机载激光测距机通常采用模拟信号处理方式，只能在信噪比大于6.7时工作。目前，数字体制三脉冲激光测距机在每个脉冲串重复周期连续发射三个激光脉冲，在目标未及移出激光脉冲距离分辨单元的情况下获得三次回波，经高速A/D转换后由DSP处理器实施直接累加积累，信噪比改善约1.4倍。在相同发射功率和接收天线孔径条件下，模拟式单脉冲激光测距机加装数字化处理系统，多脉冲激光测距机作用距离相比模拟单脉冲激光测距机提高了一倍以上。数字体制多脉冲激光测距机为采用复杂信号处理算法解决远程目标探测提供了平台。
激光测距机目标距离的确定方法包括波形前沿鉴别与峰值点检测等。远程多脉冲激光测距机通常采用峰值点检测确定目标所在位置的距离数值。影响激光测距精度的主要因素包括发射激光脉冲的距离分辨能力、大气传播及目标反射特性造成的波形展宽、回波信号接收处理通道的非线性相频特性等。激光测距要求准确判决目标回波波形峰值点位置。这一问题可以看作是从含噪的回波波形中估计目标波形的峰值点位置。针对远距离低信噪比目标，多脉冲激光测距机通常采用数字化处理体制，测距精度还受到采样、回波信号滤波、目标波形峰值点判决等数字信号处理环节引入目标距离判定误差的影响。
现有技术中，对回波信号滤波处理后信噪比增益不大，滤波后的目标回波信号波形存在畸变，导致波形峰值点位置判定误差大，测距定位精度不高。
发明内容
针对以上问题，本发明的目的在于提出一种可用于机载脉冲激光测距机的目标精确定位方法和其应用。该方法在获取较大滤波后的信噪比增益的同时，能够较好保持回波波形的特征不变，并可改善测距机目标定位精度。
本发明首先公开了如下的技术方案：
脉冲激光测距中的目标精确定位方法，其包括：
对所述脉冲激光测距获得的回波信号进行EMD分解，获得其分解后的若干本征模态函数项和最终残差项；
从所述本征模态函数项中随机选出若干连续的本征模态函数项，通过所选本征模态函数项与所述最终残差项组成降噪后的回波信号序列；
通过对所述降噪后的回波信号序列中各信号点的信号幅值与自适应阈值进行比较，根据比较结果提取其中的目标信号序列；
通过由差分计算式的组合构建得到的检测式对所述目标信号序列进行极大值点搜索，获得其峰值点；
对所述目标信号序列进行波形曲线拟合，并根据所得峰值点进行修正，得到目标信号波形；
根据所述目标信号波形确定目标的位置信息。
其中，所述EMD即为经验模态分解，其通过将回波信号自适应拆分为多个本征模态函数(IMF)项和一个残差项实现对信号不同频率分量的分解，能够有效处理非平稳信号。
根据本发明的一些优选实施方式，所述分解包括：
(1)针对回波信号x(t)，寻找其信号波形中具有等量极值点和包络过零点并与包络线零点对称的分量，作为其经所述EMD分解获得的第1个本征模态函数项c1(t)；
(2)将所述回波信号x(t)与所述第1个本征模态函数项c1(t)求差，作为其第1个残差项r1(t)，如下：
r1(t)＝x(t)-c1(t)   (2)；
将所述第1个残差项r1(t)视作下一步EMD分解的新原始信号，循环(1)-(2)的处理，得到若干本征模态函数项项和残差项，如下：
Figure BDA0003098680920000031
其中，n表示迭代次数，c2(t)～cn(t)表示第2～n个本征模态函数项，r2(t)～rn(t)分别表示其第2～n个残差项；
重复(3)的过程，直至所得残差项为一个常数或单调函数或单极值点函数，则分解过程终止，以该残差项为最终残差项。
根据本发明的一些优选实施方式，所述降噪后的回波信号序列通过下式获得：
Figure BDA0003098680920000032
其中，
Figure BDA0003098680920000033
表示降噪后的回波信号序列，k表示选出的若干连续IMF项中起始IMF项的序号，ci表示所选的任一IMF项，rn表示所述最终残差项。
根据本发明的一些优选实施方式，所述目标信号序列由下式中值不为0的信号序列f′(k)组成：
Figure BDA0003098680920000034
其中，TTD表示所述自适应阈值。
根据本发明的一些优选实施方式，所述自适应阈值通过下式获得：
Figure BDA0003098680920000041
其中，a表示调整系数，RMS表示噪声幅度均方根，n(k)表示回波信号x(t)中任一噪声样本点的幅度数值，
Figure BDA0003098680920000042
表示回波信号x(t)中全部噪声样本点的幅度平均值，N表示噪声样本点的序列长度，k表示序列序号，所述噪声样本点为在所述回波信号x(t)中、在降噪后的回波信号序列
Figure BDA0003098680920000043
之外随机选取得到。
优选的，所述调整系数a根据虚警概率要求取值。
根据本发明的一些优选实施方式，所述检测式包括：一阶前向差分Δf(n)、一阶后向差分
Figure BDA0003098680920000044
二阶前向差分Δ2f(n)和二阶后向差分
Figure BDA0003098680920000045
其中，Δ表示前向差分算子，
Figure BDA0003098680920000046
表示后向差分算子，f(n)表示波形离散序列。
根据本发明的一些优选实施方式，所述搜索为：若根据所述检测式得到的以下检测结果式成立：
Figure BDA0003098680920000047
则n＝k时对应的f′(k)为序列f(n)的一个峰值点。
根据本发明的一些优选实施方式，所述搜索为：若根据所述检测式得到的以下检测结果式成立：
Figure BDA0003098680920000048
其中，Tr表示设定的峰值检测门限，则n＝k时对应的f′(k)为序列f(n)的一个峰值点。
根据本发明的一些优选实施，Tr＝TTD。
根据本发明的一些优选实施方式，所述波形曲线拟合通过高斯拟合实现。
本发明进一步提供了上述方法的一种应用，为将其用于机载脉冲激光测距机中。
本发明具备以下有益效果：本发明基于HHT变换实现了脉冲激光目标回波信号的精确降噪，并对降噪后的目标序列进行了准确的曲线拟合，适用于高速运动的机载平台上对远程非平稳脉冲激光目标进行可检测信噪比的改善、进行目标回波信号中的目标位置的准确获取；本发明通过基于EMD分解的HHT精确降噪，具有既可有效分离高频噪声及杂波、又能较好地保持目标回波的波形特征不变的特点，特别适合机载脉冲激光测距机对远程目标的鲁棒检测。通过对降噪后的目标回波波形序列进行高斯脉冲曲线拟合，所得曲线具有更好反映激光测距机发射脉冲激光的高斯分布特性的特点，并且具有更高的分辨率，特别适合于机载脉冲激光测距机对远程目标的高精度定位。
附图说明
图1为实施例1中所得第一个IMF项的波形图。
图2为实施例1中所得第二个IMF项的波形图。
图3为实施例1中所得第三个IMF项的波形图。
图4为实施例1中所得第四个IMF项的波形图。
图5为实施例1中所得第五个IMF项的波形图。
图6为实施例1中所得第六个IMF项的波形图。
图7为实施例1中所得第七个IMF项的波形图。
图8为实施例1中所得第八个IMF项的波形图。
图9为实施例1中所得最终残差项的波形图。
图10为实施例1中所得目标回波信号序列、高斯拟合后的目标回波信号波形及理想脉冲激光目标回波信号的对比图。
具体实施方式
以下结合实施例和附图对本发明进行详细描述，但需要理解的是，所述实施例和附图仅用于对本发明进行示例性的描述，而并不能对本发明的保护范围构成任何限制。所有包含在本发明的发明宗旨范围内的合理的变换和组合均落入本发明的保护范围。
根据本发明的技术方案，一些具体的实施方式包括：
(一)通过EMD方法对激光回波信号进行分解、重构，实现信号降噪
其可进一步包括：
基于EMD方法对激光回波信号进行自适应分解，所述自适应分解包括：通过EMD方法根据信号的幅频特性将信号分解为若干本征模态函数(Intrinsic Mode Function，IMF)和残差项，其中IMF是一个由局部极大值和极小值定义的零点对称函数，具有相等数目的极值点和包络过零点；残差项为一个常数或单调函数或单极值点函数；
更具体的，如设机载平台脉冲激光目标波门内的数字采样回波信号f(k)为含噪声的序列，如下：
f(k)＝s(k)+n(k),k＝1-N   (1)，
其中，s(k)表示目标波形序列，n(k)表示随机高斯白噪声，f(k)表示脉冲激光目标检测波门内的信号，k表示针对所述回波信号f(k)进行EMD分解获得的一系列IMF项和残差项的序列的长度，且所述序列的尺度i＝0～J,长度k＝1～N，N表示序列数。
具体分解可通过以下过程实现：
(1)针对总回波信号x(t)(即f(k))，寻找其信号波形中具有等量极值点和包络过零点并与包络线零点对称的分量，作为其经所述EMD分解获得的第1个IMF项c1(t)；
(2)将总回波信号x(t)与第1个IMF项c1(t)求差，作为第1个残差项r1(t)，如式(2)所示：
r1(t)＝x(t)-c1(t)   (2)，
(3)将所得第1个残差项r1(t)视作下一步EMD分解的新原始信号，循环(1)-(2)的处理，得到若干IMF项和残差项，如式(3)所示：
Figure BDA0003098680920000071
其中，n表示迭代次数，c2(t)～cn(t)表示激光回波信号的第2～n个IMF项，r2(t)～rn(t)分别表示激光回波的第2～n个残差项；
(4)重复(3)的过程，直至残差项rn(t)为一个常数或单调函数或单极值点函数，则EMD分解过程终止，得到n个IMF项和1个最终残差项；
(5)在完成上述自适应分解后，从所得n个IMF项中随机选出若干连续IMF项，将所选IMF项和最终残差项通过如下的式(4)进行激光回波信号重构，进而实现回波信号降噪处理，得到降噪后的回波信号：
Figure BDA0003098680920000072
其中，
Figure BDA0003098680920000073
表示降噪后的回波信号序列，k表示选出的若干连续IMF项中起始IMF项的序号，ci表示所选的任一IMF项，rn表示所述最终残差项。
(二)进行目标信号波形及其峰值提取
其可进一步包括：
针对降噪后获得的回波信号序列
Figure BDA0003098680920000074
通过下式(5)提取其中值不为0的信号序列f′(k)，由其组成目标信号序列：
Figure BDA0003098680920000075
其中，TTD表示自适应阈值，其可进一步根据噪声数据样本的均方根对总回波信号的噪声及杂波状况的影响的评估进行设置，如下式(6)所示：
Figure BDA0003098680920000076
其中，a表示调整系数，RMS表示噪声均方根，n(k)表示回波序列中噪声样本点的幅度数值，噪声样本可以直接从回波信号中目标所在位置之外选取，n表示回波序列中噪声样本点的幅度平均值，N表示序列的长度，k表示序列中样本的序号。
所述调整系数a通常可依据虚警概率要求取值。
在以上通过时域波形序列与自适应阈值进行的比较和选择后，可得到如下的目标信号波形序列：
s’(k)＝f′(k-i)，   (7)，
其中，i＝N0～N0+L′，N0表示第一个值不为零的回波信号序列f′(k)的序号，L′表示最后一个值不为零的的回波信号序列f′(k)的序号，即f′(k-N0)为目标信号波形的起点，序列延伸至第L′点。
针对提取得到的目标信号波形序列，通过由差分计算的组合构建得到的检测函数对其进行极大值点搜索，获得其峰值点。
其中，所述差分计算的组合包括：
定义一阶前向差分为Δf(n)，一阶后向差分为
Figure BDA0003098680920000081
二阶前向差分为Δ2f(n)，二阶后向差分为
Figure BDA0003098680920000082
其中，Δ表示前向差分，
Figure BDA0003098680920000083
表示后向差分，f(n)表示信号波形的离散序列。
所述搜索为：若n＝k∈N，且根据所述检测函数得到的以下检测结果式成立：
Figure BDA0003098680920000084
则，在k的ε>0邻域内，k为局部极大值点，则有上式中，n＝k时对应的f′(k)为序列f(n)的一个峰值点，由此可以计算出f(n)的所有峰值点及其对应位置。
优选的，考虑到噪声的影响，设定一个峰值检测门限Tr＝TTD，设定所述检测结果式如下：
Figure BDA0003098680920000085
(三)进行目标信号波形拟合
针对(二)提取得到的目标信号波形序列，为确定目标位置，可进一步采用高斯拟合模型对波形进行拟合处理，所述高斯拟合模型为：
Figure BDA0003098680920000091
其中，μ表示数据均值，σ表示数据标准差。
在应用高斯拟合模型对信号拟合处理过程中，首先求取信号的均值和标准差，然后使用高斯拟合模型进行相应拟合处理即可。
实施例1
根据上述具体实施方式，在Matlab软件平台首先构造理想回波信号，并对回波信号加入高斯白噪声，以此含噪回波信号作为处理对象，应用所提去噪方法进行去噪处理。
对上述条件下回波信号进行EMD分解，可得到如附图1-9所示的各IMF项和残差项分解图，其中附图1-8分别表示回波信号的第一个IMF项、第二个IMF项、第三个IMF项，……，第八个IMF项。附图9表示最终残差项。
最终得到的经本发明的EMD分解获得的目标回波信号序列、高斯拟合后的目标回波信号波形及理想脉冲激光目标回波信号的对比如附图10所示，可以看出，本发明的方法在EMD分解处理和高斯拟合后能够准确获取脉冲激光目标回波信号中的目标位置。
以上实施例仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例。凡属于本发明思路下的技术方案均属于本发明的保护范围。应该指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下的改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (2)

1.脉冲激光测距中的目标精确定位方法，其特征在于：包括：
对所述脉冲激光测距获得的回波信号进行EMD分解，获得其分解后的若干本征模态函数项和最终残差项；
从所述本征模态函数项中随机选出若干连续的本征模态函数项，通过所选本征模态函数项与所述最终残差项组成降噪后的回波信号序列；
将所述降噪后的回波信号序列中各信号点的信号幅值与自适应阈值进行比较，根据比较结果提取其中的目标信号序列；
通过由差分计算式的组合构建得到的检测式对所述目标信号序列进行极大值点搜索，获得其峰值点；
对所述目标信号序列通过高斯拟合进行波形曲线拟合，并根据所得峰值点进行修正，得到目标信号波形；
根据所述目标信号波形确定目标的位置信息；
所述分解包括：
(1)针对回波信号x(t)，寻找其信号波形中具有等量极值点和包络过零点并与包络线零点对称的分量，作为其经所述EMD分解获得的第1个本征模态函数项c1(t)；
(2)将所述回波信号x(t)与所述第1个本征模态函数项c1(t)求差，作为其第1个残差项r1(t)，如下：
r1(t)＝x(t)-c1(t)    (2)；
(3)将所述第1个残差项r1(t)视作下一步EMD分解的新原始信号，循环(1)-(2)的处理，得到若干本征模态函数项项和残差项，如下：
Figure FDA0004172110620000011
其中，n表示迭代次数，c2(t)～cn(t)表示第2～n个本征模态函数项，r2(t)～rn(t)分别表示其第2～n个残差项；
(4)重复(3)的过程，直至所得残差项为一个常数或单调函数或单极值点函数，则分解过程终止，以该残差项为最终残差项；
所述降噪后的回波信号序列通过下式获得：
Figure FDA0004172110620000021
其中，
Figure FDA0004172110620000022
表示降噪后的回波信号序列，k表示选出的若干连续本征模态函数项中起始本征模态函数项的序号，ci表示所选的任一本征模态函数项，rn表示所述最终残差项；
所述目标信号序列由下式中值不为0的信号序列f′(k)组成：
Figure FDA0004172110620000023
其中，TTD表示所述自适应阈值；
所述自适应阈值通过下式获得：
Figure FDA0004172110620000024
其中，a表示调整系数，RMS表示噪声幅度均方根，n(k)表示回波信号x(t)中任一噪声样本点的幅度数值，
Figure FDA0004172110620000029
表示回波信号x(t)中全部噪声样本点的幅度平均值，N表示噪声样本点的序列长度，k表示序列序号，所述噪声样本点为在所述回波信号x(t)中、在降噪后的回波信号序列
Figure FDA0004172110620000025
之外随机选取得到；
所述检测式包括：一阶前向差分Δf(n)、一阶后向差分
Figure FDA0004172110620000026
二阶前向差分Δ2f(n)和二阶后向差分
Figure FDA0004172110620000027
其中，Δ表示前向差分算子，
Figure FDA0004172110620000028
表示后向差分算子，f(n)表示波形离散序列；
所述搜索为：若根据所述检测式得到的以下检测结果式成立：
Figure FDA0004172110620000031
则n＝k时对应的f′(k)为序列f(n)的一个峰值点；
若根据所述检测式得到的以下检测结果式成立：
Figure FDA0004172110620000032
其中，Tr表示设定的峰值检测门限，Tr＝TTD；则n＝k时对应的f′(k)为序列f(n)的一个峰值点。
2.一种机载脉冲激光测距机，其应用权利要求1所述的目标精确定位方法。
CN202110618392.8A 2021-06-03 2021-06-03 脉冲激光测距中的目标精确定位方法及其应用 Active CN113359145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110618392.8A CN113359145B (zh) 2021-06-03 2021-06-03 脉冲激光测距中的目标精确定位方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110618392.8A CN113359145B (zh) 2021-06-03 2021-06-03 脉冲激光测距中的目标精确定位方法及其应用

Publications (2)

Publication Number Publication Date
CN113359145A CN113359145A (zh) 2021-09-07
CN113359145B true CN113359145B (zh) 2023-05-16

Family

ID=77531796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110618392.8A Active CN113359145B (zh) 2021-06-03 2021-06-03 脉冲激光测距中的目标精确定位方法及其应用

Country Status (1)

Country Link
CN (1) CN113359145B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117368882A (zh) * 2022-07-01 2024-01-09 上海禾赛科技有限公司 基于动态阈值的回波信号检测方法、系统和激光雷达

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000249546A (ja) * 1999-02-26 2000-09-14 Seiko Precision Inc 携帯式小型電子メジャー
CN106886014A (zh) * 2017-03-23 2017-06-23 桂林理工大学 脉冲激光雷达的双接收通道
CN110412609A (zh) * 2019-07-11 2019-11-05 郑州航空工业管理学院 一种多脉冲激光雷达目标检测方法
CN110488241A (zh) * 2019-08-26 2019-11-22 苏州迈斯泰克达光电科技有限公司 一种激光雷达多次回波信息提取装置及方法
CN110927735A (zh) * 2019-11-21 2020-03-27 中国科学院武汉物理与数学研究所 基于多通道全波形激光雷达数据的多目标距离测量方法
CN111352067A (zh) * 2020-04-01 2020-06-30 北京理工大学 一种多目标被动合成孔径的无源定位方法
CN111948663A (zh) * 2020-08-18 2020-11-17 中国科学院上海天文台 一种星载全波形信号的自适应经验模态分解去噪方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3049406A1 (en) * 2018-07-19 2020-01-19 Uti Limited Partnership Bi-modal analysis agent

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000249546A (ja) * 1999-02-26 2000-09-14 Seiko Precision Inc 携帯式小型電子メジャー
CN106886014A (zh) * 2017-03-23 2017-06-23 桂林理工大学 脉冲激光雷达的双接收通道
CN110412609A (zh) * 2019-07-11 2019-11-05 郑州航空工业管理学院 一种多脉冲激光雷达目标检测方法
CN110488241A (zh) * 2019-08-26 2019-11-22 苏州迈斯泰克达光电科技有限公司 一种激光雷达多次回波信息提取装置及方法
CN110927735A (zh) * 2019-11-21 2020-03-27 中国科学院武汉物理与数学研究所 基于多通道全波形激光雷达数据的多目标距离测量方法
CN111352067A (zh) * 2020-04-01 2020-06-30 北京理工大学 一种多目标被动合成孔径的无源定位方法
CN111948663A (zh) * 2020-08-18 2020-11-17 中国科学院上海天文台 一种星载全波形信号的自适应经验模态分解去噪方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
EEMD在激光测云仪后向散射信号处理中的应用;张冬冬;郝明磊;行鸿彦;;电子测量与仪器学报(10);全文 *
Hybrid Intelligent Detection for Underwater Acoustic Target Using EMD;Qiao H;《Feature Distance Evaluation Technique and FSVDD》;全文 *
多脉冲远程激光测距回波处理方法研究;张月;王春阳;刘妍妍;于艳鑫;;信息通信(01);全文 *
用于激光雷达回波平滑的半步长插值迭代法;王玉诏;张寅超;陈思颖;邱宗甲;赵培涛;;北京理工大学学报(12);全文 *

Also Published As

Publication number Publication date
CN113359145A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
JP6150474B2 (ja) ウィンドプロファイラにおける信号処理装置および信号処理方法
JP3798247B2 (ja) 並列ドップラ処理を行うレーダ式の氷測深器
US8704706B2 (en) Radar return signal processing apparatus and method
CN114637021B (zh) 一种亚厘米级全波形激光雷达测距方法、装置
CN108923860B (zh) 基于过门限修正的盲脉冲信号toa估计方法
CN102176004A (zh) 基于多通道时延估计的激光飞行时间测量装置及其方法
CN109164454B (zh) 一种基于伪随机码调制的中远程高频激光雷达测距模糊求解方法
JP2015219120A (ja) 距離測定装置
CN113359145B (zh) 脉冲激光测距中的目标精确定位方法及其应用
JP6021324B2 (ja) レーザレーダ装置
CN108415013A (zh) 基于调频斜率精搜索的低信噪比信号参数提取方法
JP2009236720A (ja) 移動目標検出装置
CN113030919A (zh) 一种基于模型拟合的波形检测方法及系统
CN110609286A (zh) 一种智能消除雷达地物杂波的处理方法
CN110109079B (zh) 海洋回波一阶Bragg峰位置检测方法
US20110095939A1 (en) Process and system for determining the position and velocity of an object
KR20140040422A (ko) Ｄａｔａ Ｍａｔｒｉｘ Ｂａｎｋ Ｆｉｌｔｅｒ를 이용한 이동체용 레이더의 클러터 제거기 및 제거방법
CN113030943B (zh) 基于单脉冲雷达信号采集方位距离像的多目标跟踪算法
KR20160043437A (ko) 차량용 레이더에서의 임펄스성 간섭 신호 검출 방법 및 장치
KR102375061B1 (ko) 코히어런트 레이더에서 스파이크 반사신호에 의한 오탐지의 제거 방법
Tashlykov et al. Ground clutter deducting technique for Irkutsk incoherent scatter radar
NL8102044A (nl) Processor voor een radarstelsel.
CN116819477B (zh) 一种脉内脉间指纹特征联合的雷达辐射源个体识别方法
US11892535B2 (en) Signal processing apparatus and signal processing method
CN105652260B (zh) 一种基于数字表面模型的卫星激光高度计波形分解的方法

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