CN116430353A - 一种水体激光雷达信号模拟方法 - Google Patents

一种水体激光雷达信号模拟方法 Download PDF

Info

Publication number
CN116430353A
CN116430353A CN202310691833.6A CN202310691833A CN116430353A CN 116430353 A CN116430353 A CN 116430353A CN 202310691833 A CN202310691833 A CN 202310691833A CN 116430353 A CN116430353 A CN 116430353A
Authority
CN
China
Prior art keywords
layer
coefficient
attenuation coefficient
simulated
actual measurement
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.)
Granted
Application number
CN202310691833.6A
Other languages
English (en)
Other versions
CN116430353B (zh
Inventor
雷少华
徐杰
时元智
徐祎凡
金秋
赵广举
徐春
洪静雨
刘春云
高辰源
宫效然
夏天龙
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.)
Ecological Environment Monitoring And Scientific Research Center Of Yangtze River Basin Ecological Environment Supervision And Administration Bureau Ministry Of Ecological Environment
Nanjing Hydraulic Research Institute of National Energy Administration Ministry of Transport Ministry of Water Resources
Original Assignee
Ecological Environment Monitoring And Scientific Research Center Of Yangtze River Basin Ecological Environment Supervision And Administration Bureau Ministry Of Ecological Environment
Nanjing Hydraulic Research Institute of National Energy Administration Ministry of Transport Ministry of Water Resources
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 Ecological Environment Monitoring And Scientific Research Center Of Yangtze River Basin Ecological Environment Supervision And Administration Bureau Ministry Of Ecological Environment, Nanjing Hydraulic Research Institute of National Energy Administration Ministry of Transport Ministry of Water Resources filed Critical Ecological Environment Monitoring And Scientific Research Center Of Yangtze River Basin Ecological Environment Supervision And Administration Bureau Ministry Of Ecological Environment
Priority to CN202310691833.6A priority Critical patent/CN116430353B/zh
Publication of CN116430353A publication Critical patent/CN116430353A/zh
Application granted granted Critical
Publication of CN116430353B publication Critical patent/CN116430353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497Means for monitoring or calibrating
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

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

Abstract

本申请提供一种水体激光雷达信号模拟方法,模拟方法包括获取实测逐层吸收系数和实测逐层衰减系数,根据实测逐层吸收系数和实测逐层衰减系数计算得到实测逐层散射系数,将实测逐层吸收系数、实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束得到模拟逐层后向散射概率和多次散射集合,将实测逐层吸收系数、实测逐层衰减系数、模拟逐层后向散射概率和多次散射集合导入蒙特卡洛模型进行模拟、验证及修正得到目标修正结果,利用目标修正结果对水体激光雷达信号模拟进行修正。本申请优化了模拟算法,提高模拟计算速度,实现了对水体的多层次模拟,提升了信号模拟的置信度和准确性。

Description

一种水体激光雷达信号模拟方法
技术领域
本发明涉及水体环境监测技术领域,特别涉及一种水体激光雷达信号模拟方法。
背景技术
随着激光雷达技术的不断发展,水体激光雷达在水文测量、水质监测、河湖调查等领域得到了广泛应用。作为探测水体光学特性、水质剖面信息的新型研究工具,水体激光雷达具有不受太阳光源限制可昼夜连续观测、垂向距离/横向扫描分辨率灵活调节、逐层水下信息获取等传统水质监测方法不可替代的优势,通过解析激光束在水面及水下与水中物质相互作用的回波信号,实现水下水质垂向分布等信息的高效监测。
激光雷达脉冲进入和离开上一层水体时,不可避免地引起了激光雷达光束的衰减和多次散射,而悬浮物垂向分布的差异性进一步加剧了激光雷达光路传输的复杂性,增加了激光雷达探测下一层水体的不确定性,并使误差随深度逐层叠加。因此,准确地模拟激光雷达水下信号,是提高利用激光雷达遥感技术探测水下逐层水体固有光学参数/水质信息精确度的关键。
而在现有技术中,对于水体的激光雷达信号模拟技术中,却仅考虑单次散射或进行准单次散射模拟,或假设垂向分布均一,这就导致了对于水体的探测出现了极大的误差。
发明内容
本申请提供一种水体激光雷达信号模拟方法,以解决现有技术中对于水体激光雷达检测不精确的问题,所述模拟方法包括:
获取水体对于信号的实测逐层吸收系数和水体对于信号的实测逐层衰减系数;
根据所述实测逐层吸收系数和所述实测逐层衰减系数计算得到实测逐层散射系数;
将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束得到模拟逐层后向散射概率和多次散射集合,所述多次散射集合包括多次散射运动基础值和多次散射强度权重;
将所述实测逐层吸收系数、所述实测逐层衰减系数、模拟逐层后向散射概率和多次散射集合导入蒙特卡洛模型进行模拟、验证及修正得到目标修正结果;
利用所述目标修正结果对水体激光雷达信号模拟进行修正。
优选的,所述将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束包括:
利用所述辐射传输模型进行迭代获取模拟逐层漫衰减系数;
将所述模拟逐层漫衰减系数和所述实测逐层漫衰减系数导入所述辐射传输模型进行约束得到所述逐层后向散射概率和所述多次散射运动基础值。
优选的,所述获取模拟逐层漫衰减系数包括:
利用所述实测逐层吸收系数和所述实测逐层散射系数按照一定步长迭代所述实测逐层后向散射概率得到所述模拟逐层漫衰减系数。
优选的,所述将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束还包括:
利用所述实测逐层漫衰减系数约束所述模拟逐层漫衰减系数得到所述模拟逐层后向散射概率和所述多次散射运动基础值。
优选的,所述将所述实测逐层吸收系数、实测逐层衰减系数、模拟逐层后向散射概率和多次散射集合导入蒙特卡洛模型进行模拟、验证及修正包括:
利用所述蒙特拉洛模型进行模拟获取到模拟逐层激光雷达衰减系数和模拟逐层后向散射系数;
获取实测逐层激光雷达衰减系数和实测逐层后向散射系数;
将所述模拟逐层激光雷达衰减系数、所述模拟逐层后向散射系数、所述实测逐层激光雷达衰减系数和所述实测逐层后向散射系数导入所述蒙特拉洛模型依次进行验证及修正得到所述修正结果。
优选的,所述利用所述蒙特拉洛模型进行模拟包括:
将所述实测逐层吸收系数、所述实测逐层衰减系数所述逐层后向散射概率和所述多次散射集合导入所述蒙特拉洛模型进行模拟得到所述模拟逐层激光雷达衰减系数和所述模拟逐层后向散射系数。
优选的,所述将所述模拟逐层激光雷达衰减系数、所述模拟逐层后向散射系数、所述实测逐层激光雷达衰减系数和所述实测逐层后向散射系数导入所述蒙特拉洛模型依次进行验证及修正包括:
利用所述模拟逐层激光雷达衰减系数对所述实测逐层激光雷达衰减系数依次修正及验证得到第一修正结果;
利用所述模拟逐层后向散射系数对所述实测逐层后向散射系数依次进行修正及验证得到第二修正结果;
整合所述第一修正结果和所述第二修正结果得到所述目标修正结果。
优选的,所述获取水体对于信号的实测逐层吸收系数和水体对于信号的实测逐层衰减系数之前还包括构建光子坐标系模拟场;
所述根据所述实测逐层吸收系数和所述实测逐层衰减系数计算得到实测逐层散射系数包括:
在所述光子坐标系模拟场中多次向水体中发射激光,获取激光在多个介质中的完整路径,所述多个介质包括水介质和空气介质,所述完整路径包括激光运动初始位置、激光发射方向和激光运动截至位置;
根据所述完整路径、所述实测逐层吸收系数和所述实测逐层衰减系数计算得到所述实测逐层散射系数。
优选的,所述将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束还包括:
构建激光返回概率函数;
根据所述激光返回概率函数和所述多次散射运动基础值计算到所述多次散射强度权重。
优选的,所述整合所述第一修正结果和所述第二修正结果后还包括构建水体下行辐照度的漫衰减系数函数;
所述利用所述目标修正结果对水体激光雷达信号模拟进行修正包括:
将所述目标修正结果导入所述水体下行辐照度的漫衰减系数函数,以此对所述水体激光雷达信号模拟进行修正。
本申请提供的一种水体激光雷达信号模拟方法,具有如下优点:
(1)与常规的仅优化硬件的技术相比,本申请优化了模拟算法,提高模拟计算速度。
(2)适用于所有水体,如湖泊、内陆河、海洋等。
(3)实现了对水体的多层次模拟,提升了信号模拟的置信度和准确性。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一种水体激光雷达信号模拟方法的流程图;
图2为本申请一种水体激光雷达信号模拟方法中获取模拟逐层后向散射概率和多次散射集合的流程图;
图3为本申请一种水体激光雷达信号模拟方法中获取模拟逐层漫衰减系数的流程图;
图4为本申请一种水体激光雷达信号模拟方法中获取模拟逐层后向散射概率和多次散射集合的流程图的具体实施流程图;
图5为本申请一种水体激光雷达信号模拟方法中获取目标修正结果的流程图;
图6为本申请一种水体激光雷达信号模拟方法中利用所述蒙特拉洛模型进行模拟的具体实施流程图;
图7为本申请一种水体激光雷达信号模拟方法中获取目标修正结果的具体实施流程图;
图8为本申请一种水体激光雷达信号模拟方法中构建光子坐标系模拟场的流程图;
图9为本申请一种水体激光雷达信号模拟方法中获取实测逐层散射系数的流程图;
图10为本申请一种水体激光雷达信号模拟方法中获取多次散射强度权重的具体实施流程图;
图11为本申请一种水体激光雷达信号模拟方法中构建水体下行辐照度的漫衰减系数函数的流程图;
图12为本申请一种水体激光雷达信号模拟方法中利用所述目标修正结果对水体激光雷达信号模拟进行修正的具体实施流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参考图1可知,本实施例提供一种水体激光雷达信号模拟方法,所述模拟方法用于检测水体信息的激光雷达,基于现有技术中,对于水体激光雷达信号的模拟,仅将水体看作成一个整体进行模拟,这边导致了水体对光的散射、折射等被忽略,从而使得信号模拟不准确,基于此,本实施例提供如下实施方式,所述模拟方法包括:
S100,获取水体对于信号的实测逐层吸收系数和水体对于信号的实测逐层衰减系数,具体的,在本实施例中,所述实测逐层吸收系数和所述实测逐层衰减系数为激光雷达在水体中的实际检测信息。
其中,获取使得后续模拟计算的更具统一性,在本实施例中,对于获取所述实测逐层吸收系数和所述实测逐层衰减系数,要预先构建统一的坐标模拟系,具体参见图8:
S001,构建光子坐标系模拟场。
其中,构建所述光子坐标系模拟场的具体操作如下:
首先,建立光子坐标系模拟场。光子位置坐标的初始位置为(x,y,z)、运动方向为(ux,uy,uz),运动后位置为
Figure SMS_1
,因此运动几何关系为:
Figure SMS_2
其中,S为运动步长,定义为光束衰减系数c(λ)的函数:
Figure SMS_3
。式中,R是随机数,取值为[0,1],服从均匀分布。
S200,根据所述实测逐层吸收系数和所述实测逐层衰减系数计算得到实测逐层散射系数,具体的,在本实施例中,通过实际检测得到的所述实测逐层吸收系数和所述实测逐层衰减系数计算得到所述实测逐层散射系数,其中,基于提高模拟的置信度,在本实施例中,对于得到所述实测逐层散射系数,需要在所述光子坐标系模拟场中进行,并通过所述光子坐标系模拟场获取到光子的实际运行情况,具体参见图9:
S210,在所述光子坐标系模拟场中多次向水体中发射激光,获取激光在多个介质中的完整路径,所述多个介质包括水介质和空气介质,所述完整路径包括激光运动初始位置、激光发射方向和激光运动截至位置;
S220,根据所述完整路径、所述实测逐层吸收系数和所述实测逐层衰减系数计算得到所述实测逐层散射系数。
需要说明的是,在本实施例中,激光需在所述光子坐标系模拟场中发射,以此获取到激光的完整路径,其中激光在所述光子坐标系模拟场中穿过的多个介质(水体和空气)的路径均要获取,以此得到激光的实际的完整路径,以此来提升整体模拟方法的置信度。
S300,将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束得到模拟逐层后向散射概率和多次散射集合,所述多次散射集合包括多次散射运动基础值和多次散射强度权重,具体的,在本实施例中,通过所述辐射传输模型迭代约束得到所述模拟逐层后向散射概率和多次散射集合,通过所述辐射传输模型的迭代及约束,使得在实测的相关信息更贴近于水体对光的相关效应的实际情况,以此提升信号模拟的准确性。
其中,获取所述模拟逐层后向散射概率和多次散射集合的实际步骤可参考图2、图3、图4和图10,具体步骤如下:
S310,利用所述辐射传输模型进行迭代获取模拟逐层漫衰减系数;
S320,将所述模拟逐层漫衰减系数和所述实测逐层漫衰减系数导入所述辐射传输模型进行约束得到所述逐层后向散射概率和所述多次散射运动基础值。
具体的,在本实施例中,利用所述辐射传输模型进行迭代得到所述模拟逐层漫衰减系数,具体步骤为:
S311,利用所述实测逐层吸收系数和所述实测逐层散射系数按照一定步长迭代所述实测逐层后向散射概率得到所述模拟逐层漫衰减系数,在所述辐射传输模型中,利用所述实测逐层吸收系数和所述实测逐层散射系数按照一定的步长进行迭代,其中迭代的对象为所述实测逐层后向散射概率,并以此得到所述模拟逐层漫衰减系数,所述模拟逐层漫衰减系数可以理解为水体对于光的削弱能力。
利用模拟逐层漫衰减系数和所述实测逐层漫衰减系数进行约束得到所述逐层后向散射概率和所述多次散射运动基础值,具体步骤为:
S321,利用所述实测逐层漫衰减系数约束所述模拟逐层漫衰减系数得到所述模拟逐层后向散射概率和所述多次散射运动基础值,利用所述实测逐层漫衰减系数约束所述模拟逐层漫衰减系数,以优化所述模拟逐层漫衰减系数,并以此得到最贴近实际情况的所述模拟逐层后向散射概率和所述多次散射运动基础值。
需要说明的是,所述多次散射集合包括所述多次散射运动基础值和所述多次散射强度权重,其中,在本实施例中获取的所述多次散射运动基础值为光子的运动轨迹的相关参数,所述多次散射强度权重为光子在水体中被散射的情况,因此,进一步的,在一些实施例中,还包括获取所述多次散射强度权重步骤,步骤如下:
S322,构建激光返回概率函数,具体的,在本实施例中,根据辐射传输理论,光子在水中传输会被吸收而运动终止或被散射而继续运动,其继续运动的方向与散射相函数有关,其强度与多次散射的强度权重有关,且随着散射次数的增多,强度权重越小,最终光子被吸收、被散射出边界或被接收器接收而停止模拟。根据当前光子的运动方向、光子相对于探测器的位置、返回到探测器的角度θ和接收器接收立体角
Figure SMS_4
等参数计算出激光返回概率函数E为:
Figure SMS_5
式中,d是沿接收路径方向上光子当前位置与水面之间的距离,
Figure SMS_6
和/>
Figure SMS_7
分别为水气界面的透过率和大气的透过率,光子经过折射射出水面也与菲涅尔反射率Rf有关,λ为波长,j表示从1到i的第j个光子。
需要说明的是,在构建所述激光返回概率函数之前还需构建出散射相函数
Figure SMS_8
S323,根据所述激光返回概率函数和所述多次散射运动基础值计算到所述多次散射强度权重,在本实施例中,运用概率统计得到光束光子从进入水下、进入逐层水体吸收池、散射池、边界池、射出水面却未进入接收器或最终被接收器接受的传输过程(水体吸收池、散射池和边界池均为水体的层次结构),统计逐层水体中的多次散射效应,其中通过所述多次散射效应的统计获取到所述多次散射强度权重。
S400,将所述实测逐层吸收系数、所述实测逐层衰减系数、模拟逐层后向散射概率和多次散射集合导入蒙特卡洛模型进行模拟、验证及修正得到目标修正结果,其中,所述蒙塔卡洛为一种器件参数变化分析,使用随机抽样估计来估算数学函数的计算的方法,它需要一个良好的随机数源,而这种方法往往包含一些误差,但是随着随机抽取样本数量的增加,结果也会越来越精确,在本实施例中,通过利用所述蒙特卡洛获取到光子从从多个方向多次摄射入水体后最接近真实情况的水体与光子之间的效应情况,以此来提升对于水体激光雷达信号模拟的置信度及准确性。
具体的,在本实施例中,利用所述蒙特卡洛进行模拟的具体步骤参见图5、图6和图7,具体步骤如下:
S410,利用所述蒙特拉洛模型进行模拟获取到模拟逐层激光雷达衰减系数和模拟逐层后向散射系数,具体的,在本实施例中,通过所述蒙特拉洛模型进行模拟得到所述模拟逐层激光雷达衰减系数和模拟逐层后向散射系数,需要说明的是,所述蒙特拉洛模型具有蒙特拉洛模拟场,所述蒙特拉洛模拟场包含所述光子坐标系模拟场。
所述利用所述蒙特拉洛模型进行模拟的具体步骤为:
S411,将所述实测逐层吸收系数、所述实测逐层衰减系数所述逐层后向散射概率和所述多次散射集合导入所述蒙特拉洛模型进行模拟得到所述模拟逐层激光雷达衰减系数和所述模拟逐层后向散射系数,具体的,在本实施例中,利用所述实测逐层吸收系数、所述实测逐层衰减系数所述逐层后向散射概率和所述多次散射集合进行模拟得到所述模拟逐层激光雷达衰减系数和所述模拟逐层后向散射系数。
S420,获取实测逐层激光雷达衰减系数和实测逐层后向散射系数;
S430,将所述模拟逐层激光雷达衰减系数、所述模拟逐层后向散射系数、所述实测逐层激光雷达衰减系数和所述实测逐层后向散射系数导入所述蒙特拉洛模型依次进行验证及修正得到所述修正结果,具体的,在本实施例中,通过所述模拟逐层激光雷达衰减系数、所述模拟逐层后向散射系数、所述实测逐层激光雷达衰减系数和所述实测逐层后向散射系数的多次验证及修改,使得所述实测逐层激光雷达衰减系数和所述实测逐层后向散射系数贴近于实际水体中的衰减及散射情况,即,以此完成了多层次水体对激光的相关效应的模拟,从而提升了信号模拟的准确性,降低了对于水体的探测的误差。
具体的,对于利用所述蒙特拉洛模型进行验证及修正的具体步骤如下:
S431,利用所述模拟逐层激光雷达衰减系数对所述实测逐层激光雷达衰减系数依次修正及验证得到第一修正结果,具体的,在本实施例中,通过利用所述模拟逐层激光雷达衰减系数对所述实测逐层激光雷达衰减系数依次修正及验证,使得所述实测逐层激光雷达衰减系数贴近于实际水体中的衰减情况,提升了整体模拟方法的置信度及准确性。
S432,利用所述模拟逐层后向散射系数对所述实测逐层后向散射系数依次进行修正及验证得到第二修正结果,在本实施例中,通过利用所述模拟逐层后向散射系数对所述实测逐层后向散射系数依次进行修正及验证,使得所述实测逐层后向散射系数贴近于实际水体中的散射情况,提升了整体模拟方法的置信度及准确性。
需要说明的是,在本实施例中提到的“验证”和“修正”的具体方式为,通过比对模拟的信息和实际测量的信息,若两种信息相同,则无需修正,即完成了验证且无需修正,模拟的信息和实际测量的信息均可作为信号模拟的依据,若两种信息相似或差别较大,则需要按照模拟的信息修改实际测量的信息,即完成验证及修正。
S433,整合所述第一修正结果和所述第二修正结果得到所述目标修正结果,具体的,在本实施例中,通过将两种修正结果的结合,以获得包含水体对于光效应的全面修正结果,进一步提升模拟方法的准确性和全面性。
需要说明的是,在获取到所述目标修正结果后,还需将所述目标修正结果带入修正水体对光效应的具体模型中,以达到可视化的优化水体检测,因此,在得到所述目标修正结果之后的步骤参见图11,在得到所述目标修正结果之后还包括如下步骤:
S434,构建水体下行辐照度的漫衰减系数函数,其中所述水体下行辐照度的漫衰减系数函数包括如下公式:
下行辐照度
Figure SMS_9
,可以由以下方程,表示为深度z的函数:
Figure SMS_10
Figure SMS_11
是下行辐照度的漫衰减系数,转换公式将/>
Figure SMS_12
提出,则所述水体下行辐照度的漫衰减系数函数表示为:
Figure SMS_13
S500,利用所述目标修正结果对水体激光雷达信号模拟进行修正,具体的,在本实施例中,通过利用所述目标修正结果对所述水体激光雷达信号模拟进行修正,以达到水体激光雷达信号模拟包含了对水体多层次的模拟分析,其中具体的修正步骤参见图12,具体步骤为:
S510,将所述目标修正结果导入所述水体下行辐照度的漫衰减系数函数,以此对所述水体激光雷达信号模拟进行修正,具体的,在本实施例中,通过将所述目标修正结果导入所述水体下行辐照度的漫衰减系数函数,来优化实际的水体激光雷达信号模拟,以此实现最贴近于水体实际情况的水体激光雷达信号模拟。
本申请通过利用利用“反向约束”和“正向约束”,并将辐射传输模拟和蒙特卡洛模拟进行结合,优化了模拟算法,提高模拟计算速度,使得水体激光雷达信号模拟适用于所有水体,且实现了对水体的多层次模拟,提升了信号模拟的置信度和准确性。

Claims (10)

1.一种水体激光雷达信号模拟方法,其特征在于,所述模拟方法包括:
获取水体对于信号的实测逐层吸收系数和水体对于信号的实测逐层衰减系数;
根据所述实测逐层吸收系数和所述实测逐层衰减系数计算得到实测逐层散射系数;
将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束得到模拟逐层后向散射概率和多次散射集合,所述多次散射集合包括多次散射运动基础值和多次散射强度权重;
将所述实测逐层吸收系数、所述实测逐层衰减系数、模拟逐层后向散射概率和多次散射集合导入蒙特卡洛模型进行模拟、验证及修正得到目标修正结果;
利用所述目标修正结果对水体激光雷达信号模拟进行修正。
2.根据权利要求1所述的一种水体激光雷达信号模拟方法,其特征在于,所述将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束包括:
利用所述辐射传输模型进行迭代获取模拟逐层漫衰减系数;
将所述模拟逐层漫衰减系数和所述实测逐层漫衰减系数导入所述辐射传输模型进行约束得到所述逐层后向散射概率和所述多次散射运动基础值。
3.根据权利要求2所述的一种水体激光雷达信号模拟方法,其特征在于,所述获取模拟逐层漫衰减系数包括:
利用所述实测逐层吸收系数和所述实测逐层散射系数按照一定步长迭代所述实测逐层后向散射概率得到所述模拟逐层漫衰减系数。
4.根据权利要求2所述的一种水体激光雷达信号模拟方法,其特征在于,所述将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束还包括:
利用所述实测逐层漫衰减系数约束所述模拟逐层漫衰减系数得到所述模拟逐层后向散射概率和所述多次散射运动基础值。
5.根据权利要求1所述的一种水体激光雷达信号模拟方法,其特征在于,所述将所述实测逐层吸收系数、实测逐层衰减系数、模拟逐层后向散射概率和多次散射集合导入蒙特卡洛模型进行模拟、验证及修正包括:
利用所述蒙特拉洛模型进行模拟获取到模拟逐层激光雷达衰减系数和模拟逐层后向散射系数;
获取实测逐层激光雷达衰减系数和实测逐层后向散射系数;
将所述模拟逐层激光雷达衰减系数、所述模拟逐层后向散射系数、所述实测逐层激光雷达衰减系数和所述实测逐层后向散射系数导入所述蒙特拉洛模型依次进行验证及修正得到所述修正结果。
6.根据权利要求5所述的一种水体激光雷达信号模拟方法,其特征在于,所述利用所述蒙特拉洛模型进行模拟包括:
将所述实测逐层吸收系数、所述实测逐层衰减系数所述逐层后向散射概率和所述多次散射集合导入所述蒙特拉洛模型进行模拟得到所述模拟逐层激光雷达衰减系数和所述模拟逐层后向散射系数。
7.根据权利要求5所述的一种水体激光雷达信号模拟方法,其特征在于,所述将所述模拟逐层激光雷达衰减系数、所述模拟逐层后向散射系数、所述实测逐层激光雷达衰减系数和所述实测逐层后向散射系数导入所述蒙特拉洛模型依次进行验证及修正包括:
利用所述模拟逐层激光雷达衰减系数对所述实测逐层激光雷达衰减系数依次修正及验证得到第一修正结果;
利用所述模拟逐层后向散射系数对所述实测逐层后向散射系数依次进行修正及验证得到第二修正结果;
整合所述第一修正结果和所述第二修正结果得到所述目标修正结果。
8.根据权利要求7所述的一种水体激光雷达信号模拟方法,其特征在于,所述获取水体对于信号的实测逐层吸收系数和水体对于信号的实测逐层衰减系数之前还包括构建光子坐标系模拟场;
所述根据所述实测逐层吸收系数和所述实测逐层衰减系数计算得到实测逐层散射系数包括:
在所述光子坐标系模拟场中多次向水体中发射激光,获取激光在多个介质中的完整路径,所述多个介质包括水介质和空气介质,所述完整路径包括激光运动初始位置、激光发射方向和激光运动截至位置;
根据所述完整路径、所述实测逐层吸收系数和所述实测逐层衰减系数计算得到所述实测逐层散射系数。
9.根据权利要求1所述的一种水体激光雷达信号模拟方法,其特征在于,所述将所述实测逐层吸收系数、所述实测逐层散射系数、实测逐层漫衰减系数和实测逐层后向散射概率导入辐射传输模型进行迭代约束还包括:
构建激光返回概率函数;
根据所述激光返回概率函数和所述多次散射运动基础值计算到所述多次散射强度权重。
10.根据权利要求7所述的一种水体激光雷达信号模拟方法,其特征在于,所述整合所述第一修正结果和所述第二修正结果后还包括构建水体下行辐照度的漫衰减系数函数;
所述利用所述目标修正结果对水体激光雷达信号模拟进行修正包括:
将所述目标修正结果导入所述水体下行辐照度的漫衰减系数函数,以此对所述水体激光雷达信号模拟进行修正。
CN202310691833.6A 2023-06-13 2023-06-13 一种水体激光雷达信号模拟方法 Active CN116430353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310691833.6A CN116430353B (zh) 2023-06-13 2023-06-13 一种水体激光雷达信号模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310691833.6A CN116430353B (zh) 2023-06-13 2023-06-13 一种水体激光雷达信号模拟方法

Publications (2)

Publication Number Publication Date
CN116430353A true CN116430353A (zh) 2023-07-14
CN116430353B CN116430353B (zh) 2023-08-25

Family

ID=87085845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310691833.6A Active CN116430353B (zh) 2023-06-13 2023-06-13 一种水体激光雷达信号模拟方法

Country Status (1)

Country Link
CN (1) CN116430353B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160238698A1 (en) * 2015-02-17 2016-08-18 Florida Atlantic University Underwater sensing system
CN108398782A (zh) * 2018-03-29 2018-08-14 上海大学 水下激光主动成像系统的蒙特卡洛模拟及优化设计方法
CN113361080A (zh) * 2021-05-20 2021-09-07 厦门大学 基于gpu的多层水体光子传输半解析蒙特卡洛仿真方法
CN115327518A (zh) * 2022-09-07 2022-11-11 浙江大学 一种基于解析模型的海洋激光雷达多次散射衰减校正方法
CN115797760A (zh) * 2023-01-29 2023-03-14 水利部交通运输部国家能源局南京水利科学研究院 主被动融合的水质立体遥感反演方法、系统及存储介质
WO2023070958A1 (zh) * 2021-10-28 2023-05-04 中国科学院沈阳自动化研究所 一种基于物理散射模型的图像恢复方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160238698A1 (en) * 2015-02-17 2016-08-18 Florida Atlantic University Underwater sensing system
CN108398782A (zh) * 2018-03-29 2018-08-14 上海大学 水下激光主动成像系统的蒙特卡洛模拟及优化设计方法
CN113361080A (zh) * 2021-05-20 2021-09-07 厦门大学 基于gpu的多层水体光子传输半解析蒙特卡洛仿真方法
WO2023070958A1 (zh) * 2021-10-28 2023-05-04 中国科学院沈阳自动化研究所 一种基于物理散射模型的图像恢复方法
CN115327518A (zh) * 2022-09-07 2022-11-11 浙江大学 一种基于解析模型的海洋激光雷达多次散射衰减校正方法
CN115797760A (zh) * 2023-01-29 2023-03-14 水利部交通运输部国家能源局南京水利科学研究院 主被动融合的水质立体遥感反演方法、系统及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GUOQING ZHOU等: "Overview of Underwater Transmission Characteristics of Oceanic LiDAR", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 *
刘东;刘群;白剑;张与鹏;: "星载激光雷达CALIOP数据处理算法概述", 红外与激光工程, no. 12 *
孔晓娟;刘秉义;杨倩;李忠平;: "船载激光雷达测量水体光学参数的仿真模拟研究", 红外与激光工程, no. 02 *

Also Published As

Publication number Publication date
CN116430353B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
Hanke et al. Generation and validation of virtual point cloud data for automated driving systems
CN110095784B (zh) 一种复杂环境影响下的海洋-低层大气激光传输建模方法
CN111639747B (zh) 一种基于bp神经网络的gnss-r海面风速反演方法及系统
CN111060899B (zh) 星地一体化激光雷达回波波形仿真方法及系统
US20210055180A1 (en) Apparatuses and methods for gas flux measurements
CN107831485A (zh) 船载多视场激光雷达探测多个水体光学特征参数的方法
CN110673108B (zh) 一种基于迭代Klett的机载海洋激光雷达信号处理方法
CN115797760B (zh) 主被动融合的水质立体遥感反演方法、系统及存储介质
CN114509409B (zh) 星载单光子激光雷达的叶绿素浓度垂直剖面反演方法
CN114089366A (zh) 一种星载单光子激光雷达的水体光学参数反演方法
WO2015079152A1 (fr) Procede de simulation de propagation d'ondes; simulateur, programme d'ordinateur et support d'enregistrement pour la mise en œuvre du procede
CN112180369B (zh) 基于深度学习的一维综合孔径辐射计海面风速反演方法
CN115327518A (zh) 一种基于解析模型的海洋激光雷达多次散射衰减校正方法
CN114295585A (zh) 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法
CN116430353B (zh) 一种水体激光雷达信号模拟方法
CN117826635A (zh) 车载激光雷达雾天探测能力仿真方法、系统、终端及介质
CN117554991A (zh) 一种基于星载光子计数激光雷达反演海面风速的方法
Evans A general solution for stochastic radiative transfer
CN109856092B (zh) 一种海洋荧光探测半解析蒙特卡罗模拟方法
CN115062526B (zh) 基于深度学习的三维电离层电子浓度分布模型训练方法
CN115311380A (zh) 基于admm网络的反射式荧光分子断层成像方法及系统
Xu et al. Full-waveform LiDAR echo decomposition method based on deep learning and sparrow search algorithm
Ngo A methodology for validation of a radar simulation for virtual testing of autonomous driving
Mader et al. Volumetric nonlinear ortho full-waveform stacking in airborne LiDAR bathymetry for reliable water bottom point detection in shallow waters
Luostari et al. Bayesian approach to single-tree detection in airborne laser scanning–use of training data for prior and likelihood modeling

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