[发明专利]一种激光雷达全波形信号分析方法

说明书

技术领域

本发明属于激光雷达技术领域，具体涉及一种激光雷达全波形信号分析方法。 

背景技术

传统的激光雷达通常只能提取激光光斑内的一个距离特征，无法处理光斑内多个距离特征目标的回波信号。采用具有完整地记录接收信号功能的全波形激光雷达可以得到这种包含多个回波信号的全波形信号，为全波形信号分析提供了基础，所谓全波形信号由激光光斑印记内所有特征距离的回波信号共同产生。为了有效解析单个激光光斑印记内包含的距离特征，需要采用全波形信号分析技术提取出其中包含的回波信号的峰值位置、数量、峰值幅度、噪声共4个关键的全波形参量，分别标记为t₀、k、β、B。其中，回波数量和峰值位置是全波形参量是最为重要的两个参数，用于标记距离特征的数量和相互位置关系并完成全波形信号分解，峰值位置即准确距离上的光子飞行时间。 

全波形信号y可以看成是接收信号F的后验抽样结果，以能量在时间轴上的能量分布形式来表示。全波形信号分析的目的就是利用全波形信号y求解全波形参量t₀、k、β、B，其过程可以看作是利用后验信息对先验信息进行估计。其中，后验信息是全波形信号y，而相对应的先验信息是全波形参量t₀、k、β、B。通常可以采用后验分布概率密度函数来评价全波形参量估计值的准确程度。 

典型的全波形分析策略主要包括采用LM算法的非线性最小二乘波形拟合方法和采用EM算法及其改进算法的全波形参量最大似然值估计方法。前者需要事先预知目标的有效数据模型，只适用于单一特性的场景，例如：植被、建筑等；后者的收敛性能强烈依赖于初始值的预设，无法实现完全的非人工干预全波形参量提取，有时存在失效的风险。 

近来，一种基于贝叶斯估计框架的可逆跳跃马尔可夫蒙特卡罗算法（RJMCMC）（详见IEEE Transactions on Pattern Analysis and Machine Intelligence2007,29(12),2170-2180）被提出作为一种全波形分析策略。在此策略中，其关键之处是采用RJMCMC算法按照固定的顺序以循环形式逐个进行待解全波形参量t₀、k、β和B，并由后验分布概率密度函数评估所有由参量近似解构成的全局近似解（t₀、k、β、B），挑选最为合适的全 局近似解（t₀、k、β、B）作为全局最优解。该方法允许在更新过程中待解全波形参量可以在不同尺度的预设分布模型之间进行跳跃完成对分布空间的探测而不依赖先验信息，从而实现对目标特性未知的全波形信号分析。但该方法对分布空间的快速探测主要依赖于有效的预设分布，而且各参量的转移概率通常较低，从而导致较慢的运算速度。 

发明内容

本发明提出一种激光雷达全波形信号分析方法，能够快速处理特性未知目标的全波形信号，且不受全波形信号信噪比的影响。 

为了解决上述技术问题，本发明提供一种激光雷达全波形信号分析方法，包括以下步骤： 

步骤一、输入一个激光雷达全波形信号y，明确待求参量为：t₀、k、β、B，其中： 

k为回波信号的数量，其取值范围为：{0,1,2Kk_max}，k_max是预设的k的最大值； 

B为入射到激光雷达探测器的噪声信号，其取值范围为：(0,max(y))，max(y)是全波形信号y的最大值； 

t₀为每个回波信号中的光子准确飞行时间构成的k维向量，其元素对应k个回波信号的峰值位置，t₀的所有元素的取值范围为：(0,i_max)，i_max是全波形信号y的长度； 

β为每个回波信号的峰值幅度构成的k维向量，其元素对应k个回波信号的峰值幅度，β的所有元素的取值范围为：(0,max(y))； 

从各待求参量的取值范围内选取任意值分别赋值给参量t₀、k、β和B，完成各待求参量的初始化；在完成初始化的待求参量中选取任意一个参量，以被选中的参量开始进行一次更新操作； 

步骤二、将更新操作后的所有待求参量组成一个全局近似解（t₀、k、β、B），在每次更新操作后组成的全局近似解（t₀、k、β、B）中随机选择任意一个参量继续进行更新操作；重复本步骤，直至更新操作次数的总和达到预先设定的更新操作次数的最大值后停止更新操作；