[发明专利]一种烟雾环境中FMCW激光定距系统差频信号提取方法

说明书

技术领域

本发明涉及到FMCW激光定距系统抗烟雾干扰技术领域，具体地说，是一种烟雾环境中基于EMD-DT阈值去噪与Spearman相关判断的FMCW激光定距系统差频信号提取方法。

背景技术

FMCW激光定距技术从FMCW雷达技术发展而来，已经在民用和军用高精度目标测距中得到广泛应用，激光具有单色性好、发射波束窄、测距精度高、抗电磁干扰能力强的特点，但易受自然环境中烟雾干扰。

为了提高FMCW激光定距系统抗烟雾干扰性能，就必须对FMCW系统中差频信号进行有效处理，提取烟雾环境中FMCW激光定距系统差频信号中目标回波对应的有用信息，滤除低频处后向散射干扰和高频处随机噪声。传统的信号处理方法大都是以目标回波为线性平稳作为假设条件的,而实际烟雾环境中FMCW激光定距系统中差频信号包含了大量的环境干扰信号和噪声，造成了非线性、非平稳的,其统计特性也是时变函数。

美国国家宇航局Norden E.Huang等人于1998年提出了经验模态分解方法(Empirical Mode Decoposition,EMD),它是一种新型的自适应信号时频处理方法。目前基于EMD分解的信号处理主要有两种思路，第一种借鉴小波阈值去噪的算法，其中代表性的算法有EMD-DT(EMD direct thresholding)，借鉴小波阈值去噪原理，在含噪声的IMF分量中，根据噪声类型设定阈值，IMF分量中所有幅度值低于该阈值的被直接滤除，反之则保留，最后将阈值去噪后的IMF重构得到去噪后信号。针对EMD分解的另一种信号处理思路为部分IMF分量重构，可以对分解得到的IMF分量进行判断，将干扰和噪声占主导的IMF分量在重构过程中去除，保留有用信号主导的IMF分量，这样重构后对原始信号达到自适应滤波效果。

发明内容

针对现有技术的不足，本发明的目的是提供一种烟雾环境中FMCW激光定距系统差频信号提取方法，该方法具有良好的自适应性，能够有效的提取烟雾环境中FMCW激光定距系统差频信号中目标回波对应的有用信息，滤除低频处后向散射干扰和高频处随机噪声，提高FMCW激光定距系统抗烟雾干扰能力。

为了达到上述目的，本发明采用以下技术方案：

一种烟雾环境中FMCW激光定距系统差频信号提取方法，包括以下步骤：

步骤1、采用EMD分解对烟雾环境中FMCW激光定距系统差频信号进行处理，得到L阶IMF分量：首先将原始含噪声差频信号x(n)进行EMD分解，EMD分解后信号为：其中h_i(n)为第i阶本征模态函数IMF，r(n)为余项，L为IMF分量个数；

步骤2、采用EMD-DT对所有IMF分量进行初步阈值去噪：对所述h_i(n)进行EMD-DT阈值去噪得到h_i(n)，则其中x(n)表示对x(n)进行EMD-DT阈值去噪后的信号；

步骤3、采用Spearman相关系数对EMD-DT处理后的IMF分量与原差频信号去噪后信号x(n)进行相似性判断：随m增大依次计算Spearman相关系数ρ(m)＝Spearman{x(n),x_m(n)}，其中x_m(n)＝h_m(n),m＝1...L；

步骤4、对特定IMF分量进行重构后得到滤除噪声后的差频信号：设定部分IMF函数重构的判断条件为其中C选择0.7，表示m从小到大过程中第一个使得ρ(m)≥C成立的m值，由于差频信号频谱的单频特性,选取重构分量IMF_k～IMF_k+1，最后得到去噪后信号为

本发明的有益效果：

本发明首先将烟雾环境中FMCW激光差频信号分解为若干IMF分量，采用EMD-DT对每个IMF分量进行初步阈值去噪处理，然后采用Spearman相关系数判断去噪后的IMF分量与原信号的相关性，根据设定的相关性阈值确定有用信号占主导的IMF分量起始阶数，之后对特定的IMF分量进行重构，最后完成对差频信号自适应滤波。本发明的优点是：充分结合了EMD-DT阈值去噪和基于Spearman相关系数的IMF分量重构两者的优势，能有效提取烟雾环境中差频信号中目标回波对应的有用信息，滤除低频处后向散射干扰和高频处随机噪声，大幅度提高FMCW激光定距系统抗烟雾干扰能力。

附图说明

图1是本发明的算法流程图；

图2是本发明对FMCW激光定距系统烟雾环境中差频信号滤波处理图。

具体实施方式