[发明专利]基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法

说明书

本发明公开了一种基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，属于激光雷达信号处理技术领域。该方法首先对含噪激光雷达回波信号进行分数阶傅里叶变换，获得FRFT谱，由一维信号转换为二维图像。第二，采用均值滤波、小波滤波及巴特沃兹滤波的复合滤波方法，对FRFT谱进行图像增强。第三，对增强后的FRFT谱图像数据聚类，确定聚类数量并分离各聚类数据。第四，对分离的各聚类数据进行位置和强度统计，筛选有效数据点后对保留数据进行最小二乘法拟合，获得飞行时间、脉宽和幅值，完成激光雷达回波信号提取与成分分解。本发明为激光雷达信号处理提供一种二维时频分析方法，具有更强的抗噪能力和更高精度的分解结果。

技术领域

本发明涉及了一种基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，属于激光雷达信号处理技术领域。

背景技术

傅里叶变换(FT)提出于1807年，它建立了信号时间域与频率域之间变换的关系，是分析和处理平稳信号的有效工具。然而在实际工程与自然现象中，大部分信号是非平稳的。非平稳信号的频域与时域是关联的，因此单纯通过时域或频域表达无法完整体现信号特征。因此，近年来较多采用一种信号处理技术——时频分析(TFA)，通过将一维信号表示转化为二维时间-频率联合表示，全面反映观测信号的局部时频分布特征，从而对其进行分析和处理。

目前，主流的时频分析方法有连续小波变换(CWT)、同步压缩变换(SST)、魏格纳维尔-分布(WVD)、分数阶傅里叶变换(FRFT)等，广泛应用到雷达(RADAR)、声学、通信、地震学等领域的信号处理中。时频方法的选择往往与信号特点有关。例如，FRFT和WVD大部分用于线性调频信号(Chirp信号)处理，而CWT和SST往往用于复合谐波信号处理。其中，FRFT作为一种广义的FT技术，广泛应用在波动分析、信号处理及微分方程等科学领域。在信号处理中，FRFT为信号与图像的增强、恢复和识别提供了十分有效的解决方法。

激光雷达(LIDAR)属于激光遥感领域，由传统RADAR基础上发展起来。它采用飞行时间的原理工作，发射端发射激光到目标表面，接收端获取目标表面反射信号，通过信号处理技术从回波信号中提取其中的飞行时间、强度等其他相关信息，结合各目标点的地理位置信息，重建目标的三维图像。实际操作过程中，LIDAR回波信号受到各种环境、系统元器件等因素的噪声影响，因此对信号处理的要求较高。尽管LIDAR在RADAR的基础上发展起来，并且沿用了其很多成熟的信号处理技术，但依然有很多难以通用。例如，RADAR信号属于Chirp信号，FRFT分析处理后使多Chirp成分各自位置达到最强聚焦，因此可通过FRFT的TFA方法实现多Chirp成分的检测、滤波与分离。然而，激光雷达信号具有高斯性，FRFT及其他TFA技术难以直接在激光雷达信号处理中得到有效应用，大多数情况下依然通过一维信号处理技术实现，如小波阈值分析，经验模态分解(EMD)和卡尔曼滤波等。因此，考虑到TFA方法在多成分信号精确提取中具有效的应用，尤其对强噪声的鲁棒性更强。

发明内容

本发明提出一种基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，相比传统一维激光信号处理对噪声滤波能力更强，且成分提取精度更高。

本发明为解决其技术问题采用如下技术方案：

一种基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法，包括如下步骤：

(1)对含噪激光雷达回波信号进行分数阶傅里叶变换得到二维的分数阶傅里叶变换谱；

(2)采用均值滤波、小波滤波及巴特沃兹滤波的复合滤波方法，对分数阶傅里叶变换谱进行图像增强处理；

(3)对增强后的分数阶傅里叶变换谱图像进行数据聚类，确定聚类数量并分离各聚类数据；

(4)对分离的各聚类数据进行峰值位置和峰值强度统计，筛选有效数据点后对保留数据进行最小二乘法拟合，获得飞行时间、脉宽和幅值。