[发明专利]一种激光雷达全波形信号分析方法

摘要

本发明提出一种激光雷达全波形信号分析方法。本发明方法在每次更新操作时在回波信号的数量、入射到激光雷达探测器的噪声信号、每个回波信号的峰值位置和每个回波信号的峰值幅中随机选择任意一个参量继续进行更新操作；参量采用Metropolis算法思想进行更新，参量采用Metropolis算法或者模拟回火算法思想进行更新，参量和分别采用模拟回火算法思想进行更新。本发明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。

主权项

一种激光雷达全波形信号分析方法，其特征在于，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；步骤三、将每一次更新操作后获得的所有全局近似解分别代入后验分布概率密度函数，求出每一个全局近似解的后验分布概率值，将值最大的后验分布概率值对应的全局近似解作为全局最优解；所述后验分布概率密度函数如公式（1）所示：$\mathrm{\π}(t_0,k,\mathrm{\β},B|y)=\left(\underset{i=1}{\overset{i_{\max }}{\mathrm{\Π}}}\exp (-(\underset{j=1}{\overset{k}{\mathrm{\Σ}}}f(i,{\mathrm{\β}}_j,t_{0j})+B))\frac{{(\underset{j=1}{\overset{k}{\mathrm{\Σ}}}f(i,{\mathrm{\β}}_j,t_{0j})+B)}^{y_i}}{y_i!}\right)$$\×\frac{1}{k_{\max }}{\left(\frac{1}{i_{\max }}\right)}^k{f}_G\left(B\right|c,d)\underset{n=1}{\overset{k}{\mathrm{\Π}}}{f}_G\left({\mathrm{\β}}_n\right|a,b)---\left(1\right)$式（1）中，π(t₀,k,β,B|y)为后验分布概率值；f_G为伽玛分布概率密度函数，a和c为f_G的尺度参量，b和d为f_G的形状参量，且a、b、c、d均为预设的正数；y_i是y在时间上的离散表示；f(i,β_j,t_0j)为第j个回波信号在时间i上的能量分布，j是不大于k_max的非负整数，i通常取0至i_max间的整数，t_0j和β_j分别为第j个回波信号的光子准确飞行时间和峰值幅度、也是t₀和β的第j个元素，f(i,β_j,t_0j)的函数表达式如公式（2）所示：$f(i,{\mathrm{\β}}_j,t_{0j})={\mathrm{\β}}_j\left\{\begin{array}{cc}{e}^{-{(t_{1j}-t_{0j})}^2/{2\mathrm{\σ}}^2}{e}^{(i-t_{1j})/{\mathrm{\τ}}_1},& i\<t_{1j}\\ e^{-{(i-t_{0j})}^2/{2\mathrm{\σ}}^2},& t_{1j}\≤i\<t_{2j}\\ e^{-{(t_{2j}-t_{0j})}^2/{2\mathrm{\σ}}^2}{e}^{-(i-t_{2j})/{\mathrm{\τ}}_2},& t_{2j}\≤i\<t_{3j}\\ e^{-{(t_{2j}-t_{0j})}^2/{2\mathrm{\σ}}^2}{e}^{-(t_{3j}-t_{2j})/{\mathrm{\τ}}_2}{e}^{-(i-t_{3j})/{\mathrm{\τ}}_3},& i\≥t_{3j}\end{array}\right.---\left(2\right)$式（2）中，t_0j、t_1j、t_2j、t_3j间存在稳定的差值大小关系，即t_0j‑t_1j＝c₁、t_0j‑t_2j＝c₂、t_0j‑t_3j＝c₃，其中c₁、c₂、c₃为预设的常数；τ₁、τ₂、τ₃和σ均为预设的常数，且0＜τ₁＜τ₂＜τ₃、σ＝0。