日韩成人黄色,透逼一级毛片,狠狠躁天天躁中文字幕,久久久久久亚洲精品不卡,在线看国产美女毛片2019,黄片www.www,一级黄色毛a视频直播

基于重加權(quán)L1范數(shù)最小化的激光雷達(dá)測(cè)距方法及裝置

文檔序號(hào):39705367發(fā)布日期:2024-10-22 12:49閱讀:1來源:國(guó)知局
基于重加權(quán)L1范數(shù)最小化的激光雷達(dá)測(cè)距方法及裝置

本發(fā)明屬于激光測(cè)距,具體涉及一種基于重加權(quán)l(xiāng)1范數(shù)最小化的激光雷達(dá)測(cè)距方法及裝置。


背景技術(shù):

1、激光雷達(dá)是一種利用激光進(jìn)行目標(biāo)探測(cè)和距離測(cè)量的高效測(cè)量技術(shù),它通過比較發(fā)射信號(hào)和回波信號(hào)的相位、頻率和其他信息來獲得目標(biāo)的距離信息。激光雷達(dá)具有分辨率高、指向性強(qiáng)、波束寬度窄等優(yōu)點(diǎn)。在環(huán)境感知、氣象研究和高精度測(cè)距中不可或缺。

2、雖然激光雷達(dá)的性能不斷提高,但是激光雷達(dá)測(cè)距仍然存在挑戰(zhàn)。激光雷達(dá)通過測(cè)量解線性調(diào)頻信號(hào)的頻率獲取目標(biāo)的距離信息,解線性調(diào)頻信號(hào)的帶寬由觀測(cè)場(chǎng)景的距離決定。根據(jù)奈奎斯特采樣定理,在模數(shù)信號(hào)轉(zhuǎn)換時(shí),采樣頻率必須大于帶寬的兩倍。寬闊的觀測(cè)場(chǎng)景需要更高的采樣率、更強(qiáng)的數(shù)據(jù)存儲(chǔ)和信號(hào)處理能力。這些需求隨著帶寬和觀測(cè)場(chǎng)景范圍的增加而增加。此外,與微波信號(hào)相比,激光雷達(dá)信號(hào)衰減迅速,導(dǎo)致遠(yuǎn)距離探測(cè)時(shí)信噪比低,影響高精度遠(yuǎn)距離測(cè)距。

3、目前,針對(duì)提高雷達(dá)測(cè)距性能的研究,主要分為兩方面,一方面是通過改進(jìn)的譜估計(jì)方法,來提高系統(tǒng)的理論測(cè)距精度,該方法滿足奈奎斯特采樣定理,對(duì)于超寬帶寬、測(cè)距范圍大的雷達(dá)信號(hào)按照奈奎斯特采樣定理的采樣率會(huì)導(dǎo)致數(shù)據(jù)量大,難以高效處理;另一種方法是采用多通道技術(shù)、壓縮感知技術(shù)或深度學(xué)習(xí)技術(shù)來提高測(cè)距精度。壓縮感知往往采用隨機(jī)采樣,難以實(shí)現(xiàn),容易產(chǎn)生時(shí)間誤差,雖然多通道技術(shù)有望提高測(cè)距性能,但它通常忽略了通道之間的時(shí)間誤差。因此,現(xiàn)有的技術(shù)通過改進(jìn)譜估計(jì)方法來提高激光雷達(dá)測(cè)距性能,對(duì)于超寬帶寬、測(cè)距范圍大的雷達(dá)信號(hào)采樣數(shù)據(jù)量巨大,占用硬件資源大,硬件上實(shí)現(xiàn)困難;利用壓縮感知技術(shù)進(jìn)行隨機(jī)采樣,雖然降低了數(shù)據(jù)量,但是技術(shù)難以實(shí)現(xiàn),容易產(chǎn)生時(shí)間采樣誤差;多通道技術(shù)通常忽略了通道之間的時(shí)間采樣誤差,使得測(cè)距精度難以保證。


技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中存在的上述問題,本發(fā)明提供了一種基于重加權(quán)l(xiāng)1范數(shù)最小化的激光雷達(dá)測(cè)距方法及系統(tǒng)。本發(fā)明要解決的技術(shù)問題通過以下技術(shù)方案實(shí)現(xiàn):

2、第一方面,本發(fā)明提供了一種基于重加權(quán)l(xiāng)1范數(shù)最小化的激光雷達(dá)測(cè)距方法,所述方法包括:

3、利用各互質(zhì)通道對(duì)激光雷達(dá)回波進(jìn)行采樣,得到解線性調(diào)頻信號(hào)頻譜;

4、基于所述解線性調(diào)頻信號(hào)頻譜,得到各互質(zhì)通道的頻譜和時(shí)域頻譜;基于所述時(shí)域頻譜和各互質(zhì)通道中采樣到的目標(biāo)點(diǎn)的相位信息,分別得到粗采樣時(shí)間誤差和精采樣時(shí)間誤差,從而得到多通道采樣時(shí)間誤差;

5、基于各互質(zhì)通道的頻譜的相位誤差因子和所述多通道采樣時(shí)間誤差,建立采樣時(shí)間誤差補(bǔ)償下的第一測(cè)距模型;

6、根據(jù)所述激光雷達(dá)回波得到初始的激光雷達(dá)距離像,基于所述初始的激光雷達(dá)距離像得到稀疏約束系數(shù);

7、基于所述第一測(cè)距模型和所述稀疏約束系數(shù),建立自適應(yīng)混合重加權(quán)l(xiāng)1范數(shù)最小化的第二測(cè)距模型,從而得到估計(jì)距離像;

8、基于當(dāng)前的估計(jì)距離像,利用預(yù)設(shè)處理方式得到目標(biāo)距離像;其中,所述預(yù)設(shè)處理方式包括:根據(jù)當(dāng)前的估計(jì)距離像得到目標(biāo)重加權(quán)權(quán)重矩陣,基于所述目標(biāo)重加權(quán)權(quán)重矩陣得到目標(biāo)重加權(quán)近似hessian矩陣,基于所述近似hessian矩陣,利用共軛梯度法得到目標(biāo)距離像;

9、基于判斷標(biāo)準(zhǔn),判斷當(dāng)前的目標(biāo)距離像是否滿足要求,若是,則根據(jù)當(dāng)前的目標(biāo)距離像得到目標(biāo)距離信息;否則,將得到的目標(biāo)距離信息替代估計(jì)距離像,返回所述基于當(dāng)前的估計(jì)距離像,利用預(yù)設(shè)處理方式得到目標(biāo)距離像的步驟,得到新的目標(biāo)距離像,直至新的目標(biāo)距離像滿足要求,從而得到目標(biāo)距離信息。

10、在本發(fā)明的一個(gè)實(shí)施例中,基于所述時(shí)域頻譜和各互質(zhì)通道中采樣到的目標(biāo)點(diǎn)的相位信息,分別得到粗采樣時(shí)間誤差和精采樣時(shí)間誤差,從而得到多通道采樣時(shí)間誤差,包括:

11、利用互相關(guān)函數(shù)對(duì)所述時(shí)域頻譜進(jìn)行互相關(guān)處理,得到粗采樣時(shí)間誤差;

12、根據(jù)各互質(zhì)通道中采樣到的目標(biāo)點(diǎn)的相位信息,得到精采樣時(shí)間誤差;

13、基于所述粗采樣時(shí)間誤差和所述精采樣時(shí)間誤差,利用相位解耦的方法得到多通道采樣時(shí)間誤差。

14、在本發(fā)明的一個(gè)實(shí)施例中,采樣時(shí)間誤差補(bǔ)償下的第一測(cè)距模型,表示為:

15、min||a||1,s.t.[smco_g=(θ⊙φmco)a+n];

16、其中,||·||1表示l1范數(shù),s.t.表示約束條件,smco_g表示基于具有采樣時(shí)間誤差的多通道互質(zhì)低采樣得到的回波,θ表示采樣時(shí)間誤差的相位誤差矩陣,⊙表示哈達(dá)瑪積,φmco表示不存在互質(zhì)采樣誤差的感測(cè)矩陣,a表示要重建的距離像,n表示噪聲。

17、在本發(fā)明的一個(gè)實(shí)施例中,基于所述初始的激光雷達(dá)距離像得到稀疏約束系數(shù),包括:

18、基于所述初始的激光雷達(dá)距離像得到估計(jì)噪聲方差和估計(jì)尺度因子;

19、基于所述估計(jì)噪聲方差和所述估計(jì)尺度因子得到所述稀疏約束系數(shù)。

20、在本發(fā)明的一個(gè)實(shí)施例中,基于所述初始的激光雷達(dá)距離像得到估計(jì)噪聲誤差和估計(jì)尺度因子,包括:

21、對(duì)所述初始的激光雷達(dá)距離像進(jìn)行區(qū)分處理,得到所述初始的激光雷達(dá)距離像中的目標(biāo)區(qū)域和噪聲區(qū)域;

22、對(duì)所述噪聲區(qū)域中不包含目標(biāo)的噪聲單元進(jìn)行向量化,得到噪聲向量ano;

23、基于所述噪聲向量ano,利用第一公式得到所述估計(jì)噪聲方差;其中,所述第一公式如下:

24、σ2=e{(ano)hano};

25、其中,σ表示估計(jì)噪聲方差,e{·}表示平均計(jì)算,(ano)h表示ano的共軛轉(zhuǎn)置;

26、將拉普拉斯因子作為所述估計(jì)尺度因子;所述拉普拉斯因子的表達(dá)式如下:

27、γ=m/||a||1;

28、其中,m表示理想奈奎斯特采樣下激光雷達(dá)的采樣點(diǎn)數(shù),a表示要重建的距離像,||·||1表示l1范數(shù)。

29、在本發(fā)明的一個(gè)實(shí)施例中,基于所述估計(jì)噪聲方差和所述估計(jì)尺度因子得到所述稀疏約束系數(shù),包括:

30、基于所述估計(jì)噪聲方差和所述估計(jì)尺度因子,利用第二公式得到所述稀疏約束系數(shù);所述第二公式如下:

31、μ=σ2γ;

32、其中,σ表示估計(jì)噪聲方差,γ表示估計(jì)尺度因子。

33、在本發(fā)明的一個(gè)實(shí)施例中,自適應(yīng)混合重加權(quán)l(xiāng)1范數(shù)最小化的第二測(cè)距模型,表示為:

34、

35、其中,表示定義域中取得最小值的參數(shù)值,smco_g表示基于具有采樣時(shí)間誤差的多通道互質(zhì)低采樣得到的回波,θ表示采樣時(shí)間誤差的相位誤差矩陣,⊙表示哈達(dá)瑪積,φmco表示不存在互質(zhì)采樣時(shí)間誤差的感測(cè)矩陣,a表示要重建的距離像,表示l2范數(shù),μ表示所述稀疏約束系數(shù),wa表示距離的加權(quán)分布,||·||1表示l1范數(shù)。

36、在本發(fā)明的一個(gè)實(shí)施例中,基于所述近似hessian矩陣,利用共軛梯度法得到目標(biāo)距離像,包括:

37、基于所述近似hessian矩陣和第三公式,利用共軛梯度法得到所述目標(biāo)距離像;所述第三公式如下:

38、

39、其中,表示第k次目標(biāo)距離像對(duì)應(yīng)的近似hessian矩陣,表示距離像的第k次對(duì)應(yīng)的目標(biāo)距離像,表示第k+1次對(duì)應(yīng)的目標(biāo)距離像,θ表示采樣時(shí)間誤差的相位誤差矩陣,⊙表示哈達(dá)瑪積,φmco表示不存在互質(zhì)采樣誤差的感測(cè)矩陣,(·)h表示共軛轉(zhuǎn)置處理,smco_g表示基于具有采樣時(shí)間誤差的多通道互質(zhì)低采樣得到的回波。

40、在本發(fā)明的一個(gè)實(shí)施例中,判斷標(biāo)準(zhǔn),包括:

41、

42、其中,表示迭代第k+1次對(duì)應(yīng)的目標(biāo)距離像,表示第k次對(duì)應(yīng)的目標(biāo)距離像,||·||2表示l2范數(shù),ρ表示預(yù)設(shè)門限。

43、第二方面,本發(fā)明提供了一種基于重加權(quán)l(xiāng)1范數(shù)最小化的激光雷達(dá)測(cè)距裝置,所述裝置包括:

44、采樣模塊,用于利用各互質(zhì)通道對(duì)激光雷達(dá)回波進(jìn)行采樣,得到解線性調(diào)頻信號(hào)頻譜;

45、誤差獲取模塊,用于基于所述解線性調(diào)頻信號(hào)頻譜,得到各互質(zhì)通道的頻譜和時(shí)域頻譜;基于所述時(shí)域頻譜和各互質(zhì)通道中采樣到的目標(biāo)點(diǎn)的相位信息,分別得到粗采樣時(shí)間誤差和精采樣時(shí)間誤差,從而得到多通道采樣時(shí)間誤差;

46、第一測(cè)距模型建立模塊,用于基于各互質(zhì)通道的頻譜的相位誤差因子和所述多通道采樣時(shí)間誤差,建立采樣時(shí)間誤差補(bǔ)償下的第一測(cè)距模型;

47、約束系數(shù)獲取模塊,用于根據(jù)所述激光雷達(dá)回波得到初始的激光雷達(dá)距離像,基于所述初始的激光雷達(dá)距離像得到稀疏約束系數(shù);

48、估計(jì)距離像獲取模塊,用于基于所述第一測(cè)距模型和所述稀疏約束系數(shù),建立自適應(yīng)混合重加權(quán)l(xiāng)1范數(shù)最小化的第二測(cè)距模型,從而得到估計(jì)距離像;

49、目標(biāo)距離像獲取模塊,用于基于所述估計(jì)距離像,利用預(yù)設(shè)處理方式得到目標(biāo)距離像;其中,所述預(yù)設(shè)處理方式包括:根據(jù)所述估計(jì)距離像得到目標(biāo)重加權(quán)權(quán)重矩陣,基于所述目標(biāo)重加權(quán)權(quán)重矩陣得到目標(biāo)重加權(quán)近似hessian矩陣,基于所述近似hessian矩陣,利用共軛梯度法得到目標(biāo)距離像;

50、判斷處理輸出模塊,用于判斷所述目標(biāo)距離像是否滿足要求,若是,則根據(jù)當(dāng)前的目標(biāo)距離像得到目標(biāo)距離信息;否則,控制所述目標(biāo)距離像獲取模塊不斷將得到的目標(biāo)距離像替代所述估計(jì)距離像,利用所述目標(biāo)距離像獲取模塊進(jìn)行迭代處理得到新的目標(biāo)距離像,直至新的目標(biāo)距離像滿足所述判斷模塊的判斷,從而得到目標(biāo)距離信息。

51、本發(fā)明的有益效果:

52、本發(fā)明所提供的方案中,結(jié)合粗采樣時(shí)間誤差和精采樣時(shí)間誤差得到多通道采樣時(shí)間誤差,并對(duì)誤差進(jìn)行了配準(zhǔn)補(bǔ)償,基于第一測(cè)距模型和稀疏約束系數(shù),建立自適應(yīng)混合重加權(quán)l(xiāng)1范數(shù)最小化的第二測(cè)距模型,將距離估計(jì)轉(zhuǎn)化為了稀疏表示的優(yōu)化問題,在迭代求解過程中逐漸細(xì)化,利用較短的觀測(cè)數(shù)據(jù),實(shí)現(xiàn)了使用較小的激光雷達(dá)回波樣本,在遠(yuǎn)低于奈奎斯特采樣定律的采樣率下的目標(biāo)測(cè)距,并提高了測(cè)距精度;進(jìn)一步地,在稀疏求解的過程中,根據(jù)激光雷達(dá)回波得到初始的激光雷達(dá)距離像,考慮了噪聲的影響,實(shí)現(xiàn)了低信噪比下目標(biāo)的高性能激光雷達(dá)測(cè)距。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1