【技術實現步驟摘要】
本專利技術涉及一種激光雷達信號的云層識別方法，尤其是一種基于可見光激光雷達信號的云層識別方法及其裝置、存儲介質。
技術介紹
1、在大氣成分中，云層覆蓋全球2/3區域，其通過反射太陽輻射和在大氣中捕獲長波輻射來改變地球能量平衡，通過在海洋和陸地的大氣傳輸實現水循環，在地球氣候中發揮著重要的作用。由于云層和其他大氣成分之間復雜的相互作用，使其在當前的氣候預測中仍然是最大的不確定性之一，所以準確的云層識別觀測對氣候研究及預測都至關重要，而這些信息需要長期穩定準確的觀測。目前激光雷達具有高時間分辨率和空間分辨率的特性，可以滿足云層信號長期觀測的需求，激光雷達作為主要工具在國內外大量的觀測研究中廣泛應用，實現高精度的連續觀測云層及實時監測云層變化分布的功能。
2、目前主要的云層檢測算法是使用重疊因子校正的激光雷達信號或者距離平方校正后的激光雷達信號，采用閾值法、微分零交叉方法實現云層的識別。其關鍵在于最大限度地減小背景噪聲對有效信號的影響。然而在薄云信號與氣溶膠信號相似或者云層信號與厚氣溶膠信號相似出現干擾時，很難從激光雷達信號中準確提取出云層信息，并且在噪聲大信噪比低的情況下運用距離校正信號識別云層容易出現云層識別誤判，影響識別準確性。閾值法的原理是，選取距離平方校正信號的背景基線作為基線標準，超過該背景基線的信號波動，認為是云層；該方法需要多次細節調試閾值來避免噪聲引起的信號云層誤判。微分零交叉法原理是，對距離平方校正信號求對數，再進行微分處理，得到突變點位置，設置區分突變點的條件限制，實現云底識別；該方法對信噪比高的信號
技術實現思路
1、為解決上述容易誤判云層、識別準確性低的問題，本專利技術提供一種基于可見光激光雷達信號的云層識別方法，采用雷達原始信號作為信號源，通過對雷達信號進行背景剔除、平滑濾波的方法，得到有效信號，建立半離散化數據模型，進行圖像增強算法處理，分析最終信號特征值來提取云層；有效規避遠距離噪聲對云層識別的影響，有效規避氣溶膠信號對云層信息的干擾，實現精確探測云層信息的需求，具體技術方案為：
2、一種基于可見光激光雷達信號的云層識別方法，包括以下步驟：
3、輸入有效激光雷達回波信號；
4、進行平滑濾波處理得到噪聲抑制信號；
5、計算背景噪聲標準偏差；
6、進行半離散化數據處理，得到離散化數據；
7、對離散化數據進行圖像增強算法處理；
8、對圖形增強算法處理后的數據進行分層；
9、設置特征值實現云層識別。
10、優選的，所述輸入有效激光雷達回波信號時，先輸入激光雷達原始回波信號，再對原始回波信號進行背景信號剔除；所述背景信號從遠距離高度范圍接收的原始回波信號中獲得，取一定高度范圍內的信號平均值作為背景信號。
11、優選的，所述平滑濾波處理采用有限窗口的移動平均，選擇窗口三點移動平均得到抑制后信號。
12、優選的，所述計算背景噪聲標準偏差時，定義雷達信號噪聲：
13、noise?=?k×std；
14、式中，k為常數；
15、所述進行半離散化數據處理時，根據雷達信號噪聲noise對噪聲抑制信號進行半離散化數據處理，得到離散化數據。
16、優選的，所述半離散化數據處理時，為了抑制由隨機因素引起的大氣擾動對信號的影響，從p2(i)(i=2,3,…,n)的第二個點開始，如果p2(i)與p2(i-1)之間的絕對信號差值小于噪聲noise，則p2(i)等于?p2(i-1)，否則p2(i)保持不變，將判定后的信號定義為p31；
17、再同樣的從數據末尾p2(i)(i=?n-1,n-2…,1)開始，如果p2(i)與p2(i+1)之間的絕對信號差值小于噪聲noise，則p2(i)等于?p2(i+1)，否則p2(i)保持不變，將判定后的信號定義為p32；最終的計算結果為：
18、p3?=?(p31+p32)/2。
19、進一步的，所述圖像增強算法處理時，對半離散化后數據p3進行升序排序處理，取得排序后數據s及排序序列索引i，定義l?=?s的數組長度，構建數據組：
20、e0?=?(1:l)/l；
21、從s(i)(i=2,3,…,n)的第二個點開始，如果s(i)與s(i-1)之間的絕對信號差值接近0，則e0(i)等于?e0(i-1)，否則e0(i)保持不變；
22、定義s最大值為max，最小值為min，構建新的數據組：
23、e1?=?e0×(max-min)+min；
24、利用排序索引i對e1重新排序，最終得到排序后數組e2，實現激光雷達信號到傾斜直線的映射。
25、進一步的，所述對圖像增強算法處理后數據進行分層時，在激光雷達信號中提取出層信息；構建背景基線：
26、b?=?(l:-1:1)/l×(max-min)+min；
27、計算求解e2大于b的范圍即為層layer，而交叉的斷點即為層頂top和層底位置base；
28、進一步的，所述設置特征值實現云層識別時，在判定出的層的指標參數中，實現云層識別；對判定為層的信號乘以距離的平方，定義為：
29、t(i)?=?layer×height^2；?(i=1,2,…,n)；
30、求解t最大值為tmax，索引為tindex，設置特征值h為：
31、h?=?k×tmax/t(1)，k為常數;
32、設置特征值f為：
33、f?=?k×(log(t(n)/tmax))/(top-height(tindex))，k為常數;
34、根據各地雷達情況及使用波長分別設置特征值h和f的值，實現云層精準識別。
35、一種基于可見光激光雷達信號的云層識別方法的裝置，所述裝置包括：處理器、存儲器以及程序；所述程序存儲在所述存儲器中，所述處理器調用存儲器存儲的程序，以執行上述一種基于可見光激光雷達信號的云層識別方法的步驟。
36、一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質被配置成存儲程序，所述程序被配置成執行上述一種基于可見光激光雷達信號的云層識別方法的步驟。
37、與現有技術相比本專利技術具有以下有益效果：
38、該方法避免使用重疊因子校正的激光雷達信號或者距離平方校正后的激光雷達信號，避免直接采用閾值法、微分零交叉方法實現云層的識別，最大限度地減小噪聲對有效信號的影響；并且在噪聲大信噪比低的情況下，仍可確保云層信號的辨識度，避免云層信號漏檢情況，有效規避遠距離噪聲對云層識別的影響。
39、該方法在薄云信號與氣溶膠信號相似或者云層信號與厚氣溶膠信號相本文檔來自技高網...
【技術保護點】
1.一種基于可見光激光雷達信號的云層識別方法，其特征在于，
2.根據權利要求1所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述輸入有效激光雷達回波信號時，先輸入激光雷達原始回波信號，再對原始回波信號進行背景信號剔除；所述背景信號從遠距離高度范圍接收的原始回波信號中獲得，取一定高度范圍內的信號平均值作為背景信號。
3.根據權利要求1所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述平滑濾波處理采用有限窗口的移動平均，選擇窗口三點移動平均得到抑制后信號。
4.根據權利要求1所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述計算背景噪聲標準偏差時，定義雷達信號噪聲：
5.根據權利要求1至4任一項所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述半離散化數據處理時，為了抑制由隨機因素引起的大氣擾動對信號的影響，從P2(i)(i=2,3,…,n)的第二個點開始，如果P2(i)與P2(i-1)之間的絕對信號差值小于噪聲Noise，則P2(i)等于?P2(i-1)，否則P2(i)保持不變，
6.根據權利要求5所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述圖像增強算法處理時，對半離散化后數據P3進行升序排序處理，取得排序后數據S及排序序列索引I，定義L?=?S的數組長度，構建數據組：
7.根據權利要求6所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述對圖像增強算法處理后數據進行分層時，在激光雷達信號中提取出層信息；構建背景基線：
8.根據權利要求7所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述設置特征值實現云層識別時，在判定出的層的指標參數中，實現云層識別；對判定為層的信號乘以距離的平方，定義為：
9.一種基于可見光激光雷達信號的云層識別方法的裝置，其特征在于，所述裝置包括：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質被配置成存儲程序，所述程序被配置成執行權利要求1所述的一種基于可見光激光雷達信號的云層識別方法的步驟。
...【技術特征摘要】
1.一種基于可見光激光雷達信號的云層識別方法，其特征在于，
2.根據權利要求1所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述輸入有效激光雷達回波信號時，先輸入激光雷達原始回波信號，再對原始回波信號進行背景信號剔除；所述背景信號從遠距離高度范圍接收的原始回波信號中獲得，取一定高度范圍內的信號平均值作為背景信號。
3.根據權利要求1所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述平滑濾波處理采用有限窗口的移動平均，選擇窗口三點移動平均得到抑制后信號。
4.根據權利要求1所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述計算背景噪聲標準偏差時，定義雷達信號噪聲：
5.根據權利要求1至4任一項所述的一種基于可見光激光雷達信號的云層識別方法，其特征在于，所述半離散化數據處理時，為了抑制由隨機因素引起的大氣擾動對信號的影響，從p2(i)(i=2,3,…,n)的第二個點開始，如果p2(i)與p2(i-1)之間的絕對信號差值小于噪聲noise，則p2(i)等...
【專利技術屬性】
技術研發人員：欒嘉蘊，李曉琳，馮大力，高潔，徐勝輝，
申請(專利權)人：無錫中科光電技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。