基于经验模态分解的激光雷达信号处理方法

摘要

本发明公开了一种基于经验模态分解的激光雷达信号处理方法，属于激光雷达信号处理领域。针对激光雷达信号和经验模态分解方法的特点，结合信号的小波变换理论和统计检测理论，利用中心极限定理和莱以特准则对信号强度起伏的随机性进行检测；检测出的信号逆变部分视为信号的发展趋势保留不参与经验模态分解方法分解，其余部分则使用经验模态分解方法处理。

主权项

1.一种基于经验模态分解的激光雷达信号处理方法，其特征在于包括以下步骤：(a)将经A/D转换采集到激光雷达信号乘以距离的平方得到距离校正信号f(t)；(b)选择合适的小波基函数和伸缩尺度因子，利用${\mathrm{WT}}_f(a,b)=\frac{1}{\sqrt{\left|a\right|}}\underset{R}{\int }f\left(t\right){\psi }^{*}\left(\frac{t-b}{a}\right)\mathrm{dt}$其中，ψ(t)为小波函数，a为伸缩尺度因子，b为平移量，为ψ(t)经伸缩平移后的共轭；选择合适的尺度因子a₀，如果有：$\frac{{\partial \mathrm{WT}}_f(a_0,b)}{\partial b}{|}_{b=b_0}=0$则称小波变换WT_f(a₀，b)在(a₀，b₀)有局部极值；若在b₀的某一领域δb₀，均有：|WT_f(a₀，b)|≤|WT_f(a₀，b₀)|并且在左领域或右领域严格满足：|WT_f(a₀，b)|＜|WT_f(a₀，b₀)|称|WT_f(a₀，b₀)|是小波变换|WT_f(a₀，b)|在尺度a₀下的模极大值点；将(a)中的离散数据代入上述公式中计算，得到反映激光雷达信号细节信息的WT_f(a₀，b)数据序列；(c)经中心极限定理，即由(b)中WT_f(a₀，b)数据序列组成序列{x_n}，定义部分和$S_j=\underset{i=1}{\overset{j}{\Sigma }}{x}_i$(j＝1，2，...n...)定义归一化随机变量：$z_n=\frac{S_n-E\left(S_n\right)}{\sigma \left(S_n\right)}$式中，E(·)为平均运算符；σ(S_n)为序列{S_n}的标准偏差；计算，将(b)中的WT_f(a₀，b)数据序列变换为一个趋于正态分布的{z_n}序列；(d)采用莱以特准则对由步骤(c)得到的{z_n}进行随机性检测，如果有异常值，记录其在对应的步骤(b)中激光雷达信号细节信息序列中的位置；同时剔除该位置处所对应的小波系数，组成的新序列替换由步骤(b)得到的细节信息序列，回到步骤(c)；若无异常值，则转到(e)；(e)若经(d)检测，没有异常值，则直接对f(t)采用EMD方法处理；若有异常值，则找到其对应的模极值所对应的局部领域，模极值所在的局部领域内的信号不参与EMD方法处理，信号的其余部分采用EMD方法处理。