基于经验模式分解与分数阶傅里叶变换的激光回波去噪方法
【技术领域】
[0001] 本发明属于激光雷达数据处理技术领域，具体是指一种结合了经验模式分解、频 谱分析以及分数阶傅里叶变换的激光雷达回波去噪方法。适用于激光雷达回波数据的预处 理。
【背景技术】
[0002] 激光雷达回波信号中不可避免的会存在各种噪声，噪声的存在影响激光数据的处 理和解释。噪声的压制与消除有着多种多样的方法，其中典型的代表就是小波域方法，小波 滤波的机理是基于信号与噪声的小波系数在尺度上的不同性质，采用相应准则对含噪小波 系数进行处理，从而达到去噪目的，是近二十几年来时频分析研宄的热点。该方法的基本步 骤如下：首先选择合适的小波基、确定分解层次、对含有噪声的原始信号作小波变换，然后 选取阈值函数，利用门限处理相应的小波系数，获得新的小波系数，最后进行小波逆变换， 获得去噪后的信号。然而小波域变换在本质上仍然是一种线性变换，并且对于小波基的选 择具有依赖性，不具有自适应性。而激光雷达信号是一种典型的非线性非平稳信号。
[0003] Huang等人提出了一种新的时域信号处理方法：经验模式分解（Empirical Mode Decomposition，EMD)，EMD的最大优点是可以自适应的从数据中得到基函数，克服了小波变 换中要选取合适的小波基的困难，根据信号时间尺度的不同，EMD将信号分解为几个不同频 带尺度的时域信号分量，从瞬态尺度（高频模态）到粗糙尺度（低频模态）。实际应用中， 噪声往往处于高频部分，然而，简单的舍弃高频分量会导致有效信号的损失，而舍弃过少的 高频分量会导致信号去噪效果不明显。
【发明内容】
[0004] 本发明的目的是基于激光雷达系统，开发一种具有良好的去噪特性的基于经验模 式分解及分数阶傅里叶变换的激光雷达回波去噪方法。
[0005] 本发明的技术方案是：一种基于经验模式分解及分数阶傅里叶变换的激光雷达回 波去噪方法，包括以下步骤：
[0006] (1)依据实际所用激光系统，获取激光雷达回波数据信号；
[0007] (2)对获取的激光雷达回波数据信号作经验模式分解，得到若干个不同层次的固 有模态函数，并确定其中的高频及过渡固有模态函数；
[0008] (3)对系统实际打出的不含噪声的理想激光回波信号作分数阶傅里叶变换，分析 这一阶上的信号频谱；
[0009] (4)对步骤⑵中所得的高频及过渡固有模态函数作分数阶傅里叶变换，并根据 所得理想激光回波信号的频谱分析，对进行分数阶傅里叶变换后的高频及过渡固有模态函 数进行带通滤波；
[0010] (5)对带通滤波后的信号进行逆分数阶傅里叶变换；
[0011] (6)将步骤（5)中处理后的固有模态函数分量与步骤⑵中除高频及过渡固有模 态函数外的剩余未处理的固有模态函数分量重构，得到去噪后的信号。
[0012] 进一步的，步骤（2)中对获取的激光雷达回波数据信号作经验模式分解，得到若 干个不同层次的固有模态函数，若分解得到的第一固有模态函数中噪声含量接近全部时， 则直接删去，再在剩余的固有模态函数中确定高频及过渡固有模态函数。
[0013] 进一步的，步骤（2)对获取的激光雷达回波数据信号作经验模式分解，得到若干 个不同层次的固有模态函数；具体如下：
[0014] 对于一个激光雷达回波数据信号X (t)，假设原始残差信号为Γ(ι (t) = X (t)，通过 EMD获得固有模态函数的步骤为：
[0015] ②识别出信号x(t)的所有极大值点和极小值点，分别拟合出信号x(t)的上、下包 络线6_(1：)、6 1。￥(1：)，计算上下包络线的平均值1]11(1：):
【主权项】
1. 基于经验模式分解及分数阶傅里叶变换的激光雷达回波去噪方法，其特征在于：包 括以下步骤： (1) 依据实际所用激光系统，获取激光雷达回波数据信号； (2) 对获取的激光雷达回波数据信号作经验模式分解，得到若干个不同层次的固有模 态函数，并确定其中的高频及过渡固有模态函数； (3) 对系统实际打出的不含噪声的理想激光回波信号作分数阶傅里叶变换，分析这一 阶上的信号频谱； (4) 对步骤（2)中所得的高频及过渡固有模态函数作分数阶傅里叶变换，并根据所得 理想激光回波信号的频谱分析，对进行分数阶傅里叶变换后的高频及过渡固有模态函数进 行带通滤波； (5) 对带通滤波后的信号进行逆分数阶傅里叶变换； (6) 将步骤（5)中处理后的固有模态函数分量与步骤（2)中除高频及过渡固有模态函 数外的剩余未处理的固有模态函数分量重构，得到去噪后的信号。
2. 根据权利要求1所述的基于经验模式分解及分数阶傅里叶变换的激光雷达回波去 噪方法，其特征在于：步骤（2)中对获取的激光雷达回波数据信号作经验模式分解，得到若 干个不同层次的固有模态函数，若分解得到的第一固有模态函数中噪声含量接近全部时， 则直接删去，再在剩余的固有模态函数中确定高频及过渡固有模态函数。
3. 根据权利要求1所述的基于经验模式分解及分数阶傅里叶变换的激光雷达回波去 噪方法，其特征在于：步骤（2)对获取的激光雷达回波数据信号作经验模式分解，得到若干 个不同层次的固有模态函数；具体如下： 对于一个激光雷达回波数据信号X (t)，假设原始残差信号为Γ(ι (t) = X (t)，通过EMD获 得固有模态函数的步骤为： ① 识别出信号x(t)的所有极大值点和极小值点，分别拟合出信号x(t)的上、下包络线 eupp(t)、elOT(t)，计算上下包络线的平均值叫⑴：
② 将x(t)减去Hi1 (t)得到Ill (OJfh1 (t)视为新的X (t)，重复步骤①，激光雷达回波 数据信号x(t)经过k次筛选，直到hk(t)是基本MF分量，即从原始数据中处理得到第一 个固有模态函数分量h lik(t)，它包含原始信号中最短的周期分量； ③ 定义C1 (t)，C1 (t) = Ii1, k (t)，从原始信号中分离出C1 (t)，得到： T1 (t) = X (t)-C^t); ④ 因剩余部分A (t)仍然包含较长周期分量的信息，所以rl(t)仍被当作新的x(t)按 以上相同的处理过程来处理；该处理过程可对所有的接下来的剩余分量 rj(t)进行处理，得 到如下结果：
⑤X (t)最终表TK为：
【专利摘要】本发明提供了一种基于经验模式分解与分数阶傅里叶变换的激光雷达回波去噪算法，包括经验模式分解、选取高频及过渡固有模态函数、分数阶傅里叶变换、实际信号分数阶傅里叶变换频谱分析、带通滤波、逆分数阶傅里叶变换以及信号重构。通过经验模式分解将信号分解为不同频带尺度的时域信号分量，选取特定的固有模态函数(Intrinsic Mode Function，IMF)，对其作分数阶傅里叶变换，滤波后重构信号，提高去噪效果。
【IPC分类】G01S7-48
【公开号】CN104635223
【申请号】CN201510010380
【发明人】王元庆, 戴璨, 梁冬冬, 苏金善
【申请人】南京大学
【公开日】2015年5月20日
【申请日】2015年1月8日