一种低信噪比稀疏雷达信号的滤波方法及系统与流程

1.本发明涉及雷达技术领域，尤其涉及一种低信噪比稀疏雷达信号的滤波方法及系统。


背景技术：

2.对于采用直接探测飞行时间(direct time of flight,dtof)的激光雷达(light detection and ranging,雷达)，主要通过激光器主动发射激光信号照明目标，同时通过记录激光往返目标所用的时间t，根据距离判别公式：d＝c
·
t，实现对于目标距离d的判断，其中c表示介质中传播的光速。在对目标进行距离计算的过程中，关键是确定目标距离对应的时间t，因此需要首先对相应的信号数据进行一定时间的累积，根据其信号累积的时间分布直方图来确定目标反射信号的峰值时刻，如图1所示，为t1时间内累积的信号对应的事件分布直方图，在信号较强的条件下，目标反射的信号光子累积较多，峰值明显突出，可以快速准确的确定峰值位置，从而定位目标反射信号对应的tof，根据距离判别公式便可快速确定目标位置。
3.然而，当环境噪声增强或者说信号强度降低导致信噪比降低时，此时目标反射的稀疏信号很容易被淹没在背景噪声中，如图2(a)和图2(b)所示，为探测器阵列中两个随机像素在低信噪比下的稀疏信号和噪声混合的tof分布直方图，由于信号极为稀疏的特性，导致一些像素内信号完全被噪声淹没，基于信号峰值确定目标反射信号tof的方法无法完成对于目标距离的判断。并且在某些特殊的信号采集环境下，例如：无人驾驶中高帧率的实时目标3d重构要求较短的采集时间；较远距离探测中，受限设备发射的激光功率限制，无法提供高信噪比环境等，此时无法通过增加采集时间来克服信号相对于噪声的稀疏特性，即意味着在上述的类似环境下一方面无法通过增加采集时间得到如图1所示的信号tof分布直方图，另一方面即使增加采集时间，噪声和信号会以相同的速率累积，可能需要相当长的时间才能得到信号峰值相对突出的tof分布直方图，此时对于想快速实现目标探测的场景并不适用。
4.对传统雷达数据的滤噪方案，基于硬件的电子门控方法具有速度快，效果好的优点，但是基于硬件的电子门控滤噪方法还主要存在以下缺点：
5.1.电子门控区间的设置错误。电子门控滤噪方法需要对系统进行门控区间的预先设置，而当雷达探测目标时，如果目标的距离不确定，甚至目标距离为动态变化的非合作目标，此时预先设置的门控区间可能与目标区域存在偏差，使得电子门控覆盖的区间不存在目标反射的信号或者目标反射的信号覆盖不完全，此时在滤噪过程中变会出现错误，存在丢失信号的可能。
6.2.长时间工作可能出现不稳定情况。雷达系统因为是主动探测体制，即需要发射高频的脉冲激光去主动照明目标，并通过接收返回的信号回波来完成对目标的距离探测和三维成像，要想获取较高的距离分辨率就需要较高重复频率的激光器和高精度的时间计时器，因此电子门控系统需要与雷达系统精确匹配，同时对于电子门控系统的电源设计、电路
设计、高速电子开关等要求较高，使得电子门控系统复杂度较高，长时间工作可能存在不稳定的情况。
7.对雷达数据进行算法上的滤噪，一般的滤噪方法在强噪声低信噪比环境下，可以初步实现对于噪声的滤除作用，但是存在的缺点如下：
8.1.主要针对低信噪比下的强信号进行处理，不能够准确高效的处理低信噪比下稀疏信号的滤噪。在低信噪比的强噪声环境下，一般的雷达数据滤噪方法，要求信号强度不能太弱，即相对于噪声，信号还是存在明显的堆积效应，信号峰值强度相对于噪声要有一定的突显。而对于较为稀疏的信号，在低信噪比、强噪声环境的干扰下很难精确定位目标信号所在的时间窗口，因此很难实现较好的滤噪效果。
9.2.极低信噪比下的滤噪效果不好。对于某些极端场景，稀疏信号收到极强噪声的干扰，或者信号稀疏到只有几个光子的量级，此时一般的滤噪方法无法实现对于信号与噪声的区分，无法完成滤噪操作。
10.3.基于全域的自适应门控滤噪算法在目标复杂的场景内不适用。以所有像素内的目标深度信息为标准来确定门控范围的全域自适应门控滤噪算法，面对目标深度变化较大的场景，其门控选择的标准如果是以目标深度信息的最大值和最小值来划定区间，则门控划定之后和未划定之前的区间变化较小，不能起到使用门控方法压缩深度探测的区间来实现滤噪的作用。


技术实现要素：

11.本技术针对现有技术中的缺点，提出一种针对稀疏信号的滤噪方法，提高目标反射信号的信噪比，在不增加信号累积时间的基础之上，快速实现对于目标距离的判断。
12.具体包括以下内容：
13.一种低信噪比稀疏雷达信号的滤波方法，包括以下步骤：
14.根据设定的像素a的最小累积单元，对所述最小累积单元内像素的所有信号进行累积，计算累积后的信号tof分布直方图；
15.基于脉冲相应函数对累积后的tof分布直方图进行irf关联处理；
16.根据关联处理后的tof分布直方图的峰值，计算门控滤噪区间；
17.根据所述门控滤躁区间对单个像素a的tof分布直方图进行滤噪处理；
18.对每个像素内的信号进行上述滤躁处理。
19.其中，所述根据关联处理后的tof分布直方图的峰值，计算门控滤噪区间的方法，包括：
20.根据关联tof分布直方图的峰值，确定峰值所对应的累积信号最大值n
t
，并确定最大值n
t
所对应的tof值tn，根据n
t
确定信号阈值ne，以所述信号阈值ne进行判别，保留累积信号数值满足n
t
》ne的tof区间，得到的门控滤噪区间为[ta,tb]。
[0021]
其中，所述根据所述门控滤躁区间对单个像素a的tof分布直方图进行滤噪处理，包括：
[0022]
以门控滤噪区间，对单个像素a的低信噪比稀疏信号进行滤噪处理，保留门控滤噪区间内的信号数值，其它的tof区间内对应的为噪声信号，其信号数值统一置为0，得到的滤噪后的单个像素a的tof分布直方图。
[0023]
其中，所述基于脉冲相应函数对累积求和后的tof分布直方图进行irf关联处理的方法，包括：
[0024]
以匹配滤波方法进行irf关联处理，其具体的计算公式为：
[0025][0026]
其中，m表示累积信号的tof分布直方图，r表示系统仪器响应函数irf，f为快速傅里叶变换，t＝1,2,
…
,t，t为整个信号tof分布直方图中的时间总数，*表示复共轭运算。
[0027]
其中，所述对所述最小累积单元内像素的所有信号进行累积，计算累积后的信号tof分布直方图的方法，包括：
[0028]
以像素a周边的相邻像素，划定以该像素为中心的n
×
n像素区域为最小累积单元，将最小累积单元的像素内的所有信号进行累积，并绘制累积后的信号tof分布直方图，
[0029]
其中临近n
×
n像素区域内累积公式为：
[0030]
m是累积信号的tof分布直方图，i表示行，j标识列，ai，j是图像中的i行j列的像素。
[0031]
作为优选的，对累积之后的信号tof分布直方图进行峰值对比增强处理。
[0032]
基于上述方法进一步提供一种低信噪比稀疏雷达信号的滤波系统，
[0033]
稀疏信号累积单元，用于对像素的最小累积单元内每像素数据进行tof分布直方图绘制，对最小累积单元内所有像素的tof分布直方图累积求和；
[0034]
irf关联单元，用于基于脉冲相应函数对累积求和后的tof分布直方图进行irf关联处理；
[0035]
滤躁区间计算单元，用于根据关联处理后的tof分布直方图的峰值，计算门控滤噪区间；
[0036]
滤躁单元，用于根据所述门控滤躁区间对单个像素a的tof分布直方图进行滤噪处理。
[0037]
上述方法应用于一种雷达设备，包括：
[0038]
信号发射器，用于发送信号；
[0039]
信号接收器，用于接收返回的信号；
[0040]
存储器和处理器，所述存储器用于存储计算机程序以及发送和接收的信号数据，所述处理器用于调用存储的计算机程序以及发送和接收的信号数据，以实现低信噪比稀疏雷达信号的滤波方法，并执行测距运算。
[0041]
上述方法用于实现雷达测距，采用上述的低信噪比稀疏雷达信号的滤波方法对测距过程中雷达设备的接收信号进行滤波，进一步进行测距运算。
[0042]
本发明具有如下有益效果：
[0043]
1)本发明提出了一种基于irf关联的低信噪比稀疏雷达信号的门控滤噪方法，可以实现在低信噪比下对稀疏信号的较强滤噪效果，其主要采用算法的方法实现门控滤噪，对于dtof-雷达系统的硬件要求较低。
[0044]
2)基于临近像素的最小单元的累积，在提高目标对应的tof区域内累积信号数量的基础之上，还可以尽可能的降低目标边缘区域对于信号峰值累积的影响，避免多个信号
累积峰值的出现。
[0045]
3)通过系统的irf与信号tof分布直方图的关联处理后，使得多个像素内稀疏信号的累积峰值更加突出，从而保证阈值的选取更加具有普适性，使得滤噪的门控区间能够保持最优化，即滤噪的门控区间最小化。
[0046]
相对于全域滤噪的方法(即事先将所有的像素进行累积，以平均噪声作为阈值判断保准，去除只存在噪声信号的像素，保留全部信号像素对应的tof区间的门控滤噪)，本发明所提方法门控区间更精确，从而可以进一步提高滤噪效果。
附图说明
[0047]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0048]
图1是背景技术介绍的t1时间内dtof-lidar的累积的信号tof分布直方图；
[0049]
图2(a)是像素1低信噪比下稀疏信号的tof分布直方图；
[0050]
图2(b)是像素2低信噪比下稀疏信号的tof分布直方图；
[0051]
图3是低信噪比稀疏雷达信号的滤波方法的总流程图；
[0052]
图4基于irf关联的低信噪比稀疏lidar信号的门控滤噪方法流程图；
[0053]
图5像素a临近3
×
3像素区域内累积的信号tof分布直方图；
[0054]
图6(a)激光雷达系统的irf曲线图；
[0055]
图6(b)基于irf与信号tof分布直方图的关联处理后的波形分布图；
[0056]
图7(a)门控选择滤噪后的关联处理后的累积信号tof分布直方图；
[0057]
图7(b)门控选择滤噪后的像素a的信号tof分布直方图。
具体实施方式
[0058]
下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0059]
本技术的权利要求书和说明书的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序，应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本技术的实施例中对相同属性的对象在描述时所采用的区分方式，此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他单元。
[0060]
实施例1：
[0061]
一种低信噪比稀疏雷达信号的滤波方法，如图3，包括以下步骤：
[0062]
步骤100，根据设定的像素a的最小累积单元，对所述最小累积单元内像素的所有信号进行累积；
[0063]
步骤200，计算累积后的信号tof分布直方图；
[0064]
步骤300，基于脉冲相应函数对累积求和后的tof分布直方图进行irf关联处理；
[0065]
步骤400，根据关联处理后的tof分布直方图的峰值，计算门控滤噪区间；
[0066]
步骤500，根据所述门控滤躁区间对单个像素a的tof分布直方图进行滤噪处理。
[0067]
其中，所述对最小累积单元内所有像素的tof分布直方图累积求和的方法，包括：
[0068]
以像素a周边的相邻像素，划定以该像素为中心的n
×
n像素区域为最小累积单元，将所有该单元像素内的所有信号进行累积，并绘制累积后的信号tof分布直方图，
[0069]
其中临近n
×
n像素区域内累积公式为：
[0070]
m是累积信号的tof分布直方图，i表示行，j标识列，ai，j是图像中的i行j列的像素。
[0071]
针对低信噪比下稀疏信号的特点可知，单个像素a内的信号受噪声干扰，不足以通过峰值的方法确定目标的tof区域，如图2中的(b)所示。为了在不增加系统采集时间的基础上获取更多的信号，需要借助目标像素相临的n
×
n单元内像素的信息来增强目标像素的信号。为了尽可能准确的获取像素a内目标的tof，可以以像素a为中心，选择该像素周边的相邻像素，即划定以像素a为中心的3
×
3的最小累积单元，将所有该单元像素内的所有信号进行累积，并绘制累积后的信号tof分布直方图。
[0072]
由于本方案中针对的稀疏信号的强噪声低信噪比条件下滤噪，如果目标像素区域内信号较弱，最小单元3*3邻域内信号不足以满足信号信号峰值的突出，可以将邻域区域适当扩展，例如扩展为5*5、7*7等。
[0073]
如图5展示为累积之后的信号tof分布直方图，其中心单个像素a对应的信号tof分布直方图为图2(b)所示，可以发现，通过将相邻3
×
3个像素进行累积，目标对应的tof区域的信号数量明显增加，但是信号累积的最大值相对不够突出，个别像素表面由于反射率较低，可能会使得使用3
×
3个像素累积之后的效果不够明显，个别tof区域对应的信号数峰值大于目标区域tof对应的信号峰值，作为优选的，对累积之后的信号tof分布直方图进行进一步的峰值对比增强处理。
[0074]
其中，所述基于脉冲相应函数对累积求和后的tof分布直方图进行irf关联处理的方法，包括：
[0075]
以匹配滤波方法进行irf关联处理，其具体的计算公式为：
[0076][0077]
其中，m表示累积信号的tof分布直方图，r表示系统仪器响应函数irf，f为快速傅里叶变换，t＝1,2,
…
,t，t为整个信号tof分布直方图中的时间总数，*表示复共轭运算。
[0078]
该方法为了使目标对应tof内的累积信号峰值相对于噪声能够更加突出，在3
×
3个像素累积的信号tof分布直方图的基础之上，使用系统的irf与图5所示的信号tof分布直方图进行关联处理，本实施例采用的方法为互相关方法，也被称为匹配滤波方法。且不排除其他手段处理。
[0079]
系统的irf曲线如图6中的(a)所示，关联处理之后的信号tof分布直方图如图6中(b)所示，信号tof区域对应的峰值相对噪声更加突出，并且相对于未关联前峰值信号也更
加突出。
[0080]
其中，所述根据关联处理后的tof分布直方图的峰值，计算门控滤噪区间的方法，参考图4，包括：
[0081]
根据关联tof分布直方图的峰值，图6中(b)所示，确定峰值所对应的累积信号最大值n
t
，并确定最大值n
t
所对应的tof值tn，根据n
t
确定信号阈值ne，以所述信号阈值ne进行判别，保留累积信号数值满足n
t
》ne的tof区间，得到的门控滤噪区间为[ta,tb]。
[0082]
如流程图所示，在运算时，可以对n
t
＜ne的值均取0，然后统计n
t
＞0的时间抽区域的[ta,tb]。
[0083]
作为一种优选，了尽可能的滤除非目标对应tof区域外的噪声信号，我们以ne＝n
t
/2为阈值进行判别，基于图6中(b)所示波形图，只保留累积信号数值满足n
t
》ne的tof区间，最后得到的门控滤噪区间为[ta,tb]。
[0084]
其中，所述根据所述门控滤躁区间对单个像素a的tof分布直方图进行滤噪处理的方法，包括：
[0085]
以门控滤噪区间[ta,tb]，对单个像素a的低信噪比稀疏信号进行滤噪处理，保留门控滤噪区间内的信号数值，其它的tof区间内对应的为噪声信号，其信号数值统一置为0，得到的滤噪后的单个像素a的tof分布直方图，以图2(b)为例，滤躁结果如图7(b)所示。
[0086]
由于使用该方法得到的门控滤噪区间极小，基于滤噪后的信号tof分布直方图，可以快速准确的判断目标对应的tof值，进而快速确定目标的距离信息。即使存在一定误差也在允许范围内。
[0087]
在执行步骤500之前，优选的还可以执行通过对图6中(b)中所示的信号tof分布直方图进行门控滤噪处理，即只保留所选择的门控区间[ta,tb]内的累积信号数值，其它的tof区间内对应的为噪声信号，其信号数值统一置为0。此时如图7中的(a)所示，为通过门控滤噪区间[ta,tb]得到的滤噪后的关联累积信号tof分布直方图，用以确认滤躁区间的可信任度。
[0088]
最后，以上述方法在完成滤噪的同时可以快速初步的获取每个像素的距离信息。
[0089]
实施例2
[0090]
基于实施例1的方案，进一步提供一种雷达设备，包括：
[0091]
信号发射器，用于发送信号；
[0092]
信号接收器，用于接收返回的信号；
[0093]
存储器和处理器，所述存储器用于存储计算机程序以及发送和接收的信号数据，所述处理器用于调用存储的计算机程序以及发送和接收的信号数据，以实施例1公开的低信噪比稀疏雷达信号的滤波方法，并执行测距运算。
[0094]
进一步，还需要一种雷达测距方法，采用实施例1公开的低信噪比稀疏雷达信号的滤波方法对测距过程中雷达设备的接收信号进行滤波，进一步进行测距运算。
[0095]
一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现如上述的低信噪比稀疏雷达信号的滤波方法。
[0096]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何在本发明揭露的技术范围内的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。