一种烟雾环境中FMCW激光定距系统差频信号提取方法与流程

本发明涉及到fmcw激光定距系统抗烟雾干扰技术领域，具体地说，是一种烟雾环境中基于emd-dt阈值去噪与spearman相关判断的fmcw激光定距系统差频信号提取方法。

背景技术：

fmcw激光定距技术从fmcw雷达技术发展而来，已经在民用和军用高精度目标测距中得到广泛应用，激光具有单色性好、发射波束窄、测距精度高、抗电磁干扰能力强的特点，但易受自然环境中烟雾干扰。

为了提高fmcw激光定距系统抗烟雾干扰性能，就必须对fmcw系统中差频信号进行有效处理，提取烟雾环境中fmcw激光定距系统差频信号中目标回波对应的有用信息，滤除低频处后向散射干扰和高频处随机噪声。传统的信号处理方法大都是以目标回波为线性平稳作为假设条件的,而实际烟雾环境中fmcw激光定距系统中差频信号包含了大量的环境干扰信号和噪声，造成了非线性、非平稳的,其统计特性也是时变函数。

美国国家宇航局nordene.huang等人于1998年提出了经验模态分解方法(empiricalmodedecoposition,emd),它是一种新型的自适应信号时频处理方法。目前基于emd分解的信号处理主要有两种思路，第一种借鉴小波阈值去噪的算法，其中代表性的算法有emd-dt(emddirectthresholding)，借鉴小波阈值去噪原理，在含噪声的imf分量中，根据噪声类型设定阈值，imf分量中所有幅度值低于该阈值的被直接滤除，反之则保留，最后将阈值去噪后的imf重构得到去噪后信号。针对emd分解的另一种信号处理思路为部分imf分量重构，可以对分解得到的imf分量进行判断，将干扰和噪声占主导的imf分量在重构过程中去除，保留有用信号主导的imf分量，这样重构后对原始信号达到自适应滤波效果。

技术实现要素：

针对现有技术的不足，本发明的目的是提供一种烟雾环境中fmcw激光定距系统差频信号提取方法，该方法具有良好的自适应性，能够有效的提取烟雾环境中fmcw激光定距系统差频信号中目标回波对应的有用信息，滤除低频处后向散射干扰和高频处随机噪声，提高fmcw激光定距系统抗烟雾干扰能力。

为了达到上述目的，本发明采用以下技术方案：

一种烟雾环境中fmcw激光定距系统差频信号提取方法，包括以下步骤：

步骤1、采用emd分解对烟雾环境中fmcw激光定距系统差频信号进行处理，得到l阶imf分量：首先将原始含噪声差频信号x(n)进行emd分解，emd分解后信号为：其中hi(n)为第i阶本征模态函数imf，r(n)为余项，l为imf分量个数；

步骤2、采用emd-dt对所有imf分量进行初步阈值去噪：对所述hi(n)进行emd-dt阈值去噪得到hi(n)，则其中x(n)表示对x(n)进行emd-dt阈值去噪后的信号；

步骤3、采用spearman相关系数对emd-dt处理后的imf分量与原差频信号去噪后信号x(n)进行相似性判断：随m增大依次计算spearman相关系数ρ(m)＝spearman{x(n),xm(n)}，其中xm(n)＝hm(n),m＝1...l；

步骤4、对特定imf分量进行重构后得到滤除噪声后的差频信号：设定部分imf函数重构的判断条件为其中c选择0.7，表示m从小到大过程中第一个使得ρ(m)≥c成立的m值，由于差频信号频谱的单频特性,选取重构分量imfk～imfk+1，最后得到去噪后信号为

本发明的有益效果：

本发明首先将烟雾环境中fmcw激光差频信号分解为若干imf分量，采用emd-dt对每个imf分量进行初步阈值去噪处理，然后采用spearman相关系数判断去噪后的imf分量与原信号的相关性，根据设定的相关性阈值确定有用信号占主导的imf分量起始阶数，之后对特定的imf分量进行重构，最后完成对差频信号自适应滤波。本发明的优点是：充分结合了emd-dt阈值去噪和基于spearman相关系数的imf分量重构两者的优势，能有效提取烟雾环境中差频信号中目标回波对应的有用信息，滤除低频处后向散射干扰和高频处随机噪声，大幅度提高fmcw激光定距系统抗烟雾干扰能力。

附图说明

图1是本发明的算法流程图；

图2是本发明对fmcw激光定距系统烟雾环境中差频信号滤波处理图。

具体实施方式

下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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,都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。

下面结合附图对本发明的具体实施方式以及工作原理做进一步详细说明。

参见附图1，一种烟雾环境中fmcw激光定距系统差频信号提取方法，按照以下步骤进行：

首先进行步骤1：本实施中fmcw激光定距系统距离目标距离8m，发射信号采用三角波调频体制,为10m～110mhz线性调制信号，调制周期tm为200us，其中上下扫频时间均为100us。ad采样频率为3mhz，在实时采样过程中将长度为2tm的差频信号经过485串口直接传输到电脑上位机进行后续信号处理，对差频信号x(n)进行emd分解后，emd分解后信号为：其中hi(n)为第i阶本征模态函数imf，r(n)为余项，imf分量个数为10。

然后进入步骤2：采用emd-dt阈值去噪对所有imf分量进行初步滤波过程按照以下步骤进行：

对hi(n)进行emd-dt阈值去噪得到hi(n)，则

其中hi(n)表示第i阶imf分量，ti为hi(n)的阈值。其中阈值其中n表示数据采集长度，σi为噪声的标准差。

对于原始信号中包含加性高斯白噪声，emd分解后得到的imf分量中，除了第一阶主要由噪声构成，其他imf中所含白噪声仍服从高斯分布，并且能量谱函数保持了自相似性。每个imf中噪声能量ei按imf阶数指数递减，表达式如下，

其中e1为第一阶imf能量，β和ρ两个参数由大量独立实验测试得出，本发明取β＝0.719，ρ＝2.01，根据ei和σi关系，ti可表示如下：

然后进入步骤3：采用spearman相关系数对emd-dt处理后的imf分量与原差频信号进行相似性判断过程按照以下步骤进行：

随m增大依次计算spearman相关系数ρ(m)＝spearman{x(n),xm(n)}，其中xm(n)＝hi(n)。设定部分imf函数重构的判断条件为其中c选择0.7，由于差频信号频谱的单频特性,选取重构分量imfk～imfk+1，最后得到去噪后信号为从左至右分别为烟雾环境中后向散射干扰信号，频谱峰值对应的目标回波信号，以及高频随机干扰噪声，此时后向散射干扰对应的频谱幅度峰值大于目标对应的频谱幅度峰值，采用常规的峰值提取获得目标距离信息将受到严重干扰。

根据本发明计算结果提取得到的imf5～imf6分量重构后的信号频谱峰值处对应的频率与原始差频信号频谱峰值对应的频率相同，为52.73khz，计算目标距离为7.90m(实际目标距离为8m)，由此可知重构分量imf5～imf6可以有效提取目标信息。验证了本发明滤波算法可以滤除差频信号中频谱峰值左侧低频处的后向散射干扰，以及高频处的随机噪声。如果对滤除的高阶imf7～imf10分量进行重构可以看出，基本可以还原了原始差频信号中的后向散射干扰。