基于粒子群算法的3维激光雷达回波分解

戴璨; 王元庆; 徐帆

doi:10.7510/jgjs.issn.1001-3806.2016.02.028

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于粒子群算法的3维激光雷达回波分解

戴璨 , 王元庆 , 徐帆

文章导航 > 激光技术 > 2016 > 40(2): 284-287

引用本文:

Citation:

基于粒子群算法的3维激光雷达回波分解

1.
南京大学电子科学与工程学院立体成像实验室, 南京 210046

作者简介: 戴璨(1992-),男,硕士研究生,主要从事激光数据处理方面的研究。.

通讯作者: 王元庆, yqwang@nju.edu.cn ;

基金项目:
海军总医院重大专项基金资助项目(AHJ2011Z001)
中图分类号: TN958.98

3-D lidar echo decomposition based on particle swarm optimization

1.
Stereo Image Technology Laboratory, Nanjing University, Nanjing 210046, China

Corresponding author: WANG Yuanqing, yqwang@nju.edu.cn ;

CLC number: TN958.98

摘要: 为了提高3维激光雷达回波分解的精度和准确度,采用粒子群算法与最小二乘法相结合的方法,分析了激光雷达回波分解原理以及粒子群算法原理,研究了粒子群算法在激光雷达回波信号分解中的应用;进行了理论分析与实际数据验证,取得了实际激光雷达回波数据的分解结果。结果表明,采用粒子群算法与最小二乘法相结合的分解方法,激光雷达回波可以更高精度地分解为一系列单个波形的叠加,并获得了延时、强度及脉宽等参量,拟合度提高至0.989,一定程度上抑制了噪声的干扰。该算法可以有效提高激光雷达回波分解的精度。
- 激光技术 /
- 回波分解 /
- 参量拟合 /
- 粒子群算法
Abstract: In order to improve accuracy and precision of lidar echo decomposition, the theory combining particle swarm optimization algorithm with the least squares method was used and the principles of lidar echo decomposition and particle swarm optimization algorithm were analyzed. The application of particle swarm optimization algorithm in lidar echo decomposition was studied. After theoretical analysis and experimental verification, real data of decomposition experiment was gotten. The results show that lidar echo can be decomposed into a series of single waveform by the combining method. The fitting degree was improved to 0.989 by using the parameters of time delay, intensity and pulse width. It may reduce noise interference to some extent. The result shows this algorithm is effective and feasible.
- laser technique /
- echo decomposition /
- parameter fitting /
- particle swarm optimization

[1]	LI D, LI Y X, MENG W. Research of plane array propelled laser imaging detection for small targets at low altitude and slow speed[J]. Laser Technology, 2014, 38(1):44-48(in Chinese).
[2]	LI L, HU Y H. Application of three-dimensional laser imaging tech-nology[J]. Laser Optoelectronics Progress, 2009, 46(12):66-70(in Chinese).
[3]	CUI H X, SU G Zh, ZHAO X H, et al. Self-calibration of exterior orientation parameters of aerial digital images based on airborne LiDAR point clouds[J]. Laser Technology, 2013, 37(4):445-448(in Chinese).
[4]	DONG X J, HUANG R Q. Application of 3-D laser scanning technology to geologic survey of high and steep slope[J]. Chinese Journal of Rock Mechanics and Engineering, 2006, 25(22):3629-3635(in Chinese).
[5]	BUCKSCH A, LINDENBERGH R. Breast height diameter estimation from high-density airborne LiDAR data[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(6):1056-1060.
[6]	SUN X L. Space lidar developed at the NASA goddard space flight center-the first 20 years[J]. IEEE Selected Topics in Applied Earth Observations and Remote Sensing, 2013,6(3):1660-1675.
[7]	ZHAO X, ZHANG Y. Algorithm of laser altimeter reflecting waveform based on Gaussian decomposition[J]. Infrared and Laser Engineering, 2012, 41(3):643-648(in Chinese).
[8]	WANG Y Zh. An adaptive segment smoothing algorithm for lidar signal[J]. Laser Technology, 2014, 38(5):599-602(in Chinese).
[9]	TAO X H, HU Y H. Application of empirical mode decomposition in atmospheric echo processing of lidar[J]. Laser Technology, 2008, 32(6):590-593(in Chinese).
[10]	LEI Y, ZHAO D N. Filtering random noise from PPP time transfer based on Vondrak[J]. Engineering of Surveying and Mapping, 2013, 22(6):18-21(in Chinese).
[11]	WANG F, HE X. Hybrid optimization algorithm of PSO and Cuckoo search[J]. Artificial Intelligence, 2011,11(1):1172-1175.
[12]	LIANG Zh J, WANG K F. Digital speckle image correlation method based on particle swarm optimization algorithm[J]. Laser Technology, 2014, 38(5):603-607(in Chinese).
[13]	ZHAO X, ZHANG Y. Modeling raw signals of laser altimeter echo waveform based on canopy surface[J]. Opto-Electronic Engineering, 2011, 38(6):18-23(in Chinese).
[14]	CHEN G, ZHU X F. Applications of wavelets and sparse decomposition in non-continuous film denoising[J]. Laser Technology, 2014, 38(4):546-550(in Chinese).

[1]	王晓蒙 , 王会峰 , 姚乃夫 . 基于粒子群算法的激光位移传感器参量优化. 激光技术, 2018, 42(2): 181-186. doi: 10.7510/jgjs.issn.1001-3806.2018.02.008
[2]	周聪 , 张玲 , 陈根余 , 邓辉 , 蔡颂 . 激光修锐砂轮工艺参量的预测和优化算法. 激光技术, 2015, 39(3): 320-324. doi: 10.7510/jgjs.issn.1001-3806.2015.03.008
[3]	齐艺超 , 陈伟 , 穆春元 , 祝宁华 . 基于粒子群自整定PID算法的激光器温度控制系统. 激光技术, 2019, 43(5): 650-654. doi: 10.7510/jgjs.issn.1001-3806.2019.05.012
[4]	陈斯祺 , 张海洋 , 赵长明 , 张子龙 , 王文鑫 , 张明 . 基于天牛须改进粒子群算法的点云配准方法. 激光技术, 2020, 44(6): 678-683. doi: 10.7510/jgjs.issn.1001-3806.2020.06.005
[5]	杨睿 , 杨瑞峰 , 郭晨霞 , 吴耀 . 双圈同轴型光纤传感器结构的优化与试验验证. 激光技术, 2019, 43(3): 324-328. doi: 10.7510/jgjs.issn.1001-3806.2019.03.007
[6]	付华 , 代巍 . 随机共振瓦斯微弱信号检测方法研究. 激光技术, 2016, 40(2): 213-218. doi: 10.7510/jgjs.issn.1001-3806.2016.02.013
[7]	袁文峰 . 单个椭球面扩束透镜的设计研究. 激光技术, 2016, 40(4): 560-564. doi: 10.7510/jgjs.issn.1001-3806.2016.04.022
[8]	张慧颖 , 梁誉 , 卢宇希 , 王凯 , 于海越 . 稀疏训练指纹库融合MMPSO-ELM室内可见光定位. 激光技术, 2022, 46(6): 788-795. doi: 10.7510/jgjs.issn.1001-3806.2022.06.013
[9]	殷贤华 , 刘昱 , 贺微 , 奉慕霖 , 石玉林 . 基于MPSO-SVM的硫化橡胶及助剂的太赫兹光谱分类识别. 激光技术, 2021, 45(1): 7-12. doi: 10.7510/jgjs.issn.1001-3806.2021.01.002
[10]	陶小红 , 胡以华 , 雷武虎 , 蔡晓春 . 经验模式分解用于激光雷达大气回波处理. 激光技术, 2008, 32(6): 590-592,595.
[11]	蒋治国 , 樊洋 . 红外点源导引头的激光回波分析. 激光技术, 2009, 33(2): 221-224.
[12]	赵小侠 , 罗文峰 , 张相武 , 李院院 , 杨森林 . 基于LIBS技术的黄铜等离子体特征参量的研究. 激光技术, 2013, 37(1): 93-96. doi: 10.7510/jgjs.issn.1001-3806.2013.01.023
[13]	彭留永 , 王宣雅 , 周建涛 , 裴红星 . 激光打标中振镜几何畸变误差多项式拟合校正. 激光技术, 2013, 37(5): 601-604. doi: 10.7510/jgjs.issn.1001-3806.2013.05.009
[14]	柳赟 , 孙淑艳 . 基于主成分分析与曲面拟合的激光点云滤波去噪. 激光技术, 2020, 44(4): 497-502. doi: 10.7510/jgjs.issn.1001-3806.2020.04.017
[15]	黄泽青 , 贺伟 . 基于激光引信的回波仿真及抗干扰研究. 激光技术, 2020, 44(6): 716-720. doi: 10.7510/jgjs.issn.1001-3806.2020.06.012
[16]	赵洪博 , 张达 , 杨健坤 , 孟繁萃 , 张明 . 小波分层法在激光多普勒测速信号中的应用. 激光技术, 2019, 43(1): 103-108. doi: 10.7510/jgjs.issn.1001-3806.2019.01.021
[17]	许本志 , 齐丽君 , 王伟 , 朱晓 , 王海林 , 朱广志 , 朱长虹 . 复合激光打孔最佳匹配参量的研究. 激光技术, 2018, 42(1): 5-10. doi: 10.7510/jgjs.issn.1001-3806.2018.01.002
[18]	吴勇华 , 任晓晨 , 刘皓贤 , 闫永君 , 康献民 . 激光参量对碳钢表面清洗质量的影响. 激光技术, 2021, 45(4): 500-506. doi: 10.7510/jgjs.issn.1001-3806.2021.04.014
[19]	孙康健 , 陈根余 , 余春荣 , 卜纯 . 砂轮激光修整设备及参量选择的研究. 激光技术, 2011, 35(6): 721-724. doi: 10.3969/j.issn.1001-3806.2011.06.001
[20]	占剑 , 杨明江 . YAG激光参量对刻蚀微坑形貌的影响. 激光技术, 2011, 35(2): 238-241. doi: 10.3969/j.issn.1001-3806.2011.02.026

点击查看大图

计量

文章访问数: 5634
HTML全文浏览量: 3284
PDF下载量: 385
被引次数: 0

基于粒子群算法的3维激光雷达回波分解

通讯作者: 王元庆, yqwang@nju.edu.cn;

作者简介: 戴璨(1992-),男,硕士研究生,主要从事激光数据处理方面的研究。

1. 南京大学电子科学与工程学院立体成像实验室, 南京 210046

收稿日期: 2015-01-06
录用日期: 2015-04-30
网络出版日期: 2016-03-25

基金项目: 海军总医院重大专项基金资助项目(AHJ2011Z001)

关键词:

摘要: 为了提高3维激光雷达回波分解的精度和准确度,采用粒子群算法与最小二乘法相结合的方法,分析了激光雷达回波分解原理以及粒子群算法原理,研究了粒子群算法在激光雷达回波信号分解中的应用;进行了理论分析与实际数据验证,取得了实际激光雷达回波数据的分解结果。结果表明,采用粒子群算法与最小二乘法相结合的分解方法,激光雷达回波可以更高精度地分解为一系列单个波形的叠加,并获得了延时、强度及脉宽等参量,拟合度提高至0.989,一定程度上抑制了噪声的干扰。该算法可以有效提高激光雷达回波分解的精度。