[发明专利]一种基于双量估计法的单光子激光透雾方法

说明书

本发明公开一种基于双量估计法的单光子激光透雾方法。步骤1：基于Gamma分布建立雾的模型；步骤2：建立目标回波信号模型；步骤3：探测总回波光子；步骤4：对步骤3中探测的总回波光子内的目标信号通过步骤1雾的模型和步骤2目标回波信号模型进行提取。本发明用以解决全参数估计法、单量参数估计法与传统峰值法目标信号提取能力弱的问题。

技术领域

本发明属于Gm-APD激光雷达探测领域；具体涉及一种基于双量估计法的单光子激光透雾方法。

背景技术

随着汽车激光雷达和无人机等新应用的发展，人们对在视觉退化环境下，特别是在浓雾环境下的目标的高分辨率成像越来越感兴趣。当激光传播环境是高散射介质时，主动光学成像的主要限制是激光的吸收和散射，这会在相对较短的传播距离内导致明显的信号衰减。在浓雾中进行深度成像时，目标回波的光子数太小导致无法从浓雾信号中提取出目标信号。因此，开展一种将目标信号从烟雾背景中分离的算法，满足室外浓密烟雾背后目标深度图像探测和短时间成像的需求，提升Gm-APD激光雷达的天候适应性能力，是有必要的。

传统峰值法(Peakselectionalgorithm，PSA)：选取每个像素点中信号的峰值点作为目标的距离位置。

单量参数估计法(Singleparameterestimationalgorithm，SPEA)：根据实测的雾衰减系数和烟雾的Gamma分布模型，采用单参数估计构造算法(SPEA)重建深度图像。

全参数估计法(Allparameterestimationalgorithm，APEA)：将目标信号近似认为是噪声，采用极大似然估计直接对光子分布直方图进行估计，进而重构深度图像。

传统峰值法(Peakselectionalgorithm，PSA)：峰值法只能对低浓度的烟雾背后目标进行信号提取。当烟雾浓度增加时，烟雾回波强度较大，目标回波强度较小，目标峰几乎淹没于烟雾回波信号的下降沿中，基本找不到目标信号。

单量参数估计法(Singleparameterestimationalgorithm，SPEA)：由于雾的稠密性、动态性和非均匀性，在测量其衰减系数时很难准确得到其真实值，因此利用其进行参数估计，误差较大，并且该方案不适合室外实验。

全参数估计法(Allparameterestimationalgorithm，APEA)：由于回波信号中包含烟雾信号和目标信号，忽略目标信号，直接对回波光子直方图进行参数估计的方法，会导致参数估计误差较大。

发明内容

本发明提供一种基于双量估计法的单光子激光透雾方法，可解决上述三个方法中目标信号提取能力弱的问题，提升了后两个算法的烟雾信号估计精度，在极端环境下能更好的提取微弱目标信号。

本发明通过以下技术方案实现：

一种基于双量估计法的单光子激光透雾方法，所述单光子激光透雾方法包括以下步骤：

步骤1：基于Gamma分布建立雾的模型；

步骤2：建立目标回波信号模型；

步骤3：探测总回波光子；

步骤4：对步骤3中探测的总回波光子内的目标信号通过步骤1雾的模型和步骤2目标回波信号模型进行提取。

进一步的，所述步骤1具体为，Gm-APD探测器的触发中，当激光脉冲能量在极其微弱时，背景噪声、暗计数噪声和回波光子产生的初始电子数均服从Poisson分布；所述回波光子包括目标回波、后向散射以及环境光0；根据Poisson分布统计，在t₁至t₂探测间隔内产生q个光电事件的概率为：