[发明专利]基于最小均方算法的激光测云雷达信号自适应识别方法

摘要

本发明涉及一种基于最小均方算法的激光测云雷达信号自适应识别方法，将两个不同周期的m序列同步复合，产生一个复合伪噪声序列，并分别同步传送给连续调制激光发射端和信号接收端，所述信号接收端将接收到的信号进行分段累计平均运算，然后采用LMS算法，将分段累计平均运算的结果和所述复合伪噪声序列代入，利用LMS算法得到的收敛结果建立激光大气散射系统模型。本发明有效解决了在脉冲调制激光雷达应用于测云时，要求脉冲峰值功率很高、脉冲极窄带来的电路设计问题和在接收端需要大量采集样本进行累计平均且运算量大、分辨率低、信噪比低等问题，大大提高了测量的效率和精确度。

主权项

1、一种基于最小均方算法的激光测云雷达信号自适应识别方法，其特征在于：将两个不同周期的m序列同步复合，产生一个复合伪噪声序列，并分别同步传送给激光发射端和信号接收端，所述信号接收端将接收到的信号进行分段累计平均运算，然后采用LMS算法，将分段累计平均运算的结果和所述复合伪噪声序列代入，利用LMS算法得到的收敛结果建立激光大气散射系统模型；所述方法的步骤为：(1)在CPLD中选择两个级数不同的m序列产生结构，通过同一时钟控制，产生两个不同周期的m序列进行同步模二相加，生成新的较大周期的复合伪噪声序列，所述复合伪噪声序列的周期是两个m序列周期的最小公倍数；(2)采用连续调制激光器，在发射端用复合伪噪声序列连续调制激光器、连续控制激光发射到云层；(3)在接收端将接收到的从上述云层返回的后向散射信号和噪声经A/D转换器转换后传送到信号处理芯片，并对信号按照伪噪声序列周期进行分段累计平均运算；(4)将分段累计平均运算的结果作为LMS算法的期望向量，复合伪噪声序列作为LMS算法的输入向量，用TiC55系列DSP编译的C语言进行LMS算法运算；(5)利用LMS算法的收敛结果，建立激光大气散射系统模型；(6)根据所建立的激光大气散射系统模型、有效提取高信噪比的后向散射信号，利用后向散射廓线进行信号分析，判断能见度、云底云高等参数。