[发明专利]全波形激光雷达数据波形分解方法

摘要

本发明提供了一种全波形激光雷达数据波形分解方法。该方法利用AIC进行组分数估计，采用LM进行遗失组分探测，可快速获取后向散射回波波形中的组分数信息，算法简单，探测效率高，与一般的波形分解方法相比，兼顾模型组分数的初始化准确度和波形分解的完整性。

主权项

一种全波形激光雷达数据波形分解方法，其特征在于，包括：步骤A，对后向散射回波波形数据的组分数N进行初始化估计，得到组分数N的初始值令其中，该后向散射回波波形数据包括采样点数S、各采样点的采样时间x_i和强度值y_i，其中，x_i＝t₀+iΔt，i＝1、2、......、S，t₀为采样开始时间，Δt为采样间隔；步骤B，基于后向散射回波波形数据以及组分数N，把S个采样点的强度值y_i作为f(x)代入如下广义高斯混合模型，确定广义高斯混合模型中各组分的初始参数，进行广义高斯混合模型的初始化：$f\left(x\right)=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{f}_j\left(x\right)=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{A}_j\exp (-\frac{{|x-{\mathrm{\μ}}_j|}^{{\mathrm{\α}}_j^2}}{{2\mathrm{\σ}}_j^2})$其中，f(x)为采用广义高斯混合模型拟合的后向散射回波波形数据；f_j(x)为第j个组分的波形数据，其中x为采样点的采样时间，组分j的初始参数包括：振幅A_j，组分位置μ_j，波形宽度σ_j(1σ)，波形形状因子α_j，1≤j≤N。步骤C，利用初始化的广义高斯混合模型，基于EM算法自迭代对广义高斯混合模型中的各个参数进行更新，完成后向散射回波波形数据的混合高斯分解，得到分解后的后向散射回波波形数据；以及步骤D，判断分解后的后向散射回波波形数据是否存在遗失组分，如果不存在遗失组分，则波形分解完成，如果存在遗失组分，估计新的组分数N^*，用组分数N^*替换原有广义高斯混合模型中的N，重新执行步骤B～D。