專利名稱：基于最小均方算法的激光測云雷達信號自適應識別方法
技術領域：
本發明涉及信號處理領域，尤其是一種基于最小均方算法的激光測云雷達信 號自適應識別方法。
背景技術：
云由水滴或冰晶凝結聚合而成，當激光從大氣進入云時，在云的邊界處將會 產生很強的后向散射，散射信號的大小與激光功率、云底高度、云的類型、大氣 特性和激光雷達性能參數有關，這樣，通過分析激光回波的變化，可以判別云底 位置，計算云底高度。通常情況下，探測的距離越遠，接收機所接收到的后向散 射信號也越弱。在總體上激光雷達信號呈現與距離的平方反比衰減趨勢；而在局 部，則由于大氣不穩定性以及噪聲(光電探測器的各種噪聲以及天空背景輻射等) 的影響引起一定的隨機不可預側的起伏，如圖8、圖9和圖10所示。對脈沖激 光雷達來說，可以通過多發峰值功率很高的極窄脈沖累計平均的辦法削弱信號的 局部起伏，提高信噪比；但累計平均方法受到平均次數限制，信噪比無法提高到 理想的高度，且在高層，由于回波信號較弱，脈沖激光器平均功率低，信噪比仍 然偏低，如圖14和圖15所示。
發明內容
本發明的目的是提供一種基于最小均方算法的激光測云雷達信號自適應識 別方法，以解決激光從云返回后由于噪聲導致返回信號信噪比偏低的問題。 為了達到上述目的，本發明所采用的技術方案為
一種基于最小均方算法的激光測云雷達信號自適應識別方法，將兩個不同周
期的m序列同步復合，產生一個復合偽噪聲序列，并分別同步傳送給激光發射
端和信號接收端，所述信號接收端將接收到的信號進行分段累計平均運算，然后
采用LMS算法，將分段累計平均運算的結果和所述復合偽噪聲序列代入，利用 LMS算法得到的收斂結果建立激光大氣散射系統模型，如圖1和圖2所示；所
述方法的步驟為
(l)在CPLD中選擇兩個級數不同的m序列產生結構，通過同一時鐘控制， 產生兩個不同周期的m序列進行同步模二相加，生成新的較大周期的復合偽噪聲序列，所述復合偽噪聲序列的周期是兩個m序列周期的最小公倍數；
(2) 采用連續調制激光器，在發射端用復合偽噪聲序列連續調制激光器、 連續控制激光的發射；
(3) 在接收端將接收到的后向散射信號和噪聲經A/D轉換器轉換后傳送到 信號處理芯片，并對信號按照偽噪聲序列周期進行分段累計平均運算；
(4) 將分段累計平均運算的結果作為LMS算法的期望向量，復合偽噪聲序 列作為LMS算法的輸入向量，用TiC55系列DSP編譯的C語言進行LMS算法運 算；
(5) 利用LMS算法的收斂結果，建立激光大氣散射系統模型；
(6) 根據所建立的激光大氣散射系統模型、有效提取高信噪比的后向散射 信號，利用后向散射廓線進行信號分析，判斷能見度、云底云高等參數。
所述的基于最小均方算法的激光測云雷達信號自適應識別方法，其特征在 于所述兩個級數不同的m序列產生結構分別為一個八級移位寄存器和一個七 級移位寄存器。
本發明解決了在脈沖調制激光雷達應用于測云時，要求脈沖峰值功率很高、 脈沖極窄帶來的電路設計問題和在接收端需要大量采集樣本進行累計平均且運 算量大、分辨率低、信噪比低等問題。針對激光測云雷達后向散射信號微弱、系 統和背景噪聲太大、偽噪聲序列白噪聲性質明顯和最小均方(LMS)算法運算量 小、適合寬帶信號自適應處理的特點，在發射端用相對低速的偽噪聲序列連續調 制激光，利用高斯白噪聲背景下的自適應濾波接收理論，接收端對原始接收信號 進行少量分段平均后，使用與發射端相同的復合偽噪聲序列對接收信號進行自適 應系統識別，從而實現后向散射特征信號和白噪聲的分離。接收端可以在建立大 氣云層系統模型、恢復后向散射信號的同時大大抑制系統和背景噪聲，恢復后的 信號經過距離修正，就可以得到實際的后向散射信號廓線，廓線特點是后向散射 信號特征突出，信噪比明顯高于其他方案。如圖11、圖12、圖16和圖17所示， 本發明不需要占用大量累計平均時間和運算資源，就能夠得到理想的后向散射信 號，而且分辨率很高。
圖1為基于復合偽噪聲序列連續調制的激光測云雷達信號處理框圖。 圖2為基于LMS算法的自適應系統識別結構。圖3為八級m序列產生器結構圖。 圖4為七級m序列產生器結構圖。 圖5為七級m序列數字相關波形。 圖6為八級m序列數字相關波形。 圖7為復合偽噪聲序列相關結果。
圖8為在沒有高斯白噪聲背景的情況下接收信號波形圖。
圖9為在標準差較小的高斯白噪聲背景的情況下接收信號波形圖。
圖10為在標準差較大的高斯白噪聲背景的情況下接收信號波形圖。
圖11為512抽頭步長le-6時收斂情況。
圖12為1024抽頭步長5e-7時收斂情況。
圖13為在標準差較小的高斯白噪聲背景的情況下數字相關運算后廓線圖。 圖14為100次平均結果。
圖15為在標準差較小的高斯白噪聲背景的情況下脈沖調制4000次累計平均 運算后廓線圖。
圖16為512抽頭系統識別結果。
圖17為1024抽頭系統識別結果。
具體實施例方式
1.原理介紹
假設激光器發射的經偽噪聲序列調制的信號為s(t)，在傳播過程中受空間各 種信號和干擾噪聲的污染，再經空氣中的云霧散射進入接收探測器的信號加噪聲 為
R (t) =sd (t- t d) +n (t) +sc (t- t c) 式中s。(t-T。)表示散射回來的連續信號(后面示意圖中理想信號的連續包絡部 分，通常用于描述霧或氣溶膠信息)，也包括有用信號本身的多徑延遲及人為干 擾信號(敵方的干擾)，n(t)是信道中的所有加性高斯白噪聲(如背景光、電路 噪聲等)，sd(t-Td)為突變信號(后面示意圖中理想信號的兩個沖擊，通常用于 描述鏡面反射和云層信息)。
在接收端用同一偽噪聲序列與接收到的R(t)做基于LMS算法的自適應系統 識別，由于s(t)所具有的高斯白噪聲特性，平均后幅度仍然較高的n(t)很容易
被抑制，而Sd(t-Td)和S。(t-、)只有在同步之后才有較大值出現，其中包含的時延和失真信息很容易被解出(如后圖所示)。
激光雷達測云，在一次散射的條件下，云對激光的回波強度滿足光雷達方程:
式中，^0)為激光雷達接收探測距離z (km)處的大氣后向散射回波信號強
度(W); C為系統常數(W*km3*sr);風"，°^)分別為距離z處大氣總的后 向散射系數(km-1 sr-l)和消光系數(km-l)。
在系統儀器常數確定的情況下，接收機所收到的激光回波信號強度^(z)主
要取決于大氣和云體的后向散射微分截面々(z)(或消光系數°"(2))，々(z)越大，
P(力越強，同時衰減越快。由于云體后向散射微分截面遠大于氣溶膠，所以，
當激光在大氣中傳輸遇到云時，P(z)將迅速增大，出現一個突變的P(z)信號。 云層與氣溶膠相比明顯增強的回波信號包含了足夠的云層信息，利用激光回波信 號的這些特性可以將云層信號與氣溶膠信號區別開來，進一步數據處理可以獲得 后向散射系數、垂直能見度以及云底云高的信息。
白噪聲是一種隨機過程，它的瞬值服從正態分布，功率譜在很寬頻帶內都是 均勻的，它有極其優良的相關特性，可以用具有類似于帶限白噪聲統計特性的偽 噪聲碼信號來逼近它，實用上主要應用它具有白噪聲統計特性。隨機序列具有兩 方面特點 一是預先不可確定，并且是不可重復實現的；二是它具有某種統計特 性，這種統計特性稱為隨機特性。其主要表現在序列中兩種不同元素出現的次 數大致相等;序列中長度為k的元素游程比長度為k+l元素的游程數量多1倍(游 程是指連續出現的同種元素串)；序列具有類似于白噪聲的自相關函數(即^函 數)。
凡自相關函數具有
<formula>formula see original document page 6</formula>形式的碼稱為偽噪聲碼，又稱為狹義偽噪聲碼。
凡自相關函數具有:/ = 0(模尸)
形式的碼稱為廣義偽噪聲碼，顯然狹義的偽噪聲碼是廣義偽噪聲碼的特例。
m序列是最常用的一種偽噪聲序列，它是最長線性反饋移位寄存器序列的簡 稱。帶線性反饋邏輯的移位寄存器設定各級寄存器的初始狀態后，在時鐘觸發下， 每次移位后各級寄存器狀態會發生變化，觀察其中一級寄存器(通常為未級)的 輸出，隨著移位時鐘節拍的推移會產生一個序列，稱為移位寄存器序列。可以發 現。移位寄存器序列是一種周期序列，其周期不但與移位寄存器的級數有關，而 且與線性反饋邏輯有關。在相同級數的情況下，采用不同的線性反饋邏輯所得到 的周期長度不同。此外，周期還與移位寄存器的初始狀態有關。正如它的全名所 表達的那樣，m序列是由帶線性反饋的移位寄存器產生的序列，并且具有最長周 期。線性反饋移位寄存器序列的周期不但與線性反饋邏輯有關，而且與初始狀態 有關。但在產生最長線性反饋移位寄存器序列時，初始狀態并不影響序列的周期 長度，關鍵在與得到合適的反饋邏輯。
一般情況下，n級線性反饋移位寄存器可以表述為以下線性反饋邏輯表達
式。其中Ci(ii， 1， ...， n)表示反饋線的連接狀態,Ci^表示連接線通，第n— i級輸出參加反饋；Cii表示連接線斷開，第n—i級輸出未參加反饋。
將等式左邊的an移至右邊，并將a^C。a。 (C。= 1)代人上式，則上式可改寫
為
并稱之為線性移位寄存器的特征多項式。理論分析表明，特征多項式與輸出
=;￡<> _,.(模二加)
通常定義一個與上式相對應的多項式-序列的周期有密切關系，即一個產生最長線性反饋移位寄存器序列(即m序列) 的N級移位寄存器，其特征多項式必須是N次的本原多項式。 一個N次多項式F (x)若滿足下列條件，則稱為本原多項式-
(1) F (x)是既約的，即不能再分解因式；
(2) F (x)可整除X"+1這里111=2"-1;
(3) F (x)不能整除x'+l，這里q〈m。
只要找到本原多項式，就能由它構成m序列發生器。人們已將計算得到的本 原多項式列成表。
m序列有如下性質
(1) 由n級移位寄存器產生的m序列，其周期為2"-1.
(2) 除全0狀態外，n級移位寄存器可能出現的各種不同狀態都在m序列 的一個周期內出現，而且只出現一次。由此可知，m序列中"1"和"0"的出現 概率大致相同，"1"碼只比"0"碼多一個。
(3) 通常將一個序列中連續出現的相同碼稱為一個游程。m序列中共有2n-1 個游程，其中長度為1的游程占1 / 2，長度為2的占1 / 4，長度為3占1 / 8等。
最后還有一個長度為n的連"1"碼游程和一個長度為n - 1的連"0"碼游程。
(4) m序列的自相關函數只有兩種取值。滿足
m序列具有雙值自相關函數特性。
選擇兩個級數不同的m序列產生結構，通過同一時鐘控制，產生的序列進行 同步模二相加，生成的新序列相關特性等噪聲性能與m序列相似，但是周期是兩 個m序列周期的最小公倍數，更加適合需要大量脈沖積累能量、提高信噪比的情 況。
LMS是在維納濾波，kalman濾波等線性濾波基礎上發展起來的一種最佳濾波 方法。自適應濾波的研究對象是具有不確定的系統或信息過程。"不確定"是指 所研究的處理信息過程及其環境的數學模型不是完全確定的。其中包含一些未知 因數和隨機因數。任何一個實際的信息過程都具有不同程度的不確定性，這些不 確定性有時表現在過程內部，有時表現在過程外部。從過程內部來講，描述研究 對象即信息動態過程的數學模型的結構和參數是事先不知道的。作為外部環境對
mod mod / 信息過程的影響，可以等效地用擾動來表示，這些擾動通常是不可測的，它們可 能是確定的，也可能是隨機的。 一些測量噪音也是以不同的途徑影響信息過程， 這些擾動和噪聲的統計特性常常是未知的。自適應濾波能夠解決這些客觀存在的 各種不確定性，綜合處理信息過程，并使某一些指定的性能指標達到最優或近似 最優。
在這幾十年里，數字信號處理技術取得了飛速發展，特別是自適應信號處理 技術以其而廣泛被使用。例如LMS自適應濾波算法在統計信號處理的許多應用中 都是非常重要的。在工程實際中，LMS算法以其計算簡單、收斂速度快等優點， 非常適合強噪聲背景中的微弱信號的實時檢測。
基于LMS算法自適應濾波器實質上就是一種能調節其自身傳輸特性以達到 最優的維納濾波器，不需要關于輸入信號的先驗知識，計算量小，特別適用于實 時處理。自適應濾波器的特性變化是由自適應算法通過調整濾波器系數來實現 的。 一般而言，自適應濾波器由兩部分組成， 一是濾波器結構，二是調整濾波器 系數的自適應算法。根據激光測云雷達的工作特點和具體應用，該方案需要根據 具有加性高斯白噪聲特性的平均結果和已知的偽噪聲序列實現激光大氣散射系 統的再現。因此可以采用基于LMS算法的自適應系統識別的濾波結構，以平均結 果作為LMS算法的期望向量、以與激光發射調制同步的偽噪聲序列作為LMS算法 的輸入向量，對激光大氣散射系統進行自適應系統識別。利用LMS算法的收斂結 果，建立激光大氣散射系統模型、有效提取高信噪比的后向散射信號。
根據LMS算法系統識別的要求，理想的LMS算法輸入應具有高斯白噪聲特性， 期望中的信號加噪聲也應該具有白噪聲特性且信號和噪聲無相關性。因此，該結 構強調在激 光發射時采用具有高斯白噪聲特性的復合m序列進行連續調制，利用 復合m序列自相關強、互相關弱的白噪聲特性，人為造成后向散射信號與噪聲的 獨立。
圖2給出了用自適應系統識別的基本原理。輸入端接收從激光器同步發來的 偽噪聲序列，期望輸入端接收受到噪聲干擾的后向散射信號，且后向散射信號與 噪聲無關，但與發射的偽噪聲序列相關。利用兩輸入信號的相關性和信號與噪聲 的獨立性，使自適應濾波器的輸出與期望輸入逼近并相減，收斂后濾波器的抽頭 權值就是系統識別的結果，同時輸出誤差信號。為獲得良好的噪聲抑制性能，應 使期望輸入檢測到的信號盡可能小，因此該方案需要在自適應濾波前實現少量分段平均。
LMS算法步驟如下 自適應濾波器在時刻n的向量定義 抽頭權向量『(X^[6oC")，、C")，…，6a^C"):T
參考輸入向量= [x(")，x(" - 0,. " A"—M+丄XT
算法步驟 步驟一初始化
步驟二更新"=1，2，3""
濾波_K")=『r(")^r(");
誤差估計e(") = W")-
權向量更新『("+ 1)=『00 + 2/^、")1("); 其中A是用來控制穩定性和收斂速度的步長參數。為確保自適應過程的穩定 性，A必須滿足^〃"^"，其中^"=￡[^2(")]為輸入功率。
2.實施步驟
a) 如圖3和圖4所示，用基于兩種不同本原多項式的帶反饋的移位寄存器 結構產生兩種周期不同的最大長度反饋移位寄存器序列(m序列)。根據 偽噪聲編碼理論，白噪聲是一種隨機過程，它的瞬時值服從高斯分布， 功率在很寬的頻帶內都是均勻的，其自相關函數具有類似S函數的形狀。
不同的白噪聲之間相互獨立，其互相關函數為零。偽噪聲序列具有白噪 聲的類似特性，采用了二元域，只具有+1， 0兩種電平。偽噪聲碼概率 分布不具有高斯分布形式，但使用碼長足夠長的生成函數，通過中心極 限定理可以證明它具有正態分布特性。在實際工程應用中，m序列既可 以用硬件產生，也可以用軟件產生，然后存在ROM中通過相應的時鐘同 步輸出。在硬件中可使用移位寄存器，也可用聲表面濾波器件等延遲線 來產生。
b) 如圖l、圖5至圖7所示，將兩個不同周期的m序列實現同步復合，產 生一個較大周期的復合偽噪聲序列，同步傳送給發射端和接收端。選擇 兩個級數不同的m序列產生結構，通過同一時鐘控制，產生的序列進行同步模二相加，生成的新序列相關特性等噪聲性能與m序列相似，但是 周期是兩個m序列周期的最小公倍數。
c) 在發射端用復合偽噪聲序列連續調制激光器、連續控制激光的發射。采 用連續調制激光器，可以不像脈沖調制激光器那樣需要很大的峰值功率。
d) 在接收端將接收到的后向散射信號和噪聲經A/D轉換后傳送到信號處理 芯片，實現該信號按照偽噪聲序列周期的分段累計平均運算、以降低系 統和背景噪聲幅度，實現系統和背景噪聲的平均次數遠低于脈沖調制激 光雷達累計平均的要求。
e) 將具有加性高斯白噪聲特性的平均結果作為LMS算法的期望向量、與激 光發射調制同步的偽噪聲序列作為LMS算法的輸入向量，對平均結果進 行自適應系統識別。利用LMS算法的收斂結果，建立激光大氣散射系統 模型、有效提取高信噪比的后向散射信號。
f) 利用后向散射廓線進行信號分析，可以判斷能見度、云底云高等參數。
g) 激光信號的產生和信號處理流程及重要結構如附圖所示。 根據圖8至圖15的對比，即使是系統和背景噪聲非常大的情況，也可以利
用偽噪聲序列連續調制后的相關運算提取出后向散射廓線的特征信息。而如果是
脈沖調制累計平均方法，在測量周期相同，運算量相似的情況下，未能夠提取出 后向散射廓線的特征信息。而如圖16和17所示，經自適應系統識別后，后向散 射信號特征明顯，背景和系統噪聲抑制情況良好，超過只采用累計平均的方案， 也優于相關的方案。
1權利要求
1、一種基于最小均方算法的激光測云雷達信號自適應識別方法，其特征在于將兩個不同周期的m序列同步復合，產生一個復合偽噪聲序列，并分別同步傳送給激光發射端和信號接收端，所述信號接收端將接收到的信號進行分段累計平均運算，然后采用LMS算法，將分段累計平均運算的結果和所述復合偽噪聲序列代入，利用LMS算法得到的收斂結果建立激光大氣散射系統模型；所述方法的步驟為(1)在CPLD中選擇兩個級數不同的m序列產生結構，通過同一時鐘控制，產生兩個不同周期的m序列進行同步模二相加，生成新的較大周期的復合偽噪聲序列，所述復合偽噪聲序列的周期是兩個m序列周期的最小公倍數；(2)采用連續調制激光器，在發射端用復合偽噪聲序列連續調制激光器、連續控制激光發射到云層；(3)在接收端將接收到的從上述云層返回的后向散射信號和噪聲經A/D轉換器轉換后傳送到信號處理芯片，并對信號按照偽噪聲序列周期進行分段累計平均運算；(4)將分段累計平均運算的結果作為LMS算法的期望向量，復合偽噪聲序列作為LMS算法的輸入向量，用TiC55系列DSP編譯的C語言進行LMS算法運算；(5)利用LMS算法的收斂結果，建立激光大氣散射系統模型；(6)根據所建立的激光大氣散射系統模型、有效提取高信噪比的后向散射信號，利用后向散射廓線進行信號分析，判斷能見度、云底云高等參數。
2、 根據權利要求1所述的基于最小均方算法的激光測云雷達信號自適應識 別方法，其特征在于所述兩個級數不同的m序列產生結構分別為一個八級移 位寄存器和一個七級移位寄存器。
全文摘要
本發明涉及一種基于最小均方算法的激光測云雷達信號自適應識別方法，將兩個不同周期的m序列同步復合，產生一個復合偽噪聲序列，并分別同步傳送給連續調制激光發射端和信號接收端，所述信號接收端將接收到的信號進行分段累計平均運算，然后采用LMS算法，將分段累計平均運算的結果和所述復合偽噪聲序列代入，利用LMS算法得到的收斂結果建立激光大氣散射系統模型。本發明有效解決了在脈沖調制激光雷達應用于測云時，要求脈沖峰值功率很高、脈沖極窄帶來的電路設計問題和在接收端需要大量采集樣本進行累計平均且運算量大、分辨率低、信噪比低等問題，大大提高了測量的效率和精確度。
文檔編號G01S7/48GK101581787SQ20091011718
公開日2009年11月18日 申請日期2009年6月29日 優先權日2009年6月29日
發明者何俊峰, 劉文清, 崔益本, 張玉鈞, 輝 耿, 闞瑞峰, 俊 阮, 陳臻懿 申請人:中國科學院安徽光學精密機械研究所