專利名稱：基于最小均方算法的激光測云雷達(dá)信號自適應(yīng)識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信號處理領(lǐng)域，尤其是一種基于最小均方算法的激光測云雷達(dá)信 號自適應(yīng)識別方法。
背景技術(shù)：
云由水滴或冰晶凝結(jié)聚合而成，當(dāng)激光從大氣進(jìn)入云時，在云的邊界處將會 產(chǎn)生很強(qiáng)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(dá)性能參數(shù)有關(guān)，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(yuǎn)，接收機(jī)所接收到的后向散 射信號也越弱。在總體上激光雷達(dá)信號呈現(xiàn)與距離的平方反比衰減趨勢；而在局 部，則由于大氣不穩(wěn)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(jī)不可預(yù)側(cè)的起伏，如圖8、圖9和圖10所示。對脈沖激 光雷達(dá)來說，可以通過多發(fā)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(shù)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(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于最小均方算法的激光測云雷達(dá)信號自適應(yīng)識 別方法，以解決激光從云返回后由于噪聲導(dǎo)致返回信號信噪比偏低的問題。 為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案為
一種基于最小均方算法的激光測云雷達(dá)信號自適應(yīng)識別方法，將兩個不同周
期的m序列同步復(fù)合，產(chǎn)生一個復(fù)合偽噪聲序列，并分別同步傳送給激光發(fā)射
端和信號接收端，所述信號接收端將接收到的信號進(jìn)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(jié)果和所述復(fù)合偽噪聲序列代入，利用 LMS算法得到的收斂結(jié)果建立激光大氣散射系統(tǒng)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(shù)不同的m序列產(chǎn)生結(jié)構(gòu)，通過同一時鐘控制， 產(chǎn)生兩個不同周期的m序列進(jìn)行同步模二相加，生成新的較大周期的復(fù)合偽噪聲序列，所述復(fù)合偽噪聲序列的周期是兩個m序列周期的最小公倍數(shù)；
(2) 采用連續(xù)調(diào)制激光器，在發(fā)射端用復(fù)合偽噪聲序列連續(xù)調(diào)制激光器、 連續(xù)控制激光的發(fā)射；
(3) 在接收端將接收到的后向散射信號和噪聲經(jīng)A/D轉(zhuǎn)換器轉(zhuǎn)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(jìn)行分段累計平均運算；
(4) 將分段累計平均運算的結(jié)果作為LMS算法的期望向量，復(fù)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(jìn)行LMS算法運 算；
(5) 利用LMS算法的收斂結(jié)果，建立激光大氣散射系統(tǒng)模型；
(6) 根據(jù)所建立的激光大氣散射系統(tǒng)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(jìn)行信號分析，判斷能見度、云底云高等參數(shù)。
所述的基于最小均方算法的激光測云雷達(dá)信號自適應(yīng)識別方法，其特征在 于所述兩個級數(shù)不同的m序列產(chǎn)生結(jié)構(gòu)分別為一個八級移位寄存器和一個七 級移位寄存器。
本發(fā)明解決了在脈沖調(diào)制激光雷達(dá)應(yīng)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(shè)計問題和在接收端需要大量采集樣本進(jìn)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(dá)后向散射信號微弱、系 統(tǒng)和背景噪聲太大、偽噪聲序列白噪聲性質(zhì)明顯和最小均方(LMS)算法運算量 小、適合寬帶信號自適應(yīng)處理的特點，在發(fā)射端用相對低速的偽噪聲序列連續(xù)調(diào) 制激光，利用高斯白噪聲背景下的自適應(yīng)濾波接收理論，接收端對原始接收信號 進(jìn)行少量分段平均后，使用與發(fā)射端相同的復(fù)合偽噪聲序列對接收信號進(jìn)行自適 應(yīng)系統(tǒng)識別，從而實現(xiàn)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(tǒng)模型、恢復(fù)后向散射信號的同時大大抑制系統(tǒng)和背景噪聲，恢復(fù)后的 信號經(jīng)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(fā)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(fù)合偽噪聲序列連續(xù)調(diào)制的激光測云雷達(dá)信號處理框圖。 圖2為基于LMS算法的自適應(yīng)系統(tǒng)識別結(jié)構(gòu)。圖3為八級m序列產(chǎn)生器結(jié)構(gòu)圖。 圖4為七級m序列產(chǎn)生器結(jié)構(gòu)圖。 圖5為七級m序列數(shù)字相關(guān)波形。 圖6為八級m序列數(shù)字相關(guān)波形。 圖7為復(fù)合偽噪聲序列相關(guān)結(jié)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(biāo)準(zhǔn)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(biāo)準(zhǔn)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(biāo)準(zhǔn)差較小的高斯白噪聲背景的情況下數(shù)字相關(guān)運算后廓線圖。 圖14為100次平均結(jié)果。
圖15為在標(biāo)準(zhǔn)差較小的高斯白噪聲背景的情況下脈沖調(diào)制4000次累計平均 運算后廓線圖。
圖16為512抽頭系統(tǒng)識別結(jié)果。
圖17為1024抽頭系統(tǒng)識別結(jié)果。
具體實施例方式
1.原理介紹
假設(shè)激光器發(fā)射的經(jīng)偽噪聲序列調(diào)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(jīng)空氣中的云霧散射進(jìn)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(xù)信號(后面示意圖中理想信號的連續(xù)包絡(luò)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(yīng)系統(tǒng) 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(xiàn)，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(dá)測云，在一次散射的條件下，云對激光的回波強(qiáng)度滿足光雷達(dá)方程:
式中，^0)為激光雷達(dá)接收探測距離z (km)處的大氣后向散射回波信號強(qiáng)
度(W); C為系統(tǒng)常數(shù)(W*km3*sr);風(fēng)"，°^)分別為距離z處大氣總的后 向散射系數(shù)(km-1 sr-l)和消光系數(shù)(km-l)。
在系統(tǒng)儀器常數(shù)確定的情況下，接收機(jī)所收到的激光回波信號強(qiáng)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(shù)°"(2))，々(z)越大，
P(力越強(qiáng)，同時衰減越快。由于云體后向散射微分截面遠(yuǎn)大于氣溶膠，所以，
當(dāng)激光在大氣中傳輸遇到云時，P(z)將迅速增大，出現(xiàn)一個突變的P(z)信號。 云層與氣溶膠相比明顯增強(qiáng)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(qū)別開來，進(jìn)一步數(shù)據(jù)處理可以獲得 后向散射系數(shù)、垂直能見度以及云底云高的信息。
白噪聲是一種隨機(jī)過程，它的瞬值服從正態(tài)分布，功率譜在很寬頻帶內(nèi)都是 均勻的，它有極其優(yōu)良的相關(guān)特性，可以用具有類似于帶限白噪聲統(tǒng)計特性的偽 噪聲碼信號來逼近它，實用上主要應(yīng)用它具有白噪聲統(tǒng)計特性。隨機(jī)序列具有兩 方面特點 一是預(yù)先不可確定，并且是不可重復(fù)實現(xiàn)的；二是它具有某種統(tǒng)計特 性，這種統(tǒng)計特性稱為隨機(jī)特性。其主要表現(xiàn)在序列中兩種不同元素出現(xiàn)的次 數(shù)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(shù)量多1倍(游 程是指連續(xù)出現(xiàn)的同種元素串)；序列具有類似于白噪聲的自相關(guān)函數(shù)(即^函 數(shù))。
凡自相關(guān)函數(shù)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(guān)函數(shù)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(shè)定各級寄存器的初始狀態(tài)后，在時鐘觸發(fā)下， 每次移位后各級寄存器狀態(tài)會發(fā)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(jié)拍的推移會產(chǎn)生一個序列，稱為移位寄存器序列?？梢园l(fā) 現(xiàn)。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(shù)有關(guān)，而 且與線性反饋邏輯有關(guān)。在相同級數(shù)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(tài)有關(guān)。正如它的全名所 表達(dá)的那樣，m序列是由帶線性反饋的移位寄存器產(chǎn)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(guān)，而且與初始狀態(tài) 有關(guān)。但在產(chǎn)生最長線性反饋移位寄存器序列時，初始狀態(tài)并不影響序列的周期 長度，關(guān)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(dá)
式。其中Ci(ii， 1， ...， n)表示反饋線的連接狀態(tài),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(yīng)的多項式-序列的周期有密切關(guān)系，即一個產(chǎn)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(gòu)成m序列發(fā)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(zhì)
(1) 由n級移位寄存器產(chǎn)生的m序列，其周期為2"-1.
(2) 除全0狀態(tài)外，n級移位寄存器可能出現(xiàn)的各種不同狀態(tài)都在m序列 的一個周期內(nèi)出現(xiàn)，而且只出現(xiàn)一次。由此可知，m序列中"1"和"0"的出現(xiàn) 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(xù)出現(xiàn)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(guān)函數(shù)只有兩種取值。滿足
m序列具有雙值自相關(guān)函數(shù)特性。
選擇兩個級數(shù)不同的m序列產(chǎn)生結(jié)構(gòu)，通過同一時鐘控制，產(chǎn)生的序列進(jìn)行 同步模二相加，生成的新序列相關(guān)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(shù)，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(chǔ)上發(fā)展起來的一種最佳濾波 方法。自適應(yīng)濾波的研究對象是具有不確定的系統(tǒng)或信息過程。"不確定"是指 所研究的處理信息過程及其環(huán)境的數(shù)學(xué)模型不是完全確定的。其中包含一些未知 因數(shù)和隨機(jī)因數(shù)。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(xiàn)在過程內(nèi)部，有時表現(xiàn)在過程外部。從過程內(nèi)部來講，描述研究 對象即信息動態(tài)過程的數(shù)學(xué)模型的結(jié)構(gòu)和參數(shù)是事先不知道的。作為外部環(huán)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(jī)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(tǒng)計特性常常是未知的。自適應(yīng)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(biāo)達(dá)到最優(yōu)或近似 最優(yōu)。
在這幾十年里，數(shù)字信號處理技術(shù)取得了飛速發(fā)展，特別是自適應(yīng)信號處理 技術(shù)以其而廣泛被使用。例如LMS自適應(yīng)濾波算法在統(tǒng)計信號處理的許多應(yīng)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(yōu)點， 非常適合強(qiáng)噪聲背景中的微弱信號的實時檢測。
基于LMS算法自適應(yīng)濾波器實質(zhì)上就是一種能調(diào)節(jié)其自身傳輸特性以達(dá)到 最優(yōu)的維納濾波器，不需要關(guān)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(yīng)濾波器的特性變化是由自適應(yīng)算法通過調(diào)整濾波器系數(shù)來實現(xiàn) 的。 一般而言，自適應(yīng)濾波器由兩部分組成， 一是濾波器結(jié)構(gòu)，二是調(diào)整濾波器 系數(shù)的自適應(yīng)算法。根據(jù)激光測云雷達(dá)的工作特點和具體應(yīng)用，該方案需要根據(jù) 具有加性高斯白噪聲特性的平均結(jié)果和已知的偽噪聲序列實現(xiàn)激光大氣散射系 統(tǒng)的再現(xiàn)。因此可以采用基于LMS算法的自適應(yīng)系統(tǒng)識別的濾波結(jié)構(gòu)，以平均結(jié) 果作為LMS算法的期望向量、以與激光發(fā)射調(diào)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(tǒng)進(jìn)行自適應(yīng)系統(tǒng)識別。利用LMS算法的收斂結(jié) 果，建立激光大氣散射系統(tǒng)模型、有效提取高信噪比的后向散射信號。
根據(jù)LMS算法系統(tǒng)識別的要求，理想的LMS算法輸入應(yīng)具有高斯白噪聲特性， 期望中的信號加噪聲也應(yīng)該具有白噪聲特性且信號和噪聲無相關(guān)性。因此，該結(jié) 構(gòu)強(qiáng)調(diào)在激 光發(fā)射時采用具有高斯白噪聲特性的復(fù)合m序列進(jìn)行連續(xù)調(diào)制，利用 復(fù)合m序列自相關(guān)強(qiáng)、互相關(guān)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(yīng)系統(tǒng)識別的基本原理。輸入端接收從激光器同步發(fā)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(guān)，但與發(fā)射的偽噪聲序列相關(guān)。利用兩輸入信號的相關(guān)性和信號與噪聲 的獨立性，使自適應(yīng)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(quán)值就是系統(tǒng)識別的結(jié)果，同時輸出誤差信號。為獲得良好的噪聲抑制性能，應(yīng) 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(yīng)濾波前實現(xiàn)少量分段平均。
LMS算法步驟如下 自適應(yīng)濾波器在時刻n的向量定義 抽頭權(quán)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(quán)向量更新『("+ 1)=『00 + 2/^、")1("); 其中A是用來控制穩(wěn)定性和收斂速度的步長參數(shù)。為確保自適應(yīng)過程的穩(wěn)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(jié)構(gòu)產(chǎn)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(jù) 偽噪聲編碼理論，白噪聲是一種隨機(jī)過程，它的瞬時值服從高斯分布， 功率在很寬的頻帶內(nèi)都是均勻的，其自相關(guān)函數(shù)具有類似S函數(shù)的形狀。
不同的白噪聲之間相互獨立，其互相關(guān)函數(shù)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(shù)，通過中心極 限定理可以證明它具有正態(tài)分布特性。在實際工程應(yīng)用中，m序列既可 以用硬件產(chǎn)生，也可以用軟件產(chǎn)生，然后存在ROM中通過相應(yīng)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(chǎn)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(xiàn)同步復(fù)合，產(chǎn) 生一個較大周期的復(fù)合偽噪聲序列，同步傳送給發(fā)射端和接收端。選擇 兩個級數(shù)不同的m序列產(chǎn)生結(jié)構(gòu)，通過同一時鐘控制，產(chǎn)生的序列進(jìn)行同步模二相加，生成的新序列相關(guān)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(shù)。
c) 在發(fā)射端用復(fù)合偽噪聲序列連續(xù)調(diào)制激光器、連續(xù)控制激光的發(fā)射。采 用連續(xù)調(diào)制激光器，可以不像脈沖調(diào)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(jīng)A/D轉(zhuǎn)換后傳送到信號處理 芯片，實現(xiàn)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(tǒng)和背景噪聲幅度，實現(xiàn)系統(tǒng)和背景噪聲的平均次數(shù)遠(yuǎn)低于脈沖調(diào)制激 光雷達(dá)累計平均的要求。
e) 將具有加性高斯白噪聲特性的平均結(jié)果作為LMS算法的期望向量、與激 光發(fā)射調(diào)制同步的偽噪聲序列作為LMS算法的輸入向量，對平均結(jié)果進(jìn) 行自適應(yīng)系統(tǒng)識別。利用LMS算法的收斂結(jié)果，建立激光大氣散射系統(tǒng) 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(jìn)行信號分析，可以判斷能見度、云底云高等參數(shù)。
g) 激光信號的產(chǎn)生和信號處理流程及重要結(jié)構(gòu)如附圖所示。 根據(jù)圖8至圖15的對比，即使是系統(tǒng)和背景噪聲非常大的情況，也可以利
用偽噪聲序列連續(xù)調(diào)制后的相關(guān)運算提取出后向散射廓線的特征信息。而如果是
脈沖調(diào)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(jīng)自適應(yīng)系統(tǒng)識別后，后向散 射信號特征明顯，背景和系統(tǒng)噪聲抑制情況良好，超過只采用累計平均的方案， 也優(yōu)于相關(guān)的方案。
1權(quán)利要求
1、一種基于最小均方算法的激光測云雷達(dá)信號自適應(yīng)識別方法，其特征在于將兩個不同周期的m序列同步復(fù)合，產(chǎn)生一個復(fù)合偽噪聲序列，并分別同步傳送給激光發(fā)射端和信號接收端，所述信號接收端將接收到的信號進(jìn)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(jié)果和所述復(fù)合偽噪聲序列代入，利用LMS算法得到的收斂結(jié)果建立激光大氣散射系統(tǒng)模型；所述方法的步驟為(1)在CPLD中選擇兩個級數(shù)不同的m序列產(chǎn)生結(jié)構(gòu)，通過同一時鐘控制，產(chǎn)生兩個不同周期的m序列進(jìn)行同步模二相加，生成新的較大周期的復(fù)合偽噪聲序列，所述復(fù)合偽噪聲序列的周期是兩個m序列周期的最小公倍數(shù)；(2)采用連續(xù)調(diào)制激光器，在發(fā)射端用復(fù)合偽噪聲序列連續(xù)調(diào)制激光器、連續(xù)控制激光發(fā)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(jīng)A/D轉(zhuǎn)換器轉(zhuǎn)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(jìn)行分段累計平均運算；(4)將分段累計平均運算的結(jié)果作為LMS算法的期望向量，復(fù)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(jìn)行LMS算法運算；(5)利用LMS算法的收斂結(jié)果，建立激光大氣散射系統(tǒng)模型；(6)根據(jù)所建立的激光大氣散射系統(tǒng)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(jìn)行信號分析，判斷能見度、云底云高等參數(shù)。
2、 根據(jù)權(quán)利要求1所述的基于最小均方算法的激光測云雷達(dá)信號自適應(yīng)識 別方法，其特征在于所述兩個級數(shù)不同的m序列產(chǎn)生結(jié)構(gòu)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(fā)明涉及一種基于最小均方算法的激光測云雷達(dá)信號自適應(yīng)識別方法，將兩個不同周期的m序列同步復(fù)合，產(chǎn)生一個復(fù)合偽噪聲序列，并分別同步傳送給連續(xù)調(diào)制激光發(fā)射端和信號接收端，所述信號接收端將接收到的信號進(jìn)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(jié)果和所述復(fù)合偽噪聲序列代入，利用LMS算法得到的收斂結(jié)果建立激光大氣散射系統(tǒng)模型。本發(fā)明有效解決了在脈沖調(diào)制激光雷達(dá)應(yīng)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(shè)計問題和在接收端需要大量采集樣本進(jìn)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(yōu)先權(quán)日2009年6月29日
發(fā)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(xué)院安徽光學(xué)精密機(jī)械研究所