李豐君,徐廣平,耿 林,霍曉培
(華北光技術(shù)研究所,北京 100015)
脈沖式激光測(cè)距是由激光器對(duì)被測(cè)目標(biāo)發(fā)射一個(gè)脈沖,然后由光電接收系統(tǒng)接收反射回來的脈沖,通過測(cè)量脈沖往返的時(shí)間來算出目標(biāo)的距離。由于脈沖激光發(fā)散角小、瞬時(shí)功率大、無合作目標(biāo)、速度快和實(shí)現(xiàn)簡(jiǎn)單,因此其應(yīng)用領(lǐng)域非常廣泛[1-2]。
相關(guān)算法是一種經(jīng)典的檢測(cè)信號(hào)和處理信號(hào)的手段,常常在在信號(hào)的處理中,對(duì)信號(hào)進(jìn)行檢測(cè)、識(shí)別和提取[3]。然而,在實(shí)際測(cè)距中接收到的脈沖信號(hào)受到大氣噪聲和電路噪聲的影響,大大影響了相關(guān)算法的效果。在實(shí)際測(cè)距中的大氣噪聲可認(rèn)為是由許多具有隨機(jī)相位幅度、形狀不固定的脈沖疊加而成,在幅度上存在嚴(yán)重的“重尾”特征,具有非高斯特性[4]。脈沖噪聲的抑制有多種途徑,如自適應(yīng)濾波、最小分散系數(shù)準(zhǔn)則、最大相關(guān)熵準(zhǔn)則、對(duì)數(shù)最小平均次冪準(zhǔn)則等[5],但這些方法在應(yīng)用上比較復(fù)雜。因此,需要提出一種不需要先驗(yàn)信息、結(jié)構(gòu)簡(jiǎn)單、適用范圍大的抑制脈沖噪聲算法。本文采用Sigmoid非線性函數(shù)對(duì)脈沖噪聲進(jìn)行抑制。
本文首先對(duì)接收到的激光回波信號(hào)進(jìn)行建模,然后介紹基于Sigmoid函數(shù)的互相關(guān)時(shí)延估計(jì)算法,最后對(duì)該算法進(jìn)行仿真,分析不同k值對(duì)時(shí)延估計(jì)的影響。
本文所需的激光發(fā)射脈沖系統(tǒng)是在保證安全發(fā)射功率(平均發(fā)射功率小于1MW)的條件下,脈沖寬度為納秒量級(jí)的鐘形脈沖信號(hào)。對(duì)其進(jìn)行建模:
(1)
其中,s(t)激光發(fā)射脈沖信號(hào);A是激光脈沖幅值;u是激光脈沖峰值位置;b是納秒量級(jí)激光脈沖寬度;t是時(shí)間。圖1為激光發(fā)射脈沖模型。
圖1 激光發(fā)射脈沖模型Fig.1 The model of laser pulse
1925年,Paul Levy在研究廣義中心極限定理時(shí)給出Alpha穩(wěn)定分布的概念[6]。1933年,M.shao和C.Nikias首次將Alpha穩(wěn)定分布引入信號(hào)處理領(lǐng)域[7],并掀起Alpha穩(wěn)定分布在工程領(lǐng)域的研究熱潮。2000年后,Alpha穩(wěn)定分布廣泛應(yīng)用于各類高斯、非高斯噪聲的建模[8]。Alpha穩(wěn)定分布是唯一滿足廣義中心極限定理的分布,與高斯分布相比,Alpha穩(wěn)定分布概率密度函數(shù)拖尾更加厚重。激光回波信號(hào)中主要受到大氣噪聲、光電探測(cè)器和前置放大電路的噪聲影響,羅忠濤在2018年錄取大氣噪聲數(shù)據(jù)并白化濾波后的噪聲分布檢驗(yàn)和PDF對(duì)比表明,其幅度近似服從SαS分布[4],SαS(Symmetric Alpha-Stable)模型是Alpha穩(wěn)定分布噪聲模型中應(yīng)用最廣泛的一類模型,本文選擇SαS分布噪聲進(jìn)行建模。
由于SαS分布的概率密度函數(shù)沒有封閉的表達(dá)式,但是可以用給出統(tǒng)一的特征函數(shù),SαS分布的特征函數(shù)如下所示[9]:
ψα,γ(ω)=exp(-γ|ω|α)
(2)
式(2)由α、γ兩個(gè)參數(shù)描述:
1)特征指數(shù)α:α ∈(0,2],一般在1~2取值,描述概率密度函數(shù)(PDF)的拖尾厚度。α越小,PDF拖尾越厚,如圖2所示,并且脈沖特性越頻繁,如圖3所示;α=2時(shí),Alpha穩(wěn)定分布和高斯分布完全相同,可以認(rèn)為高斯分布是 Alpha穩(wěn)定分布的一個(gè)特例。
圖2 不同α值下SαS分布的PDFFig.2 PDF of SαS distribution with different α
圖3 不同α值下的SαS分布噪聲模型Fig.3 Noise model of SαS distribution with different α
2)分散系數(shù)γ∶γ ∈(0,+∞),描述Alpha穩(wěn)定分布相對(duì)于中心的分散程度。
接收到的激光回波離散信號(hào)模型為:
x(n)=λs(n-d)+v(n)
(3)
其中,x(n)為探測(cè)器接收到的回波信號(hào);s(n)為激光發(fā)射脈沖;d為激光器發(fā)出信號(hào)到探測(cè)器接收到信號(hào)的時(shí)間間隔;λ為衰減因子;v(n)為噪聲,服從SαS分布。
圖4 回波信號(hào)模型Fig.4 Echo signal model
采用式(4)對(duì)回波信號(hào)進(jìn)行處理,該函數(shù)可以將回波信號(hào)的映射在(-1,1)的區(qū)間(如圖5),對(duì)回波信號(hào)中較大的值做非線性變換,對(duì)較小的值做線性變換,從而達(dá)到抑制較大脈沖噪聲和保留有用信號(hào)的效果[11]。
f(x(n))=2S(x(n))-1
(4)
圖5 不同k值下的Sigmoid函數(shù)Fig.5Sigmoid function of different k
激光器發(fā)射的含噪激光脈沖信號(hào)和探測(cè)器接收到的含噪回波信號(hào)如下式所示:
(5)
式中,x1(t)是激光器發(fā)射的含噪激光脈沖信號(hào);x2(t)是探測(cè)器接收到的含噪回波信號(hào);s(t)是激光發(fā)射脈沖信號(hào);d是需要估計(jì)的延遲時(shí)間;λ是衰減因子;v2(t)是回波信號(hào)中的噪聲,用SαS分布噪聲模型描述。
x1(t)和x2(t)的互相關(guān)函數(shù)表示為:
R12(τ)=E[x1(t)x2(t+τ)]
=E{[s(t)+v1(t)][λs(t-d+τ)+v2(t+τ)]}
=λE[s(t)s(t-d+τ)]+E[s(t)v2(t+τ)]+
λE[v1(t)s(t-d+τ)]+E[v1(t)v2(t+τ)]
由于
E[s(t)v2(t+τ)]=0
E[v1(t)s(t-d+τ)]=0
E[v1(t)v2(t+τ)]=0
因此
R12(τ)=λE[s(t)s(t-d+τ)]
=λRss(τ-d)
由自相關(guān)的性質(zhì)可知,當(dāng)τ=d時(shí)R12(τ)達(dá)到最大,即:
(6)
為了分析基于Sigmoid函數(shù)的互相關(guān)時(shí)延估計(jì)算法,下面通過matlab構(gòu)造混雜SαS分布噪聲的鐘形脈沖回波信號(hào)。其中廣義信噪比GSNR=-5,α=1.6,時(shí)間延遲d=1500,采樣點(diǎn)數(shù)N=2000,如圖6所示。
圖6 GSNR=-5,α=1.6時(shí)的回波信號(hào)Fig.6 Echo signal at GSNR=-5,α=1.6
對(duì)上述回波信號(hào)(α=1.6)進(jìn)行基于k=0.5的Sigmoid函數(shù)信號(hào)處理后的波形如圖7所示。
圖7 經(jīng)Sigmoid函數(shù)處理后的波形(k=0.5)Fig.7 Waveform after sigmoid function processing(k=0.5)
將在α=1.8、α=1.6、α=1.4 和α=1.2不同脈沖噪聲強(qiáng)度情況下的經(jīng)Sigmoid函數(shù)處理后的波形與已知激光器發(fā)射脈沖信號(hào)進(jìn)行互相關(guān)仿真(GSNR=-5 dB)。
如圖8所示,可以看出在時(shí)間采樣點(diǎn)n=1500處對(duì)應(yīng)峰值點(diǎn),且隨著脈沖強(qiáng)度的增大(α的增大)互相關(guān)峰值逐漸被噪聲淹沒,互相關(guān)峰值誤判點(diǎn)增多,最大誤判點(diǎn)與定位點(diǎn)的比值越大,時(shí)延估計(jì)性能惡化。
圖8 不同α值下互相關(guān)時(shí)延估計(jì)結(jié)果(k=0.5)Fig.8 Time delay estimation results of different α(k=0.5)
對(duì)混雜了SαS分布噪聲的鐘形脈沖回波信號(hào)(α=1.6,γ=1,GSNR=-5 dB)進(jìn)行不同k值下基于Sigmoid函數(shù)信號(hào)處理后的波形如圖9所示。k的取值越大,對(duì)回波信號(hào)幅值的抑制越強(qiáng),k的取值過大甚至?xí)^度抑制有用信號(hào),隨之影響互相關(guān)時(shí)延估計(jì)的準(zhǔn)確性,如圖9(a)所示;k的取值過小會(huì)保留大量的噪聲脈沖,造成互相關(guān)后引起過多尖峰也會(huì)影響互相關(guān)峰值判斷的準(zhǔn)確性,從而影響時(shí)延估計(jì)性能,如圖9(d)所示。
圖9 不同k值下互相關(guān)時(shí)延估計(jì)結(jié)果Fig.9 Time delay estimation results of different k
最大誤判點(diǎn)峰值與定位點(diǎn)峰值比的計(jì)算公式為:
(7)
其中,N表示最大誤判點(diǎn)峰值與定位點(diǎn)峰值的比值;N1為最大誤判點(diǎn)峰值;N0為定位點(diǎn)峰值。因此由式(7)可以看出,比值越大,時(shí)延估計(jì)性能越差,本文將N作為衡量時(shí)延估計(jì)性能優(yōu)劣的參數(shù)進(jìn)行分析。
圖10 與k關(guān)系的仿真散點(diǎn)圖Fig.10 Relation diagram of k
本文對(duì)脈沖噪聲背景下脈沖式激光測(cè)距互相關(guān)時(shí)延估計(jì)算法進(jìn)行了研究。首先采用鐘形脈沖模型對(duì)發(fā)射激光脈沖進(jìn)行建模、采用SαS模型對(duì)脈沖噪聲進(jìn)行建模;然后提出了基于Sigmoid函數(shù)的互相關(guān)時(shí)延估計(jì)算法,通過檢測(cè)互相關(guān)峰值位置就可以得到回波信號(hào)相對(duì)于發(fā)射激光脈沖的時(shí)延;最后對(duì)Sigmoid函數(shù)中的k值進(jìn)行分析,通過大量仿真,在發(fā)射激光脈沖寬度一定時(shí),激光脈沖幅值A(chǔ)與k的關(guān)系為kA≈3時(shí),時(shí)延估計(jì)效果最好,此時(shí)的時(shí)延估計(jì)效果優(yōu)于直接使用k=1的時(shí)延估計(jì)效果。
本文采用的方法結(jié)構(gòu)簡(jiǎn)單,不需要噪聲的先驗(yàn)知識(shí);應(yīng)用范圍廣泛,不僅可以用于高斯噪聲背景下的時(shí)延估計(jì),還可以用于非高斯背景下的時(shí)延估計(jì)。應(yīng)用此算法在實(shí)際的脈沖式激光測(cè)距中并對(duì)實(shí)測(cè)結(jié)果進(jìn)行分析則是下一步的研究方向。