[发明专利]润滑脂和施加润滑脂的方法

说明书

技术领域

本发明属于激光雷达技术领域，具体涉及一种基于光子计数型激光雷达信号重建的距离估计方法。

背景技术

激光雷达系统自问世以来一直备受关注，这种通过主动激光照射目标进行探测方式，可以得到目标的距离信息以及三维特征，广泛应用于军事和民用领域。大部分激光雷达采取测量光子飞行时间，间接测量距离。在此基础上，使用时间相关单光子计数技术(TCSPC)或者突发照明(BIL)技术的光子计数型激光雷达，在系统时间分辨和探测精度上具有明显的优势。由光子计数型激光雷达系统的工作特性可知，在分辨率极高的时间轴上多次测量会累积形成光子统计直方图，通过分析这种统计数据可以减小随机误差，得到有关目标更准确的信息。

通常通过光子统计直方图估计目标距离的方法有：峰值判别法、均值法、中心均值等。(1)、峰值判别法是最常用的方法，根据光子统计直方图峰值所在时间轴的位置判断距离。该方法简单实用，计算量小，但是其精度取决于峰值信噪比和系统的时间分辨率。(2)、均值法的精度一般来说要比峰值判别法高，但是计算量也比峰值判别法大。更多地利用整个有效数据，对整个时间轴的光子计数值做均值，会引入相当多的噪声从而造成测量误差。(3)、中心均值法利用峰值及峰值附近的几个点做平均运算，有效提高了测量精度。以上几种方法的测量精度依赖于光子统计直方图的时间分辨率和信号的信噪比。一般来说光子统计直方图峰值位置的信噪比较高，但是峰值位置仍易受到噪声等因素的影响产生偏移，从而导致测量误差。

发明内容

本发明提出一种基于光子计数型激光雷达信号重建的距离估计方法，去除了噪声等随机因素对信号的影响，提高了测量精度。

为了解决上述技术问题，本发明提供一种基于光子计数型激光雷达信号重建的距离估计方法，首先，对探测过程进行建模，将如何重建信号的问题简化为求解噪声、回波信号峰值位置和峰值幅度三个参量的问题；然后，以马尔可夫方法更新和估计以上参量，任意一次某个参量更新后与其它参量构成一个关于回波信号的推断；其后，依据贝叶斯推论对估计出的信号进行对比，综合考虑多个参量，从而完成信号重建的工作；最终，利用峰值法、均值法或中心均值法对重建的信号进行处理，完成有关距离的估计。在参量的求解过程中，依据测量系统对目标回波的抽样信息，可以确定待求的参量存在于一个相对较小的空间，因此选定较容易实施和有效的Metropolis算法(详情见于盛铮，Estimation of lower refractivity uncertainty from radar sea clutter using Bayesian-MCMC method.中国物理B,2013,22(2):029302.)作为求解参量的工具。基于光子计数型激光雷达信号重建的距离估计方法具体包括以下步骤：

步骤一、输入一个光子计数型激光雷达信号y，明确待求参量为：t₀、β、B，其中：

B为入射到激光雷达探测器的噪声信号，其取值范围为：(0,max(y))，max(y)是全波形数据y的最大值；

t₀为目标回波信号峰值位置对应的时间点，t₀的所有元素的取值范围为：(0,i_max)，i_max是全波形数据y的长度；

β为目标回波信号的峰值幅度，β的所有元素的取值范围为：(0,max(y))；

将max(y)所在的时间点赋值给参量t₀、max(y)赋值给β、0赋值给B，完成各待求参量的初始化；在完成初始化的待求参量中选取任意一个参量，以被选中的参量开始进行一次更新操作；

步骤二、将更新操作后的所有待求参量组成一个全局近似解(t₀、β、B)，在每次更新操作后组成的全局近似解(t₀、β、B)中随机选择任意一个参量继续进行更新操作；重复本步骤，直至更新操作次数的总和达到预先设定的更新操作次数的最大值后停止更新操作；

步骤三、将每一次更新操作后获得的所有全局近似解分别代入后验分布概率密度函数，求出每一个全局近似解的后验分布概率值，将值最大的后验分布概率值对应的全局近似解作为全局最优解；所述后验分布概率密度函数如公式(1)所示：