基于隐函数模型的全波形激光雷达波形分解方法研究

Full-waveform LiDAR is the latest development trend, which has the ability to completely record and analyze the target echo, and then it is benefit to improve the ranging accuracy and extract more target characters. Thus, full-waveform LiDAR has important application value on complex scenes, such as mapping, urban planning and so on. As the current explicit function (Gaussian or generalized Gaussian) model cannot exactly fit asymmetric echo in waveform decomposition, implicit function model and echo waveform template library will be introduced to resolve this problem and improve the fitting accuracy. Based on the laser spatial and temporal distribution characteristics, the interactive model between the laser and target scene, and the LiDAR equation, we can establish the echo waveform template library for typical target. Based on functional translating and scaling theory, we can build the relationship between implicit function model and waveform library, and then optimize the fitting characters for echo waveform by using Levenberg-Marquardt algorithm. To verify the library and model mentioned above, experimental platform of full-waveform LiDAR is built and then records the echo of customized target. This work has very important academic significance and application value, which can obviously improve ranging accuracy and provide new theory and verification method for waveform decomposition.

全波形激光雷达是激光雷达的最新发展方向，可对目标回波信号进行完整记录和分析，具有测距精度高和目标特征提取丰富的优点，在测量测绘和数字化城市等领域具有重要的应用价值。目前全波形激光雷达波形分解方法使用的显函数（高斯或广义高斯）模型无法准确拟合实际的非对称回波信号，本项目引入隐函数模型和回波模板波形库以提高非对称回波波形拟合与测距精度。基于激光雷达信号的时空分布特性、目标作用过程模型和激光雷达方程，建立典型目标特征的回波模板波形库。利用函数平移与缩放理论，建立隐函数模型与回波模板波形库映射关系，结合Levenberg-Marquardt算法实现目标特征参数优化研究。搭建全波形激光雷达实验平台，定制实验目标并记录全波形数据，采集回波模板波形库和验证分解算法有效性。本项目研究成果可为提高当前全波形激光雷达的测量精确度和创建新的波形分解方法提供坚实的理论和技术基础，具有重要的学术意义和应用价值。

全波形激光雷达将回波脉冲信号以很小的采样间隔进行采样并记录，用户根据实际应用需求，对记录的波形数据进行处理和分析。相比离散型激光雷达，虽然系统复杂但可以得到更丰富的目标特征信息。在全波形激光雷达的波形分解中，广泛采用高斯模型(GSM)和广义高斯模型(GGSM)从回波中提取目标回波特征信息。由于这些模型有明确的函数形式，具有特定的分布形状，因此仅适用于分解具有类似形状的回波波形。本课题提出了一种基于隐函数模型(DIM)的全波形激光雷达的分解方法，分解模型采用隐函数及其关联的数字模板波形库，通过粒子群算法获取隐函数变换参数的最优值。模板波形库相当于全波形激光雷达的“指纹”，因此本项目提出的分解方法可以有效地处理具有非对称形状的回波信号。设计与搭建了全波形激光雷达系统，采集目标回波信号用于评估激光雷达性能。实验结果表明，当分解单回波信号时，隐函数模型的归一化残差比高斯/广义高斯模型的低60倍。当分解对重回波信号时，隐函数模型的归一化残差比高斯模型的低28倍，比广义高斯模型低12倍；相比于高斯/广义高斯模型，使用隐函数模型分解出的目标回波特征的标准方差值更小，意味着隐函数模型具有更高的波形分解精度；相比与高斯/广义高斯模型，使用隐函数模型获得了更高的测距精度：在单目标和重叠目标的测距中分别实现了亚厘米级和厘米级的测距精度。该项目的研究成果为研制具有我国自主知识产权的全波形激光雷达提供了重要的理论和技术参考价值，在测量测绘和城市规划等方面具有重要的应用价值。