• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于DBSCAN-3σ的雷達(dá)去噪算法研究

      2021-10-30 05:00:00張榮福
      光學(xué)儀器 2021年4期
      關(guān)鍵詞:噪點(diǎn)橢圓濾波

      張 浩,張榮福

      (上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院,上海 200093)

      引 言

      隨著現(xiàn)代電子科學(xué)技術(shù)的發(fā)展,微波雷達(dá)技術(shù)廣泛應(yīng)用于軍用和民用領(lǐng)域,越來(lái)越多的探測(cè)設(shè)備都需要雷達(dá)技術(shù)的支持。與傳統(tǒng)的傳感器相比,微波雷達(dá)具有發(fā)射功率低、分辨率高以及穿透性強(qiáng)等特點(diǎn)。這些特點(diǎn)使得微波雷達(dá)技術(shù)在運(yùn)動(dòng)目標(biāo)檢測(cè)方面具有較大的優(yōu)勢(shì),可以在醫(yī)療、救援搜索等[1-3]領(lǐng)域發(fā)揮越來(lái)越重要的作用。

      微波雷達(dá)發(fā)射電磁信號(hào)時(shí),由于多普勒效應(yīng),其回波信號(hào)會(huì)攜帶被測(cè)目標(biāo)的運(yùn)動(dòng)特征。然而,由于系統(tǒng)本身的高靈敏度,檢測(cè)目標(biāo)背景仍會(huì)產(chǎn)生大量噪聲,目標(biāo)運(yùn)動(dòng)信息很容易淹沒在背景噪聲中,以致影響運(yùn)動(dòng)信息的特征提取,所以去噪成為發(fā)揮雷達(dá)探測(cè)能力的關(guān)鍵。目前,常用的去噪和數(shù)據(jù)提取算法主要有:經(jīng)驗(yàn)?zāi)B(tài)分解算法(empieical mode decomposition, EMD)、小波變換、基于機(jī)器學(xué)習(xí)的去噪算法等。

      Wang等[4]以EMD的閾值去噪算法為原型,提出了一種對(duì)雷達(dá)信號(hào)進(jìn)行奇異譜約束的總體經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)改進(jìn)算法。這種方法將雷達(dá)信號(hào)分解成若干固有模態(tài)函數(shù)(IMF),通過過濾含有噪聲的IMF來(lái)去噪。但經(jīng)驗(yàn)?zāi)B(tài)分解方法存在模態(tài)混合的問題,導(dǎo)致時(shí)頻分布嚴(yán)重混疊,在信噪比低時(shí)存在性能不穩(wěn)定、信號(hào)失真,不能有效去噪。Nguyen等[5]結(jié)合連續(xù)小波變換和EMD算法進(jìn)行去噪,從雷達(dá)回波信號(hào)中檢測(cè)出短時(shí)心血管脈沖。小波變換雖然有良好的時(shí)頻分辨率,但結(jié)果主要取決于小波基函數(shù)的選擇,不具有很好的穩(wěn)定性。Huang等[6]使用生成對(duì)抗網(wǎng)絡(luò)(GAN)進(jìn)行微波雷達(dá)回波時(shí)域圖去噪,這種網(wǎng)絡(luò)具有較強(qiáng)的去噪性能,能夠消除各種級(jí)別的噪聲,無(wú)需估計(jì)噪聲強(qiáng)度。但是,這種方法需要大量的數(shù)據(jù)訓(xùn)練模型,在實(shí)際使用時(shí)可能沒有較多的數(shù)據(jù)集用來(lái)訓(xùn)練,從而導(dǎo)致過擬合,去噪性能達(dá)不到最佳。

      聚類算法是數(shù)據(jù)處理中的一項(xiàng)重要技術(shù),它可以根據(jù)數(shù)據(jù)對(duì)象之間的相似性,將差異最小的數(shù)據(jù)對(duì)象歸為一類。在雷達(dá)信號(hào)的去噪中,可以利用聚類分析的特殊性來(lái)彌補(bǔ)傳統(tǒng)去噪方法的不足。而通常的聚類算法(如k-mean均值聚類算法等)僅適用于樣本數(shù)據(jù)分布相對(duì)規(guī)則的情況;且需要預(yù)設(shè)或假設(shè)雷達(dá)噪點(diǎn)的個(gè)數(shù),一旦雷達(dá)噪點(diǎn)個(gè)數(shù)預(yù)設(shè)不正確將對(duì)去噪效果產(chǎn)生嚴(yán)重的影響。本文在研究雷達(dá)檢測(cè)目標(biāo)位移回波信號(hào)的基礎(chǔ)上,提出一種結(jié)合DBSCAN(density-based spatial clustering of applications with noise)聚類算法和拉依達(dá)準(zhǔn)則(3σ)去噪方法,并通過雷達(dá)實(shí)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證。

      1 基于CW雷達(dá)的檢測(cè)系統(tǒng)

      雷達(dá)是一種無(wú)線電檢測(cè)技術(shù),主要包括脈沖雷達(dá)和連續(xù)波雷達(dá)。其中脈沖雷達(dá)有瞬間的功率變化且功率變化大,硬件成本較高,一般用于遠(yuǎn)距離目標(biāo)的檢測(cè)中。連續(xù)波雷達(dá)主要分為單頻連續(xù)波(continuous wave, CW)雷達(dá)、調(diào)頻連續(xù)波(frequency modulated continuous wave, FMCW)雷達(dá)等。雷達(dá)檢測(cè)系統(tǒng)可對(duì)目標(biāo)進(jìn)行非接觸式檢測(cè),提高雷達(dá)發(fā)射頻率可以檢測(cè)目標(biāo)的運(yùn)動(dòng)狀況,采用連續(xù)波這種方法可探測(cè)到目標(biāo)毫米級(jí)的運(yùn)動(dòng),適合于近距離的位移測(cè)量。圖1為CW雷達(dá)檢測(cè)系統(tǒng)原理框圖。信號(hào)處理單元控制雷達(dá)前端產(chǎn)生發(fā)射信號(hào),通過發(fā)射天線(TX)發(fā)出。接收天線(RX)接收回波信號(hào),模擬信號(hào)處理電路(ASP)對(duì)回波信號(hào)進(jìn)行處理,并使用模擬數(shù)字轉(zhuǎn)換器(ADC)將處理后的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào),數(shù)字信號(hào)再經(jīng)信號(hào)處理單元提出信號(hào)中所需要的信息,最終結(jié)果由外圍設(shè)備進(jìn)行顯示。

      圖1 雷達(dá)原理框圖Fig.1 Block diagram of radar principle

      本文在采集數(shù)據(jù)的雷達(dá)前端使用等幅正弦波發(fā)射,采用零中頻接收機(jī)結(jié)構(gòu),雷達(dá)載波工作頻段為24 GHz。為節(jié)省體積,收發(fā)天線采用微帶貼片天線。模擬信號(hào)處理電路主要實(shí)現(xiàn)信號(hào)的放大濾波和電平搬移,模數(shù)轉(zhuǎn)換使用24 bit高精度ADC。信號(hào)處理單元用于數(shù)字信號(hào)處理和調(diào)控各級(jí)聯(lián)單元的工作,同時(shí)信號(hào)處理單元與外圍設(shè)備相連。信號(hào)處理單元一方面實(shí)現(xiàn)檢測(cè)結(jié)果的輸出,另一方面實(shí)現(xiàn)用戶對(duì)控制信號(hào)輸入,設(shè)置系統(tǒng)各種參數(shù)等功能。

      CW雷達(dá)一般采用正交接收機(jī),這樣可以產(chǎn)生同相和正交(I/Q信道)信號(hào)輸出。正交接收機(jī)的原理如圖2所示。發(fā)射天線發(fā)出的恒頻連續(xù)波可表示為

      圖 2 正交接收機(jī)原理圖Fig. 2 Principle diagram of quadrature receiver

      式中: ω0是發(fā)射波的圓頻率; φ 是初相位。

      如果被測(cè)目標(biāo)到雷達(dá)的徑向距離為 d ,則接收天線收到的回波信號(hào)可表示為

      式中: φ′是在初相位的基礎(chǔ)上疊加了半波損失和其他相位損失后的相位部分; c 是光速,表達(dá)式中的振幅采用了歸一化表達(dá)。

      在正交接收機(jī)中,本振信號(hào)進(jìn)入正交解調(diào)器中,然后輸出相位差為90°的同源信號(hào)。雷達(dá)回波信號(hào)通過低噪聲放大器(LNA)放大,變?yōu)檩敵龉β氏嗟鹊膬陕沸盘?hào),這兩路信號(hào)分別與相位差為90°的同源信號(hào)混頻并濾波,得到以下兩路基帶信號(hào):

      在實(shí)際測(cè)量環(huán)境中,可能會(huì)有靜止物體、雜波以及其他運(yùn)動(dòng)物體的回波干擾,為簡(jiǎn)單起見,可以只考慮固定物體和固定雜波的干擾。對(duì)于這種干擾,混頻的信號(hào)是一個(gè)直流信號(hào),相當(dāng)于在式(3)和式(4)的基礎(chǔ)上增加了固定的直流分量I0和 Q0。由于兩路基帶信號(hào)來(lái)源于兩個(gè)通道,很難達(dá)到理想的等幅正交,需考慮直流分量和振幅的不平衡。在有干擾情況下,基帶信號(hào)的表達(dá)式為:

      根據(jù)三角函數(shù)關(guān)系, I (t) 、 Q (t) 滿足方程

      由式(7)可以看出 I (t) 、 Q (t) 的合成軌跡是一個(gè)橢圓。通過橢圓擬合算法可以得到 I0、 Q0、A 、 B 的值,進(jìn)而求出輸出信號(hào)的相位,即

      假如初始時(shí)刻的相位為 φ0,末時(shí)刻的相位為 φ1,則可通過初末時(shí)刻的相位差得到目標(biāo)的位移變化,即

      由式(9)可知,相位與障礙物的位置有關(guān),通 過相位變化可以反映目標(biāo)的相對(duì)位移變化。

      2 基于DBSCAN-3 σ 的去噪算法

      2.1 DBSCAN聚類算法

      在雷達(dá)回波信號(hào)的處理過程中,回波信號(hào)的去噪是重要一環(huán)。由上述可知,兩路基帶信號(hào)(利用最小二乘法)合成的軌跡為橢圓,這兩路信號(hào)的反正切值即為相位信息。但由于回波信號(hào)中有噪聲的影響,兩路基帶信號(hào)仍會(huì)出現(xiàn)幅度失衡和相位失衡的情況,擬合的橢圓也會(huì)有誤差,因此在橢圓擬合之前需要對(duì)原始雷達(dá)數(shù)據(jù)進(jìn)行去噪處理。本文提出DBSCAN-3σ的去噪算法:首先利用DBSCAN聚類算法將雷達(dá)數(shù)據(jù)進(jìn)行分類,由于噪點(diǎn)一般是隨機(jī)出現(xiàn)且時(shí)間較短,因此聚類結(jié)果中的不屬于任何簇的離群點(diǎn)即為噪點(diǎn);然后基于拉依達(dá)準(zhǔn)則對(duì)剩余數(shù)據(jù)點(diǎn)進(jìn)行處理,將幅度較小的噪點(diǎn)分辨出來(lái);最后將去噪后的數(shù)據(jù)用最小二乘法進(jìn)行橢圓擬合,根據(jù)式(9)得到目標(biāo)的位移信息。

      定義6(邊界點(diǎn)):對(duì) xj∈D ,如果 xj不是核心點(diǎn),但是 xj由核心點(diǎn)密度可達(dá),則 xj為邊界點(diǎn)。

      定義7(類簇和噪聲):從數(shù)據(jù)集 D 中任取一點(diǎn) p ,從 p 點(diǎn)開始在 D 中搜索滿足Eps和MinPts條件且密度可達(dá)的所有點(diǎn)構(gòu)成一個(gè)簇,不屬于任何簇的點(diǎn)則被標(biāo)記為噪點(diǎn)。

      基于上述概念,DBSCAN算法的核心是:在數(shù)據(jù)集中任選一點(diǎn) p 作為起始點(diǎn),根據(jù)Eps和MinPts,查找所有從 p 點(diǎn)密度可達(dá)的點(diǎn);如果是核心點(diǎn),那么在Eps鄰域內(nèi)的所有候選點(diǎn)為一個(gè)簇,然后通過考察候選點(diǎn)的密度來(lái)進(jìn)一步擴(kuò)大這個(gè)簇,直至最終完整的簇被找到;如果 p 不是核搜尋心完點(diǎn)畢,,則數(shù)繼據(jù)續(xù)中搜不尋屬下于一任個(gè)何點(diǎn)簇,的直點(diǎn)至即所為有噪的點(diǎn)點(diǎn)[都9]。

      2.2 拉依達(dá)準(zhǔn)則

      拉依達(dá)準(zhǔn)則是以三倍觀測(cè)值的標(biāo)準(zhǔn)差 σ 作為極限取舍的標(biāo)準(zhǔn),因此拉依達(dá)準(zhǔn)則也被稱作 3σ準(zhǔn)則。標(biāo)準(zhǔn)差 σ 為經(jīng)過大量重復(fù)觀測(cè)后計(jì)算出的參數(shù),其計(jì)算式為

      2.3 基于DBSCAN-3 σ 的橢圓擬合算法

      本文去噪方法可以分為兩步:首先要設(shè)置聚類參數(shù),對(duì)雷達(dá)原始數(shù)據(jù)進(jìn)行DBSCAN聚類,根據(jù)密度特征會(huì)將數(shù)據(jù)分為若干不同的簇,去除不屬于任何簇的噪點(diǎn);然后根據(jù)拉依達(dá)準(zhǔn)則去除影響較大的奇異值。根據(jù)去噪后的結(jié)果,對(duì)數(shù)據(jù)進(jìn)行橢圓擬合,計(jì)算去噪后的線性誤差和線性度。為了驗(yàn)證算法的有效性,利用半徑濾波算法與本文算法進(jìn)行對(duì)比。算法流程圖如圖3所示。

      圖3 算法流程圖Fig.3 Flow chart of the algorithm

      式中n是采集數(shù)據(jù)點(diǎn)的總數(shù)。

      式(13)中 ( xi,yi) 為曲線上任一點(diǎn),則雷達(dá)數(shù)據(jù)集中各點(diǎn)到橢圓曲線的歐式距離為

      該組數(shù)據(jù)點(diǎn)的算術(shù)平均值可表示為

      殘差為

      若殘差 lb(i) 位于 [?3σ,3σ] 外,則進(jìn)行第二次篩選,將其認(rèn)為噪點(diǎn)并剔除。

      重復(fù)以上步驟直至所有的點(diǎn)都在 I ˉ+3σ 范圍以內(nèi)為止。

      3 實(shí)驗(yàn)結(jié)果與分析

      3.1 實(shí)驗(yàn)結(jié)果

      本文以CW雷達(dá)為實(shí)驗(yàn)平臺(tái)采集實(shí)驗(yàn)數(shù)據(jù),使用的雷達(dá)傳感器為ADI公司的ADF4158芯片和Infineon公司的BGT24MTR芯片組成的毫米波雷達(dá)模塊,工作頻率為24 GHz,能夠提供毫米級(jí)的距離分辨率。雷達(dá)采用微帶貼片天線收發(fā)信號(hào),DC電源為雷達(dá)提供直流電。NI公司的PXI-4461高精度數(shù)據(jù)采集模塊負(fù)責(zé)數(shù)據(jù)采集,然后將信號(hào)輸入到計(jì)算機(jī)中,使用本文提出的算法并采用MATLAB軟件進(jìn)行處理。

      圖4 為實(shí)驗(yàn)環(huán)境和設(shè)備,在步進(jìn)電機(jī)上固定一塊金屬反射板作為被測(cè)目標(biāo),控制步進(jìn)電機(jī)的運(yùn)動(dòng)方向垂直于雷達(dá)的收發(fā)天線。反射板初始時(shí)刻距離雷達(dá)天線80 cm,控制步進(jìn)電機(jī)以20 mm/s的速度勻速運(yùn)動(dòng)80 mm。數(shù)據(jù)采集卡接收到的信號(hào)傳輸?shù)接?jì)算機(jī)上,經(jīng)過正交接收機(jī),基帶信號(hào)輸出為I/Q兩路,將這兩路信號(hào)在垂直方向上進(jìn)行疊加。圖5是采集到的原始數(shù)據(jù),其中:(a)顯示了I/Q兩路信號(hào)合成軌跡圖及橢圓擬合;(b)為反射板隨時(shí)間位移圖;(c)為相對(duì)位移的誤差分布圖。由圖5可知,橢圓主體的采樣點(diǎn)即為雷達(dá)采集到反射板運(yùn)動(dòng)的數(shù)據(jù),但采樣點(diǎn)中含有較多雜散的噪點(diǎn),使得擬合出的橢圓發(fā)生形變,對(duì)計(jì)算目標(biāo)的相對(duì)位移產(chǎn)生了影響,導(dǎo)致(b)中的線性度較差,有明顯的起伏,并使(c)中的反射板相對(duì)位移的最大線性誤差也達(dá)到了12 mm。

      圖4 實(shí)驗(yàn)環(huán)境與設(shè)備Fig.4 CW radar module and dual rail module

      圖5 原始數(shù)據(jù)圖Fig.5 Raw data

      利用上述算法,對(duì)雷達(dá)測(cè)量的原始數(shù)據(jù)進(jìn)行處理。在DBSCAN聚類算法中,將Eps設(shè)為0.3,MinPts設(shè)為4時(shí)聚類情況較好。圖6為雷達(dá)數(shù)據(jù)聚類圖,從圖中可以看出,根據(jù)密度不同將數(shù)據(jù)點(diǎn)分為顏色不同的五種聚類群,空白的點(diǎn)是不屬于任何簇的噪點(diǎn),可見橢圓內(nèi)部大量的噪點(diǎn)已經(jīng)被去除。

      圖6 雷達(dá)數(shù)據(jù)聚類圖Fig.6 Clustering graph of radar data

      經(jīng)過DBSCAN-3σ算法處理,噪點(diǎn)基本已經(jīng)被去除。將處理后數(shù)據(jù)進(jìn)行橢圓擬合,計(jì)算其相對(duì)位移和線性誤差,結(jié)果如圖7所示。由圖7可知,經(jīng)過聚類算法和拉依達(dá)準(zhǔn)則去噪后的擬合效果優(yōu)于去噪之前,見(a)圖;物體隨時(shí)間位移圖像較原始數(shù)據(jù)更加平滑,線性度更好,見(b)圖;圖中去噪后的線性誤差極值要遠(yuǎn)小于之前,線性最大誤差從12 mm降低到0.36 mm,明顯消除了噪聲對(duì)數(shù)據(jù)的干擾,見(c)圖。

      圖7 DBSCAN-3σ去噪結(jié)果圖Fig.7 DBSCAN-3σ denoising result

      3.2 算法對(duì)比

      半徑濾波算法也是常用的去噪算法,其原理是假設(shè)數(shù)據(jù)中每一個(gè)點(diǎn)在給定的半徑Eps內(nèi)至少存在MinPts個(gè)點(diǎn),符合假定條件的點(diǎn)作為信號(hào)點(diǎn)保存下來(lái),不符合條件的點(diǎn)作為噪點(diǎn)除去,其中半徑Eps以及數(shù)值MinPts由人工指定。觀察半徑濾波結(jié)果,并與本文去噪算法結(jié)果進(jìn)行比較,去噪后數(shù)據(jù)如圖8所示。

      由圖8可以發(fā)現(xiàn),半徑濾波的結(jié)果起伏非常大,半徑濾波對(duì)懸空的孤立點(diǎn)或無(wú)效點(diǎn)具有很好的去除效果,但對(duì)于聚集的噪點(diǎn),其去噪準(zhǔn)確性相對(duì)于DBSCAN-3σ算法較低。

      圖8 半徑濾波結(jié)果圖Fig.8 Radius filtering result

      3.3 算法特性分析

      DBSCAN-3σ去噪算法是根據(jù)信號(hào)與噪聲之間的密度不同來(lái)進(jìn)行去噪。對(duì)于DBSCAN聚類算法,其時(shí)間復(fù)雜度取決于確定Eps和MinPts后且查找Eps領(lǐng)域中的點(diǎn)所需要的時(shí)間,所以DBSCAN算法的基本時(shí)間復(fù)雜度為O(N*Eps領(lǐng)域掃描點(diǎn)所需要的時(shí)間,其中N為掃描點(diǎn)的個(gè)數(shù))。在設(shè)置參數(shù)不合理的情況下,Eps領(lǐng)域需要掃描雷達(dá)數(shù)據(jù)中所有的點(diǎn),最壞情況的時(shí)間復(fù)雜度為O(N2)。對(duì)于3σ準(zhǔn)則剔除離群噪點(diǎn),時(shí)間復(fù)雜度為O(N)。因此DBSCAN-3σ算法時(shí)間復(fù)雜度為O(N2)。而對(duì)于半徑濾波算法,需要假設(shè)數(shù)據(jù)中的各個(gè)點(diǎn)在給定的范圍Eps內(nèi)至少有MinPts的近鄰點(diǎn),所以時(shí)間復(fù)雜度也為O(N2)。DBSCAN-3σ算法相較于半徑濾波算法具有相同的時(shí)間復(fù)雜度,經(jīng)過實(shí)驗(yàn)驗(yàn)證,該算法在去噪結(jié)果的準(zhǔn)確性上優(yōu)于半徑濾波算法且計(jì)算復(fù)雜度低,對(duì)于動(dòng)態(tài)信號(hào)去噪具有很好的實(shí)時(shí)性。

      雷達(dá)的噪聲包含靜止物體雜波和運(yùn)動(dòng)物體雜波,其中靜止物體雜波對(duì)于檢測(cè)影響較小。運(yùn)動(dòng)物體雜波主要是人為干擾,相較于探測(cè)目標(biāo)的運(yùn)動(dòng)信號(hào),運(yùn)動(dòng)物體雜波信號(hào)出現(xiàn)的時(shí)間較短,在時(shí)域圖中密度稀疏。DBSCAN-3σ算法不需要事先知道噪聲的數(shù)量和來(lái)源,只根據(jù)噪聲和信號(hào)的密度不同去噪,所以該算法對(duì)雷達(dá)在復(fù)雜環(huán)境中去噪具有很好的穩(wěn)定性。

      4 結(jié) 論

      本文提出了一種連續(xù)波雷達(dá)的DBSCAN-3σ去噪算法,該算法基于信號(hào)和噪聲之間的密度不同來(lái)進(jìn)行去噪,因此具有很好的可行性。通過實(shí)驗(yàn)驗(yàn)證,該算法對(duì)噪聲有很好的剔除效果,提高了雷達(dá)在檢測(cè)的準(zhǔn)確度,證明了該方法在原始雷達(dá)信號(hào)處理上可以獲得更好的降噪效果。

      猜你喜歡
      噪點(diǎn)橢圓濾波
      Heisenberg群上由加權(quán)次橢圓p-Laplace不等方程導(dǎo)出的Hardy型不等式及應(yīng)用
      例談橢圓的定義及其應(yīng)用
      相機(jī)學(xué)院
      一道橢圓試題的別樣求法
      低相噪點(diǎn)頻源的設(shè)計(jì)與驗(yàn)證
      技術(shù)櫥窗
      橢圓的三類切點(diǎn)弦的包絡(luò)
      用Lightroom降低畫面的噪點(diǎn)表現(xiàn)
      RTS平滑濾波在事后姿態(tài)確定中的應(yīng)用
      基于線性正則變換的 LMS 自適應(yīng)濾波
      南开区| 凤山市| 准格尔旗| 古田县| 沂水县| 浙江省| 根河市| 永年县| 巴楚县| 宾阳县| 淮阳县| 土默特左旗| 桓台县| 运城市| 桓仁| 济阳县| 晋中市| 札达县| 湟源县| 漳浦县| 蒙自县| 宝应县| 台北市| 兰溪市| 台东市| 罗源县| 全州县| 哈巴河县| 宁河县| 金门县| 邯郸县| 安庆市| 新安县| 土默特左旗| 明光市| 阿尔山市| 大庆市| 渝北区| 屏山县| 绥宁县| 嵊泗县|