激光雷達能見度回波信號去噪算法

王博

(中國民用航空西北地區(qū)空中交通管理局寧夏分局，銀川 750009)

引言

能見度是反映大氣透明度的一個指標[1]。大氣能見度是指視力正常的人在當時天氣條件下，從天空背景中看到和辨認出大小適度的黑色目標物的最大水平距離，夜間則是能看到和確定出一定強度燈光的發(fā)光點的最大水平距離[2]。能見度是保證交通運輸安全的一個重要因素，特別是對航空飛行活動[3]。目前民航機場普遍采用基于透射原理的大氣透射儀和基于前向散射原理的前向散射儀觀測能見度[4]。隨著激光技術的發(fā)展和成熟，激光雷達能見度儀逐漸成為一種新型的能見度探測工具[5]。它基于大氣后向散射原理，通過接收激光大氣回波信號測量能見度，其優(yōu)點在于，探測范圍廣、受地域限制小，直接測量大氣消光系數、沒有中間環(huán)節(jié)[6]。與大氣透射儀、前向散射儀相比，激光雷達能見度儀能夠測量斜視能見度，更能滿足實際飛行需求[7]。然而激光雷達在探測過程中，一方面，由于大部分散射能量集中在前向，后向散射信號較為微弱，當探測距離較遠時，回波信號非常微弱。另一方面，受背景光噪聲、探測器的散粒噪聲、熱噪聲以及暗電流等影響，回波信號易于淹沒于噪聲之中，造成系統(tǒng)有效探測距離下降、探測精度降低[8]。因此，對回波信號去噪是激光雷達信號處理的重要環(huán)節(jié)，也是實現(xiàn)能見度高精度反演的關鍵。

滑動平均、傅里葉變換、小波變換和經驗模態(tài)分解是常用的去噪方法?；瑒悠骄且环N非遞歸的低通濾波方式，算法簡捷、運算量小[9]，但降低了回波信號的時空分辨率。傅里葉變換廣泛應用于處理線性平穩(wěn)信號[10]，但該方法不具有時頻分析的局域性，用于非線性、非平穩(wěn)信號會引起失真。小波變換在時域、頻域都具有分析信號局部特征的能力，可處理非線性、非平穩(wěn)信號[11]，但去噪效果依賴于事先選定的小波基和分解層數，特別是小波基函數對去噪結果有決定性的影響。經驗模態(tài)分解(Empirical Mode Decomposition，EMD)是Huang等提出一種適用于非線性、非平穩(wěn)信號的去噪方法[12]，在一定程度上克服了小波變換的不足。相比于小波變換，其最大優(yōu)點是基函數和分解層數不需要事先給定，而是會隨信號的不同而改變，具有自適應性[13]。

激光雷達能見度回波信號作為一種典型的非線性、非平穩(wěn)信號，很適合采用EMD算法去噪。本文首先介紹EMD算法原理，然后通過仿真實驗比較了EMD與滑動平均、小波變換的去噪效果，最后基于實測信號比較了去噪前后的消光系數反演結果。實驗表明，經EMD算法去噪，大氣能見度反演精度明顯提高，表明EMD算法對激光雷達能見度回波信號降噪非常有效。

1 經驗模態(tài)分解原理

經驗模態(tài)分解(EMD)將一個信號的能量按照時域中各固有尺度的波動進行分解，得到一系列不同頻率的固有模態(tài)函數(Intrinsic Mode Function，IMF)[14]。一個IMF滿足以下兩個條件：①極大值點和極小值點個數之和與過零點的個數之差不超過一個；②分別由極大值點和極小值點構成的包絡平均值應接近于零[15]。

對給定信號x(t)，EMD的流程如圖1所示。具體步驟是：①確定x(t)所有的局部極大值點和極小值點；②用3次樣條曲線構造x(t)的上、下包絡線E1、E2；③計算上下包絡線均值m=(E1+E2)/2；④求x(t)與m的差值h=x(t)-m，檢驗h是否滿足固有模態(tài)函數的兩個條件；⑤重復以上步驟，直到h滿足停止條件，得到第一個IMF分量c1(t)；⑥用x(t)減去c1(t)，然后繼續(xù)重復以上過程，直到分離出全部的IMF。這樣EMD算法將符合信號特征的原始信號x(t)分解成n個固有模態(tài)函數c(t)和一個殘余項r(t)的組合，其中r(t)代表了信號的平均發(fā)展趨勢。分解結束后的x(t)可表示為：

圖1 經驗模態(tài)分解算法流程

(1)

對于激光雷達回波信號，其噪聲主要為高斯白噪聲，包含在高頻IMF中，因此在信號重構過程中，只要剔除最初幾個IMF，即可達到去噪目的。

2 仿真試驗

根據激光雷達構成，激光雷達方程[16]為：

(2)

式中，p(r)為激光雷達接收到的大氣后向散射回波信號的功率；C為激光雷達常數；r為探測距離；β(r)為大氣后向散射系數；σ(r)為大氣消光系數[17]。

為驗證EMD算法的有效性，分別在晴天(大氣消光系數為0.5 km-1)和陰天(大氣消光系數為3 km-1)兩種情況下開展仿真試驗。

2.1 晴天仿真試驗

設定大氣消光系數為0.5 km-1。在回波信號中加入高斯白噪聲，以模擬回波信號中的背景噪聲。仿真得到的原始信號及含噪信號如圖2所示。對該含噪信號采用EMD算法處理，結果如圖3所示，其中固有模態(tài)函數1～3(IMF1～IMF3)是分解的不同尺度的固有模態(tài)函數。由圖3可見，噪聲主要集中在高頻分量IMF1和IMF2中，而信號能量主要由IMF3和趨勢項構成。因此在去噪的過程中，從含噪信號中扣除IMF1、IMF2，即重構IMF3和趨勢項就能得到去除高頻噪聲及擾動的信號，如圖4所示。比較重構信號和含噪信號，可見重構信號在遠場區(qū)域起伏程度明顯減小，很好地還原了原始信號的衰減趨勢。

圖2 激光雷達回波信號仿真(晴天)

圖3 固有模態(tài)函數和趨勢項

圖4 含噪信號和重構信號

為了對比去噪效果，分別使用EMD、滑動平均和小波變換3種算法對含噪信號進行處理。其中，小波變換利用MATLAB的閾值去噪函數wedn實現(xiàn)。由于小波去噪效果受多個因素的影響，如小波基函數、分解層數、閾值和閾值函數等。為了更好的說明問題，分別選擇了db3小波基、4層分解(WT1)以及db2小波基、3層分解(WT2)兩種參數。其他參數，如閾值和閾值函數二者保持一致。

圖5給出了3者的去噪結果。從圖中可以看出，滑動平均算法僅對含噪信號進行了平滑處理，并未將信號與噪聲區(qū)分開，去噪效果不理想。對于小波變換1(WT1)，基本還原了原始信號的趨勢，輸出較為平滑，但小波變換2(WT2)的去噪效果一般，遠場信號幅度波動很大。相比之下，經EMD去噪后，信號波形清晰、擾動較小。從仿真結果看，雖然WT1的去噪效果與EMD相當，但如前文所說，小波變換對基函數和分解層次具有很高的依賴性，不合適的參數選擇將難以獲得好的去噪效果，如WT2的去噪效果較差。而EMD的基函數和分解層數可根據信號特性自適應獲取，無需事先給定，這就大大降低了去噪效果的不確定性，適用性更強。

圖5 3種算法去噪效果對比

為進一步說明EMD方法的有效性，以均方根誤差(RMSE)和輸出信噪比(SNR)作為評價指標對這兩種方法進行評估。均方根誤差反映了去噪信號與原始信號的相似程度，其值越小，表明二者相似度越高；輸出信噪比反映了算法的去噪能力，其值越高，表明算法的去噪效果越好。各評價指標定義為

(3)

(4)

式中，x(n)為原始信號，y(n)為去噪信號，N為信號長度。

表1給出了3種方法的去噪結果對比。由數據可見，EMD算法的輸出信噪比為12.0992，均方根誤差為4.7282×10-4。相比于滑動平均算法，輸出信噪比提高了2.603 dB，均方根誤差降低了1.6522×10-4；相比于小波變換，EMD算法的輸出信噪比、均方根誤差比WT1稍差，但優(yōu)于WT2。3種算法中，EMD算法因具有自適應性，避免了小波變換的一系列參數選擇問題，達到了較理想的去噪效果。這對提高輸出信噪比，減少回波信號脈沖累積時間，增強系統(tǒng)測量實時性非常有益。

表1 3種算法輸出信噪比、均方根誤差對比

2.2 陰天仿真試驗

設定大氣消光系數為3 km-1。在回波信號中加入高斯白噪聲，仿真得到的原始信號及含噪信號如圖6所示。經EMD處理，圖7給出了重構的回波信號。作為對比，同時給出了滑動平均和小波變換的去噪結果。由圖7可見，在陰天條件下，EMD算法仍表現(xiàn)出良好的去噪效果，能夠較好地給出原始信號的細節(jié)信息。根據表2，從算法性能對比看，EMD與WT1接近，但好于WT2和滑動平均算法，這說明陰天條件下EMD算法也是適用的。

圖6 激光雷達回波信號仿真(陰天)

圖7 3種算法去噪效果對比

表2 3種算法輸出信噪比、均方根誤差對比

3 實測信號處理

為驗證EMD算法的實際應用效果，對激光雷達能見度儀實測回波信號進行去噪處理。圖8給出了實測信號和EMD去噪后的重構信號。實測信號采用單光子計數方式，縱軸表示回波信號的光子數。由圖可見經EMD去噪，回波信號抖動減小，平滑度更好。

圖8 激光雷達實測信號和重構信號

對去噪信號使用Klett算法[18]反演消光系數。該算法基本思想是，假設大氣后向散射系數β和大氣消光系數σ存在如下關系：

β=Cσk

(5)

式中,C為常數，k是消光散射對數比，依賴于激光雷達的波長以及大氣氣溶膠的性質。將式(5)代入式(6)，可得：

(6)

由式(6)可求得穩(wěn)定的后向積分解：

(7)

式中,rm為最大探測距離，Sm=S(rm)，σm=σ(rm)，σm是消光系數邊界值。

根據式(7)計算得到消光系數為1.1506 km-1，取視覺對比度閾值0.02，則對應的能見度為3.40 km。當天為陰天，該反演結果與觀測員目測結果3.61 km 基本一致。同時段機場大氣透射儀LT31的能見度測量結果為3.52 km，3者較為接近。但如果直接使用含噪信號，因輸出信噪比過低，能見度反演結果為7.59 km，出現(xiàn)很大偏差。

為進一步驗證EMD算法的有效性，對激光雷達在晴天、陰天、霧天等不同天氣條件下采集的數據進行了處理，包含晴天30組、陰天30組、霧天20組，反演得到的能見度分布在800 m至6 km之間。表3給出了本系統(tǒng)反演結果的平均值與大氣透射儀LT31的測量結果的平均值。測量結果表明，晴天、陰天和霧天3類典型天氣下，二者測量結果平均值的相對誤差分別為17.0%、10.8%和9.8%。雖然在高能見度天氣下，二者相對誤差較大，但在陰天、霧天等低能見度天氣下兩者取得了較一致的測量結果，這符合能見度測量儀的一般測量規(guī)律。以上實測數據表明，EMD算法對激光雷達回波信號去噪非常有效，取得了良好的實用效果。

表3 不同天氣條件下測量結果對比

4 結論

根據激光雷達方程，激光雷達回波信號隨距離的平方呈衰減趨勢，從含噪信號中提取完整的有用信號對提高能見度反演精度非常重要。本文基于EMD算法對激光雷達回波信號進行分解，通過剔除高頻噪聲分量，重構低頻分量和趨勢項得到去噪后的回波信號。仿真試驗表明，回波信號經EMD算法去噪后，輸出信噪比提高，均方根誤差減小。對實測信號的處理表明，EMD算法在保留有用信號完整性的基礎上，有效提高了回波信號的信噪比，提高了能見度反演精度。