1 国防科技大学电子对抗学院脉冲功率激光技术国家重点实验室，安徽 合肥 230037
2 先进激光技术安徽省实验室，安徽 合肥 230037
光子计数激光雷达数据中噪声点云过多的问题严重制约了光子雷达的实际应用，为了解决该问题，针对推扫式光子雷达探测体制和光子点云数据分布的特点，提出一种去噪方法。首先根据点云数据集的空间分布设定密度阈值进行粗去噪；然后计算探测激光束的斜率，将剩余数据划分成不同区间，再结合最大密度点设定距离阈值，对各区间进行进一步去噪；最后针对部分区间使用统计滤波进行最终去噪。实验结果显示，所提方法对试验区目标点云的识别率达98.2%，去噪率达93.8%，可以有效地去除光子数据中的噪声点云，较为完整地保留信号点云。
图像处理 激光技术 光子雷达 去噪 统计滤波 推扫式 激光与光电子学进展
2022, 59(12): 1210007
1 国防科技大学 电子对抗学院 脉冲功率激光技术国家重点实验室, 合肥 230037
2 国防科技大学 电子对抗学院 先进激光技术安徽省实验室, 合肥 230037
为了解决光子计数激光雷达探测数据中噪声点云过多的问题, 采用结合基于密度的噪声空间聚类应用算法(DBSCAN)和统计滤波算法的单光子点云去噪方法, 以美国国家航空航天局提供的多波束试验激光雷达实际飞行数据为实验数据, 通过k维树求取点云密度进行粗去噪, 然后运用改进DBSCAN算法和统计滤波算法进行精去噪, 进行了理论分析和实验验证。结果表明, 实验区目标点云识别率在85%以上, 性能优于经典的半径滤波算法。这一结果对于光子数据去噪是有帮助的。
激光技术 点云滤波 基于密度的噪声空间聚类应用 统计滤波 光子雷达 k维树 laser technique point cloud filtering density-based spatial clustering of applications w statistical filtering photon radar k-dimension tree
Author Affiliations
Abstract
1 State Key Laboratory of Pulsed Power Laser Technology, National University of Defense Technology, Hefei 230037, China
2 Anhui Provincial Key Laboratory of Electronic Restriction, National University of Defense Technology, Hefei 230037, China
3 The Military Representative Bureau of the Ministry of Equipment Development, Central Military Commission in Beijing, Beijing 100191, China
To fully describe the structure information of the point cloud when the LIDAR-object distance is long, a joint global and local feature (JGLF) descriptor is constructed. Compared with five typical descriptors, the object recognition rate of JGLF is higher when the LIDAR-object distances change. Under the situation that airborne LIDAR is getting close to the object, the particle filtering (PF) algorithm is used as the tracking frame. Particle weight is updated by comparing the difference between JGLFs to track the object. It is verified that the proposed algorithm performs 13.95% more accurately and stably than the basic PF algorithm.
object tracking LIDAR global and local feature descriptor point cloud Chinese Optics Letters
2020, 18(6): 061001
1 国防科技大学电子对抗学院脉冲功率激光技术国家重点实验室, 安徽 合肥 230037
2 安徽省电子制约技术重点实验室, 安徽 合肥 230037
3 中央军委装备发展部驻北京地区军事代表局, 北京 100191
实际场景中各物体的尺寸差异导致激光三维数据中各物体对应的三维积分区域(SVR)存在差异。在初始帧中,借助于SVR筛选与全局特征匹配完成目标识别,实现对待跟踪目标的自动选取,并且比较四种全局特征描述子的识别能力及运行速度。得到初始帧中的目标位置后,提出了利用全局特征匹配在后续帧中实施目标跟踪的方法。实验结果表明,SVR筛选有利于提高识别跟踪的准确率及算法整体运行速度。
图像处理 目标跟踪 激光点云 目标识别 三维全局特征 激光雷达 激光与光电子学进展
2020, 57(6): 061012
1 国防科技大学脉冲功率激光技术国家重点实验室, 安徽 合肥 230037
2 国防科技大学电子制约技术安徽省重点实验室, 安徽 合肥 230037
提出了一种基于激光束边界面的快速求交算法。基于激光雷达信号的时空分布特性,推算出了探测目标对信号的响应函数,建立了二者的作用过程模型,构建了基于激光反射断层成像的目标重构仿真系统。利用采样间隔和探测角度对重构图像质量的影响,进行了两组对比仿真实验,在不同条件下运用滤波反投影算法实现了目标二维轮廓的图像重构。
遥感 激光雷达 反射断层成像 建模仿真 光线求交 响应方程 反投影重构 光学学报
2018, 38(11): 1128002
1 电子工程学院，合肥 230037
2 安徽省电子制约技术重点实验室，合肥 230037
针对雷达对抗侦察中传统空域搜索方法效率不高的问题，提出一种基于最小描述长度准则的调整驻留时间(MDL-ADT)搜索方法。该方法将数字波束形成(DBF)技术引入空域搜索中，重点分析了截获概率与波束驻留时间的关系，通过两个步骤对空域完成搜索：首先进行预搜索，利用MDL准则对各波束内信源数目进行估计；然后根据信源在空域的分布情况对驻留时间进行分配，并完成空域搜索。该方法通过合理分配驻留时间，使侦察系统的时间资源得到了高效利用。仿真实验表明，该方法可以使空域搜索效率提高约20%。
雷达对抗侦察 空域搜索 最小描述长度准则 截获概率 驻留时间 radar EW reconnaissance airspace search minimum description length criterion intercept probability dwell time
1 电子工程学院，合肥 230037
2 安徽省电子制约技术重点实验室，合肥 230037
针对电子支援侦察中信号的搜索截获问题，在目标引导侦察接收系统工作的逆向思维指导下，首先通过Beta分布对已有情报信息进行融合处理，再根据贝叶斯方法更新得到下一时刻的概率分布值，最后结合最优搜索理论和熵的有关内容，给出了搜索调度的具体方法，并结合仿真从截获目标次数、侦察区域内不确定性减少量和侦察所用时长三项指标进行分析，证明了所提搜索调度方法的优越性。
雷达对抗侦察 资源调度 搜索策略 贝叶斯理论 radar reconnaissance resource scheduling search strategy Bayesian theory
