一种雷达噪声去除及边界定位方法

1.本发明属于雷达随机噪声检测领域，具体是一种雷达噪声去除及边界定位方法。


背景技术：

2.雷达的基本任务是探测感兴趣的目标，电磁波遇到目标后，沿着各个方向产生反射，其中的一部分电磁能量反射回雷达的方向，被天线获取，形成回波信号。由于在传播过程中电磁波会随着传播距离而衰减，雷达回波信号非常微弱，几乎被噪声所淹没；从某种意义上来说，雷达噪声是不可避免的。
3.雷达噪声一般分为两种：随机噪声和系统噪声。系统噪声的产生，一般和电路设计、制作材料、元器件尺寸以及应用场景相关，其出现的位置具有一定的规律；随机噪声的来源比较多样，一般可分为：人为噪声、自然噪声和内部噪声。
4.随机噪声是一种前后独立的平衡随机过程，不仅幅度、波形及相位随机，其出现位置也随机。随机噪声既不能预知其精确大小及规律，也不能完全消除，但一般服从一定的统计分布规律，可通过一些措施来控制。
5.为了消除随机噪声，可通过频域滤波和平均采样等方法来实现，但是这两种方法都存在以下缺点：
6.1、频域滤波；一般情况下，噪声大多为高频成分，而雷达信号为低频成分；进行频域变换后，可通过高频滤波将噪声清除；但频域变换需要较强算力，运算复杂，在低成本应用中不太实用。
7.2、平均采样：在时域中，大多数随机噪声是加性零均值高斯噪声，即满足：
8.0＝f
t1
(x,y)+......+f
tn
(x,y)
9.若使用平均采样消除噪声，则需要叠加较多采样数据，取平均以消除噪声；在实际应用中费时、费力。
10.而且，使用雷达进行边界检测和定位，点云中的噪声会使边界定位精度变差、甚至是无法定位。为了实现准确定位，在边界检测前都需要消除点云噪声。


技术实现要素：

11.针对上述问题，本发明提出了一种雷达噪声去除及边界定位方法，根据随机噪声的特性，使用可变邻域快速判别随机噪声，进而实现雷达随机噪声检测及消除的目的。
12.所述的雷达噪声去除及边界定位方法，具体步骤如下：
13.步骤一、针对当前建筑物，设定雷达的位置为极坐标系的原点o，雷达天线发送电磁波信号扫描该建筑物，形成点云图像；
14.步骤二、读取点云图像中每个点的极坐标，并计算各点在点云中的可变邻域；
15.任意点a的极坐标为(ρa，θa)，其中ρa为点a的极径，θa为点a的极角；
16.点a在点云中的可变邻域定义为：
17.u(a,δ)＝{b|d(a,b)《δ}
18.δ为可变邻域的半径，根据实际情况人为设定具体取值；d(a,b)为点a与点云中任意点b之间的距离；
[0019][0020]
点b的极坐标为(ρb，θb)。
[0021]
步骤三、逐个扫描判断各点的可变邻域范围内是否有其他点，如果有，保存该点云数据并进入步骤四，否则，标记该点为噪点；当扫描完毕后，将标记为噪点的点全部删除，实现可变邻域滤波去除雷达的随机噪声。
[0022]
步骤四、对该建筑物重复扫描，并删除各点云图像中的噪声点后，将其与保存的点云数据叠加，重复执行若干次，直至从叠加点云数据提取边界为止。
[0023]
执行的次数根据实际扫描情况设定，取值为4-10次。
[0024]
进一步，本发明通过可变邻域滤波去除噪点的方案，替换为直接判别雷达点云密度，将点云密度小于设定阈值的区域中的噪点删除。
[0025]
本发明的优点在于：
[0026]
一种雷达噪声去除及边界定位方法，从雷达点云中查找并判定随机噪声，根据随机噪点孤立存在的特性，使用可变邻域滤波方法，将孤立噪点从雷达点云中删去后进行边界判定。本发明具有实现简单，直观明了，成本较低和节省时间的优点。
附图说明
[0027]
图1为现有技术中包含随机噪点的雷达点云图；
[0028]
图2为本发明一种雷达噪声去除及边界定位方法的流程图；
[0029]
图3为本发明实施例中雷达点云可变邻域示意图；
[0030]
图4为本发明使用可变邻域滤波去除雷达的随机噪点的流程图；
[0031]
图5为本发明边界计算的流程图。
具体实施方式
[0032]
为使本发明实施例的技术方案以及优点表达的更清楚，下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
[0033]
众所周知，使用雷达探测建筑物边界时，雷达天线发送电磁波信号形成点云，因此距离雷达天线越近点云密度越高，距离雷达天线越远点云密度越低，即边界边缘的点云密度相对较高。而因人为、自然或电路等原因形成的随机噪声点则较为孤立，数量一般较少，如图1所示。此时的随机噪声点，其邻域范围内一般不存在其他点。
[0034]
本发明提出了一种雷达噪声去除及边界定位方法，从雷达点云中查找并判定随机噪声，将其删除后进行边界判定。根据噪声理论可知，随机噪点是一种前后独立的随机信号，一般与点云中的其他点不相关。根据随机噪点孤立存在的特性，可使用特殊的邻域滤波方法，将孤立噪点从雷达点云中删去。
[0035]
所述的雷达噪声去除及边界定位方法，如图2所示，具体步骤如下：
[0036]
步骤一、针对当前建筑物，设定雷达的位置为极坐标系的原点o，雷达天线发送电磁波信号扫描该建筑物，形成点云图像；
[0037]
步骤二、按顺序读取点云图像中每个点的极坐标，并计算各点在点云中的可变邻
域；
[0038]
任意点a的极坐标为(ρa，θa)，其中ρa为点a的极径，θa为点a的极角；
[0039]
平面图像中定义的不变邻域，在点云中不再适用。在极坐标中(三维系统中为球坐标)点a在点云中的可变邻域定义为：
[0040]
u(a,δ)＝{b|d(a,b)《δ}
[0041]
d(a,b)为点a与点云中任意点b之间的距离；
[0042][0043]
点b的极坐标为(ρb，θb)；δ为可变邻域的半径，正比于点a到原点o的距离ρa，即δ＝γρa；根据实际情况人为设定具体取值；本实施例给出的可变邻域如图3所示。
[0044]
步骤三、使用可变邻域滤波去除雷达的随机噪声，并保存点云数据；
[0045]
如图4所示，具体为：逐个扫描存入线性表中的点云，判断当前点的可变邻域范围内是否有其他点，如果有，保存该点云数据，并移到下一个点继续重复判断；否则，标记该点为噪点；
[0046]
当扫描完毕后，将标记为噪点的点全部删除；实现可变邻域滤波去除雷达的随机噪声。
[0047]
步骤四、对该建筑物重复扫描，并删除各点云图像中的噪声点后，将其与保存的点云数据叠加，重复执行若干次，直至满足边界的条件后，从叠加点云数据提取出边界。
[0048]
雷达点云中的噪点删除完后，便可使用最小二乘法进行边界的判定。若要精确判定边界，可采用多帧点云叠加的方法来进行，具体为如图5所示，执行的次数根据实际扫描情况设定，取值为4-10次，多次叠加后，建筑物边界的点云密度会变大，成为密集点云；根据密集点云，便可确定边界。
[0049]
进一步，本发明通过可变邻域滤波去除噪点的方案，替换为直接判别雷达点云密度，将点云密度小于设定阈值的区域中的噪点删除。
[0050]
本发明的创新点包括：可变邻域定义方法,点云中噪声点去除方法,以及去除噪点后点云叠加确定边界。
[0051]
本发明的方案也可通过直接判别雷达点云密度来实现，将点云密度较小区域中的噪点删除也可实现去除噪点的目的。