龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本发明公开了一种基于深度学习的单脉冲激光雷达回波的波形特征提取方法，通过对各种拥有完整信号特征的激光雷达回波信号进行收集，将收集到的回波信号的有效部分进行预处理并进行拼接，所得到的带有回波特征信息的拼接序列来构成训练数据，同时基于LSTM‑RNN模型对产生畸变的回波信号进行波形恢复，特别是饱和畸变的饱和部分进行计算预测，从而得到因波形畸变而缺失的部分回波信息，之后在通过卷积神经网络进行特征提取，得到雷达回波的波性特征。本发明应用于对单脉冲激光雷达回波信号的分析，不完全依赖于硬件设备，从而能够从畸变的波形信号中提取到其特征信息。
主权项：1.一种基于深度学习的单脉冲激光雷达回波特征提取方法，其特征在于，包括以下步骤：步骤S1：使用脉冲激光雷达进行样本收集，将一系列含有完整波形信息的激光雷达回波信号作为神经网络的训练数据集；步骤S2：将整理好的训练数据集分别送入预先搭建好的循环神经网络和卷积神经网络中进行数据训练，通过反复训练迭代，不断更新参数信息，最终建立出合适的LSTM网络和LSTM-CNN网络；步骤S3：将饱和的脉冲激光雷达信号先送入已经过训练迭代的搭建好的LSTM神经网络中进行波形恢复，使得由于波形畸变而丢失的波形信息得以恢复；具体为：利用所构建的模型对饱和信号序列与畸变信号序列所缺失的那部分信息序列进行预测，从而得到完整的预测波形序列；将训练样本的整个样本序列进行镜像翻转，得到镜像后的新的样本序列，再输入到LSTM-RNN神经网络中进行训练，通过饱和信号的后沿信号序列来预测因饱和而缺失的之前的部分信号序列，最后将正向序列所预测到的结果与反向序列所预测到的结果进行加权计算，得到最终经过修正预测波形序列；步骤S4：由步骤S3恢复后的脉冲激光雷达回波再送入步骤S2训练好的LSTM-CNN神经网络中进行特征提取。
全文数据：
权利要求：
百度查询： 南京理工大学 基于深度学习的单脉冲激光雷达回波特征提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号