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：西安电子科技大学

摘要：本发明涉及一种雷达测距方法及系统，具体涉及一种基于互质双通道ADC降采样的激光雷达测距方法及系统。克服现有基于压缩感知理论测距方法存在的采样难度大、时间误差大以及低信噪比下，测距性能无法保证的问题。首先利用互质双通道ADC采样组合对激光雷达回波进行降采样；之后基于重构方法，获得稀疏重构的差频信号频谱S，进而获得目标距离值。相对于随机采样，本发明提出的互质双通道ADC采样，硬件上易实现且系统误差小，更容易保证采样的准确性；同时考虑了噪声对激光雷达测距的影响，在稀疏求解过程中考虑了噪声的影响，实现了低信噪比下高性能的激光雷达测距技术。

主权项：1.一种基于互质双通道ADC降采样的激光雷达测距方法，其特征在于，包括以下步骤：步骤1、利用互质双通道ADC采样组合对激光雷达回波进行降采样；步骤2、基于降采样数据进行重构，获得稀疏重构的差频信号频谱S，进而获得目标距离值；步骤2.1、建立基于加权的压缩感知的互质双通道ADC采样的激光雷达测距模型及优化函数：所述基于加权的压缩感知的互质双通道ADC采样的激光雷达测距模型如下：min||WS||1，subjectto||sr12-U12FS||≤ξ其中，W表示对角权值阵，ξ为噪声电平，sr12为互质双通道ADC采样组合的降维观测信号，U12为互质双通道ADC采样组合的观测矩阵，F为逆傅里叶基矩阵；所述优化函数为： 其中，为稀疏重构的差频信号频谱估计值，μ为稀疏约束系数；步骤2.2、求解优化函数的Hessian矩阵和共轭梯度函数，基于加权l1范数最小化方法，获得稀疏重构的差频信号频谱S；步骤2.21、求解优化函数的初始Hessian矩阵HS0：HS0＝2U12FHU12F+μUS0W0其中，W0为初始对角权值阵，S0为粗差频信号频谱，通过将互质双通道ADC采样组合的降维观测信号sr12进行傅里叶变换得到；分别为S0中的第1个、第2个及第n个元素；n为大于2的整数，τ为正数；步骤2.22、基于初始Hessian矩阵HS0，得到优化函数的初始共轭梯度函数 步骤2.23、基于初始共轭梯度函数，获得稀疏重构的差频信号频谱估计值 步骤2.24、基于判断标准，判断稀疏重构的差频信号频谱估计值是否满足要求，若是，则令稀疏重构的差频信号频谱S等于稀疏重构的差频信号频谱估计值根据稀疏重构的差频信号频谱估计值计算目标距离信息，否则，进行迭代，返回步骤2.21，同时将步骤2.21中Hessian矩阵的差频信号频谱更新为步骤2.23获得的稀疏重构的差频信号频谱估计值，直至稀疏重构的差频信号频谱估计值满足要求。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于互质双通道ADC降采样的激光雷达测距方法及系统