一种线激光目标探测系统和目标探测方法专利检索- .专门适用于特定应用的激光雷达系统专利检索查询-专利查询网

一种线激光目标探测系统和目标探测方法
申请号	CN201510801760.7	申请日	2015-11-19	公开(公告)号	CN105445744A	公开(公告)日	2016-03-30
申请人	东南大学;			发明人	吴乐南; 陆泽橼; 张煜东; 戚晨皓;
摘要	本发明公开了一种线激光目标探测系统及探测方法，其中目标探测系统包括发光系统、光路系统、检测传感系统以及数据处理系统，发光系统由若干个线光源组成；光路系统由若干个光路子系统构成，一个光路子系统包括凸透镜、第一反射镜、第二反射镜以及赋形光阑；检测传感系统为CCD探测器，光路系统的各光路子系统探测的回波光汇聚在CCD探测器的不同像素点上；数据处理系统对CCD探测器上获取的多条不同像素点上的目标探测回波信号，根据像素点与目标位置的几何位置对应性，从而获取目标的位置信息。本发明实现了探测激光回波的多路汇聚检测，该系统充分利用了CCD成像单元，提高了目标探测的信噪比，为实现低空目标预警提供了一种解决途径。
权利要求	1.一种线激光目标探测系统，其特征在于：包括发光系统、光路系统、检测传感系统以及数据处理系统，所述发光系统由若干个线光源组成；所述光路系统由若干个光路子系统构成，一个光路子系统包括凸透镜、第一反射镜、第二反射镜以及赋形光阑；所述检测传感系统为CCD探测器，所述光路系统的各光路子系统探测的回波光汇聚在所述CCD探测器的不同像素点上；所述数据处理系统对CCD探测器上获取的多条不同像素点上的目标探测回波信号，根据像素点与目标位置的几何位置对应性，从而获取目标的位置信息。 2.根据权利要求1所述的线激光目标探测系统，其特征在于：所述线光源包括激光器以及夹具，所述夹具由夹持本体、上调整套以及下调整套构成，所述上调整套夹持所述激光器首端，所述下调整套夹持所述激光器尾端。 3.根据权利要求1所述的线激光目标探测系统，其特征在于：所述数据处理系统包括各光路信号位置匹配单元和光路信号判决信息融合单元。 4.一种基于权利要求1所述线激光目标探测系统的目标探测方法，其特征在于：步骤如下：步骤一、线激光发光系统连续发射线状激光；步骤二、多路光路子系统各自搜集目标探测反射回波光束，各光路子系统以不同方位同时将目标探测反射回波光束汇入CCD探测器；步骤三、数据处理系统对CCD探测器阵列上获取的多条不同像素点上目标探测回波信号，根据像素点与目标位置的几何位置对应性，从而获取目标的位置信息。 5.根据权利要求4所述的目标探测方法，其特征在于：在不同光路上基于小孔成像模型，根据像素点与目标位置的几何位置对应性，对探测器获取的回波信号融合处理，从而获取目标的位置信息。 6.根据权利要求5所述的目标探测方法，其特征在于：所述目标信息融合处理采用概率神经网络，概率神经网络包括输入层、模式层和输出层，其中输入层为CCD探测器阵列上获取的多条目标探测回波信号；模式层的输出为：式中：X为CCD探测器阵列上获取的多条不同像素点上的目标探测回波信号，Wi为输入层到模式层连接的权值，拟取CCD单元获取目标回波光束的平均响应值；δ为平滑因子，拟取CCD单元噪声的均方差；输出层为累加层，是将属于某类的概率累计，概率密度函数按上式计算。
说明书全文	一种线激光目标探测系统和目标探测方法技术领域 [0001] 本发明是一种线激光目标探测系统和目标探测方法，它主要利用线激光技术、光路调整技术、CCD阵列传感技术和数据处理技术。形成了面向低空目标的线激光探测系统和信号处理方法。背景技术 [0002] 低空目标检测对于飞行器管理、国土安全有着重要作用。基于红外探测技术的目标感知容易受到天气影响。采用探照灯扫描方式则耗能过高，且容易产生光污染，影响居民正常生活。 [0003] 现有远距离激光探测大多局限于点状光源的扫描，线激光探测仅限于近距离目标，如汽车雷达，其典型探测距离常常不超过十米，而在远距离目标探测上，尚未有大量研究开展。发明内容： [0004] 本发明所要解决的技术问题是针对上述现有技术的不足，而提供一种抗干扰、探测精度高的远距离目标探测系统及探测方法。 [0005] 为解决本发明的技术问题，本发明采用的技术方案是： [0006] 一种线激光目标探测系统，其特征在于：包括发光系统、光路系统、检测传感系统以及数据处理系统，所述发光系统由若干个线光源组成；所述光路系统由若干个光路子系统构成，一个光路子系统包括凸透镜、第一反射镜、第二反射镜以及赋形光阑；所述检测传感系统为CCD探测器，所述光路系统的各光路子系统探测的回波光汇聚在所述CCD探测器的不同像素点上；所述数据处理系统对CCD探测器上获取的多条不同像素点上的目标探测回波信号，根据像素点与目标位置的几何位置对应性，从而获取目标的位置信息。 [0007] 所述线光源包括激光器以及夹具，所述夹具由夹持本体、上调整套以及下调整套构成，所述上调整套夹持所述激光器首端，所述下调整套夹持所述激光器尾端。 [0008] 所述数据处理系统包括各光路信号位置匹配单元和光路信号判决信息融合单元。 [0009] 一种基于线激光目标探测系统的目标探测方法，其特征在于，步骤如下： [0010] 首先，线激光发光系统连续发射线状激光； [0011] 然后，多路光路子系统各自搜集目标探测反射回波光束，各光路子系统以不同方位同时将目标探测反射回波光束汇入CCD探测器； [0012] 最后，数据处理系统对CCD探测器阵列上获取的多条不同像素点上目标探测回波信号，根据像素点与目标位置的几何位置对应性，采用对探测器获取的回波信号融合处理，从而获取目标的位置信息。 [0013] 所述目标信息融合处理采用概率神经网络，概率神经网络包括输入层、模式层和输出层，其中输入层为CCD探测器阵列上获取的多条目标探测回波信号； [0014] 模式层的输出为： [0015] [0016] 式中：X为CCD探测器阵列上获取的多条不同像素点上的目标探测回波信号，Wi为输入层到模式层连接的权值；δ为平滑因子；输出层为累加层，是将属于某类的概率累计，概率密度函数按上式计算。 [0017] 现有CCD摄像装置一般视场较小，对于远距离线激光探测感知，需要前端添加聚光的鱼眼以提高视场范围。本发明通过联合多个线激光发射源，使得能量在探测聚集，从而实现远距离目标探测。 [0018] 基于单光路的线激光检测装置没有充分挖掘CCD阵列信号接收的潜力，本发明通过多路光路子系统向CCD汇聚回波光束，并根据几何位置对应关系，提高检测的信噪比，实现远距离目标探测。 [0019] 本发明数据处理方法针对CCD获取的信号对探测目标存在与否以及目标位置进行基本判定，对CCD阵列上获取的多条目标探测回波信号开展信息融合。某一目标位置可在汇入的CCD的每条光路中找到各自对应区域，基于这种目标位置对应性，开展基于不同回波光束的目标信息融合。 [0020] CCD接收到某光路子系统汇入的接收信号可表示如下： [0021] Sreceive＝Sreflect+N [0022] 其中，Sreceive表示CCD接收到的信号；Sreflect表示低空目标反射的线激光信号；N表示噪声，一般认为N□n(0,σ)，噪声产生是器件热噪声、杂散光和量化误差等多个因素综合造成的。 [0023] 此时的CCD检测单元的背景噪声幅度可以匹敌于目标探测信号幅度，即N ≈Sreflect，此时信号淹没在噪声中，探测的漏检和误报率都非常高。 [0024] 本发明采用多光路子系统探测信号相参，根据几何关系，获取空间目标位置不同光路子系统回波对应投影位置关系，累加对应相同目标位置反射信号。 [0025] [0026] 其中，通过累加得到增强，通过累加使得噪声减弱，Num表示光路子系统个数，通过这个方法使得信噪比提升 [0027] 本发明采用基于概率神经网络的目标多光路信号融合处理方法。概率神经网络(PNN)是一种常用于模式分类的神经网络。概率神经网络基于统计原理，在分类功能上等价于最优Bayes分类器，其实质是一种基于贝叶斯最小风险准则的并行算法，计算过程中它不需要进行反向误差传播，而是完全前向的计算过程。其训练时间仅仅略大于读取数据的时间、不易产生局部最优，分类正确率较高。 [0028] 采用概率神经网络进行模式分类，原始信号为线激光探测CCD感应向量X，所属的类别为第i处位置有目标Ci，假设己知各类别(低空目标状态存在判断)的概率密度函数fi(X)，根据Bayes分类规则，根据下列不等式成立X将被分到Ci类： [0029] Pi Li fi(X)＞Pj Lj fj(X)，i≠j [0030] 式中：Pi为X属于Ci类的先验概率，在本发明中的物理为第i处位置目标存在的先验概率，调整该参数可以改变目标探测能力，也同时改变虚警概率。 [0031] Li为Ci类的错误分类的代价，在本发明中的物理为第i处位置目标存在而没有判断出，或判断到其他位置存在目标的代价。 [0032] 本发明从各个光路物理意义入手对概率神经网络的结构进行设计。一般情况下，目标反映在CCD阵列不止一个像素。而这些像素都是彼此相邻的。彼此相邻的像素点一般在两个到十个左右。根据目标高度来确定。而同一目标对应的不同光路反映在CCD上的像素点具有对应性。根据几何关系找到对应性，然后仅在相邻对应点的输入层与第二层连接，这样可以减少很多不必要的连接。提高运算速度。在第二层到第三层映射上，也具有相同的特点。 [0033] 概率神经网络利用一个指数函数来代替S型函数，是一个有2个隐含层的网络。该网络结构的第1层是输入层，此层接收低空目标线激光探测系统中CCD原始感测信号，它将输入样本完全不变地传给下一层。第2层是模式层，各模式单元有相同的输入，本发明中将模式单元个数等于训练样本数，该层每个模式单元的输出为： [0034] [0035] 式中：Wi为输入层到模式层连接的权值；δ为平滑因子，它对分类起着至关重要的作用。第3层是累加层，是将属于某类的概率，概率密度函数按上式计算。 [0036] 输出层成神经元是一种竞争神经元，每个神经元分别对应一个模式类型，也就是目标所处位置模式，输出层神经元个数等于可分辨的目标位置个数。输出层接收从求和层输出的各概率密度函数。概率密度函数最大的那个神经元输出为1，信息融合后确认的目标位置。其他神经元的输出全为零。 [0037] 概率神经网络基本分为三层，第一层接收线激光目标探测CCD信号输入；第二层是模式层，对多个CCD数据进行融合、收集整理；第三层是目标状态类别层，就是数据融合完后判断哪处存在目标信息，然后将融合后的目标信息输出。其中模式层神经元激活函数取高斯型函数。 [0038] 通过概率神经网络实现了目标多路CCD检测信息融合。 [0039] 在信号接收方面，若激光照射宽度与目标宽度相同，当低空目标距离线激光发射源达到R时，某光路子系统反射到CCD功率可以表示为： [0040] [0041] 其中，ηatm为单程大气传输系数，ηsys为激光雷达光学系统的传输系数，dAr为目标截面面积，D目标激光回波信号接收孔径，PT为目标探测线激光光源发射功率，ρT低空目标平均反射系数，λ发射线激光波长，Ka发射孔径透光系数，R激光雷达到目标距离，As为光路子系统凸透镜垂直于反射光的截面面积， [0042] Pr为CCD接收到的目标反射功率。 [0043] 在信号接收过程中，k表示是凸透镜面积As除以CCD前端镜头Accd的比值，通过大口径凸透镜头信噪比能提升k值。 [0044] [0045] 在信号发射过程中，pt表示每一个线激光光源发射功率。通过级联number个线激光，此举可将信噪比提升number。 [0046] 综上，由本发明方法使得信噪比在信号源、接收回波光路、接收回波光通量三个方面得到提升倍。 [0047] 白噪声统计特性可通过高斯概率密度函数描述： [0048] [0049] 其中，σi为第i个光路中噪声电压ui的标准偏差； [0050] 由此得到虚警概率如下： [0051] [0052] 其中，为标准误差函数，为鉴别门限电压和噪声均方根的比值。由此可见通过改变噪声幅度指标σi改变虚警概率Pfa。附图说明 [0053] 图1为本发明线激光近空目标探测过程示意框图； [0054] 图2为本发明线激光近空目标探测示意图； [0055] 图3为本发明线激光光源级联调整夹持示意图； [0056] 图4为本发明光路子系统示意图； [0057] 图5为本发明光路系统向CCD汇入目标回波示意图。 [0058] 图6为本发明小孔成像模型描述目标与像点几何关系。 [0059] 其中：1、发光模块；2、光路系统、CCD阵列感知系统和数据处理系统；3、低空目标；4、夹持本体；5、上调整套；6、下调整套；7、凸透镜；8、第一反射镜；9、第二反射镜；10、赋形光阑；11、阵列CCD检测传感系统。具体实施方式 [0060] 下面结合附图，对本发明作详细说明： [0061] 如图2所示，本发明线激光目标探测系统，包括发光模块1和光路系统、CCD阵列感知系统和数据处理系统2。其中，发光系统1由若干个线光源组成；光路系统由若干个光路子系统构成，一个光路子系统包括凸透7镜、第一反射镜8、第二反射镜9以及赋形光阑10，见图4所示。检测传感系统为CCD探测器。发光系统1与光路系统、检测传感系统在位置上极为接近，以便每个光路子系统获取的目标探测信号区域为狭长缝隙。 [0062] 光路系统的各光路子系统探测的回波光汇聚在CCD探测器的不同像素点上。数据处理系统包括各光路信号位置匹配单元和光路信号判决信息融合单元，对CCD探测器上获取的多条不同像素点上的目标探测回波信号，根据像素点与目标位置的几何位置对应性，从而获取目标的位置信息。 [0063] 线光源包括激光器以及夹具。其中夹具的结构如图3所示，由夹持本体4、上调整套5以及下调整套6构成，上调整套5夹持激光器首端，下调整套6夹持激光器尾端。且可以再夹持本体上滑动微调。 [0064] 发光系统1的若干个线激光光源竖直向上彼此平行，线结构光发射方向须经过线激光器首尾位置和激光器旋转方向调整，实现对准。在位置调整的夹具夹持下，实现精确同方向发射，使不同线激光发射的能量在700米距离处光覆盖位置误差小于10cm。实现探测范围内能量聚集。 [0065] 凸透镜尺寸大于CCD前端镜头尺寸。凸透镜的引入是为了将视野中的线激光回波全部汇入CCD。 [0066] 凸透镜7平面与发光方向垂直，将第一反射镜8与凸透镜7呈约45度放置，将第二反射镜9与凸透镜7呈约-45度放置，且第二反射镜9放置时略偏向CCD方位，赋形光阑10放置在第二反射镜9与CCD之间。以便使目标探测回波返回到CCD传感阵列内，同时避免了杂散光的干扰。 [0067] 图5为本发明的一实施例光路系统向CCD汇入目标回波示意图，多个光路子系统(21-26)以不同方位将回波光束汇入CCD视野中，使得数据处理时提供多路回波信号。检测传感系统主要基于CCD和数字采集系统。 [0068] 每个线激光管功率为200mW。五个线激光同时工作功率达到1W。五个线激光发射源经过调整使得所发射的线激光彼此重合竖直向上。激光向天空发射，在低空遇到无人机目标发生反射，竖直向下的反射光线被信号接收部分获取。在不考虑由于运动引起的微多普勒效应情况下，回波波长保持不变。 [0069] 图1为本发明线激光近空目标探测过程示意框图，它描述了线激光低空目标探测工作步骤： [0070] 1.线激光系统发射线状激光，系统启动后一直处于发光状态。 [0071] 2.多路光路子系统各自搜集目标探测反射回波光束，各子系统以不同方位同时将目标探测反射回波光束汇入CCD。 [0072] 3.目标回波信息监测CCD获取回波信息，并在系统开启后一直处于信息获取状态。 [0073] 4.数据处理系统对CCD阵列上获取的多条目标探测回波信号，根据几何位置对应性，进行探测目标信息融合处理。 [0074] 后期数据处理方法针对CCD获取的信号对探测目标存在与否以及目标位置进行基本判定，对CCD阵列上获取的多条目标探测回波信号开展信息融合。某目标位置可在不同光路汇入的回波光中有各自对应区域，基于这种目标位置对应性，开展基于不同回波光束的目标信息融合。 [0075] 图6表示采用小孔成像模型描述目标与像点几何关系。实现在各条光路中，空中目标与CCD成相位置的几何关系。如图6所示，小孔成像模型诸要素在几何关系上可集中在一个三角形内。三角形的底边表示空中目标线激光反射点在给定高度(设高度为C)的具体位置。三角形中心斜置的线段表示目标在CCD成像位置。三角形中各个射线与斜置的线段和三角形的底边两个交点具有一一对应性。具体算例中，设射线与底边的交点Obj在x负向距离为D。 [0076] 将三角形的上顶点，作为坐标的原点。三角形非底边的另一条直角边，作为与y轴的负向重合的边。设CCD与这条直角边交点截距为y0，设CCD沿长边与x轴交点截距为x0，CCD斜率那么Obj在CCD上的映射位置距离CCD与这条直角边交点dimg取如下值： [0077] [0078] 各条光路所取参数不同，但符合统一计算公式。 [0079] 本发明从物理意义入手基于概率神经网络结构进行多光路目标数据融合。一般目标反映在CCD阵列不止一个像素，而这些像素都是彼此相邻的，根据目标高度来确定。而同一目标对应的不同光路反映在CCD上的像素点具有对应性。根据小孔成像模型几何关系找到不同光路中目标位置对应关系。然后仅在相邻对应点的输入层与第二层连接，在第二层到第三层映射上，也具有相同的特点。 [0080] 概率神经网络利用一个指数函数来代替S型函数，是一个有2个隐含层的网络。该网络结构的第1层是输入层，此层接收低空目标线激光探测系统中CCD原始感测信号，它将输入样本完全不变地传给下一层。第2层是模式层，各模式单元有相同的输入，本发明中将模式单元个数等于训练样本数，该层每个模式单元的输出为： [0081] [0082] 式中：Wi为输入层到模式层连接的权值；δ为平滑因子，它对分类起着至关重要的作用。第3层是累加层，是将属于某类的概率累计，概率密度函数按上式计算。 [0083] 输出层成神经元是一种竞争神经元，每个神经元分别对应一个模式类型即目标所处位置模式。输出层神经元个数等于可分辨的目标位置个数。输出层接收从求和层输出的各概率密度函数。概率密度函数最大的那个神经元输出为1，信息融合后确认的目标位置。其他神经元的输出全为零。 [0084] 概率神经网络基本分为三层，第一层接收线激光目标探测各光路CCD信号输入；第二层是模式层，对多个CCD数据进行融合、收集整理；第三层是目标状态类别层，就是数据融合完后判断哪处存在目标信息。然后将融合后的目标信息输出。其中模式层神经元激活函数取高斯型函数。 [0085] 通过概率神经网络神经网络实现了目标多路CCD检测信息融合。

意见反馈