对稀疏分布的目标光子计数数据进行二维信号估计
Matthew Hayman1, Robert A Stillwell2, Josh Carnes2
1National Science Foundation National Center for Atmospheric Research, Earth Observing Lab, Boulder, 80307, USA. mhayman@ucar.edu.
Scientific reports
|May 6, 2024
概括
这项研究引入了惩罚性概率方法,用于分析激光雷达系统的稀疏光子计数数据. 该技术提高了信号恢复的准确性,并保持大气激光雷达测量中的高分辨率.
科学领域:
- 大气科学 大气科学
- 光学遥感器 远程传感器
- 信号处理 信号处理
背景情况:
- 分布式目标激光雷达系统产生稀疏的光子计数数据,通常受噪声的影响.
- 传统的基于直方图的方法可以在处理这些数据时与分辨率和准确性作斗争.
- 高时间和范围分辨率对于详细的大气分析至关重要.
研究的目的:
- 适应和应用惩罚性概率估计,特别是Poisson总变量 (PTV) 技术,用于分析激光雷达中的稀疏光子计数数据.
- 开发一种方法,准确估计来自噪声激光雷达信号的回散光子流和相关参数.
- 为了实现高分辨率的激光雷达数据处理而不会牺牲信号质量.
主要方法:
- 使用波桑噪声模型对光子计数数据进行惩罚性概率估计.
- 适应了Poisson总变量 (PTV) 处理技术用于激光雷达应用.
- 通过模拟和真实世界2D大气激光雷达数据评估了该方法.
主要成果:
- 基于PTV的方法成功地消除了激光雷达信号的噪音,从而获得了对反射光子流量的准确估计.
- 在处理的激光雷达数据中实现了高时间 (50 Hz) 和范围 (75 cm) 的分辨率.
- 与传统的基于直方图的方法相比,证明了更高的信号恢复准确性.
结论:
- 通过PTV技术进行惩罚性概率估计,提供了一种强大的方法来分析激光雷达的稀疏光子计数数据.
- 开发的方法提高了准确性,并保持大气激光雷达测量中的高分辨率.
- 这种方法对分布式目标激光雷达数据处理的现有技术提供了显著的改进.


