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：南京信息工程大学

摘要：本发明公开了一种基于快速傅里叶卷积的激光雷达盲区重建方法及系统，方法包括获取初始有盲区激光探测数据，生成模拟无盲区探测数据；通过对模拟无盲区探测数据进行盲区设置，得到盲区模拟数据集与真值数据集；利用数据集训练基于快速傅里叶卷积神经网络的盲区重建网络模型，学习盲区范围内的大气分布特征，从而实现对近场盲区的重建，系统包括激光雷达信号发射与接收处理模块、无盲区数据生成模块、盲区范围自定义模块、盲区重建网络训练模块、盲区重建网络重建模块、重建质量评估模块；本发明能够基于传统有盲区的激光雷达系统的实际大气探测数据，重建盲区缺失的数据，最终实现了连续的无盲区大气观测。

主权项：1.一种基于快速傅里叶卷积的激光雷达盲区重建方法，其特征在于，包括以下步骤：步骤1，基于激光雷达观测的存在盲区径向风速反演得到二维风场，利用观测的径向风场，结合统计插值和背景误差协方差，实现从径向风场反演得到二维风场，在非盲区影响区域自定义虚拟无盲区雷达探测范围；其中虚拟雷达探测范围由虚拟雷达位置、探测距离和方位角决定；步骤2，基于虚拟无盲区雷达探测范围内的二维风场（）和虚拟雷达位置；计算第个距离门处的径向风速，通过以下步骤得出：首先计算点的方位角，给定方位角后，点的径向风速，得到虚拟雷达的径向风速水平扫描结果；步骤3，根据所述步骤1中的虚拟雷达雷达探测距离来设置盲区范围，对所述步骤2输出的径向风速水平扫描结果进行盲区处理，盲区范围内的径向风速设置为缺省值，得到盲区模拟数据集；所述步骤2输出的径向风速水平扫描结果为真值数据集；步骤4，将所述步骤3中的数据分为训练集、验证集和测试集，以支持接下来的模型训练和评估；步骤5，利用所述步骤4中的训练集和验证集对基于快速傅里叶卷积神经网络的盲区重建模型进行训练，并在测试集上基于均方根误差、结构相似性指标和图像相似性度量标准从感知损失的角度完成对重建模型性能的定量评估，以均方根误差为例（包括但不限于使用均方根误差来定量评估）， ，其中，和分别代表测试集和重建结果的格点径向风速，n为总格点数；步骤6，利用步骤5中性能验证后的盲区重建模型对实时探测结果进行盲区重建，包括收集实时观测的径向风速平面扫描结果，作为盲区重建模型的输入；重建模型利用学习到的特征和模式来重建盲区范围内的径向风速数据，在完成重建后输出无盲区径向风速水平扫描结果；步骤7，利用步骤6中输出无盲区径向风速水平扫描结果计算重建结果格点RGB通道与径向风速色标的欧几里得距离，检索最小值得到该格点的径向风速大小，其中欧几里得距离的计算公式为， ，其中和分别代表重建区域的第网格点和色标的第种颜色,对于每个网格点，根据欧几里得距离最小值对应的索引k来确定第网格点的径向风速；步骤8,基于不同盲区条件的测试集数据对步骤5中完成验证的盲区重建网络的重建性能进行敏感性分析，其中不同盲区条件包括：盲区范围D和扫描方位角；基于步骤7中的重建结果与径向风速色标的欧几里得距离获得格点的具体径向风速，从而计算重建前后测试集径向风速的均方根误差，建立不同盲区条件下径向风速的均方根误差分布。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于快速傅里叶卷积的激光雷达盲区重建方法及系统