全波形激光測距幅相誤差改正方法

摘要：針對全波形激光測距中存在的幅相誤差問題,提出一種基于神經網絡的幅相誤差改正方法。利用非合作目標探測信息,通過提取回波波形的形狀信息、能量信息、梯度信息、對稱性信息及距離信息特征參數,根據皮爾遜相關系數對特征參數進行分級,建立多回波特征信息與幅相誤差改正的神經網絡模型以校正全波形激光測量中各通道幅相誤差的影響。實驗使用5%、20%、60%、80%標準反射板及激光采集模塊在室內對7種距離進行數據分組采集和處理,并與傳統測量方法進行對比。結果表明,該方法可以有效減小全波形激光測量中幅相誤差的影響,測量精度提高了51.2%以上。