导读:本文包含了激光采样论文开题报告文献综述及选题提纲参考文献，主要关键词:飞秒激光,光学采样,大尺寸测距,干涉光谱
激光采样论文文献综述
张天宇,曲兴华,张福民,彭博[1]（2019）在《基于扫频采样的飞秒激光大尺寸测距方法研究》一文中研究指出作为一种高精度测量工具,飞秒激光具有优于传统激光技术的特性,已被广泛应用于工业生产、航空航天、科学研究等领域。扫频采样法在很大程度上改善了机械振动、扫描速度过慢等问题,对飞秒激光的绝对测距性能提升有着重要的意义。基于扫频采样原理,提出了一种利用飞秒激光的大尺寸距离测量方法,并对该技术的测量原理、干涉光谱和解调算法等方面进行了研究。首先,根据飞秒激光的锁模生成原理和压电陶瓷的压电效应,介绍了飞秒激光器连续扫描重复频率的方法。在此基础上,结合传统的光学采样法原理,解释了扫频采样法的测距原理,推导并讨论了光纤延迟线的长度对扫描距离的影响。然后,搭建了基于扫频采样的飞秒激光测距系统,在线性导轨上进行了远距离的测量实验,同时设计了基于迈克尔逊干涉原理的He-Ne激光参考光路。根据实验环境修正了空气群折射率,分析了测量距离对光谱条纹峰值和宽度的影响,测量了不同目标位置处的激光扫描距离。在50.4 m的测量范围内,扫描距离从0.56 mm增加到1.12 mm,充分验证了光纤延迟线对提升大尺寸测距能力的重要性。周期性的频率扫描可产生互相关条纹,通过对测量光谱条纹进行希尔伯特变换处理,解算出实时的频率变化量和采样倍乘系数,从而获取被测的距离信息。此外,为了减小系统的时间延迟误差,提高测量的准确性,采用差分原理对算法进行了改进。在希尔伯特算法基础上,分别对频率和距离进行差分处理,解算距离信息。实验结果表明,经过对比,采用基于距离差分的改进算法处理数据,性能结果较好。算法改进后,系统在50 m范围内的测量精度从11μm提高到4μm,相对精度从2.2×10~(-9)提高到8×10~(-8),测距准确性明显提高。通过分析重复性测量数据,并与增量式激光干涉仪结果比对,测量误差的标准差从10μm提高到2μm,最大相对稳定性从2×10~(-9)提高到4×10~(-8),测距稳定性明显提高。因此,该方法有较为优秀的大尺寸测距能力,具有同时实现高精度、大尺寸、快速绝对测距的潜力,在未来的精密光谱测量领域有着很大的前景。(本文来源于《光谱学与光谱分析》期刊2019年09期）
高润苏[2]（2019）在《基于神经网络的波形采样激光雷达信号分类技术研究》一文中研究指出机载激光雷达是一种主动遥感测量工具,在地形测量、大气监测等方面得到广泛应用。其中条纹管激光雷达由于其探测灵敏度高、具备全波形采样能力、数据获取率高等特性而备受关注。条纹管激光雷达测绘时得到大量的回波数据,但同时面临的问题是如何有效处理数据,从中获取需要的信息。因此选用合适的分类技术对回波数据进行加工,提取有用的信息,具有十分重要的意义。神经网络具有自学习、自适应等优势,可实现高度并行处理,在图像分类等领域发挥着重要作用。本文采用神经网络对条纹管激光雷达原始回波信号进行分类处理,获得建筑、平地、坡地和植被等四类地物目标的分类结果。通过对四类目标的典型回波信号对比分析,选取了7项特征作为分类依据,分别是面积、圆形度、连通域个数、灰度标准差、灰度均值、长宽比和质心。在此基础上构建了BP神经网络分类器。从原始回波信号中选取合适的样本,进行特征提取,将信号特征作为输入数据输入BP神经网络分类器。分析了自适应学习率算法、动量梯度下降法、LM算法等6种改进的BP神经网络训练算法,经过对比试验,确定了LM算法作为本文的BP神经网络训练算法。经过多次试验确定BP神经网络模型的隐含层神经元数量、迭代次数等各项参数,对BP神经网络模型进行监督训练和测试,实现了对原始回波信号分类处理的功能。使用混淆矩阵和Kappa系数对搭建好的BP神经网络分类器模型的性能进行评价,分类准确度为96%,Kappa系数为0.95,表明分类器的预测分类结果与实际分类结果具有较好的一致性。最后使用此分类器对条纹管激光雷达外场飞行试验采集的回波信号进行了分类。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
马建平[3]（2019）在《基于高速脉冲调制和回波采样的激光测距技术研究》一文中研究指出激光测距技术的高精度、高分辨率和强抗干扰性使其得到了广泛的关注。在航空航天领域的远距离目标探测、工业领域的近距离高可靠性目标探测以及民用高速高精度目标探测等应用中,激光测距系统的测距性能、体积、重量和成本都面临着巨大的挑战。为此,本文针对高速激光测距技术展开研究,以在实现大动态范围探测的同时,有效解决现有激光测距技术的高成本、大体积、低精度等问题。首先,论文概述了激光测距技术的国内外研究现状,介绍了实现激光测距的几种技术手段。在对各技术手段的工作原理和特点进行比较分析的基础上,本文提出了一种基于高速脉冲调制和回波采样的激光测距技术。其次,论文通过对激光雷达作用方程的推导,分析了激光测距性能的影响因素,明确了基于高速脉冲调制和回波采样的激光测距系统的具体设计方案。针对测距系统的实际指标需求,确定了系统中光学系统的设计参数和关键器件的型号,并完成了系统硬件设计及各单元电路的设计。为了实现大动态范围测距,论文设计的激光测距系统采用高灵敏度单光子探测器MPPC(Multi-Pixel Photon Counter)进行回波信号光的探测。该探测器具有灵敏度高和多回波光子信号累加输出的特性,是提高系统测距能力的重要物理基础。在信号处理部分,测距系统借助高速信号采集技术实现了回波信号的全波形采集,并通过回波波形的多次累加处理,有效消除了抖动噪声的影响,避免了电路抖动等造成的距离计算偏差。借助上升沿/下降沿阈值判断法,确定了回波信号的峰值位置,消除了回波信号幅值偏差而导致的回波信号到达时刻的误判断,进而为高精度距离信息的获取提供了保证。在完成系统软硬件设计的基础上,基于相关系统参数,论文对测距系统的性能进行了理论分析和验证,对系统的测距能力和测量误差进行了分析。最后,介绍了激光测距实验平台,并开展了距离测量实验研究。实验结果表明,论文设计的测距系统的测距动态范围为10~7,测距精度为0.6mm;系统在实现远距离目标探测的同时,能够兼顾近距离高精度测距的需求,且实际结果与理论分析结论吻合。(本文来源于《东华大学》期刊2019-05-27）
马建平,尚建华,孙嘉曈,贺岩,罗远[4]（2019）在《基于高速脉冲调制和回波采样的激光测距系统》一文中研究指出基于高速脉冲调制和回波采样技术,构建了一套激光测距系统。该系统利用高灵敏度多像素光子计数器的多回波光子信号累加输出的特性实现光电信号转换,借助高速信号采集技术对回波信号进行全波形采集,通过回波波形的累加计算得到了回波信号的精确到达时刻,最终获得了高精度的距离信息。理论分析和实验验证的结果表明,该测距系统在实现远距离目标探测的同时,能够兼顾近距离目标的高精度测距,系统的测距动态范围可达10~7,测距精度为0.6 mm。(本文来源于《中国激光》期刊2019年08期）
夏显召,赵逸飞,叶茂,赵毅强[5]（2019）在《基于高速采样结构的激光雷达模拟前端电路设计》一文中研究指出设计了一种用于脉冲激光雷达接收机的模拟前端电路,主要由跨阻放大器单元和高速采样保持单元组成。通过电容阵列型高速采样保持电路实现了激光雷达前端电路内部高速采样的功能,降低了对外部模数转化器(ADC)的性能要求。经仿真和测试得出,电路中跨阻放大器带宽为130 MHz,增益为83 dB,采样电路等效采样率达到3 GHz。此电路使用3.3 V,0.18μm CMOS工艺设计并制造,总面积约为1.89×0.95 mm~2,包括核心电路,带隙基准和IO端口。(本文来源于《微纳电子与智能制造》期刊2019年01期）
杜昊辰[6]（2019）在《调频式激光测距差拍信号欠采样频率估计系统设计》一文中研究指出线性调频连续波(Linear Frequency Modulated Continuous Wave,LFMCW)激光测距技术由于具有测量精度高,抗干扰能力强等优点,被广泛应用在航空航天、军事雷达等重要领域。随着调频非线性校准技术的进步及宽频带激光器在测距系统中的应用,使得在测距过程中产生的差拍信号频率越来越高,给采样及后续信号处理带来了压力。因此,本文提出差拍信号欠采样频率估计方法,并针对欠采样频率估计精度不高、混迭频率筛选复杂、抗噪声性能差等问题提出了新的解决方法,实现对差拍信号频率精确估计。本文的主要研究工作如下:1、深入研究LFMCW激光测距原理,分析叁角波调制方式的优势,推导出物体在静止和振动情况下的距离求解公式,同时分析影响LFMCW激光测距精度的因素,结果表明差拍信号频率估计精度是影响测距精度的关键因素。2、针对现有的差拍信号频率估计方法采样率要求高、频率估计误差大等问题,提出双速率欠采样频率估计新方法。在欠采样条件下,对不同采样速率的差拍信号做FFT处理,采用能量重心结合CZT算法提高混迭频率估计精度,并利用频偏值做相位校正并筛选出混迭频率,依据混迭频率和采样率之间的关系,求解出差拍信号的真实频率。实验结果表明,所提出的方法可以在低信噪比情况下实现对差拍信号频率的精准估计。3、对双速率欠采样差拍信号频率估计方法的硬件实现进行研究,开发了由上位机和下位机组成的单通道双速率欠采样频率估计系统。设计了触发电路、信号调理电路、ADC采样电路、基于FPGA读写控制逻辑电路、基于ARM的数据传输电路,利用以太网接口与上位机通信。同时利用MATLAB编写上位机软件,利用本文所提的方法实现对差拍信号的精准频率估计。4、完成每个模块的功能测试及系统整体测试,并验证本文所提算法的有效性。实验结果表明在欠采样条件下,本文提出的方法可以实现对差拍信号的准确频率估计,且估计误差在5ppm以内。(本文来源于《哈尔滨理工大学》期刊2019-03-01）
张桐,曲兴华,张福民[7]（2019）在《基于外部时钟信号触发重采样的激光频率调制测距方法》一文中研究指出对调频连续波激光测距技术进行改进,提出了触发重采样方法。在所提方法中,辅助信号先触发采集卡,然后对测量信号和辅助信号同时采样,再用采集到的辅助信号的极值点对测量信号进行重采样。实验结果表明:所提出的触发重采样方法的测量标准差最小可达到12μm。(本文来源于《光学学报》期刊2019年04期）
刘洋,郝东阳,吕勇[8]（2018）在《基于电荷积分采样技术的低信噪比激光功率测量技术研究》一文中研究指出在外场条件下对低信噪比激光信号的功率测量对空间激光通信领域的研制开发至关重要,提升系统的测量精度及环境适应性对该领域的研究具有现实而重要的意义。分析了现有基于相关双采样原理的系统测量结果波动较大的原因,并据此提出一种基于电荷积分技术的相关双采样激光功率测量方案。对其原理进行分析,并通过实验验证了此种方案的有效性。实验结果表明,在被测光信号的信噪比为-17.3d B的情况下,系统的测量结果不确定度下降至原系统的64%。(本文来源于《激光杂志》期刊2018年10期）
熊星庭,曲兴华,张福民[9]（2018）在《噪声对等光频采样调频连续波激光雷达测距精度的影响分析及实验验证》一文中研究指出调频连续波激光雷达具有测量范围大,精度高,无需合作目标等优点,在计量学和工业现场测量中具有重要作用。简单介绍了等光频重采样调频连续波激光雷达的基本结构和测距原理,分析了系统辅助干涉信号和测量干涉信号中存在的主要噪声及其特点。当系统辅助干涉信号中存在噪声时,会造成极值点不准确并且引入测量误差。随后,使用Cramér-Rao下界定理评估测量干涉信号的噪声对测量结果的影响。为了提高测量的准确性和稳定性,基于经验模态分解的小波阈值滤波和汉宁窗带通滤波结合小波滤波的自适应滤波方法分别用来去除了辅助干涉信号和测量干涉信号中的噪声。实验中多次测量了平面镜和多种粗糙度样块,并使用精密导轨验证测量结果的准确性。实验结果表明,当被测物位于3.9m左右时,使用自适应滤波方法去除噪声后,系统对反射镜和其他粗糙度样块的测量不确定度为20μm和几十微米(K取值2),远小于使用小波阈值滤波的方法(120μm和几百微米)。同时,通过对比精密导轨位移数值和系统的测量结果,证明了所提出的方法能够有效提高系统的测量准确性。(本文来源于《光谱学与光谱分析》期刊2018年08期）
孙立羽[10]（2018）在《波形采样激光雷达点云数据的均匀化处理研究》一文中研究指出机载激光雷达是一种新兴的叁维地理信息获取技术,具有主动探测,测绘精度和效率高等优点。目前广泛应用于遥感,侦察等领域。条纹管激光雷达具备全波形采样能力,该种新型雷达系统采用条纹原理的探测体制,由于其特有的高探测灵敏度和距离分辨率特性而备受关注。机载条纹管激光雷达测绘时会生成大量的点云数据,但由于其特殊的扫描机制,激光脚点的分布通常是不规则的,部分扫描区域的点云数据甚至出现稀疏或缺失的情况,导致从原始点云数据中提取的地形信息的准确性通常不理想。因此,针对条纹管激光雷达获取的点云数据进行均匀化处理研究是必要的。点云数据的均匀化处理主要依赖于空间插值算法。本文首先在目标区域上建立网格,然后利用最近邻插值算法,算术平均值插值算法和距离反比加权插值算法来实现点云数据的均匀分布。并根据对不同插值算法处理结果的评价,提出了一种改进的距离反比加权插值算法。该算法结合了最近邻插值算法的优点,在对不同地形的均匀化处理过程中具有良好的适应性。从均匀化处理效果看出,点云数据稀疏或者缺值的区域虽都得到了良好的修补,但这四种算法的具体处理结果有所不同。当对平坦目标表面进行插值处理时,最近邻插值算法,算术平均值插值算法,距离反比加权插值算法和改进的距离反比加权插值算法插值后高程离散分别为0.26 m,0.22 m,0.21 m,0.21 m,该数据说明距离反比加权插值算法对平面目标的处理效果更好,该算法改进后仍保持对平面区域的处理优势。当目标区域地势有起伏时,经最近邻插值算法处理后,地形高程表现出一定的阶跃变化,因此该算法适合处理具有突变高程的目标。算术平均值插值算法对目标点云产生了过度均匀化效应,处理效果一般。距离反比加权插值算法能够比较好地表现出整体点云高程的渐变,对地形连续变化区域处理效果较为理想,但对高程突变目标处理后无法保留其细节信息。改进的距离反比加权插值算法中结合了最近邻插值算法的优点,通过判断目标点邻域内的高程特征对地形进行甄别,然后选择合适的算法进行处理,增加了算法的适应性,同时也一定程度上提高了原距离反比加权插值算法的效率。本文采用改进的距离反比加权插值算法对建筑物,植被和山丘进行均匀化处理,都得到了比较理想的插值效果。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
激光采样论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
机载激光雷达是一种主动遥感测量工具,在地形测量、大气监测等方面得到广泛应用。其中条纹管激光雷达由于其探测灵敏度高、具备全波形采样能力、数据获取率高等特性而备受关注。条纹管激光雷达测绘时得到大量的回波数据,但同时面临的问题是如何有效处理数据,从中获取需要的信息。因此选用合适的分类技术对回波数据进行加工,提取有用的信息,具有十分重要的意义。神经网络具有自学习、自适应等优势,可实现高度并行处理,在图像分类等领域发挥着重要作用。本文采用神经网络对条纹管激光雷达原始回波信号进行分类处理,获得建筑、平地、坡地和植被等四类地物目标的分类结果。通过对四类目标的典型回波信号对比分析,选取了7项特征作为分类依据,分别是面积、圆形度、连通域个数、灰度标准差、灰度均值、长宽比和质心。在此基础上构建了BP神经网络分类器。从原始回波信号中选取合适的样本,进行特征提取,将信号特征作为输入数据输入BP神经网络分类器。分析了自适应学习率算法、动量梯度下降法、LM算法等6种改进的BP神经网络训练算法,经过对比试验,确定了LM算法作为本文的BP神经网络训练算法。经过多次试验确定BP神经网络模型的隐含层神经元数量、迭代次数等各项参数,对BP神经网络模型进行监督训练和测试,实现了对原始回波信号分类处理的功能。使用混淆矩阵和Kappa系数对搭建好的BP神经网络分类器模型的性能进行评价,分类准确度为96%,Kappa系数为0.95,表明分类器的预测分类结果与实际分类结果具有较好的一致性。最后使用此分类器对条纹管激光雷达外场飞行试验采集的回波信号进行了分类。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
激光采样论文参考文献
[1].张天宇,曲兴华,张福民,彭博.基于扫频采样的飞秒激光大尺寸测距方法研究[J].光谱学与光谱分析.2019
[2].高润苏.基于神经网络的波形采样激光雷达信号分类技术研究[D].哈尔滨工业大学.2019
[3].马建平.基于高速脉冲调制和回波采样的激光测距技术研究[D].东华大学.2019
[4].马建平,尚建华,孙嘉曈,贺岩,罗远.基于高速脉冲调制和回波采样的激光测距系统[J].中国激光.2019
[5].夏显召,赵逸飞,叶茂,赵毅强.基于高速采样结构的激光雷达模拟前端电路设计[J].微纳电子与智能制造.2019
[6].杜昊辰.调频式激光测距差拍信号欠采样频率估计系统设计[D].哈尔滨理工大学.2019
[7].张桐,曲兴华,张福民.基于外部时钟信号触发重采样的激光频率调制测距方法[J].光学学报.2019
[8].刘洋,郝东阳,吕勇.基于电荷积分采样技术的低信噪比激光功率测量技术研究[J].激光杂志.2018
[9].熊星庭,曲兴华,张福民.噪声对等光频采样调频连续波激光雷达测距精度的影响分析及实验验证[J].光谱学与光谱分析.2018
[10].孙立羽.波形采样激光雷达点云数据的均匀化处理研究[D].哈尔滨工业大学.2018