关键词:
卷积神经网络
脉冲激光测距
回波估计
光强空间分布
摘要:
为了解决目前脉冲激光测距回波估计方法存在的脉冲响应函数不够平滑、展宽不够理想,导致脉冲激光测距精度较低的问题,提出了卷积神经网络的脉冲激光测距回波估计方法。采用学习权值与偏置常量神经元,组建卷积神经网络结构,通过分析五个构成模块主要功能,完成卷积神经网络优化,利用输入样本分量与神经元权重,架构输入输出的约束条件,经过设定网络层数、卷积核数以及激活函数等指标参数,确定神经元个数,根据学习速率初始数值,取得最优邻域初始数值,依据输入的带标签样本实现卷积与降采样处理,获取最优邻域权重,在激光空气传播速度恒定原理与回波波形非对称高斯分布基础上,通过回波脉冲空间水平分布与时域分布,得到最终回波估计结果。实验结果表明,所提方法的回波信号估计结果与实际结果存在的最大偏差值仅为0.2%,脉冲激光测距精度较高。