摘要
本发明公开了一种烟尘云雾环境蒙特卡洛仿真后向散射回波随机性去除方法,利用烟尘云雾环境激光后向散射回波模型,在相同参数条件下仿真出若干个后向散射回波,构成该参数条件下的总体回波数据集;针对后向散射回波波形,提取出后向散射回波最具代表性的特征参量并组成数组,利用多特征参量箱型图法对后向散射回波进行筛选,并计算满足筛选条件的单个回波的优劣评判系数e,最后选取e值最小的回波作为该参数条件下输出的最优后向散射回波。本发明提高了蒙特卡洛仿真的稳定性,有效解决了仿真回波随机误差较大的问题,提升了烟尘云雾环境下后向散射回波仿真精度。
技术关键词
蒙特卡洛
多特征参量
烟尘
回波模型
数据
回波特征
后向散射信号
波形
参数
激光
序列
信噪比
噪声
表达式
极值
变量
理论
坐标
系统为您推荐了相关专利信息
数据识别模型
数据识别方法
终端设备
异构
iOS操作系统
判断健康状态
智慧农业管理方法
无人机授粉
协方差矩阵
图像