一种基于轻量化神经网络的新型FMCW激光雷达信号处理方法

本发明公开了一种基于轻量化神经网络的新型FMCW激光雷达信号处理方法，包括：利用变分模态分解对采集的非平稳FMCW激光雷达中频信号进行数据预处理；计算每组分量的特征量作为评估分量特征的指标，并根据指标的不同权重建立分量选择的复合判据因子，筛选出判据因子最大的分量；设计轻量化的长短期记忆神经网对筛选出的分量信号进行多步预测；使用FFT和CFAR算法对LSTM多步预测的结果进行频谱估计和目标检测，通过FMCW激光雷达探测原理计算得到目标距离信息。本发明针对有限的激光调频带宽和有限的数据长度下FMCW激光雷达探测精度低的问题，以更低的成本和更高的效率来提取目标距离信息，使FMCW激光雷达系统具有更大的等效带宽、更好的测距分辨率和更高的信噪比。