生成对抗网络驱动的海洋光量子探测信号去噪与重构方法与流程

本发明属于激光雷达信号处理，尤其涉及生成对抗网络驱动的海洋光量子探测信号去噪与重构方法。

背景技术：

1、水下激光雷达依托单光子探测器实现弱回波信号高灵敏采集，是深海地形测绘、水下目标识别的核心探测手段。海水介质存在强烈的粒子散射效应，激光在水体传输过程中会产生多层级散射光子，叠加探测器后脉冲噪声、时序漂移噪声、死时间计数失真噪声，严重污染原始光子探测序列。海量杂散散射光子与仪器噪声混杂，会造成回波波形畸变、目标信噪比骤降，传统滤波、阈值分割等信号处理手段难以分离不同阶次散射分量，无法精准还原携带目标信息的弹道光子与单次散射信号，制约水下光量子探测成像精度。

2、当前主流海洋光子信号去噪方法分为传统统计滤波与浅层神经网络两类。传统方法仅依靠单一时域或空域阈值剔除噪声，未区分多阶水体散射模态，高阶散射杂光无法有效抑制，且未建立光子数守恒、空间相关性等物理约束，去噪后易出现信号能量丢失、波形失真问题。浅层卷积网络仅对光子计数图做全局降噪，缺少多尺度时空特征提取能力，不能拆解弹道、单次、多次散射独立分量；现有生成对抗网络仅采用单一判别维度，未结合海洋光子传输物理规律设计约束条件，生成的重构信号常违背光子泊松分布、时间展宽、空间相关等固有物理特性，易输出虚假回波伪影。同时现有方案未针对单光子探测器特有后脉冲干扰、脉冲时序漂移、死时间计数误差设计前置校正流程，原始光子事件序列本身存在计量偏差，直接输入网络会放大噪声干扰，最终导致水下激光雷达测距、成像分辨率大幅下降，难以满足深海高精度探测工程需求。

技术实现思路

1、本发明针对上述背景技术中所存在的技术问题，提出生成对抗网络驱动的海洋光量子探测信号去噪与重构方法。

2、为了达到上述目的，本发明采用的技术方案为：

3、s1、获取水下激光雷达探测器输出的原始光子到达事件序列，所述原始光子到达事件序列包括各探测光子对应的空间通道标识、到达时间戳和光子计数值；

4、s2、将所述原始光子到达事件序列沿空间通道维度和时间维度进行多维直方图统计，构建光子到达时空统计分布场作为输入特征表示；

5、s3、构建散射阶次分解生成对抗网络，所述散射阶次分解生成对抗网络包括光子统计散射分解生成器和物理统计对抗判别器；

6、s4、利用光子统计散射分解生成器对所述光子到达时空统计分布场进行多尺度注意力编码，并通过散射阶次感知的多分支解码输出与预设散射阶次数目对应的多个散射模态分量场；

7、s5、利用物理统计对抗判别器分别在时间展宽分布域、空间相关域和光子数守恒域三个判别维度上，对各散射模态分量场进行对抗判别；

8、s6、在所述散射阶次分解生成对抗网络训练收敛后，将待测光子到达时空统计分布场输入光子统计散射分解生成器，重构得到去噪后的水下激光雷达回波信号。

9、作为优选，步骤s1原始光子到达事件序列的具体实现包括：

10、控制激光器以预设脉冲重复周期发射n个激光脉冲，每束脉冲同步生成基准时序信号，记录第n脉冲周期起始时刻，n=1,2,...,n；

11、采用二极管阵列探测水下回波，总空间通道数，行列序号i,j对应通道标识，记录第n周期第k通道每个光子相对的到达偏移时间，单通道单脉冲原始事件集合为：，归集全部通道、脉冲周期事件得到原始集合；

12、以任意光子前后各l个相邻事件估算局部光子到达率：，结合探测器死时间计算单光子校正权重：，设置权重上限和权重下限；

13、计算相邻事件的时间间隔，其中，构建判别似然比：，其中，为后脉冲时间间隔分布模型：，其中，为探测器的后脉冲衰减时间常数；为真实信号光子的泊松到达间隔分布，；当大于预设判别阈值时，判定该事件为后脉冲伪事件并从序列中滤除；否则保留该事件及其对应的死时间校正统计权重；对滤除后的事件序列重新编排序号，得到校正光子事件序列：；

14、以第1个脉冲周期为参考基准，对后续各脉冲周期的校正光子事件序列进行时序漂移估计与补偿；将第n个脉冲周期内全部空间通道的校正光子事件按其到达时间偏移量叠加，构建加权时间分布函数：，其中，为狄拉克函数；计算第n个脉冲周期与参考脉冲周期n=1的时间互相关函数：，其中为时序漂移变量，为时间窗宽度，取互相关函数的峰值位置作为第n个脉冲周期的时序漂移估计量，对第n个脉冲周期内所有空间通道的校正事件施加时序补偿，得到漂移补偿后的到达时间：；

15、将n个脉冲周期内全部空间通道的漂移补偿后事件按空间通道标识k和时间格点进行对齐叠加，计算各空间通道在各时间格点处的光子计数值，所述光子计数值由死时间校正统计权重累加得到：，其中，为第n个脉冲周期内第k个空间通道中落入第m个时间格点范围内的光子事件索引集合，m=1,2,...,m，m为时间格点总数；取时间格点中心时刻作为到达时间戳；最终输出原始光子到达事件序列：。

16、作为优选，步骤s2中构建光子到达时空统计分布场的具体实现包括：以预设的时间分辨间隔将到达时间戳离散化为时间格点，以空间通道标识为空间格点，建立二维统计网格；将各探测光子按其到达时间戳和空间通道标识映射至对应的网格单元，并将该网格单元的累计光子计数值加一；对完成统计的二维网格按总光子数进行归一化，得到所述光子到达时空统计分布场。

17、作为优选，步骤s4中利用所述光子统计散射分解生成器对所述光子到达时空统计分布场进行多尺度注意力编码，得到多尺度融合特征图的具体实现包括：

18、设置p个并行卷积分支，对于其中第p个分支采用感受野尺寸为的二维卷积核，其中，，；第p个分支对输出光子到达时空统计分布场经过卷积的得到相对应的带有个通道的输出特征图；

19、对于第p个分支，将左右相邻分支的特征图经1×1卷积完成通道维度匹配，得到匹配特征图；将匹配后的相邻分支特征与本分支原始特征做带可训练权重的逐元素融合，交互后特征满足：，其中，分别为左右两个分支经过通道维度匹配得到的匹配特征图，为权重系数；若处于首尾则只考虑左或者右的相邻分支进行计算；

20、对第p个分支的交互后特征图，记其第c个通道在空间位置i和时间位置j处的元素值为，计算第c个通道的均值统计量和标准差统计量，将两者拼接后输入由两个全连接层和sigmoid激活函数构成的注意力生成网络，输出通道注意力权重，将通道注意力权重与交互后特征图逐通道相乘得到第p个分支的注意力加权特征图；

21、将全部分支经注意力加权后的特征图沿通道维度拼接为总特征图，将总特征图输入由1×1卷积层、批归一化层和修正线性单元激活函数依次构成的压缩卷积模块，将通道数压缩至预设目标通道数，输出多尺度融合特征图，作为散射阶次感知多分支解码器的输入。

22、作为优选，通过散射阶次感知的多分支解码输出与预设散射阶次数目对应的多个散射模态分量场的具体实现包括：

23、设置数量等于预设散射阶次数目的并行解码分支，各解码分支均以多尺度融合特征图作为输入；每条解码分支堆叠多层转置卷积实现逐层上采样，每层上采样后得到预激活中间特征图；

24、在每层上采样后、批归一化前，对相邻散射阶次分支执行双向交叉注意力交互；低阶散射向高阶传递信息采用第一融合权重，高阶残差向低阶反馈采用第二融合权重，第一融合权重取值大于第二融合权重；将交互补充特征叠加至当前分支预激活特征，再经批归一化、激活函数处理得到层输出特征；

25、各解码分支末端通过1×1卷积做通道投影，分别输出对应散射阶次的散射模态分量场，全部分量场共同作为解码器输出。

26、作为优选，步骤s5利用物理统计对抗判别器分别在时间展宽分布域、空间相关域和光子数守恒域三个判别维度上，对各散射模态分量场进行对抗判别的具体实现包括：

27、在时间展宽分布域，提取各散射模态分量场时间维度一阶矩、二阶矩，校验矩特征匹配对应散射阶次的理论时间展宽区间；

28、在空间相关域，计算各散射模态分量场空间自相关半径，判定弹道光子模态自相关半径小于高阶散射模态自相关半径；

29、在光子数守恒域，累加全部分量场加权光子总数，与光子到达时空统计分布场总光子数对比，校验差值不超过预设误差阈值；

30、将三类维度针对分量场的偏差指标构建综合对抗损失，通过综合对抗损失区分真实物理散射样本与网络生成的虚假样本，完成三维联合对抗判别。

31、作为优选，步骤s6将待测光子到达时空统计分布场输入光子统计散射分解生成器，重构得到去噪后的水下激光雷达回波信号，具体包括：在所述散射阶次分解生成对抗网络训练收敛后，从所述光子统计散射分解生成器输出的多个散射模态分量场中选取弹道光子模态分量场和单次散射光子模态分量场作为携带目标信息的有用信号分量，以可学习的融合权重进行加权叠加，得到去噪后的光子到达时空统计分布场；将所述去噪后的光子到达时空统计分布场中各空间通道对应的时间响应曲线作为该通道的去噪回波波形，各空间通道的去噪回波波形共同构成去噪重构后的水下激光雷达回波信号。

32、与现有技术相比，本发明的优点和积极效果在于，本发明针对水下光量子探测多重散射与探测器多重仪器噪声问题，先通过后脉冲滤除、时序漂移补偿、死时间权重校正完成原始光子事件前置预处理，从源头消除计数失真、时序模糊与伪事件干扰；搭建带多尺度注意力编码、跨阶双向交互解码的散射分解生成器，可精准拆解不同阶次散射模态；配套三物理维度联合判别器引入时间展宽、空间相关、光子数守恒约束，避免生成违背物理规律的虚假回波。相较传统滤波与浅层网络，能有效分离杂散光、保留目标弹道与单次散射有效信号，抑制波形畸变与信噪比衰减，显著提升水下激光雷达测距、成像精度，方法适配多探测距离场景，鲁棒性与重构保真度大幅提升。