機(jī)載激光測深回波信號(hào)探測技術(shù)研究

發(fā)布時(shí)間：2020-06-13 23:51

【摘要】：機(jī)載激光測深(Airborne LiDAR Bathymetry,ALB)技術(shù)在淺水、海岸帶測繪領(lǐng)域已展現(xiàn)出巨大的應(yīng)用潛力,但在數(shù)據(jù)處理方面仍存在較多困難,制約著該技術(shù)的進(jìn)一步發(fā)展。本文圍繞其中一項(xiàng)關(guān)鍵技術(shù)——測深回波信號(hào)探測展開研究,主要涉及海陸回波分類以及水域回波的波形濾波、波形去卷積、峰值檢測、波形分解五個(gè)方面。論文的主要工作和創(chuàng)新點(diǎn)如下:1.論述了ALB技術(shù)的發(fā)展現(xiàn)狀,介紹了ALB的系統(tǒng)構(gòu)成、測深原理和數(shù)據(jù)處理流程,分析了水域回波構(gòu)成和輻射傳輸模型,并針對數(shù)據(jù)特點(diǎn)在處理流程上進(jìn)行了適當(dāng)改進(jìn)。2.提出了一種基于多通道特征的海陸回波自動(dòng)分類方法,該方法依據(jù)近紅外回波特征自動(dòng)生成訓(xùn)練樣本,并提出了新的多通道特征綜合提取方法,克服了傳統(tǒng)方法需要人工采集樣本的缺陷,構(gòu)建了訓(xùn)練樣本與未分類回波的聯(lián)系,分別采用決策樹、支持向量機(jī)、k鄰近算法和人工神經(jīng)網(wǎng)絡(luò)四種分類器完成海陸分類,實(shí)驗(yàn)證明該方法在無人工干預(yù)條件下可達(dá)到較高的分類精度。3.針對測深信號(hào)檢測中淺水回波信號(hào)重疊、底部弱回波信號(hào)探測和水體后向散射影響三個(gè)關(guān)鍵性問題,從波形濾波、波形去卷積、峰值檢測和波形分解四個(gè)方面對現(xiàn)有的波形處理方法展開了全面剖析,綜合比較了相關(guān)算法在測深信號(hào)檢測中的性能,為研究ALB數(shù)據(jù)處理技術(shù)提供了重要的實(shí)驗(yàn)結(jié)論。4.為解決現(xiàn)有波形處理方法適用范圍有限的問題,提出一種深度自適應(yīng)的機(jī)載激光測深信號(hào)檢測方法,該方法通過確定波形有效范圍實(shí)現(xiàn)了水深的快速估計(jì),在波形預(yù)處理中顧及深度因素有效融合了理查德露西去卷積和平均差平方函數(shù)法的優(yōu)勢,在波形分解中提出了二階多項(xiàng)式指數(shù)函數(shù)模型以降低模型對水深的敏感性,并在模型參數(shù)求解中引入信賴域算法,突破了系統(tǒng)采樣間隔對檢測精度的限制,實(shí)驗(yàn)表明該方法不僅顯著提高了測深信號(hào)檢測精度,且對不同水深的波形檢測保持了較好的穩(wěn)健性。 【學(xué)位授予單位】：戰(zhàn)略支援部隊(duì)信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P715.7

【圖文】：