一种用于机载LiDAR波形数据高斯分解的高斯拐点匹配法

摘要

新一代全波形机载LiDAR获取的全波形/波形数据,反映了地物的垂直分布,揭示了地物的几何和物理属性,是地物分类的重要判据.与多回波机载LiDAR获取的离散点云数据相比,全波形机载LiDAR获取的波形数据能提供更多的目标信息(如振幅、波宽、距离、后向散射截面等),但这也给波形数据分析和信息提取提出了更高要求.rn 目前，国内外学者在理论和实践上都已证明，机载LiDAR回波波形可以近似地看作不同目标后向散射的高斯波形的叠加，即机载LiDAR回波波形是一系列高斯分量与噪声之和在时间轴上的叠加。高斯分解的目的是尽可能多地提取高斯分量，并获取每个分量的信息(如振幅、波宽、距离、后向散射截面等)。高斯拐点匹配法用于模拟和实测波形数据进行分解，并与传统的脉冲检测方法(重心法和高斯脉冲拟合法)进行比较，结果表明，提出的高斯拐点匹配法能很好地检测、分解、优化和拟合小光斑全波形机载LiDAR系统获取的波形数据，并得到较高的拟合精度。