机载激光雷达全波形数据处理研究

摘要

机载激光雷达系统是由激光扫描仪、惯性导航系统等多个子系统组成的主动式遥感系统，具有非接触、精度高等特点，能够精确获取待测目标的三维坐标信息，广泛应用于三维建模、林业树木分类、海岸线测量等民用领域，及水下探潜、探雷等多种军事领域。近年来出现的全波形机载激光雷达系统可以获取完整的地物回波，能够更清晰地提供目标垂直变化情况。利用全波形机载激光雷达系统进行测量的核心任务是处理全波形数据，由于一条全波形数据包含多个回波信号，且在数据采集过程中受到噪声影响，首先需要对全波形数据进行预处理，其次才能进行波形分解。　　本文针对机载激光雷达系统，重点研究该系统的全波形数据处理方法，主要研究如下：　　(1)对机载激光雷达系统进行介绍：首先介绍国内外机载激光雷达系统构成、扫描方式以及系统适用性。其次从激光雷达方程的推导入手，介绍了机载激光雷达参数和目标后向散射率对激光波形的影响，并在此基础上阐述了机载激光全波形数据回波特点。最后介绍了机载激光雷达系统对地定位原理，并对激光脚点坐标转换到WGS84坐标进行了完整公式推导。　　(2)研究全波形数据滤波去噪算法：针对暗电流噪声，高斯滤波、巴特沃斯滤波虽然可以减弱暗电流噪声，但改变了全波形数据的展宽，对波形特征有较大破坏；而Savitzky-Golay(S-G)滤波不改变波形数据的展宽，并有效减弱暗电流噪声影响。针对背景噪声，绝对中误差法估计阈值不能消除回波强度较大的全波形数据背景噪声，而均值法能够准确估计出背景噪声阈值消除背景噪声影响。本文采用S-G滤波结合均值法估计背景噪声进行全波形数据滤波去噪。最后通过对不同地物目标的去噪结果进一步验证了本文所选方法具有普适性。　　(3)研究全波形数据分解算法：针对现有的全波形数据分解算法在弱波和叠加波检测上的不足，文中提出一种改进的严格高斯检测算法，该算法通过波峰检测、模型参数计算、波形拟合和无效波形分量剔除等步骤完成波形分解，采用列文伯格-马夸尔特算法(Levenberg-Marquardt，L-M)进行模型参数优化。通过对模拟全波形数据和实测全波形数据的分解结果分析，本文所用方法可以有效地完成波形分解工作。

目录

声明

1 绪 论

1.1研究背景和研究意义

1.2 国内外研究进展

1.2.1 阈值法波形分解

1.2.2 去卷积法波形分解

1.2.3 信号分解法波形分解

1.2.4 波形分解存在问题

1.3.1 主要研究内容

1.3.2 论文研究路线

1.3.3 论文结构组织

2 机载激光雷达系统

2.1.1 国外商业机载激光雷达系统

2.1.2 国产机载激光雷达系统

2.2.1 激光雷达方程

2.2.2 回波特点

2.3 机载激光雷达系统测量原理

2.3.1 激光扫描仪坐标系到惯导坐标系

2.3.2 惯导坐标系到当地水平坐标系

2.3.3 当地水平坐标系到WGS84坐标系

2.4 小结

3 全波形数据去噪算法研究

3.1全波形数据去噪效果

3.2全波形数据去噪

3.2.1 暗电流噪声滤波

3.2.2 背景噪声阈值估计

3.3全波形数据去噪结果

3.4 小结

4 全波形数据分解算法研究

4.1波形拟合

4.1.1 拉普拉斯分布函数

4.1.2 对数正态分布函数

4.1.3 瑞利分布函数

4.1.4 高斯函数

4.1.5 拟合效果评价

4.2 全波形数据分解

4.2.1 初始参数估计

4.2.2 波形拟合和参数优化

4.2.3 剔除无效波形分量

4.3.1 模拟波形分解结果

4.3.2 实测波形分解结果

4.3.3 统计分析

4.4 小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

作者简历

致谢

学位论文数据集