全波形机载激光数据分解研究

摘要

针对进行全波形机载激光数据分解时采用重力中心(COG)方法和高斯脉冲拟合(GPF)方法难以检测到全波形数据中的叠加波和弱波脉冲,从而造成地物信息丢失的问题,提出了一种改进的严格高斯检测(RGD)算法.该算法首先采用高斯滤波提高信噪比,然后通过脉冲检测估计初始参数,并利用Trust Region参数优化方法进行高斯拟合,最终有效地分解出波形中的叠加波和弱波.利用提取到的每个单次回波的标准差、振幅、位置等模型参数能够得到半高波宽(FWHM)、后向散射截面和回波强度等波形信息.多次试验表明,与RGD算法相比,该方法可以有效地提高叠加波的识别率,减小波形拟合误差.