CN105068063A - 一种基于回波全波形分解的地物特征获取方法 - Google Patents
一种基于回波全波形分解的地物特征获取方法 Download PDFInfo
- Publication number
- CN105068063A CN105068063A CN201510418831.5A CN201510418831A CN105068063A CN 105068063 A CN105068063 A CN 105068063A CN 201510418831 A CN201510418831 A CN 201510418831A CN 105068063 A CN105068063 A CN 105068063A
- Authority
- CN
- China
- Prior art keywords
- laser
- echo
- waveform
- ground object
- error
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及一种基于回波全波形分解的地物特征获取方法,包括以下步骤:1)根据激光高度计的参数获取激光高度计的激光发射信号的数学模型;2)获取目标地物的三维地物模型以及激光高度计发射传输过程的数据误差;3)根据三维地物模型以及激光发射信号模型并考虑激光高度计发射传输过程的数据误差,获取激光发射信号与目标地物相互作用产生回波的数学模型;4)对激光发射信号与目标地物相互作用产生的回波采用非线性最小二乘高斯分解算法进行全波形分解,获得分解后的高斯波;5)根据分解后的高斯波的波形获取目标地物的垂直高度,并估计激光高度计的实际测量精度。与现有技术相比,本发明具有精度高、成本低、适用范围广等优点。
Description
技术领域
本发明涉及测绘、摄影测量与遥感领域,尤其是涉及一种基于回波全波形分解的地物特征获取方法。
背景技术
自上世纪70年代以来,卫星测高技术已经得到迅速发展并取得了巨大的研究成果。精确的测高任务已经改变了人类对地球的认识和观测方式。而高精度的卫星测高使我们有能力并***的进行与其相关的各种科学研究。2003年1月13日,美国NASA发射了ICESat(Ice,CloudandLandElevationSatellite),其上搭载了一个激光测高***GLAS(GeoscienceLaserAltimeterSystem),到2009年止,已经采集了密集的全球范围高精度高程数据,在陆地上主要应用于测定全球地形,作为地形图和数字高程模型的参考基准。然而城市区域特有的地物类型,导致传统的全波形分解方法无法完整准确的提取信息,需要在城区星载激光测距雷达仪器设计方案基础上,建立激光测距雷达的回波模拟模型,并从波形数据中提取地物特征,进行精度评价。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种精度高、成本低、适用范围广的基于回波全波形分解的地物特征获取方法。
本发明的目的可以通过以下技术方案来实现:
一种基于回波全波形分解的地物特征获取方法,包括以下步骤:
1)根据激光高度计的参数获取激光高度计的激光发射信号的数学模型;
2)获取目标地物的三维地物模型以及激光高度计发射传输过程的数据误差;
3)根据三维地物模型以及激光发射信号模型并考虑激光高度计发射传输过程的数据误差,获取激光发射信号与目标地物相互作用产生回波的数学模型;
4)对激光发射信号与目标地物相互作用产生的回波采用非线性最小二乘高斯分解算法进行全波形分解,获得分解后的高斯波;
5)根据分解后的高斯波的波形获取目标地物的垂直高度,并估计激光高度计的实际测量精度。
所述的步骤1)中激光发射信号波形的数学模型为高斯函数:
其中,pT(t)为高斯函数的峰值,tC,T为高斯函数的中心位置,sT为高斯函数的标准差。
所述的步骤2)中通过数字表面模型表示地表和地物表面的起伏和分布三维地物模型。
所述的步骤2)中数据误差包括激光高度计发射和接收不平行造成的误差、脉冲信号传播时间的测量误差、震动误差、反光镜的旋转误差、脉冲零点误差、大气中水分子、悬浮物和大气的折射、散射造成的测量误差以及大气温度、湿度和气压变化造成的测量误差。
所述的步骤3)中激光发射信号与目标地物相互作用产生回波的数学模型为:
其中,pR(t)为地物回波波形,pT(t)为发射脉冲功率,Ri为地物与激光高度计之间的距离,R0为所有地物与激光高度计的近似距离,βT为发射脉冲的波束宽度,ρi(t)为地物反射率,σi为后向散射截面,AS,i(t)为地物受到脉冲能量照射的面积,Ωi(t)地物散射立体角,DR为接收天线孔径直径,ηatm表示大气对信号传输的影响参数,ηsys表示硬件***对信号传输的影响参数,a、b为激光测距雷达激光光束的照射大脚印内椭圆的长半轴和短半轴,xi、yi分别为第i个地物的坐标值,εi为激光测距雷达发射的脉冲能量呈椭圆高斯分布引入的参数。
所述的步骤4)中分解后的高斯波的波形数学模型为:
其中,Np是回波中峰值个数,Am是第m个峰值的大小,ε是噪声影响而产生的偏差,tm是峰值的位置,σm是第m个峰值的标准差。
所述的步骤5)中估计激光测距雷达的实际测量精度估计方法为:
采用分解后的高斯波的波形数学模型对脉冲信号进行波形拟合,并确定回波波形的中心位置,估计精度RMSE的表达式为:
h=c*(t1-t2)/2
其中,h为通过回波波形拟合计算得到的地物的垂直高度,hset为建模时设定的地物垂直高度,即真值,n为仿真次数,c为光速,t1和t2为相邻脉冲的时刻。
与现有技术相比,本发明具有以下优点:
一、精度高:通过仿真模拟城市不同地表目标回波波形,对城市激光高度计的***设计参数提供重要的理论依据。
二、成本低:激光***和技术的开发费用高昂,需要一个准确的***仿真模型来指导工程实践、降低费用,并为数据处理、地物信息提取算法开发提供必要的模拟数据源。
三、建立具有城市特征场景的模型。
四、适用范围广:建立模型数据库,存储各种目标模型,以及实验数据库,不同的目标模型对应的波形特征以及实验结果,方便用户使用。
五、回波数学模型考虑到了脚印内里的脉冲能量从中间向外沿逐渐减弱这一特性,即地物在脚印内的位置不同,接收到的能量是不同的。
六、利用回波数学模型模拟时,考虑到了大气、硬件***对信号传输的影响,使模拟的回波信号更接近真实环境中的回波信号。
七、精确描述、控制城市地物场景,模拟出回波波形,有利于分析地物面积位置等微小变化是如何影响到激光回波信号的。
附图说明
图1为本发明的方法流程图。
图2为实施例1中地面反射率为0.65时的波形图。
图3为实施例1中地面反射率为0.06时的波形图。
图4为实施例2中地面反射率为0.65时的波形图。
图5为实施例2中地面反射率为0.06时的波形图。
图6为实施例3中地面反射率为0.65时的波形图。
图7为实施例3中地面反射率为0.06时的波形图。
图8为实施例4中地面反射率为0.65时的波形图。
图9为实施例4中地面反射率为0.06时的波形图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
如图1所示,本方法主要有以下三步组成:
激光发射信号模拟
激光测距雷达的发射波形可近似为半峰宽度(FWHM,FullWidthHalfMagnitude)为8ns的高斯函数。
其中,AT是高斯函数的峰值,tCT是高斯函数的中心位置,sT是其标准差。
信号传输过程会使测高数据产生误差。主要包括高度计发射和接受不平行,脉冲信号传播时间的测量误差、震动误差、反光镜的旋转及脉冲零点误差,仪器姿态误差,大气中的水分子、悬浮物以及大气的折射、散射等,将会使测量产生偏差,另外激光脉冲的传播还受到大气温度、湿度和气压的影响。
激光波束与典型特性地物目标相互作用的数学模型
不同地物目标的模拟回波波形对测高仪***参数设计具有重要意义。激光测距雷达可以精确记录发射脉冲信号从卫星发出经过光斑内地表目标的反射到接受器接收到回波信号的时间,连续的记录激光雷达回波构成了回波波形。激光雷达回波方程如下式所示:
DR
其中,pR(t)是地物回波波形,pT(t)是发射脉冲功率,Ri是地物与发射机之间的距离,R0为所有地与激光高度计的近似距离,βT是发射脉冲的波束宽度,ρi(t)是地物反射率,σi后向散射截面,A是地物受到脉冲能量照射的面积,Ωi(t)地物散射立体角,DR是接受天线孔径直径,ηatm表示大气对信号传输的影响,ηsys表示硬件***对信号传输的影响,a、b是脚印内椭圆的长半轴和短半轴,xi、yi分别是地物i离脚印长轴、短轴的垂直距离,即在以脚印中心为原点,以椭圆短轴为x轴,以椭圆长轴为y轴的坐标系下,地物i的坐标值。
激光作为一种光源,其光束截面内的光强分布是不均匀的,即光束波面上各点的振幅是不相等的。参数εi是考虑到脉冲能量从脚印中心向周围逐渐衰减,呈椭圆高斯分布而引入的。以上模拟回波波形的过程,是假设建筑物只有屋顶存在能量入射,侧面没有能量入射。
激光测距仪激光回波全波形分析算法
卫星激光测距雷达通过测定激光发射到地面的往返时间来确定其到地面的距离,进而精确测定地物的高度。为了精确测量距离,需要对脉冲信号进行波形拟合,精确确定回波波形的中心位置。模型拟合可以估计平均表面高,脉冲振幅,脉冲宽度及信号噪声。
波形拟合算法有非线性最小二乘最优算法、最大似然估计算法、蒙特卡洛马尔科夫链方法等。发射激光脉冲是高斯波,可以把回波看成是带有偏差的高斯波型。高斯分解实质上是一个曲线拟合的过程,关键是数学模型和参数初始值的选择,因为这两个过程决定了模型对回波的分解程度,以及分解出来的高斯波的位置和形状。
波形模型可写为:
其中,Np是回波中峰值个数,Am是第m个峰值的大小,ε是噪声影响而产生的偏差,tm是峰值的位置,σm是第m个峰值的标准差。可由非线性最小二乘法计算模型参数。提取地物高度信息首先要确定地面回波波形的高斯波个数,而噪声对此影响很大,需要合理有效的滤波算法进行去噪。
实施例1:
平地不同反射率:
平地返回的是单个回波,对地面反射率从0.65~0.06的共8种回波分别进行了波形拟合。模拟600次求平均的结果表明,测距精度随着地面反射率降低而减小,最高精度为0.068±0.05cm,最低精度为0.73±0.56cm。拟合的参数值见表1,拟合波形见图2和图3。
表5.1平地不同反射率回波拟合参数值
实施例2:
坡度:
对不同坡度的回波信号进行波形拟合,测距精度随着坡度增加而减小,随反射率的减小而减小。模拟600次求平均的结果表明,坡度5度,测距精度为0.11±0.08cm(ρ=0.65),和1.46±0.82cm(ρ=0.06);坡度15度,测距精度为0.43±0.34cm(ρ=0.65)和2.94±2.18cm(ρ=0.06),拟合参数结果见表2,波形拟合结果见图4和图5。
表2不同坡度回波拟合参数值
实施例3:
一个建筑物距足印中心不同远近地物:
地物到足印中心的距离越远(0米,5米,10米,12米),即在足印光斑内所占面积越小,波形拟合精度越差,测距误差越大。模拟600次求平均的结果表明,当距离足印中心0m时,测距误差约0.15±0.11cm(ρ=0.65)和0.91±0.68cm(ρ=0.06);当距离足印中心10m时,测距误差约1.24±0.96cm(ρ=0.65)和8.04±5.93cm(ρ=0.06);当距离足印中心12m时,测距误差约3.3±2.3cm(ρ=0.65),当地面反射率为0.06时,地物的回波能量很小为1.69mv,小于噪声阈值(4mv),和噪声混淆在一起,很难将其探测拟合出来,因此如果回波能量小于噪声阈值,则不进行拟合。600次模拟中,只有6次探测出了地物微弱的回波,测距误差较大,约为17.07cm。拟合参数值见表3,Np1是地物相关参数,Np2是地表的相关参数,波形拟合结果见图6和图7。
表3地物到足印中心的距离不同的回波拟合参数值
实施例4:
一个建筑物距足印中心不同远近地物:
足印内有多个地物,波形拟合精度与地物高度、面积以及在足印中所处的位置有关。模拟600次求平均结果表明,精度最好的为3个地物中的Np1,测距误差为0.5394±0.3802cm(ρ=0.65)和3.434±2.312cm(ρ=0.06),因为对应高10m面积为10.1*9.1m2的建筑物,返回的能量较强;如果Np能量接近噪声阈值(4mv),则测距精度较差,例如地面反射率为0.06时,3个地物的Np2测距误差为9.494±6.415cm,Np3为8.954±6.756cm,2个地物的Np1测距误差为9.454±7.236cm,Np2为8.554±6.31cm,1个地物的Np1,测距误差为8.8267±6.6961cm。拟合精度较差是因为其回波信号较弱,拟合时峰值的确定以及开始结束位置的确定不精确,导致拟合结果较差。拟合参数值见表4。波形拟合结果见图8和图9。
表4足印内不同地物个数的回波拟合参数值
本发明使用非线性最小二乘高斯分解算法,求得回波信号的每个回波的中心位置、峰值、标准差和噪声偏差。多个地物的拟合波形是多个回波的叠加。综合所有实施例,回波信号越强,波形拟合的越精确,测距误差越小,波形拟合使用合适的初始值,得到的结果越精确,测距误差越小。
Claims (7)
1.一种基于回波全波形分解的地物特征获取方法,其特征在于,包括以下步骤:
1)根据激光高度计的参数获取激光高度计的激光发射信号的数学模型;
2)获取目标地物的三维地物模型以及激光高度计发射传输过程的数据误差;
3)根据三维地物模型以及激光发射信号模型并考虑激光高度计发射传输过程的数据误差,获取激光发射信号与目标地物相互作用产生回波的数学模型;
4)对激光发射信号与目标地物相互作用产生的回波采用非线性最小二乘高斯分解算法进行全波形分解,获得分解后的高斯波;
5)根据分解后的高斯波的波形获取目标地物的垂直高度,并估计激光高度计的实际测量精度。
2.根据权利要求1所述的一种基于回波全波形分解的地物特征获取方法,其特征在于,所述的步骤1)中激光发射信号波形的数学模型为高斯函数:
其中,pT(t)为高斯函数的峰值,tC,T为高斯函数的中心位置,sT为高斯函数的标准差。
3.根据权利要求1所述的一种基于回波全波形分解的地物特征获取方法,其特征在于,所述的步骤2)中通过数字表面模型表示地表和地物表面的起伏和分布三维地物模型。
4.根据权利要求1所述的一种基于回波全波形分解的地物特征获取方法,其特征在于,所述的步骤2)中数据误差包括激光高度计发射和接收不平行造成的误差、脉冲信号传播时间的测量误差、震动误差、反光镜的旋转误差、脉冲零点误差、大气中水分子、悬浮物和大气的折射、散射造成的测量误差以及大气温度、湿度和气压变化造成的测量误差。
5.根据权利要求1所述的一种基于回波全波形分解的地物特征获取方法,其特征在于,所述的步骤3)中激光发射信号与目标地物相互作用产生回波的数学模型为:
其中,pR(t)为地物回波波形,pT(t)为发射脉冲功率,Ri为地物与激光高度计之间的距离,R0为所有地物与激光高度计的近似距离,βT为发射脉冲的波束宽度,ρi(t)为地物反射率,σi为后向散射截面,AS,i(t)为地物受到脉冲能量照射的面积,Ωi(t)地物散射立体角,DR为接收天线孔径直径,ηatm表示大气对信号传输的影响参数,ηsys表示硬件***对信号传输的影响参数,a、b为激光测距雷达激光光束的照射大脚印内椭圆的长半轴和短半轴,xi、yi分别为第i个地物的坐标值,εi为激光测距雷达发射的脉冲能量呈椭圆高斯分布引入的参数。
6.根据权利要求1所述的一种基于回波全波形分解的地物特征获取方法,其特征在于,所述的步骤4)中分解后的高斯波的波形数学模型为:
其中,Np是回波中峰值个数,Am是第m个峰值的大小,ε是噪声影响而产生的偏差,tm是峰值的位置,σm是第m个峰值的标准差。
7.根据权利要求1所述的一种基于回波全波形分解的地物特征获取方法,其特征在于,所述的步骤5)中估计激光测距雷达的实际测量精度估计方法为:
采用分解后的高斯波的波形数学模型对脉冲信号进行波形拟合,并确定回波波形的中心位置,估计精度RMSE的表达式为:
h=c*(t1-t2)/2
其中,h为通过回波波形拟合计算得到的地物的垂直高度,hset为建模时设定的地物垂直高度,即真值,n为仿真次数,c为光速,t1和t2为相邻脉冲的时刻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510418831.5A CN105068063A (zh) | 2015-07-16 | 2015-07-16 | 一种基于回波全波形分解的地物特征获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510418831.5A CN105068063A (zh) | 2015-07-16 | 2015-07-16 | 一种基于回波全波形分解的地物特征获取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105068063A true CN105068063A (zh) | 2015-11-18 |
Family
ID=54497478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510418831.5A Pending CN105068063A (zh) | 2015-07-16 | 2015-07-16 | 一种基于回波全波形分解的地物特征获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105068063A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105652260A (zh) * | 2015-12-01 | 2016-06-08 | 中国科学院上海技术物理研究所 | 一种基于数字表面模型的卫星激光高度计波形分解的方法 |
CN106199562A (zh) * | 2016-07-06 | 2016-12-07 | 山东省科学院海洋仪器仪表研究所 | 基于机载激光雷达测量海底地形的海面误差校正方法 |
CN106595572A (zh) * | 2016-10-20 | 2017-04-26 | 北京理工大学 | 一种飞行器低空飞行高度测量方法及装置 |
CN106599808A (zh) * | 2016-12-01 | 2017-04-26 | 中国科学院光电研究院 | 一种基于全波形激光雷达数据的隐蔽目标提取方法 |
CN108120447A (zh) * | 2016-11-28 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 多激光设备数据融合方法 |
CN108613645A (zh) * | 2018-05-11 | 2018-10-02 | 中南大学 | 一种基于参数估计的铅锌矿吸水井淤泥厚度测量方法 |
CN108828537A (zh) * | 2018-04-04 | 2018-11-16 | 南京理工大学 | 一种激光测高仪综合测试***及其综合测试方法 |
CN109298407A (zh) * | 2018-11-21 | 2019-02-01 | 北京理工大学 | 一种非均匀光束照射下目标激光散射特性的计算方法 |
CN110297223A (zh) * | 2019-07-29 | 2019-10-01 | 天津大学 | 基于bp神经网络的脉冲激光回波数目检测的方法 |
CN111077532A (zh) * | 2019-11-22 | 2020-04-28 | 同济大学 | 一种基于反卷积和高斯分解的地物空间信息获取方法 |
CN111208486A (zh) * | 2020-02-27 | 2020-05-29 | 淮阴工学院 | 全波形激光雷达波形分解方法 |
CN111751835A (zh) * | 2020-07-06 | 2020-10-09 | 中国科学院国家天文台长春人造卫星观测站 | 一种全波形卫星激光测距***及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020140597A1 (en) * | 2001-03-30 | 2002-10-03 | Taylor David W. A. | Method and apparatus for detecting a moving object through a barrier |
CN103217679A (zh) * | 2013-03-22 | 2013-07-24 | 北京航空航天大学 | 一种基于遗传算法的全波形激光雷达回波数据的高斯分解法 |
CN104155638A (zh) * | 2014-06-11 | 2014-11-19 | 南京林业大学 | 一种基于LiDAR伪垂直波形模型的树种分类方法 |
-
2015
- 2015-07-16 CN CN201510418831.5A patent/CN105068063A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020140597A1 (en) * | 2001-03-30 | 2002-10-03 | Taylor David W. A. | Method and apparatus for detecting a moving object through a barrier |
CN103217679A (zh) * | 2013-03-22 | 2013-07-24 | 北京航空航天大学 | 一种基于遗传算法的全波形激光雷达回波数据的高斯分解法 |
CN104155638A (zh) * | 2014-06-11 | 2014-11-19 | 南京林业大学 | 一种基于LiDAR伪垂直波形模型的树种分类方法 |
Non-Patent Citations (5)
Title |
---|
刘峰 等: "全波形LiDar数据分解方法的研究", 《中南林业科技大学学报》 * |
李展: "基于ICESat GLAS数据提取城市建筑物的三维信息", 《中国科学院学位论文数据库》 * |
段乙好 等: "一种用于机载LiDAR波形数据高斯分解的高斯拐点匹配法", 《激光与光电子学进展》 * |
王显威 等: "结合GPS和GLAS数据生成Dome-A区域DEM", 《遥感学报》 * |
赵欣 等: "激光测高仪高斯回波分解算法", 《红外与激光工程》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105652260B (zh) * | 2015-12-01 | 2017-12-26 | 中国科学院上海技术物理研究所 | 一种基于数字表面模型的卫星激光高度计波形分解的方法 |
CN105652260A (zh) * | 2015-12-01 | 2016-06-08 | 中国科学院上海技术物理研究所 | 一种基于数字表面模型的卫星激光高度计波形分解的方法 |
CN106199562A (zh) * | 2016-07-06 | 2016-12-07 | 山东省科学院海洋仪器仪表研究所 | 基于机载激光雷达测量海底地形的海面误差校正方法 |
CN106595572B (zh) * | 2016-10-20 | 2020-07-03 | 北京理工大学 | 一种飞行器低空飞行高度测量方法及装置 |
CN106595572A (zh) * | 2016-10-20 | 2017-04-26 | 北京理工大学 | 一种飞行器低空飞行高度测量方法及装置 |
CN108120447A (zh) * | 2016-11-28 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 多激光设备数据融合方法 |
CN106599808A (zh) * | 2016-12-01 | 2017-04-26 | 中国科学院光电研究院 | 一种基于全波形激光雷达数据的隐蔽目标提取方法 |
CN106599808B (zh) * | 2016-12-01 | 2020-12-15 | 中国科学院光电研究院 | 一种基于全波形激光雷达数据的隐蔽目标提取方法 |
CN108828537A (zh) * | 2018-04-04 | 2018-11-16 | 南京理工大学 | 一种激光测高仪综合测试***及其综合测试方法 |
CN108613645A (zh) * | 2018-05-11 | 2018-10-02 | 中南大学 | 一种基于参数估计的铅锌矿吸水井淤泥厚度测量方法 |
CN109298407A (zh) * | 2018-11-21 | 2019-02-01 | 北京理工大学 | 一种非均匀光束照射下目标激光散射特性的计算方法 |
CN110297223A (zh) * | 2019-07-29 | 2019-10-01 | 天津大学 | 基于bp神经网络的脉冲激光回波数目检测的方法 |
CN111077532A (zh) * | 2019-11-22 | 2020-04-28 | 同济大学 | 一种基于反卷积和高斯分解的地物空间信息获取方法 |
CN111208486A (zh) * | 2020-02-27 | 2020-05-29 | 淮阴工学院 | 全波形激光雷达波形分解方法 |
CN111208486B (zh) * | 2020-02-27 | 2022-01-28 | 淮阴工学院 | 全波形激光雷达波形分解方法 |
CN111751835A (zh) * | 2020-07-06 | 2020-10-09 | 中国科学院国家天文台长春人造卫星观测站 | 一种全波形卫星激光测距***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105068063A (zh) | 一种基于回波全波形分解的地物特征获取方法 | |
CN107167786B (zh) | 卫星激光测高数据辅助提取高程控制点方法 | |
CN103926589B (zh) | 星载激光测高***固体地表目标平面和高程精度检测方法 | |
Yang et al. | Refraction correction of airborne LiDAR bathymetry based on sea surface profile and ray tracing | |
CN106802289B (zh) | 基于测深激光全波形数据的漫衰减系数提取方法及*** | |
US9097792B2 (en) | System and method for atmospheric correction of information | |
CN110646782B (zh) | 一种基于波形匹配的星载激光在轨指向检校方法 | |
CN102682335B (zh) | 精确确定区域对流层延迟的神经网络方法 | |
CN108959705B (zh) | 一种预测亚热带森林生物量的方法 | |
Wang et al. | Dynamic calibration of GPS effective isotropic radiated power for GNSS-reflectometry earth remote sensing | |
CN105068065A (zh) | 星载激光测高仪在轨检校方法及*** | |
CN109633601B (zh) | 基于地表模型的星载激光雷达脚点精确定位方法 | |
CN108414998A (zh) | 一种卫星激光测高仪回波波形模拟仿真方法及设备 | |
CN108872964A (zh) | 基于无人机LiDAR数据的银杏人工林郁闭度提取方法 | |
CN106526593A (zh) | 基于sar严密成像模型的子像素级角反射器自动定位方法 | |
CN109358325A (zh) | 起伏地形背景下雷达高度表的地形反演方法 | |
CN105425231A (zh) | 一种基于分层投影和泰勒展开的多传感器多目标定位方法 | |
Zhang et al. | Wind direction retrieval using spaceborne GNSS-R in nonspecular geometry | |
CN113534194B (zh) | 联合gnss与测风激光雷达的对流层温湿廓线反演方法 | |
Zhang et al. | Spectral energy model-driven inversion of XCO 2 in IPDA lidar remote sensing | |
CN104567802A (zh) | 集成船载重力和gnss的测线式陆海高程传递方法 | |
CN104101869A (zh) | 一种极坐标下的地波雷达运动目标仿真建模方法 | |
CN113885012A (zh) | 森林研究区的星载光子计数激光雷达去噪精度评价方法 | |
Ma et al. | Analysis of positioning errors caused by platform vibration of airborne LiDAR system | |
CN114152936A (zh) | 森林研究区的星载波形激光雷达地面高程精度评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151118 |