原文服务方: 海洋技术学报       
摘要:
波形分解是机载测深LiDAR数据处理的关键环节,为水深计算、底质类型反演和水体浑浊度分析等提供基础信息.针对传统测深LiDAR波形分解算法受噪声干扰严重、对微弱及叠加信号分解不准确的问题,提出一种新的波形分解算法.对原始波形经小波滤波后,计算滤波前后尾段波形的差异,估计回波信号的噪声;利用高斯模型,从原始波形数据中不断分解出经LM算法优化参数后的波形分量,直到剩余波形中最大峰值与优化后的参数小于一定阈值.通过南海实测数据进行验证,实验结果表明:该算法分解弱回波能力强,不论在浅水(回波发生叠加)还是深水,其分解精度均优于传统算法.
推荐文章
基于广义高斯模型的机载测深LiDAR波形拟合算法
广义高斯模型
机载测深LiDAR
双高斯拟合
基于机载LiDAR全波形数据白桦林林分LAI反演研究
机载激光雷达
全波形数据
样地体元激光穿透指数
白桦林
叶面积指数
大光斑LiDAR全波形数据小波变换的高斯递进分解
大光斑激光雷达
全波形分析
小波变换
高斯分解
特征参数
基于小波平滑的超高斯与亚高斯信号盲源分离算法
盲源分离
超高斯
亚高斯
小波变换
平滑因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高斯与小波的机载测深LiDAR波形分解算法
来源期刊 海洋技术学报 学科
关键词 小波阈值去噪 波形分解 机载测深LiDAR LM算法
年,卷(期) 2018,(2) 所属期刊栏目 研究论文
研究方向 页码范围 1-6
页数 6页 分类号 P229
字数 语种 中文
DOI 10.3969/j.issn.1003-2029.2018.02.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 亓超 山东科技大学测绘科学与工程学院 6 9 2.0 3.0
2 宿殿鹏 山东科技大学测绘科学与工程学院 8 7 2.0 2.0
3 王贤昆 山东科技大学测绘科学与工程学院 5 4 2.0 2.0
5 张汉德 10 37 4.0 6.0
6 董梁 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (56)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波阈值去噪
波形分解
机载测深LiDAR
LM算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
海洋技术学报
双月刊
1003-2029
12-1435/P
大16开
1982-01-01
chi
出版文献量(篇)
2588
总下载数(次)
0
总被引数(次)
15625
论文1v1指导