基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高脉冲激光测距回波时刻解算方法的应用场景适应性,将回波时刻解算问题转换为波形分类的问题,采用深度学习的新方法实现回波时刻的解算.通过仿真模拟计算产生0.1 ns时间分辨率的不同距离、信号幅度、波形形状和噪声的样本回波数据,训练一维卷积神经网络模型,在样本测试集上获得了99.85%的分类精度;采用深度学习方法和高斯拟合方法处理同样的机载激光雷达回波数据,墙面线扫数据解算结果相关系数为0.99981,外场飞行试验数据平面拟合残差均在20 mm左右,两种方法回波时刻解算效果相当.结果 表明,新方法能够满足机载脉冲激光测距回波时刻解算要求,具备进一步提高解算精度和适应更多应用场景的潜力.
推荐文章
脉冲激光测距中高精度时间间隔系统设计
时间间隔测量
TDC-GP22
高精度脉冲激光测距
光电探测器
脉冲激光引信恒比定时浮动阈值电路
引信
脉冲激光引信
阈值电路
恒比定时
FPGA单粒子效应的脉冲激光试验方法研究
脉冲激光
单粒子效应
FPGA
多位翻转
翻转截面
通过数字增益控制提高激光脉冲测距精度
激光测距
飞行时间
数字增益控制
测距精度
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 基于深度学习的脉冲激光测距回波时刻解算方法
来源期刊 中国激光 学科 工学
关键词 遥感 脉冲激光测距 回波时刻解算 深度学习 卷积神经网络 激光雷达
年,卷(期) 2019,(10) 所属期刊栏目 遥感与传感器
研究方向 页码范围 294-303
页数 10页 分类号 TN958.98
字数 语种 中文
DOI 10.3788/CJL201946.1010001
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 俞家勇 9 24 3.0 4.0
2 胡善江 1 0 0.0 0.0
3 贺岩 1 0 0.0 0.0
4 吕德亮 1 0 0.0 0.0
5 侯春鹤 1 0 0.0 0.0
6 陈卫标 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(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
遥感
脉冲激光测距
回波时刻解算
深度学习
卷积神经网络
激光雷达
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
中国激光
月刊
0258-7025
31-1339/TN
大16开
上海市嘉定区清河路390号 上海800-211邮政信箱
4-201
1974
chi
出版文献量(篇)
9993
总下载数(次)
26
总被引数(次)
105193
论文1v1指导