海洋激光雷达发射的激光脉冲在海水中传输, 脉冲波形随深度会发生展宽, 相应的雷达接收系统接收到的信号与激光发射脉冲差异会增大, 该现象会导致以发射脉冲作为匹配滤波器的固定匹配滤波方法在处理深水激光雷达回波信号时产生误判。为了改进匹配滤波算法对于海洋激光雷达回波数据的性能, 使用蒙特卡罗法研究在测区条件下不同深度的激光脉冲在雷达探测器上的波形, 并以这组波形作为深度自适应的匹配滤波器来代替匹配滤波算法中的固定匹配滤波器, 并用南海的实测数据检验算法的性能。实验表明, 自适应深度提取算法相比于匹配滤波算法稳定性和准确性更好。为了验证算法的正确性, 以单波束声呐测深在同一测区的测深数据为基础, 对雷达测深数据进行精度评定。

机载双频激光雷达探测技术利用双波长激光实现海陆一体化测绘，从1969年至今，国际上已经形成了成熟的商业产品，应用于海洋、海岸带和岛礁的探测。中国科学院上海光学精密机械研究所从1998年开始，先后研发了三代机载双频激光雷达，完成了从原理样机阶段到产品样机阶段的转化。最新的Mapper5000系统在南海完成了11个架次的机载飞行试验，获得南海岛礁的三维地形数据，最大实测深度达到51 m，最浅水深达到0.25 m，测深精度为0.23 m，水平位置精度为0.26 m，海洋测点密度为1.1 m×1.1 m，陆地测点密度为0.25 m×0.25 m。

作为城市主体，建筑物信息的提取一直是国内外学者研究的热点。针对目前机载激光点云数据量大、建筑点云提取不完整等难题，提出一种面向对象构建决策树的建筑点云高精度提取方法。决策树可以同时处理多种数据属性，并且对缺失值不敏感，利用点云中每个对象属性与对应各个特征值之间的映射关系，结合每个激光脚点与其邻域关系、高程均值等特征，为决策树每个内部节点生成建筑物点的判定条件，然后比较所有分类特征对应的点集不确定性（熵），确定最优特征及最优候选值，有监督地从样本数据中学习得到正确的分类器，进而完成待处理点云中建筑物点的高精度提取。实验结果表明，本文方法能够从机载激光点云数据中有效提取建筑物点，准确率可达96%。

针对机载双频激光雷达特有的卵形扫描结构，着重分析了结构中会对系统定位精度产生影响的误差源，主要包括电机转轴与编码器安装产生的偏心误差、卵形扫描镜安装误差和光学调整误差；提出了机载双频激光雷达的误差模型，并依据该模型定量分析了各种误差对机载双频雷达定位精度的影响。研究表明，上述误差均会对系统的定位精度产生较大影响，且对扫描线上的每个点产生的影响各不相同，多种误差耦合后难以通过建立系统整机矫正模型予以修正，因此在激光雷达的结构设计、器件选型、结构加工和系统装调等各个环节要控制误差的引入，并在装配过程中量化误差大小以便后期进行误差矫正，减弱和消除这些系统误差对于提高机载双频激光雷达系统的定位精度有着重要的影响。

从国产机载双频激光雷达系统对地定位模型出发，分析对定位精度产生影响的各个因素，应用误差传播理论，推导该系统对地定位的综合误差模型。根据系统各传感器参数，对系统的理论定位精度进行仿真计算。对比分析机载雷达对地定位精度评定方法，设计了基于平面特征的对地定位精度评定方法，利用评定场飞行数据及高精度控制数据进行精度评价，结果表明，系统精度达到设计要求，评价方法简单可行。