星载光子计数激光雷达在接收信号的过程中会产生大量噪声，并且在复杂的山区地形中信噪比低，极大地影响对植被点云信号的准确提取。为解决该问题，提出了一种基于山地坡度的密度聚类算法。通过分析点云数据的密度和森林目标地形特征，用最大密度中心搜索法进行粗去噪，基于点云数据计算坡度角以优化密度聚类，完成数据精去噪。通过对提取的森林区域信号进行分类，拟合植被冠层廓线和地表廓线，结果表明本算法提取植被光子信号的准确率较高，地面与冠层廓线的RMSE分别为0.3588 m和3.7449 m，更适用于植被遥感点云数据处理。

光子计数激光雷达具有高灵敏度、高时间分辨率等优势，为了实现在大量回波数据及强噪声环境下目标信息的高效提取，提出一种自适应时空关联深度估计算法。首先，根据回波数据中信号光子和噪声光子与发射激光脉宽的关系，利用回波光子在时域上的统计差异，自适应重构具有不同时间分辨率的直方图，并结合邻域像素数据之间的空间关联性，自适应调整时间窗口的大小，寻找信号光子所在的时间区间并提取相应的数据，显著降低后续处理的数据量；其次，基于所提取的回波光子数据，设置滑动窗口初步估计各像素的时间值；最后，通过自适应均值滤波得到各像素的飞行时间，解算相应的距离信息。相较于峰值法和Chen算法，在起伏地形探测的仿真实验中，当信号光子数约为14、噪声强度小于6 MHz时，重建的均方误差至少降低了20%；在室内静态目标成像实验中，当噪声强度在5.08 MHz范围内，所提算法进行目标重建的最大均方误差为0.017 。仿真及实验结果表明，所提算法对强噪声下起伏地形和室内静态目标探测的回波数据均具有较好的滤波效果。

ICESat-2（Ice， Cloud and Land Elevation Satellite-2）是世界首颗采用光子计数模式的激光测高卫星，可快速获得高精度、大尺度地面三维数据。光子探测机制使得数据中除了地面信号外，还包含大气散射等背景信号，需要通过滤波才能获得地形等信息。为分析ICESat-2背景和信号光子的分布特点及点云滤波算法的效果和适用性，本文首先选取了六种地表覆盖类型（城市、海冰、沙漠、植被、海洋及冰盖/冰川）及不同观测条件的数据，对其背景光子率进行统计分析。分析结果表明：白天观测数据的背景光子率平均为10⁶（点/秒）数量级，远高于夜晚观测数据的背景光子率——10⁴（点/秒）数量级，弱波束的背景光子率与强波束背景光子率相当，六种地表覆盖类型中，冰盖/冰川的背景光子率最高。然后，根据统计结果筛选出21组测高数据，并选取七种具有代表性的点云滤波对其进行去噪实验，分析精度后得出结论：改进局部密度法的去噪效果最佳，算法召回率、精准度和F值均大于0.90，算法较为稳定。最后，对所选取各滤波算法的精度、特点与适用性等性质进行了总结与分析，可为后续该数据的使用和滤波算法的选择提供参考。

在轨标定技术是影响星载激光雷达光斑定位精度的核心技术之一。介绍了目前国内外星载激光雷达的在轨标定技术发展现状，分析了各类在轨标定技术的特点。针对新型的光子计数模式星载激光雷达的特性，提出了一种基于自然地表的星载光子计数激光雷达在轨标定新方法，使用仿真点云对标定算法的正确性进行了验证，并分别使用南极麦克莫多干谷和中国连云港地区的地表数据和美国ICESat-2卫星数据进行了交叉验证实验，实验结果表明：算法标定后的点云相对美国国家航空航天局提供的官方点云坐标平面偏移在3 m左右，高程偏移在厘米量级。文中还利用地面人工建筑等特征点对比了算法标定后的点云与官方点云之间的差异，最后对基于自然地表的在轨标定方法的精度以及标定场地形的影响进行了讨论。

星载光子计数激光雷达作为一种新的探测体制激光雷达，已开始应用于海面测量。然而受海风等多种因素的影响，海面存在一定的粗糙度和较大的起伏变化，因此光子计数激光雷达返回的信号点云在返回能量和信号光子分布上存在较大的变化，潜在的影响到了海面高程测量精度。本文基于JONSWAP海浪谱和微面元模型理论，结合蒙特卡洛方法建立了光子计数激光雷达海洋目标的仿真模型。以ICESat-2星载光子计数激光雷达的系统参数作为输入，仿真了不同风速条件下海面的信号光子分布，通过与ICESat-2实测结果对比证明了仿真方法的正确性。基于仿真模型，分析了不同风速条件下，光子计数激光雷达的测距误差分布。结果表明，光子计数激光雷达测得的海面高程小于实际参考海面，且测量偏差和标准差随风速增加而增大，当风速为10m/s，累计脉冲次数为100次时，测量偏差约为-2.5cm，标准差为3.6cm。所建立的仿真模型和分析结果对优化针对海面观测的星载光子计数激光雷达的系统参数设计和平均海面观测结果修正具有重要的参考意义。