1 天津大学微电子学院，天津 300072
2 光电信息控制和安全技术重点实验室，天津 300308
为实现脉冲激光回波信号参数的高精度测量，利用全波形采样技术设计了一种微弱激光信号检测系统，对信号的脉宽、实时功率以及能量等参数进行分析。所提系统硬件平台使用低噪声宽动态范围模拟前端进行信号预处理，基于现场可编程逻辑门阵列、模数转换器等模块实现数据量化与动态时域锁存。针对低采样率平台数据离散程度高引起的波形重构失真，提出了一种基于非均匀周期触发信号的多帧积累算法以降低硬件平台成本。通过对量化数据的拟合补偿，所提算法提升了系统激光信号参数的解算精度。所提系统对脉宽3 ns、峰值功率9 μW的脉冲激光器进行参数检测并与高采样率平台进行对比。结果表明：所提系统对激光信号的脉宽解算误差约为0.041 ns，峰值功率解算误差约为0.53 μW，能量积分误差约为4.52 fJ，所有参数重复测量不确定度小于8%。
脉冲激光器 微弱能量测量 高斯拟合 全波形数据 激光与光电子学进展
2024, 61(5): 0512006
1 中国矿业大学（北京） 地球科学与测绘工程学院，北京 100083
2 自然资源部国土卫星遥感应用中心，北京 100048
3 河海大学 地球科学与工程学院，江苏 南京 211100
星载激光点位高程精度是其辅助光学立体影像复合测绘的基础。针对光学影像立体测绘对激光高程控制点精度的需求，提出了一种基于多特征参数约束的星载激光高程控制点提取方法。该方法利用全波形数据包含的目标地物垂直结构信息，分析高精度激光高程控制点特征，基于数据的有效性、波形的峰值个数、回波特征参数实现逐级约束筛选。选取信噪比、峰度和偏度作为评价指标，通过全波形数据回波特征参数的计算、统计与分析，确定其信噪比、峰度和偏度阈值，最终高效提取出可用于星载激光高程控制点的有效波形数据。以我国高分七号数据为试验对象，选取草地、戈壁、道路、水体、沙地、耕地六种典型地物样本，确定适用于提取高分七号高程控制点的信噪比、峰度与偏度的阈值。以江苏地区机载LiDAR点云数据为参考，验证分析高程控制点提取和阈值设定的准确性，试验结果表明：基于多特征参数约束算法，利用设定的适用于GF-7卫星的参数阈值，可以高效、准确地从原始波形数据中提取出有效波形用于高精度高程控制点生产。以与参考数据高程差0.32 m为高程精度要求，提取准确性平均为90.34%，所提取的激光高程平均测量精度优于0.5 m。
回波特征 高程控制点 全波形数据 星载激光 高分七号 echo characteristics elevation control point full-waveform data spaceborne laser GF-7 红外与激光工程
2022, 51(9): 20210997
1 上海海洋大学信息学院，上海 201306
2 中国科学研究院上海市技术物理研究所，上海 200083
受系统性能、传播介质散射、探测目标特性等因素的影响，地球科学激光测高系统（GLAS）获得的全波形数据存在不同程度的噪声，从而影响GLAS对地物垂直结构参数的提取与激光测距精度。因此，分析对比了高斯滤波、小波阈值降噪和经验模态分解（EMD）方法的降噪效果，并进一步对比了小波软阈值降噪和小波改进阈值降噪方法以及EMD-小波阈值降噪和EMD-Hurst降噪方法的性能。在六种典型地物数据上的实验结果表明，除EMD-小波阈值降噪外，小波阈值降噪和EMD-Hurst降噪方法的降噪结果均优于高斯滤波；高斯滤波、小波阈值降噪和EMD降噪三类降噪方法均对无坡度的田地降噪效果最佳。此外，小波改进阈值降噪方法的效果优于小波软阈值降噪方法，其信噪比（SNR）提高了10.70%~45.72%，均方根误差（RMSE）降低了32.04%~81.94%。EMD-Hurst方法的降噪效果优于EMD-小波阈值降噪方法，其SNR提高了6.38%~65.70%，RMSE降低了13.53%~33.33%。
遥感 星载激光测高 全波形数据 降噪方法 小波变换 经验模态分解 激光与光电子学进展
2021, 58(23): 2328001
上海工程技术大学城市轨道交通学院, 上海, 201620
针对奇偶拐点高斯分解法在全波形数据处理中存在的精度不足的问题,提出了一种基于有效峰值修正的全波形数据处理算法。该方法首先在数据预处理过程中使用了数据分段的方式来进行噪声均值、方差的估计,在不同的信号段使用与之对应的滤波宽度进行高斯滤波,然后结合噪声阈值与滤波后波形提取出有效峰值信息,最后根据峰值信息修正高斯分量参数。以北京市区作为实验研究区,就分解精度与其他分解算法的结果进行对比。结果表明,本文算法估测的地物高度与实际测量值的均方根误差为1.02,优于奇偶拐点高斯分解法和高斯分解产品GLA14计算的结果。
图像处理 卫星激光测高 ICESat-GLAS 全波形数据处理 高斯分解 地物高度测量 激光与光电子学进展
2021, 58(14): 1410018
1 上海海洋大学信息学院, 上海 201306
2 中国科学院上海技术物理研究所, 上海 200083
大光斑激光测高的全波形数据分解是获取待测物体有效信息的关键环节。目前,大光斑激光测高的全波形数据分解方法主要采用高斯分解和小波分解。但是,对于不同地物反射的回波信号,这两种方法的分解效果与精度不明确。针对地球科学激光测高系统(GLAS)全波形数据,利用高斯分解与高斯小波基分解对平坦和斜坡区域中几种典型地物的波形数据进行分解,并采用最佳拟合优度与达到最佳拟合优度拟合次数等指标进行定性、定量比较与分析。实验结果表明:在最佳拟合优度上,高斯分解和高斯小波基分解数值接近,但随着地物复杂程度增加,高斯分解达到最佳拟合优度拟合的次数少于高斯小波基分解。
遥感 全波形激光测高 波形分解 全波形数据 全波形数据 高斯分解 高斯小波基分解 激光与光电子学进展
2018, 55(11): 112801
1 首都师范大学三维信息获取与应用教育部重点实验室, 北京 100048
2 首都师范大学空间信息技术教育部工程研究中心, 北京 100048
3 中国地震局地震预测研究所, 北京 100036
针对小光斑全波形机载激光雷达(LiDAR)波形数据高斯分解法的核心问题——高斯分量个数估计，提出一种高斯拐点匹配法。该算法用平面曲线离散点集拐点的快速查找算法检测波形数据中的拐点，计算过检测出的拐点及其右边第一个点的直线的斜率，根据斜率将所有检测出的拐点分为左、右拐点，一个左拐点与其邻近的一个右拐点组成一个高斯分量，据此可以确定波形数据中高斯分量个数。采用高斯拐点匹配法对模拟和实测波形数据进行分解，并与传统的脉冲检测方法(重心法和高斯脉冲拟合法)相比。结果表明，高斯拐点匹配法方法能极大地减小伪拐点的影响，快速、准确地检测并分解出波形数据中高斯分量，提高波形数据分解速度。同时其能分解出更多的高斯分量，从而提高点云密度。
遥感 机载激光雷达 波形分析 高斯分解 高斯拐点匹配法 全波形数据 激光与光电子学进展
2014, 51(10): 102801
