激光反射层析成像技术作为一种新型远距离、高精度的空间目标探测方法，在信噪比足够时具有成像分辨率与探测距离、接收口径相对无关的优势，在远距离空间探测领域的应用前景非常广阔，使得作为激光反射层析成像核心的成像优化方法更是成为了众多研究者关注的焦点。本文提出了一种基于波形分解方法的激光反射层析成像优化方法，该方法旨在通过波形分解方法抑制激光反射层析成像重构图像中的伪影和噪声，实现对激光反射层析成像结果的优化。实验结果表明，在使用同一组投影数据的情况下，优化前后的峰值信噪比分别为16.5和17.8，基于波形分解的激光反射层析成像优化方法能够有效提升重构图像的质量，并能够较好地消除重构图像中绝大部分环状伪影和噪声所带来的影响。

传统基于阈值法滤波去噪并结合AIC(Akaike information criterion)的期望最大(EM)分解方法,难以完全有效地消除噪声影响,而在面向小样本目标数据时,AIC的适应性较差。针对该问题,提出了一种改进的EM波形分解方法,采用自适应噪声阈值估计一次性消除背景噪声与随机噪声;针对存在的小样本、弱回波目标数据,使用AICC(Akaike information criterion, corrected)辅助完成EM波形分解。基于多组实测数据对本文方法进行了波形分解,验证了本文方法的有效性和准确性。

多光谱全波形激光雷达可同时获取隐含光谱信息在内的全波形综合信息，波形分解是影响多种回波参数反演精度的关键技术。提出了一种适用于多光谱激光雷达数据的波形分解方法，对各个通道灵活选择拟合子函数，充分利用多个通道之间的空间相关性，实现对目标的空间位置和光谱信息的精确提取；建立了光谱空间和RGB色彩空间之间的映射关系，实现目标的三维色彩重建。实验测试结果表明：该方法有效克服了环境光干扰，可实现全天时的目标三维色彩重建。通过与现有方法比较，误差标准差和决定系数R2这两个误差评估指数均验证了所提出的方法具有更高的测距精度和色彩信息反演精度。另外，实验结果验证了实验测试结果表明：该方法可实现全天时的目标三维色彩重建，有效克服了弱回波信号丢失、环境光干扰等影响，通过设定最佳脉冲累积数可有效提高兼顾了目标的测距精度和色彩信息反演数据处理精度和扫描效率。未来可通过优化激光探测波段，将该方法拓展到其他激光雷达系统上，进一步提高目标三维色彩重建精度。

激光雷达脉冲回波的波形分解方法是提取其波形参数的重要手段，也为反演目标高度、倾斜度和粗糙度、反射率提供直接的参数来源。针对部分信噪比较差且具有一定混叠程度的脉冲回波，提出一种基于可变分量的参数随机抽样方法的波形分解算法(WDVCM)。该算法以高斯混合函数为优化模型，通过随机产生高斯分量的特征参数以及删减或生成高斯分量等操作，并分别基于能量函数和拟合标准差作为参数优化的判据，从而实现波形的分解及其参数提取。利用该算法对美国国家航空航天局(NASA)的对地观测星载激光雷达(GLAS)一个条带中的4584个原始波形进行了处理分析。结果发现，约99%的WDVCM和97%的NASA拟合波形结果的相关系数均超过0.95，其中两者相关系数差异不超过0.05占98%。同时，WDVCM和NASA拟合波形的标准差系数均值分别为2.21和3.28，约89%的WDVCM拟合波形的标准差系数均小于NASA拟合波形的标准差系数。所得结果表明，WDVCM对混叠高斯波形的拟合效果更好，适用性更强。

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。

为提高机载激光雷达回波信号的分解精度，以偏正态分布函数作为拟合基函数，采用层层剥离策略以及人群搜索算法与全局收敛LM算法相结合的方法，实现了机载激光雷达回波信号的波形分解，并通过实验加以验证。结果表明：回波信号可被分解为一系列偏正态分布函数的叠加，获得了信号幅值、中心位置、半宽和偏态系数等关键参数；拟合波形和回波信号的相关系数均在99%以上，波形分解精度得以有效提高。所提方法能够实现全波形机载激光雷达回波信号的精确分解。