CN105372641A - 激光雷达水体回波信号仿真方法 - Google Patents

Abstract

激光雷达水体回波信号仿真方法，根据接收到的激光雷达水体回波信号及其参数，分别计算出水表面回波信号、水体回波信号、水底底部回波信号、背景噪声和为接收器内部噪声；将上述参数输入激光雷达水体回波信号仿真模型，输出为激光雷达接收的总回波信号。本发明完善了包含纯海水、浮游植物、悬浮物和黄色物质的水体组分吸收和散射特性的参数，以构造物理意义明确的激光雷达回波信号仿真模型，用于解决现有技术中仅对激光雷达回波波形处理的问题，便于直观清晰描述激光雷达回波信号，为激光雷达测深系统的设计和应用提供技术支撑。

Description

激光雷达水体回波信号仿真方法

技术领域

本发明涉及一种遥感水深探测方法，尤其涉及通过辐射传输模型进行水体回波信号定量描述的激光雷达水体回波信号仿真方法。

背景技术

激光雷达测深系统集成激光、微光探测、高精度定位及高速数据处理等技术于一体，是当今国际技术发展的前沿。激光雷达测深是一种主动式遥感测深手段，由于蓝绿光在水中的衰减系数最小、穿透能力最强的特性，激光雷达测深系统中一般会选用532nm蓝绿激光作为发射波段，其测深的基本原理，是发射器以一定的角度向水面发射激光，激光经过水表面反射作用一部分返回到测深系统的接收器，另一部分经过水表面透射到水底或水中再返回到接收器中，利用两者的时间差计算水深。

分析和研究激光雷达从发射脉冲到接收回波信号的物理过程，可以对激光雷达水体回波信号的物理机制实现仿真模拟，为激光雷达测深系统的设计提供技术支撑。目前在已公开的Wa-Lid模型中，但该模型水体三要素的吸收、散射等公式未声明，缺乏对波形物理参数认识，进而无法准确描述激光雷达水体回波信号。

发明内容

本发明提供一种激光雷达水体回波信号仿真方法，完善了包含纯海水、浮游植物、悬浮物和黄色物质的水体组分吸收和散射特性的参数；进而，可以构造出明确的激光雷达回波信号仿真模型，用于解决现有技术中仅对激光雷达回波波形处理的问题，便于直观清晰描述激光雷达回波信号。

激光雷达水体回波信号仿真方法，根据接收到的激光雷达水体回波信号及其参数，分别计算出水表面回波信号、水体回波信号、水底底部回波信号、背景噪声和接收器内部噪声；

①、所述水表面回波信号P_s(t)为水表面瞬时回波能量与发射脉冲的卷积；包括首先根据水表面的双向反射率分布函数确定水表面损失因素L_S，

$L_S=\frac{k_d}{\mathrm{\π}}+\frac{k_s{e}^{{(tan\mathrm{\θ}/r)}^2}OFr}{{\mathrm{\πr}}^2{\cos }^6\left(\mathrm{\θ}\right)}---\left(1\right)$

其中，k_s镜面反射系数，k_d为漫反射系数，O为水面BRDF几何衰减系数，F_r为菲涅尔光学反射函数， $F_r=\frac{1}{2}\frac{{(g-m)}^2}{{(g+m)}^2}\{1+\frac{{\left(m\right(g+m)-1)}^2}{{\left(m\right(g-m)+1)}^2}\},m=cos\left(\mathrm{\θ}\right),$ g²＝m²+n²-1，n为海水折射率；

其次，将水表面损失因素L_S输入到水表面瞬时回波能量模型中，输出水表面瞬时回波能量；

$P_s=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_R{L}_S{\cos }^2}{{\mathrm{\πH}}^2}---\left(2\right)$

其中，P_s为发射能量，为双程大气损失，A_R传感器接受面积，η_e为脉冲发射光学效率，η_R为接收光学效率，θ为脉冲入射角，H为传感器的高度，L_S为水表面损失因素；

然后，再将水表面瞬时回波能量与发射脉冲进行卷积，

$P_s\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_R{L}_S{\cos }^2\left(\mathrm{\θ}\right)}{{\mathrm{\πH}}^2}*\frac{2}{T_0}\sqrt{\frac{ln2}{\mathrm{\π}}}\exp (-4ln2\frac{{(t-t_s)}^2}{T_0^2})---\left(3\right)$

其中，t_s＝2H/ccos(θ)，t_s为脉冲从发射到达水表面的双程时间；

②、所述水体回波信号P_c(t)为不同水深段瞬时水体回波能量与发射脉冲的卷积；首先根据输入的激光雷达水体回波信号参数，经计算输出包括黄色物质、浮游植物、非藻类颗粒物等贡献总和的水体浑浊度参数(a(λ)，b(λ))，

a(λ)＝a_w(λ)+a_y(λ)+a_ph(λ)+a_s(λ)(4)

其中，a_w(λ)为纯水的吸收系数，a_ph(λ)为浮游植物的吸收系数；其中黄色物质的吸收系数a_y(λ)＝a_y(λ₀)exp(-S_g(λ-λ₀))，非藻类颗粒物的吸收系数a_s(λ)＝a_s(λ₀)exp(-S_d(λ-λ₀))，散射系数 $b\left(\mathrm{\λ}\right)=b_w\left(\mathrm{\λ}\right)+b_p\left(\mathrm{\λ}\right)=b_w\left(\mathrm{\λ}\right)/2+\[0.002+0.02(\frac{1}{2}-\frac{1}{4}\lg C)\left(\frac{550}{\mathrm{\λ}}\right)\]\[0.3C^{0.62}-b_w\left(550\right)\],$ 其中，S_g为黄色物质的光谱吸收斜率，S_d为非藻类颗粒物吸收系数曲线斜率，b_w(λ)纯水的散射系数，b_p(λ)颗粒物的散射系数，C为叶绿素浓度；

其次，将水体浑浊度参数(a(λ)，b(λ))输入漫衰减系数k模型中，经计算输出漫衰减系数k：

$k=c\left(\mathrm{\λ}\right){\[0.19(1-{\mathrm{\ω}}_0)\]}^{\frac{{\mathrm{\ω}}_0}{2}}---\left(5\right)$

其中，ω₀＝b(λ)/c(λ)，c(λ)＝a(λ)+b(λ)，ω₀为单次散射反照率，a(λ)、b(λ)、c(λ)分别为λ波段处水体的光束吸收系数、散射系数、总衰减系数；

最后，输入的漫衰减系数k到水体回波信号模型中，输出对应水深时的水体回波信号，

$P_c\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_{R}F{(1-L_S)}^2\mathrm{\β}\left(\mathrm{\φ}\right)\exp \left(\frac{-2kz}{{\mathrm{cos\θ}}_w}\right)}{{\left(\frac{n_{w}H+z}{\cos \mathrm{\θ}}\right)}^2}*\frac{2}{T_0}\sqrt{\frac{ln2}{\mathrm{\π}}}\exp (-4ln2\frac{{(t-t_c)}^2}{T_0^2})---\left(6\right)$

其中，β(φ)为散射相函数，n_w为水的折射率，t_c＝t_s+(2Z/c_wcosθ_w)，c_w为光在水中的速度，θ_w为脉冲在水中的入射角，漫衰减系数k；

③、所述底部回波信号P_b(t)是水底部瞬时回波能量与发射脉冲的卷积，

$P_b\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_{R}F{(1-L_S)}^2{R}_b\exp \left(\frac{-2kZ}{{\mathrm{cos\θ}}_w}\right)}{{\left(\frac{n_{w}H+Z}{\cos \mathrm{\θ}}\right)}^2}*\frac{2}{T_0}\sqrt{\frac{ln2}{\mathrm{\π}}}\exp (-4ln2\frac{{(t-t_b)}^2}{T_0^2})---\left(7\right)$

其中，R_b为底部反照率，Z为底部水深，t_c＝t_s+(2Z/c_wcosθ_w)；

④、所述背影噪声P_bg(t)是均值为0、标准差为1的高斯白噪声与瞬时回波信号P_bg的卷积，所述瞬时回波信号其中，I_s为水体反射的太阳辐射，γ_γ为接收器昏暗比，△_λ为接收器最优滤波带宽；

⑤、所述接收器内部噪声P_N(t)是均值为0，标准差为σ_N(t)的正态分布参数，所述标准差其中，P_ext(t)＝P_s(t)+P_c(t)+P_b(t)+P_bg(t)，e为电荷(1.6×10-19C)，B为探测器的电子带宽，G为增益噪声，I_d为暗电流，R_λ为响应度。

最后，将水表面回波信号、水体回波信号、水底底部回波信号、背景噪声和接收器内部噪声数据输入到激光雷达水体回波信号仿真模型，输出激光雷达接收的总回波信号P_T(t)，

P_T(t)＝P_s(t)+P_c(t)+P_b(t)+P_bg(t)+P_N(t)(8)

其中，t为时间，P_T(t)是激光雷达接收的总回波信号，P_s(t)为水表面回波信号，P_c(t)为水体回波信号，P_b(t)为水底底部回波信号，P_bg(t)为背景噪声，P_N(t)为接收器内部噪声。

激光雷达水体回波信号模型能仿真水表面、水体、海底等反射激光雷达波束所形成的回波波形，而且充分考虑了太阳噪声和传感器内部噪声的影响，因此，LiDAR测深系统接收的回波信号可认为是关于时间函数的五大部分回波信号的叠加。

本发明的有益效果：

本发明对现有技术中的Wa-Lid模型，主要针对其中的水色三要素，包括黄色物质、沉积物、浮游植物等对激光波束的吸收和散射系数进行补充完善；进而，可以构造出明确的激光雷达回波信号辐射传输仿真模型，直观了解和掌握波形物理参数，以便更加清晰地描述激光雷达水体回波信号以及准确地处理激光雷达回波信号，为激光雷达测深系统的设计提供技术支撑。

附图说明

图1是本发明实施例中以532nm激光形成的模拟LiDAR波形图；

具体，1a对应于水表面回波信号，1b对应于水体回波信号，1c对应于水底底部回波信号，1d对应于背景噪声，1e对应于接收器内部噪声，1f对应于激光激光雷达接收的总回波信号。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

结合附图1对本发明具体实施方式进一步详细描述，激光雷达水体回波信号仿真方法，根据接收到的激光雷达水体回波信号及其参数，分别计算出水表面回波信号、水体回波信号、水底底部回波信号、背景噪声和接收器内部噪声；

①、所述水表面回波信号P_s(t)为水表面瞬时回波能量与发射脉冲的卷积；包括首先根据水表面的双向反射率分布函数确定水表面损失因素L_S，

$L_S=\frac{k_d}{\mathrm{\π}}+\frac{k_s{e}^{{(tan\mathrm{\θ}/r)}^2}OFr}{{\mathrm{\πr}}^2{\cos }^6\left(\mathrm{\θ}\right)}---\left(1\right)$

其中，k_s镜面反射系数，k_d为漫反射系数，O为水面BRDF几何衰减系数，F_r为菲涅尔光学反射函数， $F_r=\frac{1}{2}\frac{{(g-m)}^2}{{(g+m)}^2}\{1+\frac{{\left(m\right(g+m)-1)}^2}{{\left(m\right(g-m)+1)}^2}\},m=cos\left(\mathrm{\θ}\right),$ g²＝m²+n²-1，n为海水折射率；

其次，将水表面损失因素L_S输入到水表面瞬时回波能量模型中，输出水表面瞬时回波能量；

$P_s=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_R{L}_S{\cos }^2\left(\mathrm{\θ}\right)}{{\mathrm{\πH}}^2}---\left(2\right)$

其中，P_s为发射能量，为双程大气损失，A_R传感器接受面积，η_e为脉冲发射光学效率，η_R为接收光学效率，θ为脉冲入射角，H为传感器的高度，L_S为水表面损失因素；

然后，再将水表面瞬时回波能量与发射脉冲进行卷积，

$P_s\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_R{L}_S{\cos }^2\left(\mathrm{\θ}\right)}{{\mathrm{\πH}}^2}*\frac{2}{T_0}\sqrt{\frac{ln2}{\mathrm{\π}}}\exp (-4ln2\frac{{(t-t_s)}^2}{T_0^2})---\left(3\right)$

其中，t_s＝2H/ccos(θ)，t_s为脉冲从发射到达水表面的双程时间；

②、所述水体回波信号P_c(t)为不同水深段瞬时水体回波能量与发射脉冲的卷积；首先根据输入的激光雷达水体回波信号参数，经计算输出包括黄色物质、浮游植物、非藻类颗粒物等贡献总和的水体浑浊度参数(a(λ)，b(λ))，

a(λ)＝a_w(λ)+a_y(λ)+a_ph(λ)+a_s(λ)(4)

其中，a_w(λ)为纯水的吸收系数，a_ph(λ)为浮游植物的吸收系数；其中黄色物质的吸收系数a_y(λ)＝a_y(λ₀)exp(-S_g(λ-λ₀))，非藻类颗粒物的吸收系数a_s(λ)＝a_s(λ₀)exp(-S_d(λ-λ₀))，散射系数 $b\left(\mathrm{\λ}\right)=b_w\left(\mathrm{\λ}\right)+b_p\left(\mathrm{\λ}\right)=b_w\left(\mathrm{\λ}\right)/2+\[0.002+0.02(\frac{1}{2}-\frac{1}{4}\lg C)\left(\frac{550}{\mathrm{\λ}}\right)\]\[03C^{0.62}-b_w\left(550\right)\],$ 其中，S_g为黄色物质的光谱吸收斜率，S_d为非藻类颗粒物吸收系数曲线斜率，b_w(λ)纯水的散射系数，b_p(λ)颗粒物的散射系数，C为叶绿素浓度；

其次，将水体浑浊度参数(a(λ)，b(λ))输入漫衰减系数k模型中，经计算输出漫衰减系数k：

$k=c\left(\mathrm{\λ}\right){\[0.19(1-{\mathrm{\ω}}_0)\]}^{\frac{{\mathrm{\ω}}_0}{2}}---\left(5\right)$

其中，ω₀＝b(λ)/c(λ)，c(λ)＝a(λ)+b(λ)，ω₀为单次散射反照率，a(λ)、b(λ)、c(λ)分别为λ波段处水体的光束吸收系数、散射系数、总衰减系数；

最后，输入的漫衰减系数k到水体回波信号模型中，输出对应水深时的水体回波信号，

$P_c\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_{R}F{(1-L_S)}^2\mathrm{\β}\left(\mathrm{\φ}\right)\exp \left(\frac{-2kz}{{\mathrm{cos\θ}}_w}\right)}{{\left(\frac{n_{w}H+z}{\cos \mathrm{\θ}}\right)}^2}*\frac{2}{T_0}\sqrt{\frac{\ln 2}{\mathrm{\π}}}\exp (-4\ln 2\frac{{(t-t_c)}^2}{T_0^2})---\left(6\right)$

其中，β(φ)为散射相函数，n_w为水的折射率，t_c＝t_s+(2Z/c_wcosθ_w)，c_w为光在水中的速度，θ_w为脉冲在水中的入射角，漫衰减系数k；

③、所述底部回波信号P_b(t)是水底部瞬时回波能量与发射脉冲的卷积，

$P_b\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_{R}F{(1-L_S)}^2{R}_b\exp \left(\frac{-2kZ}{{\mathrm{cos\θ}}_w}\right)}{{\left(\frac{n_{w}H+Z}{cos\mathrm{\θ}}\right)}^2}*\frac{2}{T_0}\sqrt{\frac{ln2}{\mathrm{\π}}}\exp (-4ln2\frac{{(t-t_b)}^2}{T_0^2})---\left(7\right)$

其中，R_b为底部反照率，Z为底部水深，t_c＝t_s+(2Z/c_wcosθ_w)；

④、所述背影噪声P_bg(t)是均值为0、标准差为1的高斯白噪声与瞬时回波信号P_bg的卷积，所述瞬时回波信号其中，I_s为水体反射的太阳辐射，γ_γ为接收器昏暗比，△_λ为接收器最优滤波带宽；

⑤、所述接收器内部噪声P_N(t)是均值为0，标准差为σ_N(t)的正态分布参数，所述标准差其中，P_ext(t)＝P_s(t)+P_c(t)+P_b(t)+P_bg(t)，e为电荷(1.6×10-19C)，B为探测器的电子带宽，G为增益噪声，I_d为暗电流，R_λ为响应度。

本实施例中的激光雷达水体回波信号模型能仿真水表面、水体、海底等反射激光雷达波束所形成的回波波形，而且考虑了太阳噪声和传感器内部噪声的影响。LiDAR测深系统接收的回波信号可以确定为和时间函数有关的上述五部分回波信号的叠加。因此，将水表面回波信号、水体回波信号、水底底部回波信号、背景噪声和接收器内部噪声数据输入到激光雷达水体回波信号仿真模型，输出激光雷达接收的总回波信号P_T(t)，

P_T(t)＝P_s(t)+P_c(t)+P_b(t)+P_bg(t)+P_N(t)(8)

其中，t为时间，P_T(t)是激光雷达接收的总回波信号，P_s(t)为水表面回波信号，P_c(t)为水体回波信号，P_b(t)为水底底部回波信号，P_bg(t)为背景噪声，P_N(t)为接收器内部噪声。

具体而言，本实施例选用HawkEye机载激光雷达系统，具体的测深系统参数和环境参数见表1：

表1HawkEye测深系统参数和环境参数

选取沉积物浓度S＝2.8mg/l，C＝4mg/m3，r＝0.2，通过设置上述几个参数以及表1的参数，对激光雷达水体信号进行仿真，当水深为2m时形成的回波波形，如图1所示。

本发明构造了物理意义明确的激光雷达回波信号辐射传输仿真模型，直观了解和掌握波形物理参数，激光雷达水体回波信号进行了清晰描述，为激光雷达测深系统的设计提供技术支撑。

本发明未详尽描述的技术内容均为公知技术。

Claims (2)

1.激光雷达水体回波信号仿真方法，其特征在于，根据接收到的激光雷达水体回波信号及其参数，分别计算出水表面回波信号、水体回波信号、水底底部回波信号、背景噪声和接收器内部噪声；

①、所述水表面回波信号P_s(t)为水表面瞬时回波能量与发射脉冲的卷积；包括首先根据水表面的双向反射率分布函数确定水表面损失因素L_S，

$L_S=\frac{k_d}{\mathrm{\π}}+\frac{k_s{e}^{{(tan\mathrm{\θ}/r)}^2}OFr}{{\mathrm{\πr}}^2{\cos }^6\left(\mathrm{\θ}\right)}---\left(1\right)$

其中，k_s镜面反射系数，k_d为漫反射系数，O为水面BRDF几何衰减系数，F_r为菲涅尔光学反射函数， $F_r=\frac{1}{2}\frac{{(g-m)}^2}{{(g+m)}^2}\{1+\frac{{\left(m\right(g+m)-1)}^2}{{\left(m\right(g-m)+1)}^2}\},$ m＝cos(θ)，g²＝m²+n²-1，n为海水折射率；

其次，将水表面损失因素L_S输入到水表面瞬时回波能量模型中，输出水表面瞬时回波能量；

$P_s=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_R{L}_S{\cos }^2\left(\mathrm{\θ}\right)}{{\mathrm{\πH}}^2}---\left(2\right)$

其中，P_s为发射能量，为双程大气损失，A_R传感器接受面积，η_e为脉冲发射光学效率，η_R为接收光学效率，θ为脉冲入射角，H为传感器的高度，L_S为水表面损失因素；

然后，再将水表面瞬时回波能量与发射脉冲进行卷积，

$P_s\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_R{L}_S{\cos }^2\left(\mathrm{\θ}\right)}{{\mathrm{\πH}}^2}*\frac{2}{T_0}\sqrt{\frac{ln2}{\mathrm{\π}}}\exp (-4ln2\frac{{(t-t_s)}^2}{T_0^2})---\left(3\right)$

其中，t_s＝2H/ccos(θ)，t_s为脉冲从发射到达水表面的双程时间；

②、所述水体回波信号P_c(t)为不同水深段瞬时水体回波能量与发射脉冲的卷积；首先根据输入的激光雷达水体回波信号参数，经计算输出包括黄色物质、浮游植物、非藻类颗粒物等贡献总和的水体浑浊度参数(a(λ)，b(λ))，

a(λ)＝a_w(λ)+a_y(λ)+a_ph(λ)+a_s(λ)(4)

其中，a_w(λ)为纯水的吸收系数，a_ph(λ)为浮游植物的吸收系数；其中黄色物质的吸收系数a_y(λ)＝a_y(λ₀)exp(-S_g(λ-λ₀))，非藻类颗粒物的吸收系数a_s(λ)＝a_s(λ₀)exp(-S_d(λ-λ₀))，散射系数 $b\left(\mathrm{\λ}\right)=b_w\left(\mathrm{\λ}\right)+b_p\left(\mathrm{\λ}\right)=b_w\left(\mathrm{\λ}\right)/2+\[0.002+0.02(\frac{1}{2}-\frac{1}{4}\lg C)\left(\frac{550}{\mathrm{\λ}}\right)\]\[0.3C^{0.62}-b_w\left(550\right)\],$ 其中，S_g为黄色物质的光谱吸收斜率，S_d为非藻类颗粒物吸收系数曲线斜率，b_w(λ)纯水的散射系数，b_p(λ)颗粒物的散射系数，C为叶绿素浓度；

其次，将水体浑浊度参数(a(λ)，b(λ))输入漫衰减系数k模型中，经计算输出漫衰减系数k：

$k=c\left(\mathrm{\λ}\right){\[0.19(1-{\mathrm{\ω}}_0)\]}^{\frac{{\mathrm{\ω}}_0}{2}}---\left(5\right)$

其中，ω₀＝b(λ)/c(λ)，c(λ)＝a(λ)+b(λ)，ω₀为单次散射反照率，a(λ)、b(λ)、c(λ)分别为λ波段处水体的光束吸收系数、散射系数、总衰减系数；

最后，输入的漫衰减系数k到水体回波信号模型中，输出对应水深时的水体回波信号，

$P_c\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_{R}F{\left(1-L_S\right)}^2\mathrm{\β}\left(\mathrm{\φ}\right)\exp \left(\frac{-2kz}{{\mathrm{cos\θ}}_w}\right)}{{\left(\frac{n_{w}H+z}{\cos \mathrm{\θ}}\right)}^2}*\frac{2}{T_0}\sqrt{\frac{\ln 2}{\mathrm{\π}}}\exp \left(-4\ln 2\frac{{\left(t-t_c\right)}^2}{T_0^2}\right)---\left(6\right)$

其中，β(φ)为散射相函数，n_w为水的折射率，t_c＝t_s+(2Z/c_wcosθ_w)，c_w为光在水中的速度，θ_w为脉冲在水中的入射角，漫衰减系数k；

③、所述底部回波信号P_b(t)是水底部瞬时回波能量与发射脉冲的卷积，

$P_b\left(t\right)=\frac{P_e{T}_{atm}^2{A}_R{\mathrm{\η}}_e{\mathrm{\η}}_{R}F{\left(1-L_S\right)}^2{R}_b\exp \left(\frac{-2kZ}{{\mathrm{cos\θ}}_w}\right)}{{\left(\frac{n_{w}H+Z}{\cos \mathrm{\θ}}\right)}^2}*\frac{2}{T_0}\sqrt{\frac{\ln 2}{\mathrm{\π}}}\exp \left(-4\ln 2\frac{{\left(t-t_b\right)}^2}{T_0^2}\right)---\left(7\right)$

其中，R_b为底部反照率，Z为底部水深，t_c＝t_s+(2Z/c_wcosθ_w)；

④、所述背影噪声P_bg(t)是均值为0、标准差为1的高斯白噪声与瞬时回波信号P_bg的卷积，所述瞬时回波信号其中，I_s为水体反射的太阳辐射，γ_γ为接收器昏暗比，△_λ为接收器最优滤波带宽；

⑤、所述接收器内部噪声P_N(t)是均值为0，标准差为σ_N(t)的正态分布参数，所述标准差其中，P_ext(t)＝P_s(t)+P_c(t)+P_b(t)+P_bg(t)，e为电荷(1.6×10-19C)，B为探测器的电子带宽，G为增益噪声，I_d为暗电流，R_λ为响应度。

2.根据权利要求1所述的激光雷达水体回波信号仿真方法，其特征在于，将水表面回波信号、水体回波信号、水底底部回波信号、背景噪声和接收器内部噪声数据输入到激光雷达水体回波信号仿真模型，输出激光雷达接收的总回波信号P_T(t)，

P_T(t)＝P_s(t)+P_c(t)+P_b(t)+P_bg(t)+P_N(t)(8)

其中，t为时间，P_T(t)是激光雷达接收的总回波信号，P_s(t)为水表面回波信号，P_c(t)为水体回波信号，P_b(t)为水底底部回波信号，P_bg(t)为背景噪声，P_N(t)为接收器内部噪声。