CN110673108A - 一种基于迭代Klett的机载海洋激光雷达信号处理方法 - Google Patents
一种基于迭代Klett的机载海洋激光雷达信号处理方法 Download PDFInfo
- Publication number
- CN110673108A CN110673108A CN201910911141.1A CN201910911141A CN110673108A CN 110673108 A CN110673108 A CN 110673108A CN 201910911141 A CN201910911141 A CN 201910911141A CN 110673108 A CN110673108 A CN 110673108A
- Authority
- CN
- China
- Prior art keywords
- attenuation coefficient
- laser radar
- model
- value
- klett
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 239000013535 sea water Substances 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000008033 biological extinction Effects 0.000 claims abstract description 10
- 229930002875 chlorophyll Natural products 0.000 claims abstract description 10
- 235000019804 chlorophyll Nutrition 0.000 claims abstract description 10
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 4
- 238000012625 in-situ measurement Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于迭代Klett的机载海洋激光雷达信号处理方法，利用Klett法对经过背景噪声去除和距离校正的激光雷达回波信号进行处理，通过设置不同的后向散射消光对数比k获取不同的雷达衰减系数；将采集的叶绿素剖面数据代入生物光学模型，获得海水衰减系数；对比分析同一观测点生物光学模型得到衰减系数与激光雷达反演得到的雷达衰减系数，确定海水后向散射消光对数比k，进而获得更为准确的海水衰减系数。本发明的方法能够提高激光雷达反演海水衰减系数剖面的精确度。
Description
技术领域
本发明属于激光雷达探测技术领域，尤其涉及一种基于迭代Klett的机载海洋激光雷达信号处理方法。
背景技术
海洋光学参数的探测对海洋水文勘探、水下通信、海洋环境监测及海洋激光遥感等研究领域有非常重要的意义。常见的探测手段有：现场原位测量、声呐、被动遥感和主动遥感。现场原位测量准确性较高，但是耗时耗钱耗力；声呐在水下具有很好的传输性能，但因为水汽界面的高反射率，不能放置在船上或飞机等其他平台；被动遥感可以实现全球大范围实时观测，但只能获取海表信息，无法获得海洋剖面信息；主动遥感，如激光雷达，具有很高的分辨率，且能够获取海洋剖面信息，近年来广泛用于海洋研究。
利用激光雷达回波信号并根据激光雷达方程可以反演海水的衰减系数，获取海水颗粒物的垂直分布情况。但是该结果通常是在假设后向散射消光对数比k为常数的基础上得到的，一般设k等于1。当k取不同值时，结果会发生很大差异，由此说明k是激光雷达回波信号反演的关键因素，亦是Klett法求解激光雷达方程的主要误差来源。
后向散射消光对数比k与激光波长和海水的光学特性有关，目前对海水的各种特性了解还不够深入，因此通过该途径来确定k值的可行性较低。
发明内容
本发明的目的在于获取海水后向散射消光对数比k，进而得到更为准确的海水衰减系数剖面结构，本发明提供一种基于迭代Klett的机载海洋激光雷达处理方法，该方法通过对比分析同一观测点生物光学模型得到衰减系数与激光雷达反演得到的雷达衰减系数，确定海水后向散射消光对数比k。
本发明的目的通过如下技术方案来实现：
一种基于迭代Klett的机载海洋激光雷达信号处理方法，其特征在于，该方法包括以下步骤：
S1：分别计算激光雷达衰减系数α(z)和模型衰减系数αmodel；
所述的激光雷达衰减系数α(z)的具体计算步骤如下：
(1)对所述的机载海洋激光雷达的原始数据进行预处理，包括背景噪声去除和距离校正；
(2)确定参考边界，并利用斜率法确定边界点的激光雷达衰减系数；
(3)设置迭代次数n的初始值为0，海水后向散射消光对数比k的初始值为0.6，k＝0.6+0.01n，kn∈[0.6，1.3]，n∈[0，70]；
(4)将n的值、k的值代入下式，得到激光雷达衰减系数α(z)
其中，S(z)是雷达距离校正信号，Sm＝S(zm)，zm是边界值，αm是边界点的激光雷达衰减系数；
(5)令n＝n+1,返回步骤(4)运行，直到k＝1.3时结束，输出激光雷达衰减系数α(z)；
所述的模型衰减系数αmodel的计算步骤具体如下：
选取与激光雷达数据经纬度匹配一致的叶绿素剖面数据,将所述的叶绿素剖面数据代入下式，得到模型衰减系数αmodel；
αmodel＝Kd+(c-Kd)exp(-0.85cD) (2)
Kd＝0.0452+0.0494chl0.67 (3)
c＝a+b (4)
a＝1.055(0.0488+0.028chl0.65) (5)
b＝1.7×10-3+0.416chl0.766 (6)
其中，Kd是漫衰减系数，c是光束衰减系数，a为吸收系数，b为散射系数，D为激光投影到海面的光斑直径，chl为实测叶绿素浓度。
S2：对比雷达衰减系数α(z)与模型衰减系数αmodel，找出与αmodel最接近的雷达衰减系数，其对应的k值为该水体的最佳k。
进一步地，所述的S1中的背景噪声为超出激光雷达探测范围的信号，具体为每个脉冲信号最后一百个采样点的平均值。
进一步地，所述的距离校正具体为：将各深度上的回波信号乘上该深度值的平方，所述的深度值包括飞机的高度值和海水的深度。
进一步地，所述的S1中的参考边界为激光雷达可探测到的最大深度值。
本发明的有益效果是：
本发明基于迭代Klett的反演算法，考虑了不同水体具有的不同的后向散射消光对数比k，从而使得反演得到的雷达衰减系数准确性更高，误差更小。
附图说明
图1是基于迭代Klett的机载海洋激光雷达信号处理方法原理图；
图2是不同k值反演的结果与实测值对比图；
图3是迭代Klett算法反演结果与实测值比值的误差分析图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
对比常规的海水光学参数探测手段，从激光雷达回波信号中提取水体的衰减系数和后向散射系数，寻找一种快捷又准确的反演方法是海洋探测激光雷达研究的一个重要目标。目前，利用激光雷达回波信号反演海洋衰减系数的常用算法是Coliis法。Coliis法简单方便，但仅适用于均匀水体，而实际情况中水体多为非均匀水体，这就限制了Coliis法的应用。Klett在Collis算法的基础上提出了具有广泛适用性的Klett反演算法。通常Klett法为了便于计算设定k值等于1，本发明通过迭代对比分析同一观测点生物光学模型得到衰减系数与激光雷达反演得到的雷达衰减系数，确定海水后向散射消光对数比k，从而提高海水衰减系数反演精度。
如图1所示，本发明的基于迭代Klett的机载海洋激光雷达信号处理方法，具体实现步骤为：
S1：分别计算激光雷达衰减系数α(z)和模型衰减系数αmodel；
所述的激光雷达衰减系数α(z)的具体计算步骤如下：
(1)对所述的机载海洋激光雷达的原始数据进行预处理，包括背景噪声去除和距离校正；
(2)确定参考边界，并利用斜率法确定边界点的激光雷达衰减系数；
(3)设置迭代次数n的初始值为0，海水后向散射消光对数比k的初始值为0.6，k＝0.6+0.01n，kn∈[0.6，1.3]，n∈[0，70]；
(4)将n的值、k的值代入下式，得到激光雷达衰减系数α(z)
其中，S(z)是雷达距离校正信号，Sm＝S(zm)，zm是边界值，αm是边界点的激光雷达衰减系数；
(5)令n＝n+1,返回步骤(4)运行，直到k＝1.3时结束，输出激光雷达衰减系数α(z)；
所述的模型衰减系数αmodel的计算步骤具体如下：
选取与激光雷达数据经纬度匹配一致的叶绿素剖面数据,将所述的叶绿素剖面数据代入下式，得到模型衰减系数αmodel；
αmodel＝Kd+(c-Kd)exp(-0.85cD) (2)
Kd＝0.0452+0.0494chl0.67 (3)
c＝a+b (4)
a＝1.055(0.0488+0.028chl0.65) (5)
b＝1.7×10-3+0.416chl0.766 (6)
其中，Kd是漫衰减系数，c是光束衰减系数，a为吸收系数，b为散射系数，D为激光投影到海面的光斑直径，chl为实测叶绿素浓度。
S2：对比雷达衰减系数α(z)与模型衰减系数αmodel，找出与αmodel最接近的雷达衰减系数，其对应的k值为该水体的最佳k。
优选地，所述的S1中的背景噪声为超出激光雷达探测范围的信号，具体为每个脉冲信号最后一百个采样点的平均值。
优选地，所述的距离校正具体为：将各深度上的回波信号乘上该深度值的平方，所述的深度值包括飞机的高度值和海水的深度。
优选地，所述的S2中的参考边界为激光雷达可探测到的最大深度值。
图2展示了设置不同k值得到的雷达衰减系数与实测水体衰减系数的对比结果，不同符号表示激光雷达反演的衰减系数，实线是原位测量结果。从图上可以看出激光雷达反演的衰减系数随k值的不同而显著变化，随k值的增大而增大。当k值较小时，结果存在低估的现象，但总体趋势不变；当k值较大时，结果存在高估的现象，且随着深度的增加雷达衰减系数不断减小。结果表明，k是激光雷达信号反演的关键因素，也是klett反演激光雷达方程的重要误差源。因此，准确地确定k值是非常重要的。本发明提出的基于迭代Klett的机载海洋激光雷达信号处理方法，能够较准确地确定研究区域的k值。
为了验证激光雷达反演的衰减系数与现场测量之间的关系的准确性，进行了误差分析。图3给出了激光雷达衰减系数与现场测量值比值的误差曲线图。从图中可以看出，除无效深度外，随着深度的增加，该比值接近1，且相对误差均在12％以内，其中80％误差小于5％。只有6％误差大于10％，受低信噪比的影响，主要集中在17～18m深处。由于本发明的方法涉及反向积分，因为误差的累积，深度在3m到5m误差也略大。结果证明，本发明的基于迭代Klett的机载海洋激光雷达信号处理方法是一种有效可行的反演激光雷达衰减系数的方法，准确性更高，误差更小。
Claims (4)
1.一种基于迭代Klett的机载海洋激光雷达信号处理方法，其特征在于，该方法包括以下步骤：
S1：分别计算激光雷达衰减系数α(z)和模型衰减系数αmodel；
所述的激光雷达衰减系数α(z)的具体计算步骤如下：
(1)对所述的机载海洋激光雷达的原始数据进行预处理，包括背景噪声去除和距离校正；
(2)确定参考边界，并利用斜率法确定边界点的激光雷达衰减系数；
(3)设置迭代次数n的初始值为0，海水后向散射消光对数比k的初始值为0.6，k＝0.6+0.01n，kn∈[0.6，1.3]，n∈[0，70]；
(4)将n的值、k的值代入下式，得到激光雷达衰减系数α(z)
其中，S(z)是雷达距离校正信号，Sm＝S(zm)，zm是边界值，αm是边界点的激光雷达衰减系数；
(5)令n＝n+1,返回步骤(4)运行，直到k＝1.3时结束，输出激光雷达衰减系数α(z)；
所述的模型衰减系数αmodel的计算步骤具体如下：
选取与激光雷达数据经纬度匹配一致的叶绿素剖面数据,将所述的叶绿素剖面数据代入下式，得到模型衰减系数αmodel；
αmodel＝Kd+(c-Kd)exp(-0.85cD) (2)
Kd＝0.0452+0.0494chl0.67 (3)
c＝a+b (4)
a＝1.055(0.0488+0.028chl0.65) (5)
b＝1.7×10-3+0.416chl0.766 (6)
其中，Kd是漫衰减系数，c是光束衰减系数，a为吸收系数，b为散射系数，D为激光投影到海面的光斑直径，chl为实测叶绿素浓度。
S2：对比雷达衰减系数α(z)与模型衰减系数αmodel，找出与αmodel最接近的雷达衰减系数，其对应的k值为该水体的最佳k。
2.根据权利要求1所述的基于迭代Klett的机载海洋激光雷达信号处理方法，其特征在于，所述的S1中的背景噪声为超出激光雷达探测范围的信号，具体为每个脉冲信号最后一百个采样点的平均值。
3.根据权利要求1所述的基于迭代Klett的机载海洋激光雷达信号处理方法，其特征在于，所述的距离校正具体为：将各深度上的回波信号乘上该深度值的平方，所述的深度值包括飞机的高度值和海水的深度。
4.根据权利要求1所述的基于迭代Klett的机载海洋激光雷达信号处理方法，其特征在于，所述的S1中的参考边界为激光雷达可探测到的最大深度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910911141.1A CN110673108B (zh) | 2019-09-25 | 2019-09-25 | 一种基于迭代Klett的机载海洋激光雷达信号处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910911141.1A CN110673108B (zh) | 2019-09-25 | 2019-09-25 | 一种基于迭代Klett的机载海洋激光雷达信号处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110673108A true CN110673108A (zh) | 2020-01-10 |
| CN110673108B CN110673108B (zh) | 2021-07-16 |
Family
ID=69079449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910911141.1A Expired - Fee Related CN110673108B (zh) | 2019-09-25 | 2019-09-25 | 一种基于迭代Klett的机载海洋激光雷达信号处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110673108B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111965608A (zh) * | 2020-07-16 | 2020-11-20 | 自然资源部第二海洋研究所 | 一种基于水体叶绿素浓度的星载海洋激光雷达探测能力评估方法 |
| CN113655495A (zh) * | 2021-08-31 | 2021-11-16 | 自然资源部第二海洋研究所 | 一种基于水体漫衰减系数光谱依赖性的星载海洋激光雷达最优波段评估方法 |
| CN113746544A (zh) * | 2021-09-09 | 2021-12-03 | 桂林电子科技大学 | 一种非均匀海水的垂直信道链路分层方法 |
| CN114509409A (zh) * | 2022-04-20 | 2022-05-17 | 山东科技大学 | 星载单光子激光雷达的叶绿素浓度垂直剖面反演方法 |
| CN114674292A (zh) * | 2021-12-23 | 2022-06-28 | 自然资源部第二海洋研究所 | 一种基于机载多波长激光雷达探测海洋光学剖面的系统及反演方法 |
| CN115855882A (zh) * | 2023-03-03 | 2023-03-28 | 山东科技大学 | 利用星载激光雷达背景噪声反演水体遥感反射率的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105676231A (zh) * | 2016-01-25 | 2016-06-15 | 西安理工大学 | 一种基于转动拉曼激光雷达反演大气温度的方法 |
| KR20170109838A (ko) * | 2016-03-22 | 2017-10-10 | 목원대학교 산학협력단 | 라이다를 이용한 에어로졸 경계고도 및 경계값 산출 방법 |
| CN107451413A (zh) * | 2017-08-16 | 2017-12-08 | 中国科学院遥感与数字地球研究所 | 一种水体吸收系数校正方法及装置 |
| CN108490451A (zh) * | 2018-03-29 | 2018-09-04 | 中国民航大学 | 一种利用大气消光系数反演斜程能见度的方法 |
| CN109596594A (zh) * | 2018-11-27 | 2019-04-09 | 南京信息工程大学 | 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法 |
| CN110031856A (zh) * | 2019-04-04 | 2019-07-19 | 山东科技大学 | 一种机载LiDAR测深数据的漫衰减系数提取方法 |
-
2019
- 2019-09-25 CN CN201910911141.1A patent/CN110673108B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105676231A (zh) * | 2016-01-25 | 2016-06-15 | 西安理工大学 | 一种基于转动拉曼激光雷达反演大气温度的方法 |
| KR20170109838A (ko) * | 2016-03-22 | 2017-10-10 | 목원대학교 산학협력단 | 라이다를 이용한 에어로졸 경계고도 및 경계값 산출 방법 |
| CN107451413A (zh) * | 2017-08-16 | 2017-12-08 | 中国科学院遥感与数字地球研究所 | 一种水体吸收系数校正方法及装置 |
| CN108490451A (zh) * | 2018-03-29 | 2018-09-04 | 中国民航大学 | 一种利用大气消光系数反演斜程能见度的方法 |
| CN109596594A (zh) * | 2018-11-27 | 2019-04-09 | 南京信息工程大学 | 基于拉曼-米散射激光雷达的气溶胶消光系数反演方法 |
| CN110031856A (zh) * | 2019-04-04 | 2019-07-19 | 山东科技大学 | 一种机载LiDAR测深数据的漫衰减系数提取方法 |
Non-Patent Citations (2)
| Title |
|---|
| 孙海波等: "激光雷达反演气溶胶光学特性的k值准确度研究", 《激光与光电子学进展》 * |
| 张文煜: "激光雷达反演参数k值的研究", 《高原气象》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111965608A (zh) * | 2020-07-16 | 2020-11-20 | 自然资源部第二海洋研究所 | 一种基于水体叶绿素浓度的星载海洋激光雷达探测能力评估方法 |
| CN111965608B (zh) * | 2020-07-16 | 2024-01-12 | 自然资源部第二海洋研究所 | 一种基于水体叶绿素浓度的星载海洋激光雷达探测能力评估方法 |
| CN113655495A (zh) * | 2021-08-31 | 2021-11-16 | 自然资源部第二海洋研究所 | 一种基于水体漫衰减系数光谱依赖性的星载海洋激光雷达最优波段评估方法 |
| CN113655495B (zh) * | 2021-08-31 | 2024-06-11 | 自然资源部第二海洋研究所 | 一种基于水体漫衰减系数光谱依赖性的星载海洋激光雷达最优波段评估方法 |
| CN113746544A (zh) * | 2021-09-09 | 2021-12-03 | 桂林电子科技大学 | 一种非均匀海水的垂直信道链路分层方法 |
| CN114674292A (zh) * | 2021-12-23 | 2022-06-28 | 自然资源部第二海洋研究所 | 一种基于机载多波长激光雷达探测海洋光学剖面的系统及反演方法 |
| CN114674292B (zh) * | 2021-12-23 | 2024-04-26 | 自然资源部第二海洋研究所 | 基于机载多波长激光雷达探测海洋光学剖面的系统及方法 |
| CN114509409A (zh) * | 2022-04-20 | 2022-05-17 | 山东科技大学 | 星载单光子激光雷达的叶绿素浓度垂直剖面反演方法 |
| CN115855882A (zh) * | 2023-03-03 | 2023-03-28 | 山东科技大学 | 利用星载激光雷达背景噪声反演水体遥感反射率的方法 |
| CN115855882B (zh) * | 2023-03-03 | 2023-04-28 | 山东科技大学 | 利用星载激光雷达背景噪声反演水体遥感反射率的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110673108B (zh) | 2021-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110673108B (zh) | 一种基于迭代Klett的机载海洋激光雷达信号处理方法 | |
| CN111583214B (zh) | 基于rbf神经网络的航海雷达图像反演海面风速方法 | |
| Liu et al. | Lidar remote sensing of seawater optical properties: experiment and Monte Carlo simulation | |
| Stewart et al. | Quantitative seafloor characterization using a bathymetric sidescan sonar | |
| CN111965608B (zh) | 一种基于水体叶绿素浓度的星载海洋激光雷达探测能力评估方法 | |
| CN110134976B (zh) | 一种机载激光测深信号提取方法及系统 | |
| Jourdin et al. | Dual-frequency ADCPs measuring turbidity | |
| CN111077536B (zh) | 一种海洋激光雷达测探回波分类方法及装置 | |
| CN112013822A (zh) | 基于改进gwr模型的多光谱遥感水深反演方法 | |
| Hu et al. | A new way to model nonstationary sea clutter | |
| CN105204022A (zh) | 海面风场的反演方法及装置 | |
| CN111948663A (zh) | 一种星载全波形信号的自适应经验模态分解去噪方法 | |
| CN110133680B (zh) | 一种机载激光测深接收波形有效信号初值确定方法及系统 | |
| CN116609758B (zh) | 一种机载激光测深波形旅行时提取方法 | |
| Gu et al. | A speckle noise suppression method based on surface waves investigation and monitoring data | |
| Gallaudet et al. | High-frequency volume and boundary acoustic backscatter fluctuations in shallow water | |
| CN109471113B (zh) | 基于相位法的多波束声呐海底地形测量质量实时评估方法 | |
| Guenther et al. | Laser applications for near-shore nautical charting | |
| CN110133670B (zh) | 一种机载激光测深接收波形的去噪处理方法及其系统 | |
| CN114814779A (zh) | 浮标涌浪波高观测数据误差评估方法、系统、设备及介质 | |
| Murino et al. | A confidence-based approach to enhancing underwater acoustic image formation | |
| Fajaryanti et al. | A preliminary study on seabed classification using a scientific echosounder | |
| Cadalli et al. | Three-dimensional tomographic imaging of ocean mines from real and simulated lidar returns | |
| Li et al. | Deep learning assisted exponential waveform decomposition for bathymetric LiDAR | |
| Giangregorio et al. | Wind Direction Estimation by Deconvolution of GNSS Delay–Doppler Maps: A Simulation Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210716 |