受作業(yè)環(huán)境與掃描條件的影響,機載激光測深全波形數(shù)據(jù)處理所得的參數(shù)分量初值精度通常較低,需采用優(yōu)化方法在此基礎上進一步調(diào)整分量參數(shù)以提高波形分解精度。本文代表性地選取了非線性阻尼最小二乘方法（Levenberg-Marquardt,LM）和期望最大化方法（expectation-maximization,EM）兩種不同的參數(shù)優(yōu)化方案,針對機載激光測深全波形數(shù)據(jù)的波形分解參數(shù)優(yōu)化問題,結合實測和模擬波形數(shù)據(jù)對兩種優(yōu)化方法在相同初值條件下的波形模擬精度、掃描條件及其響應,以及水深估計偏差等方面的特征進行了詳細的對比分析,著重探討了兩種參數(shù)優(yōu)化方法所得結果的準確度與穩(wěn)定性,并對其主要技術特征與效果差異進行了總結。 

【文章來源】：測繪學報. 2020,49(01)北大核心EICSCD

【文章頁數(shù)】：15 頁

【部分圖文】：

全波形數(shù)據(jù)分解基本流程

波形分解中,參數(shù)的初值估計具有重要的作用,特別是對于參數(shù)優(yōu)化而言,多數(shù)方法需要采用迭代計算。因此,采用較為準確的參數(shù)初值不僅可以加快系統(tǒng)的收斂過程,同時也可在一定程度上避免算法陷入局部最優(yōu)解。常規(guī)高斯分解首先通過峰值探測估計波形中高斯分量的位置和數(shù)量,且在分解過程主要遵循強度順序,即按照波形中波峰的強度大小依次進行分解。但這樣的方法容易因反射目標間距離過近而引起峰值偏移現(xiàn)象[33-34]。因此本文采用以全波形數(shù)據(jù)接收時間順序為基礎的高斯半波長遞進分解方法進行初值估計[31]與反射分量的選取(圖2(b))。該方法可有效避免由于回波分量疊加而造成的反射峰值位置偏移。3 參數(shù)優(yōu)化

圖3顯示了經(jīng)EM和LM兩種參數(shù)優(yōu)化方法處理后波形的擬合效果,可以看出兩種方法均對參數(shù)初值所對應的波形分量有所調(diào)整。二者所得反射分量的時間位置較為接近,說明其最終得到的水深估計值差異性較小,但從振幅強度角度看EM方法處理得到的反射分量較LM方法處理后的分量強度值略高。表1為經(jīng)過參數(shù)優(yōu)化處理后所得各高斯分量的具體參數(shù)值。對比單一波形處理效果可以看出,LM方法和EM方法對相同初值分量進行處理后產(chǎn)生了不同的優(yōu)化效果。就優(yōu)化后波形與原始波形的接近程度而言,LM參數(shù)優(yōu)化后的波形與原始波形的關聯(lián)度為0.978,略高于EM優(yōu)化后的0.974。Hausdorff距離能夠度量兩個波形間的最大不匹配程度,依據(jù)文獻[36—37]中雙向Hausdorff距離,分別對兩種優(yōu)化方法與原波形之間的Hausdorff距離進行計算。LM優(yōu)化后所得的參數(shù)包括θj:(Aj,μj,σj),擬合波形與原始波形的Hausdorff距離為1.969,對應EM優(yōu)化后的結果與原始波形的Hausdorff距離為3.900。以上結果說明,從形態(tài)角度看LM方法與EM方法均能較好地反映真實的波形特征,即LM方法的波形擬合準確程度優(yōu)于EM方法,主要原因在于LM參數(shù)優(yōu)化方法的迭代終止條件主要以原始波形的形態(tài)差異為標準,波形的擬合效果較好。

【參考文獻】：
期刊論文
[1]機載激光測深去卷積信號提取方法的比較[J]. 王丹菂,徐青,邢帥,林雨準,李鵬程.  測繪學報. 2018(02)
[2]機載激光測深技術及其研究進展[J]. 劉焱雄,郭鍇,何秀鳳,徐文學,馮義楷.  武漢大學學報(信息科學版). 2017(09)
[3]全波形LiDAR數(shù)據(jù)分解的可變分量高斯混合模型及RJMCMC算法[J]. 趙泉華,李紅瑩,李玉.  測繪學報. 2015(12)
[4]全局收斂LM的激光雷達波形數(shù)據(jù)分解方法[J]. 李鵬程,徐青,邢帥,劉志青,耿迅,侯曉芬,張軍軍.  紅外與激光工程. 2015(08)
[5]采用Levenberg Marquardt的逐步遞進波形分解方法[J]. 李鵬程,徐青,邢帥,劉志青,耿迅,侯曉芬.  測繪科學技術學報. 2015(03)
[6]混合高斯參數(shù)估計的兩種EM算法比較[J]. 劉旺鎖,王平波,顧雪峰.  聲學技術. 2014(06)



本文編號：3401035