發(fā)布時(shí)間：2021-09-19 04:41

　　受作業(yè)環(huán)境與掃描條件的影響,機(jī)載激光測(cè)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(chǔ)上進(jìn)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(xiàn)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(duì)機(jī)載激光測(cè)深全波形數(shù)據(jù)的波形分解參數(shù)優(yōu)化問(wèn)題,結(jié)合實(shí)測(cè)和模擬波形數(shù)據(jù)對(duì)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(yīng),以及水深估計(jì)偏差等方面的特征進(jìn)行了詳細(xì)的對(duì)比分析,著重探討了兩種參數(shù)優(yōu)化方法所得結(jié)果的準(zhǔn)確度與穩(wěn)定性,并對(duì)其主要技術(shù)特征與效果差異進(jìn)行了總結(jié)。 

【文章來(lái)源】：測(cè)繪學(xué)報(bào). 2020,49(01)北大核心EICSCD

【文章頁(yè)數(shù)】：15 頁(yè)

【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(jì)具有重要的作用,特別是對(duì)于參數(shù)優(yōu)化而言,多數(shù)方法需要采用迭代計(jì)算。因此,采用較為準(zhǔn)確的參數(shù)初值不僅可以加快系統(tǒng)的收斂過(guò)程,同時(shí)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(guò)峰值探測(cè)估計(jì)波形中高斯分量的位置和數(shù)量,且在分解過(guò)程主要遵循強(qiáng)度順序,即按照波形中波峰的強(qiáng)度大小依次進(jìn)行分解。但這樣的方法容易因反射目標(biāo)間距離過(guò)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(shí)間順序?yàn)榛A(chǔ)的高斯半波長(zhǎng)遞進(jìn)分解方法進(jìn)行初值估計(jì)[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(duì)參數(shù)初值所對(duì)應(yīng)的波形分量有所調(diào)整。二者所得反射分量的時(shí)間位置較為接近,說(shuō)明其最終得到的水深估計(jì)值差異性較小,但從振幅強(qiáng)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(qiáng)度值略高。表1為經(jīng)過(guò)參數(shù)優(yōu)化處理后所得各高斯分量的具體參數(shù)值。對(duì)比單一波形處理效果可以看出,LM方法和EM方法對(duì)相同初值分量進(jìn)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(guān)聯(lián)度為0.978,略高于EM優(yōu)化后的0.974。Hausdorff距離能夠度量?jī)蓚�(gè)波形間的最大不匹配程度,依據(jù)文獻(xiàn)[36—37]中雙向Hausdorff距離,分別對(duì)兩種優(yōu)化方法與原波形之間的Hausdorff距離進(jìn)行計(jì)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(duì)應(yīng)EM優(yōu)化后的結(jié)果與原始波形的Hausdorff距離為3.900。以上結(jié)果說(shuō)明,從形態(tài)角度看LM方法與EM方法均能較好地反映真實(shí)的波形特征,即LM方法的波形擬合準(zhǔn)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(biāo)準(zhǔn),波形的擬合效果較好。

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)載激光測(cè)深去卷積信號(hào)提取方法的比較[J]. 王丹菂,徐青,邢帥,林雨準(zhǔn),李鵬程.  測(cè)繪學(xué)報(bào). 2018(02)
[2]機(jī)載激光測(cè)深技術(shù)及其研究進(jìn)展[J]. 劉焱雄,郭鍇,何秀鳳,徐文學(xué),馮義楷.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)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(cè)繪學(xué)報(bào). 2015(12)
[4]全局收斂LM的激光雷達(dá)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(jìn)波形分解方法[J]. 李鵬程,徐青,邢帥,劉志青,耿迅,侯曉芬.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2015(03)
[6]混合高斯參數(shù)估計(jì)的兩種EM算法比較[J]. 劉旺鎖,王平波,顧雪峰.  聲學(xué)技術(shù). 2014(06)



本文編號(hào)：3401035