全波LiDAR数据波形分解方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究目的与意义 | 第10页 |
| 1.2 国内外发展现状 | 第10-12页 |
| 1.3 研究内容及方法 | 第12-13页 |
| 1.4 论文组织 | 第13-15页 |
| 2 全波LiDAR数据波形分解基本理论 | 第15-25页 |
| 2.1 全波激光雷达 | 第15-20页 |
| 2.1.1 全波LiDAR系统 | 第16-18页 |
| 2.1.2 全波LiDAR数据及其特点 | 第18-20页 |
| 2.2 全波LiDAR数据波形分解 | 第20-22页 |
| 2.2.1 高斯混合模型 | 第21页 |
| 2.2.2 雷达方程及散射系数 | 第21-22页 |
| 2.3 全波LiDAR数据波形分解数学基础 | 第22-24页 |
| 2.3.1 贝叶斯定理 | 第22-23页 |
| 2.3.2 RJMCMC算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 全波LiDAR数据波形分解模型 | 第25-30页 |
| 3.1 基于高斯混合模型的波形分解模型 | 第25-27页 |
| 3.1.1 理想波形模型 | 第25-26页 |
| 3.1.2 波形或然率模型 | 第26页 |
| 3.1.3 先验参数分布 | 第26-27页 |
| 3.1.4 后验概率密度函数 | 第27页 |
| 3.2 基于有效散射单元的波形分解模型 | 第27-28页 |
| 3.2.1 理想波形模型 | 第27页 |
| 3.2.2 波形或然率模型 | 第27-28页 |
| 3.2.3 先验参数分布 | 第28页 |
| 3.2.4 后验概率密度函数 | 第28页 |
| 3.3 本章小结 | 第28-30页 |
| 4 波形分解模型的优化实现 | 第30-36页 |
| 4.1 高斯混合模型波形分解模型的优化实现 | 第30-32页 |
| 4.2 有效散射单元波形分解模型的优化实现 | 第32-35页 |
| 4.3 本章小结 | 第35-36页 |
| 5 实验结果与讨论 | 第36-53页 |
| 5.1 实验数据 | 第36-38页 |
| 5.2 数据预处理 | 第38页 |
| 5.3 基于高斯混合模型的可变分量波形分解 | 第38-46页 |
| 5.3.1 实验结果 | 第39-44页 |
| 5.3.2 算法评价 | 第44-46页 |
| 5.4 基于有效散射单元的可变分量波形分解 | 第46-52页 |
| 5.4.1 实验结果 | 第47-51页 |
| 5.4.2 散射系数反演 | 第51-52页 |
| 5.5 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录A 表目录 | 第59-60页 |
| 附录B 图目录 | 第60-61页 |
| 附录C 缩略语 | 第61-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
