| 发明名称 | 基于优化LM算法的激光雷达波形分解的方法 | ||
| 摘要 | 本发明公开了基于优化LM算法的激光雷达波形分解的方法，具体步骤如下：(1)激光雷达系统数字记录后向散射的观测波形数据；(2)对观测波形数据进行信号增强，所述信号增强包括噪声处理和平滑处理；(3)设定阈值，对增强的信号进行峰值-拐点检测，确定包括数量、幅值、位置、脉宽初始化参数即初始化估计值；(4)用改进的训练模型对标准LM算法进行修正，利用初始估计值进行迭代，获得增强的信号各分量的特征参数，包括幅度、位置、脉宽；(5)拟合数据和原始观测数据计算拟合优度，判断拟合结果的精度；用迭代的次数判断拟合算法的效率。 | ||
| 申请公布号 | CN105093207A | 申请公布日期 | 2015.11.25 |
| 申请号 | CN201510406137.1 | 申请日期 | 2015.07.10 |
| 申请人 | 南京大学 | 发明人 | 徐帆;王元庆;李芬芳 |
| 分类号 | G01S7/487(2006.01)I | 主分类号 | G01S7/487(2006.01)I |
| 代理机构 | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人 | 陈建和 |
| 主权项 | 一种基于优化LM算法的激光雷达波形分解的方法，其特征在于具体步骤如下：(1)激光雷达系统数字记录后向散射的观测波形数据；(2)对观测波形数据进行信号增强，所述信号增强包括噪声处理和平滑处理；(3)设定阈值，对增强的信号进行峰值‑拐点检测，确定包括数量、幅值、位置、脉宽初始化参数即初始化估计值；(4)用改进的训练模型对标准LM算法进行修正，利用初始估计值进行迭代，获得增强的信号各分量的特征参数，包括幅度、位置、脉宽；(5)拟合数据和原始观测数据计算拟合优度，判断拟合结果的精度；用迭代的次数判断拟合算法的效率。 | ||
| 地址 | 210093 江苏省南京市鼓楼区汉口路22号 | ||