深度学习在卫星激光测距数据处理中的应用

来源 :激光与光电子学进展 | 被引量 : 0次 | 上传用户:tiefer34
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卫星激光测距是获取空间目标高精度距离的重要技术。在测量数据应用于科学研究之前,需要对原始数据进行一系列的预处理。常用的信号提取方法主要有Graz自动识别、泊松滤波和人工识别等。近年来,一些学者将深度学习技术应用到天文领域,解决了一些问题并取得了相对理想的结果。提出了一种利用深度学习技术提取目标信号的方法,实测数据的识别结果表明,所提算法具有一定的可靠性、通用性和可行性。研究结果对卫星激光测距系统向智能化方向发展有积极的作用。
其他文献
激光增材制造(LAM)涉及了复杂的热作用加工过程,在该工艺下制备的多层结构成形件也具有复杂的微观组织结构特征.而成形件的微观组织结构特征决定了其机械性能,优化微观组织结
为了研究土岩组合地层基坑开挖性状和受力性能与其他地质条件的差异,采用现场实测和Rankine理论分析的方法对金华地区土岩组合地质条件下万达广场地铁深基坑的土压力、深层土体位移等进行分析。研究结果表明:当开挖在见岩面以上土层时,主动土压力分布模式为三角形,基坑开挖面以下的影响深度约为0.93~1.1倍的开挖深度(H);当开挖到见岩面以下岩石层时,主动土压力由三角形分布演变为R形分布,基坑开挖面以下的影响深度约为0.58~0.67 H;在见岩面以上,围护结构上主动土压力的实测值与理论值的比值约为0.81;在见
针对机器人自适应打磨曲面焊接区域的识别问题,提出了一种基于线结构光的打磨机器人自动识别起始点与终止点的算法和一种深度图像增强算子。增强算子将中心像素与8邻域内像素强度差的绝对值和作为中心像素值,以增强深度图像的可视化特征和打磨区域的纹理特征。首先,对点云数据进行滤波和空洞填充处理;然后,计算每一扫描行点云在高度方向的标准差;最后,对所得特征进行识别,找到一定范围内特征变化较大的位置,从而提取出打磨
近年来,多孔石墨烯纳米材料以其独特的物理和化学性质以及在生物、材料、能源、信息等领域的巨大潜在应用,受到了全世界的广泛关注.然而,多孔石墨烯的合成通常采用高温处理或
光热、光化及光机械等多种激光-生物组织相互作用研究的基础都是对激光辐照下生物组织内部光分布的准确描述,而准确描述组织内部光分布的有效手段是采用各类数学模型及模拟方