非扫描激光雷达论文-赵逢波

非扫描激光雷达论文-赵逢波

导读:本文包含了非扫描激光雷达论文开题报告文献综述及选题提纲参考文献,主要关键词:污染物通量,扫描激光雷达,质量浓度,大气风场

非扫描激光雷达论文文献综述

赵逢波[1](2019)在《污染物通量的扫描激光雷达探测方法研究》一文中研究指出大气污染物通量即是单位时间内通过单位面积的污染物的流量,是表征污染物输送强度的物理参量,是一个包含污染物浓度和风速风向信息的综合性参数,具有大小和方向,在评估大气环境状况以及污染天气预报中有重要作用。因此,构建污染物通量的扫描激光雷达探测方法对于研究大气边界层内污染物的时空分布结构和输送机制具有重要的实际意义和明确的应用背景。本文以大气边界层内污染物通量为研究目标,基于大气污染物通量探测的基本原理,依托于叁维扫描激光雷达和相干多普勒测风激光雷达实验系统,提出空间及时间尺度模式并依据该模式构建污染物通量的多数据融合模型,进而推算并分析时空尺度上的污染物水平、垂直输送特性。首先,利用扫描激光雷达对大气边界层内的气溶胶分别以垂直、叁维锥扫描状态进行探测,根据气溶胶消光系数与质量浓度之间的数学回归关系将其转换为质量浓度,从而分析污染物质量浓度的高度分层及时间变化特性。其次,利用多普勒测风激光雷达对大气风场进行持续观测,多角度分析和验证水平风速风向的高度、时段分层特征。取日均污染物质量浓度的情况下,以大气风场数据作为唯一量进行构建空间、时间尺度的污染物通量分层计算模型,并基于该模型进行推算区域内污染物通量,分析时间、空间以及结合时空尺度下的风速风向数据对于污染物通量的影响价值。最终,实现扫描激光雷达和测风激光雷达的联合实时观测,分别反演所得污染物质量浓度和大气风场数据,利用污染物质量浓度与风速风向数据的数据匹配融合模型,包括反演空间、时间两种尺度和水平、垂直两类状态的污染物通量;分别设定空间、时间尺度基准,通过探究分析时空尺度上的污染物浓度差垂直分布结构及垂直通量输送特性。利用扫描激光雷达对大气边界层内气溶胶质量浓度的探测及反演,数据空间特征表明浓度随高度增加而减小的分布规律,且主要集中于1km以下高度层;时间尺度的变化规律依赖于大气风场,进一步验证了浓度转换公式及时空探测方法的可行性。大气风场连续观测数据显示,水平风速高空层大于低空层,晚间时段大于早间时段的特性,进而验证了分层理论的合理性和普适性。基于通量融合模型及实验结果,得出风场信息对污染物通量的影响价值由风速风向主导。污染物通量融合结果显示,空间尺度上垂直、水平输送强度均存在高度分层、低空强度大于高度的特征,垂直输送方向向下;时间尺度上水平输送强度须综合污染物浓度差和水平风速风向联合分析,输送方向即水平风向,初步探索性地分析了污染物的时空输送机制。(本文来源于《西安理工大学》期刊2019-06-30)

张站业[2](2019)在《扫描激光雷达控制与反演算法研究》一文中研究指出气溶胶对气候和环境有着重要的影响。激光雷达以激光为光源,通过激光与大气分子以及气溶胶粒子的相互作用来遥感大气,具有较高的时空分辨率,是目前成熟的气溶胶探测手段。米散射激光雷达通过探测不同高度上气溶胶消光系数的数值来描述气溶胶粒子的浓度分布。传统米散射激光雷达通常垂直观测气溶胶消光系数,仅能获得垂直方向上的气溶胶浓度分布情况。由于传统米散射激光雷达的局限性,本课题开展了扫描米散射激光雷达的研究工作。本文首先进行了米散射激光雷达回波信号的数值模拟计算,并开发了数值模拟器,为扫描米散射激光雷达系统器件选型提供理论参考;其次,根据扫描机架通信协议编写了扫描控制程序,提高了系统自动化程度;完成了光电倍增管控制电路板的设计、调试,使信号探测系统结构和体积都精简了许多,并通过对比实验验证了光电倍增管控制电路板的可靠性;设计并实现了基于回波信号的自动对光系统,实验结果表明:在没有人员干预的情况下,自动对光系统可以实现收发光轴的自动准直;最后,利用自研的扫描米散射雷达系统对大气气溶胶进行了垂直以及扫描探测实验,定量分析了合肥上空气溶胶的时空分布状况。探测结果表明:扫描激光雷达可以实现气溶胶多角度、多方位的立体探测,可以快速、实时获取气溶胶空间分布情况,在城市污染监测、治理方面有着广泛的应用前景。(本文来源于《中国科学技术大学》期刊2019-05-01)

邹子强,刘星,张雪峰[3](2019)在《弹载线阵扫描激光雷达的目标识别算法》一文中研究指出针对现有算法对稀疏图像识别率不高的问题,提出了基于目标顶部特征的BP神经网络目标识别算法。该算法通过分析模拟目标的线阵扫描数据,应用统计算法提取目标顶部轮廓数据特征,建立目标叁维特征图模型,采用最小生成树Prim算法得到目标顶部轮廓空间分布特征,在此基础上设计了对目标特征分类的BP神经网络。仿真结果表明,该算法简单易于实现,并且在预测误差│error│≤0.015时,该算法对目标稀疏图像有较好的识别效果。(本文来源于《探测与控制学报》期刊2019年01期)

李小路,曾晶晶,王皓,徐立军[4](2019)在《叁维扫描激光雷达系统设计及实时成像技术》一文中研究指出叁维扫描激光雷达能够主动获取目标的叁维信息,其高速数据采集与传输是叁维实时成像的技术瓶颈之一。自主设计一款地基叁维扫描激光雷达系统,利用数据采集与控制系统实现点云叁维成像。激光雷达系统硬件设计包括发射与接收单元、测距单元和扫描单元,用于获取目标的叁维点云数据。激光雷达系统软件设计包括上位机程序、下位机程序和USB固件程序设计,实现点云数据从下位机到上位机的采集、传输和存储,及上位机数据解析和实时成像。通过多个场景实验,结果显示叁维扫描激光雷达系统具有厘米级别的测距误差,可以实现叁维实时成像。(本文来源于《红外与激光工程》期刊2019年05期)

杨书娟,张珂殊,邵永社[5](2018)在《螺旋式扫描激光雷达数据的DEM内插算法》一文中研究指出提出一种螺旋式扫描机载激光雷达系统的数字高程模型(DEM)内插算法。首先,描述螺旋式扫描激光雷达系统的扫描特点,并阐述实时计算重迭区域的原理;然后,介绍改进的叁角网迭代加密滤波法,并将其用于地面点与非地面点的分离;最后,基于随机森林法内插DEM。实验结果表明,该方法实现了螺旋式扫描机载激光雷达系统的DEM内插,且内插精度符合工业生产的数据要求。(本文来源于《中国激光》期刊2018年11期)

卜禹铭,杜小平,曾朝阳,赵继广,宋一铄[6](2018)在《无扫描激光叁维成像雷达研究进展及趋势分析》一文中研究指出无扫描激光叁维成像雷达具有体积小、质量轻、高分辨率、高精度和对动态目标无失真成像等优点,目前已成为许多国家研究的重点和热点。本文阐述了闪光式、光子计数、增益调制型等7种无扫描激光叁维成像雷达体制和距离选通成像技术的基本原理,追踪并归纳了其研究进展,对比分析了各体制的技术优劣,并从核心器件角度分析了发展趋势。结论如下:采用2D传感器在光学层面进行时间信息转换实现叁维成像的方法具有高分辨率、高能量利用率和高信噪比等特点,在航天、测绘、军事、民用等领域具有突出优势和应用前景。(本文来源于《中国光学》期刊2018年05期)

谢殿广,刘景鹏[7](2018)在《基于压缩感知的非扫描激光雷达成像技术研究》一文中研究指出压缩感知(compressive sensing,CS)是近年来出现的一种新的信号获取与处理理论,能以远低于奈奎斯特采样率对信号进行采样,并可实现高精度的重构。首先介绍了压缩感知理论,提出了一种基于压缩感知的非扫描激光雷达成像系统,然后详述了系统组成及工作流程,对关键技术进行了分析。该系统以单光子点元探测器作为微弱目标探测元件,通过空间光调制及图像重构技术,实现对微弱目标的超分辨率成像。最后利用OMP重构算法在MATLAB平台上进行了仿真验证,证明了该成像系统的可行性。(本文来源于《光电技术应用》期刊2018年03期)

杨书娟,邵永社,张珂殊[8](2018)在《国产螺旋式扫描激光雷达系统自检校方法研究》一文中研究指出论文提出一种对螺旋式扫描机载激光雷达系统进行安置角自检校的新算法。首先推导了螺旋式扫描激光雷达点云定位的数学模型;然后提取了激光雷达点云数据重迭区的面特征,并构建了基于面特征的激光雷达检校模型;最后,仿真分析了安置角误差对往返航带前后向扫描数据的影响,并利用同名面特征,基于区域网平差方法同时估计了平面参数和安置角参数。实验结果表明,该方法实现了激光雷达安置角的自检校,且绝对精度满足生产数据要求。(本文来源于《电子与信息学报》期刊2018年05期)

王世峰,都凯悦,许庭赫,马克·贝肖,朱勇[9](2018)在《一种单线全周式扫描激光雷达的应用及与同类传感器的比较》一文中研究指出在建筑测绘、地形勘测、军事侦查等应用任务中,通常使用单线/多线激光雷达进行空间扫描来实现被测目标的叁维空间重构。主要介绍了一种具有360°水平和俯仰±35°的全周扫描单线激光雷达RobotEye RE05,其不但可以设置水平和俯仰扫描分辨率角,还可以针对感兴趣区域进行针对性往复扫描,从而实现室内或室外的叁维重构或目标探测。首先简要介绍了业内常见的激光雷达,并与RobotEye RE05进行参数差异比较;然后描述了RobotEye RE05激光雷达的工作特性和叁种扫描方式,通过多方面比较证明了该新型激光雷达在应用性能方面的显着提高。(本文来源于《长春理工大学学报(自然科学版)》期刊2018年01期)

张小凤[10](2017)在《MEMS微镜扫描激光雷达发射光学系统设计》一文中研究指出MEMS微镜扫描激光雷达具有视场和分辨率可电控、体积小、重量轻等突出优势,是车载激光雷达的重要发展方向。本论文以MEMS微镜扫描激光雷达的研制为背景,研究了基于MEMS微镜的半导体激光准直发射光学系统的设计问题,旨在为课题组正在研发的激光雷达提供发射光学系统设计方案。论文调研了激光成像雷达的发展现状、概述了光学扫描技术的进展,在此基础上,提出了 MEMS微镜扫描激光雷达发射光学系统的设计方案,通过理想光学系统建模,推导了扫描发射光学系统探测光束发散角和系统扫描视场与光学系统各组成部分参数之间依赖关系的计算公式。以上述依赖关系为基础,结合透镜D/f的限制以及光学系统指标要求,完成了发射光学系统核心透镜组参数设计,并利用ZEMAX软件进行了各透镜组的具体设计。经ZEMAX软件的仿真评估,所设计发射光学系统的扫描视场达到27°,对于SPLLL90_3激光器的探测光束发散角为30mrad。在实验上,进行了 3组不同参数组合发射光学系统的扫描范围和探测光束发散角的实验,得到了与理论分析相一致的结果。通过实验,验证了本论文所提MEMS微镜扫描激光雷达发射光学系统设计方案的正确性,为MEMS微镜扫描激光雷达研制探索了一种发射光学系统设计方案。(本文来源于《南京理工大学》期刊2017-12-01)

非扫描激光雷达论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

气溶胶对气候和环境有着重要的影响。激光雷达以激光为光源,通过激光与大气分子以及气溶胶粒子的相互作用来遥感大气,具有较高的时空分辨率,是目前成熟的气溶胶探测手段。米散射激光雷达通过探测不同高度上气溶胶消光系数的数值来描述气溶胶粒子的浓度分布。传统米散射激光雷达通常垂直观测气溶胶消光系数,仅能获得垂直方向上的气溶胶浓度分布情况。由于传统米散射激光雷达的局限性,本课题开展了扫描米散射激光雷达的研究工作。本文首先进行了米散射激光雷达回波信号的数值模拟计算,并开发了数值模拟器,为扫描米散射激光雷达系统器件选型提供理论参考;其次,根据扫描机架通信协议编写了扫描控制程序,提高了系统自动化程度;完成了光电倍增管控制电路板的设计、调试,使信号探测系统结构和体积都精简了许多,并通过对比实验验证了光电倍增管控制电路板的可靠性;设计并实现了基于回波信号的自动对光系统,实验结果表明:在没有人员干预的情况下,自动对光系统可以实现收发光轴的自动准直;最后,利用自研的扫描米散射雷达系统对大气气溶胶进行了垂直以及扫描探测实验,定量分析了合肥上空气溶胶的时空分布状况。探测结果表明:扫描激光雷达可以实现气溶胶多角度、多方位的立体探测,可以快速、实时获取气溶胶空间分布情况,在城市污染监测、治理方面有着广泛的应用前景。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

非扫描激光雷达论文参考文献

[1].赵逢波.污染物通量的扫描激光雷达探测方法研究[D].西安理工大学.2019

[2].张站业.扫描激光雷达控制与反演算法研究[D].中国科学技术大学.2019

[3].邹子强,刘星,张雪峰.弹载线阵扫描激光雷达的目标识别算法[J].探测与控制学报.2019

[4].李小路,曾晶晶,王皓,徐立军.叁维扫描激光雷达系统设计及实时成像技术[J].红外与激光工程.2019

[5].杨书娟,张珂殊,邵永社.螺旋式扫描激光雷达数据的DEM内插算法[J].中国激光.2018

[6].卜禹铭,杜小平,曾朝阳,赵继广,宋一铄.无扫描激光叁维成像雷达研究进展及趋势分析[J].中国光学.2018

[7].谢殿广,刘景鹏.基于压缩感知的非扫描激光雷达成像技术研究[J].光电技术应用.2018

[8].杨书娟,邵永社,张珂殊.国产螺旋式扫描激光雷达系统自检校方法研究[J].电子与信息学报.2018

[9].王世峰,都凯悦,许庭赫,马克·贝肖,朱勇.一种单线全周式扫描激光雷达的应用及与同类传感器的比较[J].长春理工大学学报(自然科学版).2018

[10].张小凤.MEMS微镜扫描激光雷达发射光学系统设计[D].南京理工大学.2017

标签:;  ;  ;  ;  

非扫描激光雷达论文-赵逢波
下载Doc文档

猜你喜欢