关键词： 雷达仿真   数据处理   模型管理   设备建模  

摘要： 虚拟仿真技术从20世纪初就开始发展了,近几年由于虚拟仿真技术的进一步发展,诞生出了很多仿真建模平台技术,从最先的集中式仿真建模平台到后来的组件化仿真建模平台,再到如今的分布式仿真建模平台应用的持续落地。说明了该项技术能够把现代软件工程思想很好的转换为需求开发到实际的应用中去,雷达作为一个精密且昂贵的电子探测设备,在现实中直接研究其性能和评测分析不仅测试成本高,而且在真实环境中运输和部署难,这些无疑会阻碍雷达系统功能的迭代发展。故本文的提出可以为雷达设备的功能测评和研究提供新的解决方案,旨在用虚拟仿真技术创建一个低成本雷达设备的性能模拟和评测的平台软件,作为一个可靠、高效、低成本的模拟测评工具。本文设计的结构是以一个仿真项目为整体方案,对应流程为创建雷达仿真任务、创建/组合仿真模型、绑定仿真模型装订指标、输入和读取仿真执行过程文件开始仿真模拟、输出存储仿真结果、仿真数据测评和分析。整个流程采用串行和并行共同进行的方式来进行雷达组件数据处理,其中创建仿真任务时,把雷达项目的基本数据设置完成,根据装订指标来组合相应的模型,雷达模型、外部环境相关的模型以及被测目标的模型设计都在模型管理模块中完成设计,经过雷达仿真文件读取数据用以处理仿真执行过程,而软件涉及的所有对象,包括各种基类对象和子对象都绑定相应的数据表。仿真任务完成后根据存储的数据和执行过程文件来可视化回放模拟仿真任务,以供科研人员研究测评。本文设计的软件平台后端采用Spring Boot、My Batis、Spring Data Jpa框架对数据做逻辑处理和封装,数据存储采用MYSQL数据库,可视化前端采用VUE语言加Element UI框架Vue-super-flow建模组件以及百度Echart的JS框架结合完成的B/S端雷达仿真测评综合平台。经过前期的考察和设备建模真实验测试,本软件平台已经通过预研和部分应用,为平台操作工程师提供了便利增长效率,节约了较大的研发成本,对雷达设备的更新迭代和性能提升产生了良好的效益。

关键词： 变桨系统   数据处理   工况划分   异常状态识别   故障诊断  

摘要： 随着世界人口的持续增长以及各国经济的发展,能源紧缺成为了世界各国都无法忽视的问题,正是在新能源发展的背景下,依托风能的风力发电技术得到了迅捷的发展。风电机组数量快速增加,带来了对风电机组的日常维护、定期检查和检测维修等需要风场和维修厂花费大量时间的工作需求,加之风电行业“去补贴”转型的推进,控制维修成本成为了风电行业必须重视的重要一环。目前风电机组的维护仍旧采用通过设置好的参数来对风电机组进行静态调试维修的维护方式。然而,风电机组在运行过程中始终处于不同运行工况,仅通过设置参数进行静态调试无法有效诊断机组故障。故解决故障诊断不彻底导致的二次维护问题具有重要的现实意义和学术价值。本文立足于解决风电机组不同工况下变桨系统故障诊断需求,从变桨系统故障分析、数据处理、工况划分、故障诊断四个方面进行研究,并对变桨系统故障诊断模型进行仿真模拟验证,建立风电机组分工况变桨系统故障诊断模型,主要研究工作如下:(1)风电机组变桨系统故障分析研究。首先阐述风电机组变桨系统结构以及工作原理,在此基础上对机组各阶段运行特征进行分析;基于FMEA法对变桨系统全工况下所产生的故障进行分析总结。(2)风电机组运行工况划分与工况辨识研究。基于Quartile-Copula法对风电机组SCADA历史数据进行处理,清除风电机组异常数据;针对风电机组启动、最大风能捕获、恒转速调节、恒功率调节四个阶段进行工况划分和辨识。(3)风电机组变桨系统故障诊断。首先筛选风电机组变桨系统特征参量。根据对风电机组工况划分以及变桨系统特征参量的筛选结果,针对BP神经网络的不足,提出了基于PSO-BP神经网络的异常识别方法,通过比较可知PSO-BP神经网络算法精度更高。最后基于Elman神经网络算法建立对不同工况下变桨系统故障诊断模型,实现对变桨系统的故障诊断。(4)风电机组变桨系统故障仿真分析。利用Matlab/Simlink软件建立双馈风电机组模型对风电机组变桨系统不同工况下故障模式进行仿真,并对本文所提出的分工况变桨故障诊断方法进行验证,最后评估故障诊断模型的准确率。

关键词： 温度探测   法布里-珀罗干涉仪   分子散射   小波去噪   维纳滤波  

摘要： 大气温度是重要的气象参量,对人类生活、农业生产潜力、大气系统和水循环都有着重要的参考意义。高光谱分辨率激光雷达探测技术作为非接触式遥感探测温度的重要手段,克服了辐射和接触带来的影响,可实现连续,高精度大气温度绝对探测。本课题在高光谱分辨率激光雷达探测绝对温度的基础上展开研究,论文主要针对空气温度高精度探测数据的处理方法及实验展开研究。 论文得到主要结论如下: 首先针对精确反演温度的数据处理方法展开研究,基于分于散射理论研究不同散射谱的理论模型,提出了激光能量占比扫描法和采样点中心修正法两种Mie散射校正方法,并从理论上证明此方法的可行性;然后对探测过程中存在不同类型的噪声信号提出相应的去噪方法,以及针对卷积、反卷积、维纳滤波等温度反演算法进行了理论分析。 其次利用光学设计软件Zemax进行了仿真验证。在仿真实验中运用不同反演算法对模拟探测的理想瑞利散射数据进行处理和对比分析;并通过加入不同类别噪声进行仿真实验,分析滤波算法对噪声的剔除情况;讨论了布里渊散射对整个散射谱的影响,针对同压变温、同温变压等请况运用G3解析模型剔除Brillouin分量;最后进行Rayleigh散射和Mie散射叠加的仿真实验,对比分析了两种Mie散射校正算法优缺点,并对不同强度的Mie信号叠加在Rayleigh谱上进行仿真实验和校正处理。 最后利用高光谱分辨率激光雷达系统完成了定点温度探测,对实验数据进行有效点提取、小波去噪、多组叠加、时频转换、Mie散射信号校正、温度反演等处理,分析不同小波层数对高光谱分辨率激光雷达数据处理的影响;对比分析不同小波层数去噪效果以及不同反演算法的优劣,得出维纳滤波反卷积能更好还原原始谱线;通过对叠加不同周期的信号进行分析,讨论扫描时间与信号叠加对温度反演的影响;采用半高宽法和拟合法两种方法进行温度反演,半高宽计算法很大程度依赖最高点值反演温度导致误差较大,而通过维纳滤波反卷积法处理后的谱线与模型谱线进行拟合,反演温度误差较小。在不同温度的探测实验中,经数据处理后,拟合法计算出均方根误差控制在0.01以内,反演的平均温度误差为0.74K,最大温度误差为1.13K,反演的温度精度较高。本研究对高光谱分辨率激光雷达探测大气温度高精度反演具有重要意义。

关键词： 拉曼成像   多通道拉曼成像软硬件集成   标定-重建算法   图像插值  

摘要： 拉曼成像是一种无侵入式的光谱成像技术,通过生成光谱数据的伪彩图像,可以得到待测物质组分的浓度和分布情况。由于传统的扫描模式拉曼成像效率较低,同时,为了获得较好的成像效果必须提高拉曼积分时间,这种做法会直接影响拉曼成像的动态性能,进一步降低该技术的使用场合。因此,本文根据宽场成像技术研制一套快速、高性能的多通道拉曼成像系统,利用拉曼光谱标定-重建算法获得重建光谱,对光谱进行去噪、去基线处理,同时结合拉曼散射与计算机成像机理,提出一种新型的拉曼成像插值算法,进一步提高拉曼成像的空间分辨率及动态性能。硬件系统方面,多通道拉曼成像平台由一体式光谱激发、收集与成像光路构成,成像光路有高光通量及高速两种模式。软件系统方面,本文结合C#、C++与MATLAB混合编程搭建一套多通道拉曼成像软件平台,软件主要功能包括相机控制与实时采集模块、光谱标定与重建模块、图像重建及图像后处理模块。多通道拉曼成像系统数据处理及算法开发方面,预处理算法包括拉曼光谱的标定-重建算法、去噪及去基线算法。另外,本文提出了一种基于全局加权线性回归重建光谱算法,该算法比伪逆法更契合该多通道拉曼成像系统。在后处理算法方面,本文提出一种通过结合拉曼光谱物理原理与图像处理的插值方法,提高了拉曼成像的空间分辨率与动态性能。实验方面,本文开展了 PMMA样本及人胚肾活细胞HEK-293样本的成像实验。通过采集相同位置不同时间的PMMA拉曼散射数据并成像,成像结果能保证较高的相似度,系统具有较好的可重复性;通过采集相同位置不同时间的人胚肾活细胞HEK-293样本并对单谱峰进行成像,成像结果能实现组分浓度及分布的实时监测,同时证明高速模式的时间分辨率相较于高光通量模式快约40倍,证明系统具有较好的动态性能。

关键词： 激光电离飞行时间质谱   相对灵敏系数   元素半定量校正   金属样品   地质样品  

摘要： 随着元素分析方法和相关仪器的发展,基于溶液分析的固体样品分析方法已无法满足高效率准确测定的需求。在这个背景下,各种固体样品直接分析方法及其分析仪器快速发展,并广泛应用在冶金、半导体、地质、环境、生命科学等研究领域。其中,激光电离飞行时间质谱(Laser ionization time-of-flight mass spectrometry,LI-TOF-MS)由于结合了激光微采样与可进行全谱原位分析等优势,在众多固体样品直接分析方法中脱颖而出。本课题组自主设计搭建的LI-TOF-MS系统,同时具备需要标准样品绘制标准曲线的全定量分析及无需标准样品的半定量分析能力。但由于与基体匹配的标准样品昂贵且难以获得,使绘制标准曲线定量方法的适用性大打折扣。同时,目前对于激光微采样导致的非化学计量效应(基体效应和元素分馏效应)的内部机制和影响因素尚不明确,使LI-TOF-MS的无标半定量分析能力一直未能有较大突破。基于此,本文建立了针对金属基体和地质样品基体的数据处理校正方法,成功消除了基体效应、校正了元素分馏效应引起的响应差异,大大提高了无标半定量结果的准确度。下面简要介绍本论文的研究内容和成果。第一部分内容基于本课题组自主设计并搭建的LI-TOF-MS系统,建立了金属基体的数据处理校正方法,并检验了此方法的适用性和准确度。参数优化后的LI-TOF-MS系统可满足无标半定量的分析需求,基于该系统建立的针对金属基体的数据处理校正方法以相对灵敏系数(Relative sensitivity coefficient,RSC)值为校正因子,在Cu、Al和Fe基体中均具有较强的适用性。在校正结果的准确度方面,与半定量结果相比,校正后的各元素的相对标准偏差均不超过20%。与传统的标准曲线定量结果相比,所建立的金属基体数据处理校正方法无需标准样品,也不受标准样品浓度均匀条件的限制,就能够达到接近于标准曲线定量的准确度。尤为重要的是,Cu、Al、Fe三基体各元素的平均RSC值偏差不超过15%,证明该校正方法的校正因子具有一定的普适性。基于以上结果,所建立的金属基体数据处理校正方法可建立全元素RSC数据库,实现高准确度元素浓度的一键无标校正。第二部分内容是针对地质粉末样品的直接分析,探究出一套适用于LI-TOF-MS系统的掺杂金属粉末压片的样品制备方案,并建立了准确度较高的地质样品基体数据处理校正方法。地质样品掺杂金属粉末的样品制备方法,可使混合压片样品在高能激光作用前后均保持较高的机械强度,以保证质谱检测的稳定性。参数优化后的LI-TOF-MS系统具有较高的质量分辨率和覆盖6个数量级的动态检测范围,基于该系统建立的针对地质样品基体的数据处理校正方法在以金属基体校正方法的基础上,进一步提出了氧含量的校正方法。经验证该校正方法的准确度,一方面,校正后主成分乃至微量元素的半定量结果的相对标准偏差均不超过30%,甚至低至0.57%。另一方面,与采用标准样品绘制标准曲线的定量方法相比,其准确度不分伯仲。因此,激光电离飞行时间质谱地质样品基体数据处理校正方法的建立,不仅为无标样的地质样品提供了一种快速、便捷的分析途径,且该方法对样品量少且珍贵的月壤、陨石等地质样品具有极大的高准确度定量潜力。

关键词： 大地电磁测深   数据处理   信噪分离   循环神经网络  

摘要： 大地电磁测深是一种基于天然电磁场源的地球物理探测方法，它具有探测深度大、操作简便、经济效益高等诸多优点，因而广泛应用于深部结构探测、油气资源勘探、地热资源勘查等领域。然而，大地电磁测深利用的天然电磁场源信号微弱，极易受到噪声干扰，因此，自大地电磁法问世以来，大地电磁信噪分离技术一直都是研究热点和难点。同时，随着工业发展程度的提高和人类活动范围的扩大，大地电磁信号去噪处理面临的挑战也在日益加剧。本研究通过调研大地电磁数据去噪研究的发展历程，对目前常用的去噪方法及其局限性开展了分析。在此基础上，提出一种基于循环神经网络的大地电磁噪声压制方法，实现了大地电磁时序数据中强干扰的分离，解决了传统降噪方法速度慢、通用性差的问题，实现大地电磁数据的高效处理，为大地电磁数据处理的智能化创造了有利条件，具有重要的理论和实际意义。　　本文从大地电磁时域信号特征分析入手，将对大地电磁数据产生严重影响的强干扰分为五类，包括方波噪声、充放电三角波噪声、工频噪声、阶跃噪声和尖峰噪声，并总结了这五种典型噪声的形态特征和成因。为在时间域压制这五类典型干扰，选取在时序处理任务中具有突出表现的循环神经网络开展大地电磁信噪分离的相关研究。针对大地电磁时域数据具有数据量大、持续时间长的特点，提出利用长短时记忆单元对循环神经网络进行优化，缓解网络训练过程中梯度消失和梯度爆炸的问题。　　针对大地电磁时间序列手动编辑主观性强且工作量大问题，搭建循环神经网络并开展训练，实现含噪数据段的提取。在纯净信号和模拟大地电磁信号中同时添加五类典型噪声作为仿真信号进行测试，循环神经网络能够识别仿真信号和模拟信号中含有各类噪声的数据段，且准确返回含噪数据段在原始时间序列中的采样位置。进一步对实测数据利用循环神经网络预测处理，实现了在短时间内判别和提取实测资料中的含噪数据段。　　针对各类强干扰严重影响大地电磁阻抗估计精度的问题，提出训练循环神经网络压制强干扰的方法。在纯净信号和模拟大地电磁信号中分别添加五种典型干扰，利用训练后的循环神经网络进行去噪处理，实现了对噪声形态的准确预测，包括幅值、宽度以及其出现的位置。通过改变仿真噪声幅值、宽度和数目，对不同噪声强度干扰下循环神经网络的去噪能力进行了验证。对实测资料利用循环神经网络进行去噪处理，在时间域噪声形态得到明显压制，在频率域噪声所对应的频率成分下降。　　最后，对本方法在实际测点中的应用案例进行了分析和探讨，利用本方法对云南红河测区测点进行去噪处理，视电阻率和相位曲线质量得到明显改善，验证了本方法具备一定的实用性。

关键词： 机载雷达   机动目标跟踪   多目标数据关联   SE-LSTM网络   Transformer网络  

摘要： 机动目标跟踪和多目标数据关联一直是机载雷达数据处理领域的热点研究方向。然而,战场环境和目标的复杂性不仅导致被跟踪目标的运动状态具有不确定性,同时也造成目标量测具有不确定性,这使得传统跟踪滤波算法和多目标数据关联算法难以有效应对复杂战场环境下的目标跟踪任务。深度学习网络是基于数据驱动的,不需要提前假设杂波密度、噪声协方差和目标运动模型等先验信息,有望为复杂战场环境下机动目标跟踪和多目标数据关联提供一种新的解决方案。因此,本文开展了基于深度学习网络的机载雷达数据处理方法优化研究,用以提升目标机动状态下跟踪滤波性能和杂波环境下多目标数据关联性能。主要研究工作概括如下:1、针对传统跟踪滤波算法跟踪机动目标误差大的问题,提出了一种基于长短时记忆网络(Long Short-Term Memory,LSTM)的目标状态估计(State Estimation,SE)算法(SE-LSTM),同时,设计一种二阶总变分损失函数使跟踪航迹更为平滑。实测数据实验表明:提出的算法能有效估计目标的状态,与经典的跟踪滤波算法和基于深度学习网络的助记卡尔曼滤波算法(Mnemonic Kalman Filter,MKF)相比,具有更小的跟踪误差,并且对机动目标有更好的跟踪鲁棒性。2、传统的数据关联算法需要提前估计先验信息,如杂波密度和目标运动模型等,然而在实际场景中很难准确地估计出这些先验信息。为了解决这个问题,提出一种基于深度学习网络的数据关联算法。针对雷达探测目标可能存在虚警和漏检的情况,引入虚拟量测这一概念重新建立数据关联模型;在此基础上,提出了基于Transformer网络的数据关联(Data Association,DA)网络(Transformer-DA)用于求解多目标与多量测的关联问题,并设计了掩蔽交叉熵损失与重叠度损失相结合的损失函数(Masked Cross entropy and Dice,MCD)来训练所提网络。仿真和实测数据实验结果表明:所提算法在不同检测概率下能够有效解决多目标数据关联问题,与经典的数据关联算法和基于双向长短时记忆网络的算法相比,具有更小的OSPA(Optimal Sub-Pattern Assignment)误差。3、设计了一种基于双向长短时记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)的航迹起始算法,在此基础上,提出了基于深度学习网络的机载雷达数据处理优化方法,包括航迹管理、数据关联和跟踪滤波三个模块。仿真数据实验结果表明,所提方法能够有效解决复杂环境下目标数目未知的多目标跟踪问题,与经典多目标跟踪算法相比,具有更小的跟踪误差。

关键词： 雷达数据处理   目标跟踪   多功能模式   动态杂波图   航迹互联  

摘要： 现代雷达技术的高速发展,使雷达探测功能不再单一,新型多功能雷达探测逐渐成为雷达领域的研究热点。本文以某型多功能近程监视雷达为课题背景,研究并设计了一套雷达数据处理软件,主要工作内容如下: 本文首先介绍了雷达数据处理中的参数估计与滤波算法,包括线性滤波器中的卡尔曼滤波和非线性滤波器中的扩展卡尔曼与不敏卡尔曼滤波,并对各自的滤波效果进行Matlab仿真分析;其次深入研究了目标航迹的起始波门和起始算法,给出了波门建立环境和算法递推过程,并对每种起始算法进行了仿真分析;接着针对多功能模式下的空中目标、地面目标、海面目标特征,完成了对探测波形、波束编排以及搜索跟踪策略的设计;为了减小雷达数据处理在点迹匹配航迹时的压力,本文设计了一种利用角度和时间限制的航迹动态分区方案;另外针对杂波干扰问题,本文对自适应门限动态杂波图策略做了重点设计与研究,通过杂波单元的划分与更新来动态调整杂波门限,有效抑制了杂波干扰;在航迹互联算法中,针对最近邻域法的目标易丢失和错误关联问题,提出了一种基于NNS改进的方法,利用目标幅度值和加权偏移概率对量测进一步筛选,并通过了仿真分析和实测数据验证,较好地实现了航迹互联效果;然后对整个雷达数据处理进行分模块实现,并给出了每个模块的详细设计,其中着重论述了数据预处理、航迹起始和航迹管理模块;最后基于Windows环境下的VS平台对雷达数据处理进行软件实现并给出了系统测试结果。 将雷达分别架设在对空、对地、对海三种环境下与数据处理软件进行外场联调,通过实验数据验证了雷达数据处理软件的航迹起始、目标跟踪、探测精度以及杂波抑制能力,较好地实现了多功能近程监视雷达数据处理。

关键词： 定向红外对抗系统   光电探测系统   时间测量精度   误差分析   数据处理  

摘要： 在对定向红外对抗系统(DIRCM)的研究中,干扰效果评估是非常重要的一个环节。它是对干扰装备对抗红外制导系统的干扰效果进行客观、准确的评价,进而加强光电系统的开发和优化关键参数的设计。因此,如何对系统的干扰效果进行可靠评估一直是备受关注的研究课题。本文旨在研究一种光电探测系统,对DIRCM干扰过程中的各项反应时间参数进行测量,以此来作为评估的重要依据。首先从光电探测系统的工作原理出发,对硬件电路中的相关技术进行了研究与设计,以保证实现系统功能,包括:时刻鉴别电路、探测器信号放大电路和系统时间测量技术。同时,为提高系统的时间测量精度,对各环节进行了误差分析,包括:传输电缆延迟误差、快门开启延迟误差、系统时间测量误差、探测器响应延迟误差。通过公式计算、实验测试、时序分析、算法处理等手段确定了各误差值的大小,为数据补偿提供数据支撑。在算法方面,根据探测器的响应机理构建出数学模型,对探测器响应误差问题进行分析,参照了现有的遗传算法、粒子群算法的计算原理,应用了一种融合算法,并分别对该问题进行了求解。根据多次测量的结果,从算法拟合效果、算法最优值、算法计算速度、算法时间复杂度方面进行了综合评价,验证了该算法的高效性。最后利用该算法进行了探测器延迟时间的计算,确定了时间大小。在系统平台搭建方面,采用了光机电一体化设计,能够对DIRCM进行干扰效果评估,为理论研究提供数据支撑。其中,模拟目标系统能够模拟目标特性,通过机械结构的调整不仅能够让其与DIRCM系统的光轴进行对接,而且能够实现多方位测试;控制系统能够对模拟目标系统供电并控制其开启与关闭,同时捕获DIRCM系统的反应信号并进行时间测量。在数据处理方面,从粗大误差、系统误差、随机误差三方面进行了分析。设计了一种粗大误差的剔除方法,能够根据历史测量值快速判断当前测量值的可靠情况,提高了测试效率;根据各环节误差值计算结果进行系统误差补偿,并在此基础上用修正函数来对数据进行修正,使结果更加逼近真实值;通过多次测量减小随机误差的影响。最后针对各时间项设计了实验验证方法,从误差值、线性度、稳定性三方面验证了该数据处理方法的合理性与可靠性。

关键词： 水上水下一体化测量系统   激光扫描系统   多波束测深系统   数据解算   点云数据去噪  

摘要： 海洋测绘是以海洋水体和海底为研究对象并针对性进行测量和海图编制的学科,是测绘科学领域的重要分支。现代海洋测绘囊括海洋大地测量、海底地形测量、海道测量和海洋遥感测量等诸多技术领域。船载水上水下一体化测量系统、多波束测深系统、激光扫描系统的出现使海洋测绘步入发展的新阶段。水上水下地形是海洋经济开发和海上军事活动的基础。传统的海岛(礁)、河岸滩涂、码头航道等地形测绘采用近岸RTK以及水下单波束声纳结合的方式。受地形、环境等因素影响,此类方法效率、数据采集密度低,操作人员工作强度高且有一定风险。如何高效高精度的获取水上水下的地形数据成为海洋测绘工作者们的研究热点。基于此种需求,本文集成激光扫描仪、多波束测深声纳与定位定姿系统,组成船载一体化测量系统,较好解决了水上水下测绘难题,并在后续的数据处理中进行了研究。本文主要围绕激光雷达扫描系统与多波束测深系统的点云数据获取、解算与数据去噪平滑开展以下了研究:(1)利用船载激光扫描仪、多波束测深仪、GNSS定位系统与姿态仪,实现了水上水下一体化系统的组建和点云解算。使用GPS和1PPS解决了多源传感器数据的时间匹配问题;布设往返测线求取安置误差角进行系统检校,最后通过坐标系转换解决了空间基准统一的问题。(2)系统分析了影响激光扫描仪和多波束声纳测量精度的各类因素,总结了水上水下点云精度的评估方法。针对码头、港口等复杂水域难以开展测量工作的问题,利用双体无人船搭载小型浅水多波束声纳,实现了复杂水域2级海况以下的数据采集。通过湖试与海试,验证了系统的可靠性,对时间匹配与安置误差造成的测量质量影响进行了定性定量评估。(3)对于传统的中值滤波难以处理局部范围内的群聚异常值与小尺度异常值检测困难问题,本文创新地引入两步预筛选以提高了中值滤波的抗差性。在全局点云下进行点距统计,在局部窗口内分层进行权重计算,分别设置阈值减弱噪点对于中值滤波阈值计算的影响。在不同的阈值设置下,改进的中值滤波对于噪点的检测率均在90%以上,处理时间较人工节省60%。(4)对于信噪比较低的多波束点云数据处理,提出了基于噪声分类的组合滤波方法。将噪点分为远离地形主体的大尺度噪点与靠近地形主体的小尺度噪点,利用半径滤波与统计滤波对大尺度噪点进行剔除;随后将大尺度噪点滤波后的数据作为平滑滤波的原始数据。组合滤波结合了两种方法的优势,有效保留了地形特征与有效数据量。