相关实验视频
Updated: Jul 1, 2025
11:59
High-speed Particle Image Velocimetry Near Surfaces
Published on: June 24, 2013
33.1K
对于具有强烈背景噪声的光子点云,没有先前高度信息的快速表面信号提取方法
Optics express
|March 5, 2024
概括
本研究介绍了单光子激光雷达的快速表面检测算法 (DDA-KF),有效地从杂的光子点云中提取目标信号. 它为深空导航提供实时处理,即使背景噪音很大.
科学领域:
- 光子学和远程传感技术
- 信号处理 信号处理
- 太空飞船 技术 技术
背景情况:
- 在没有地理数据的情况下,从杂的点云中提取目标回声光子信号是困难的.
- 高背景噪声率 (BNR) 挑战单光子激光雷达的性能,特别是来自航天器.
研究的目的:
- 为单光子激光雷达数据开发一种快速而准确的表面检测方法.
- 改进表面光子信号的提取在具有高背景噪声和不同地形的环境中.
- 为了实现实时处理巨大的光子点云,用于诸如深空导航之类的应用.
主要方法:
- 一个新的DDA-KF算法,结合了改进的密度维度算法 (DDA) 和卡尔曼过 (KF).
- 应用于来自航天器平台的高背景噪声率 (BNR) 的光子信号.
- 对强烈背景噪音和地形斜率变化的适应能力的评估.
主要成果:
- DDA-KF算法对强大的背景噪音和地形变化表现出良好的适应性.
- 该方法实现了大量光子点云的实时处理能力.
- 在没有事先的高度信息的情况下,可以有效地提取表面光子信号.
结论:
- DDA-KF算法在具有挑战性的环境中为单光子激光雷达提供了实用的解决方案.
- 这种方法提高了深空导航和其他具有高背景噪音的应用中的性能.
- 这项研究促进了用于大规模光子点云检测的改进信号提取.
