机载激光雷达海洋测深信号精确探测技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41876105
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0608.海洋物理与观测探测技术
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

Ocean development in China starts to speed up, which requires better ability of land and underwater topography surveying for coast, reef and rocks. Airborne LiDAR bathymetry (ALB) is an efficient and high-precision method for underwater topography surveying, which has been used for shallow water monitering and underwater target detection. The research on ALB in China is not sufficient compared with USA, Canada, Sweden and Australia, especially on detection data processing, which needs more attention. Signal detection techniques of ALB will be studied in this project for solving some problems including difficulties in classification of water and land waveforms, low detection rate and poor reliability of bathymetry echo signal detection, and insufficiency of waveform decomposition model. The project will mainly focus on some key technologies, such as classification of sea and land waveforms based on multi-channel waveform feature analysis, enhancement of water waveforms based on feature fusion, and high-precision blue-green channel waveform decomposition based on the echo signal model. Some breakthroughs will be achieved on multi-channel waveform classification model, de-noising and enhancement of water waveforms and high-precision waveform decomposition. The aim of the project is the high-precision detection of the bathymetry signal and the reliable and accurate reconstruction of the underwater terrain. The achievements of the project will be beneficial to the development and application of ALB equipment and technology in China.
我国海洋战略的快速推进对海岸带、岛礁等区域的水上水下地形测量能力提出了更高的要求。机载激光海洋测深技术是一种高效的水陆一体化地形高精度测量手段,广泛适用于浅海、海岸带区域的海底地形测绘、浅层水域监测、水下目标探测等领域。我国在该技术领域上,特别是数据处理方面,与国外还存在明显的差距,迫切需要加强相关理论和方法的研究。本项目拟对机载激光海洋测深信号探测技术开展研究,针对目前存在的海陆波形混淆、测深信号检测正确率低、可靠性差、波形分解的模型不适应等问题,重点对基于多通道波形特征联合分析的海陆回波分类、基于特征融合的水域回波增强以及基于回波模型的蓝绿通道水域回波波形分解等关键技术进行研究,力求在多通道波形分类模型、水域回波去噪增强方法、高精度波形分解算法等方面实现突破,实现测深信号的高精度检测和水下地形的可靠、精确重建,为我国自主机载激光测深设备的研制以及在我国的应用开展核心理论研究。

结项摘要

机载激光海洋测深技术是一种高效的水陆一体化地形高精度测量手段,广泛适用于浅海、海岸带区域的海底地形测绘、浅层水域监测、水下目标探测等领域。我国在该技术领域上,特别是数据处理方面,与国外还存在明显的差距,迫切需要加强相关理论和方法的研究。本项目对机载激光海洋测深信号探测技术开展了研究,针对目前存在的海陆波形混淆、测深信号检测正确率低、可靠性差、波形分解的模型不适应等问题,构建了单频机载激光测深海陆波形自动分类模型、近水面渗透误差修正的半经验波形分解模型、基于二流法的漫衰减系数半分析反演模型,提出了基于高斯过程回归改进的GPR-QAA反演算法、基于先验波形水深分类的测深信号自适应检测方法以及基于卷积神经网络的测深信号复原方法,并在上海、海南、西沙群岛、山东、福建等地开展了有人机和无人机激光测深飞行试验,完成了算法模型的实验与精度分析,实现了水底和水面回波信号的高精度探测,以及水下地形的精确重建和水下目标的准确探测,为机载激光海洋测深技术在我国海岸带、岛礁地形测绘中的深入应用消除了技术瓶颈。

项目成果

期刊论文数量(21)
专著数量(0)
科研奖励数量(2)
会议论文数量(4)
专利数量(22)
Simulation and Design of Circular Scanning Airborne Geiger Mode Lidar for High-Resolution Topographic Mapping.
高分辨率地形测绘循环扫描机载盖革模式激光雷达仿真与设计
  • DOI:
    10.3390/s22103656
  • 发表时间:
    2022-05-11
  • 期刊:
    Sensors (Basel, Switzerland)
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
一种高斯过程回归的水体吸收系数反演模型
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    测绘科学技术学报
  • 影响因子:
    --
  • 作者:
    刘宸博;邢帅;王丹菂;李鹏程;陈坤;吴立亭
  • 通讯作者:
    吴立亭
异源遥感影像特征匹配的深度学习算法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    蓝朝桢;卢万杰;于君明;徐青
  • 通讯作者:
    徐青
A Depth-Adaptive Waveform Decomposition Method for Airborne LiDAR Bathymetry
机载激光雷达测深的深度自适应波形分解方法
  • DOI:
    10.3390/s19235065
  • 发表时间:
    2019-11
  • 期刊:
    Sensors
  • 影响因子:
    3.9
  • 作者:
    邢帅;王丹菂;徐青;林雨准;李鹏程;焦麟;张鑫磊;刘宸博
  • 通讯作者:
    刘宸博
光学遥感影像和星载激光雷达混合源摄影测量
  • DOI:
    10.3788/aos202242.2428001
  • 发表时间:
    2022
  • 期刊:
    光学学报
  • 影响因子:
    --
  • 作者:
    张鑫磊;徐青;邢帅;高铭;李鹏程;张国平;王晋
  • 通讯作者:
    王晋

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

四元数火星快车立体测绘影像光束法平差
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    测绘科学
  • 影响因子:
    --
  • 作者:
    耿迅;徐青;邢帅;蓝朝桢;侯一凡
  • 通讯作者:
    侯一凡
改进LM模型在机载小光斑LiDAR数据分解中的应用
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    测绘科学技术学报
  • 影响因子:
    --
  • 作者:
    李鹏程;邢帅;徐青;刘志青;张军军
  • 通讯作者:
    张军军
火星HiRISE高分辨率影像的FPGA辐射校正
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    测绘科学技术学报
  • 影响因子:
    --
  • 作者:
    侯一凡;邢帅;徐青;耿迅
  • 通讯作者:
    耿迅
一种基于嫦娥一号CCD影像的影像匹配方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    测绘科学技术学报
  • 影响因子:
    --
  • 作者:
    何钰;蓝朝桢;邢帅
  • 通讯作者:
    邢帅
利用立体序列观测影像的空间非合作目标位姿估计
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    测绘科学与工程
  • 影响因子:
    --
  • 作者:
    江腾达;邢帅;沈鹏;李鹏
  • 通讯作者:
    李鹏

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

邢帅的其他基金

深空目标表面形貌精细重建技术研究
  • 批准号:
    41371436
  • 批准年份:
    2013
  • 资助金额:
    75.0 万元
  • 项目类别:
    面上项目
混合源摄影测量定位技术研究
  • 批准号:
    40901247
  • 批准年份:
    2009
  • 资助金额:
    18.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码