基于卷积神经网络的机载激光海洋测深波形分类

摘要

海洋测深的波形分类的结果会影响整体海洋勘测的精度，为降低波形分类误差，提高海陆分界精度，基于卷积神经网络研究机载激光海洋测深波形分类方法。提取海洋测深回波，明确机载激光雷达的测深原理，计算反射回波强度，以计算水深深度；基于卷积神经网络提取候选回波，得到目标函数的响应卷积曲线，获得反卷积的函数估计值，对其进行过滤操作；设计波形分类算法，计算卷积运算输出的波形尺寸，判断信号检测通过的标准复杂度，以获得海洋测深波形的分类方法。在四种波形分类方法的对比中，卷积神经网络算法的分类精度均大于95%，分类精度更高，更优。

关键词

卷积神经网络 / 机载激光 / 海洋测深 / 波形分类 / Kappa系数 / 多航线