摘要
本申请提供了一种基于混合神经网络的激光雷达饱和波形重建方法,包括:对激光雷达全波形数据进行归一化处理,使用固定长度的滑动窗口进行遍历,提取滑动窗口内振幅总和较大的子波形段;利用双分支卷积网络分别提取每个子波形段的局部突变特征和全局形态特征,利用多头注意力融合网络将提取的特征进行融合,检测出异常子波形段和相对应的饱和采样点;基于编码器结构和残差卷积结构共同建立重建网络,对饱和采样点的振幅值进行重构,得到重构子波形段;将重构子波形段插入至归一化处理后的激光雷达全波形数据的相应位置,进行反归一化操作,得到重构全波形数据。该方法识别准确率高、重构误差小,能够显著提升激光雷达测距精度和波形数据可用性。
技术关键词
波形
局部突变特征
采样点
滑动窗口
网络
注意力
编码器结构
三次样条插值算法
融合特征
激光雷达测距
数据
形态
样本
分支
因子
重构误差
终端位置
焦点
系统为您推荐了相关专利信息
电力系统运行状态
非线性数学模型
电流
有功功率
电压
图像处理方法
解码信息
纹理
图像编解码系统
图像重建
数据识别方法
关系网络图
焦点损失函数
节点
深度学习聚类