DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Enginyeria electrònica i telecomunicacions >
RSLAB - Remote Sensing Research Group >
Articles de revista >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/1894

Arxiu Descripció MidaFormat
adaptive filter solution43558.pdf827,26 kBAdobe PDFThumbnail
Veure/Obrir

Citació: Rocadenbosch, F.; Vazquez, G.; Comeron, A. Adaptive filter solution for processing lidar returns: optical parameter estimation. Applied optics, 1998, vol. 37, núm. 30,p. 7019-7034.
Títol: Adaptive Filter Solution For Processing Lidar Returns: Optical Parameter Estimation
Autor: Rocadenbosch Burillo, Francisco Veure Producció científica UPC; Vázquez Grau, Gregorio Veure Producció científica UPC; Comerón Tejero, Adolfo Veure Producció científica UPC
Editorial: OPTICAL SOC AMER
Data: 29-set-1997
Tipus de document: Article
Resum: Joint estimation of extinction and backscatter simulated profiles from elastic-backscatter lidar return signals is tackled by means of an extended Kalman filter (EKF). First, we introduced the issue from a theoretical point of view by using both an EKF formulation and an appropriate atmospheric stochastic model; second, it is tested through extensive simulation and under simplified conditions; and, finally, a first real application is discussed. An atmospheric model including both temporal and spatial correlation features is introduced to describe approximate fluctuation statistics in the sought-after atmospheric optical parameters and hence to include a priori information in the algorithm. Provided that reasonable models are given for the filter, inversion errors are shown to depend strongly on the atmospheric condition (i.e., the visibility) and the signal-to-noise ratio along the exploration path in spite of modeling errors in the assumed statistical properties of the atmospheric optical parameters. This is of advantage in the performance of the Kalman filter because they are often the point of most concern in identification problems. In light of the adaptive behavior of the filter and the inversion results, the EKF approach promises a successful alternative to present-day nonmemory algorithms based on exponential-curve fitting or differential equation formulations such as Klett’s method.
ISSN: 0003-6935
URI: http://hdl.handle.net/2117/1894
Apareix a les col·leccions:RSLAB - Remote Sensing Research Group. Articles de revista
Departament de Teoria del Senyal i Comunicacions. Articles de revista
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius