高斯分解是波形激光雷达数据预处理的常用方法, 但在应用于大光斑全波形激光雷达数据中的叠加波时却难以发挥作用, 为此提出一种基于小波变换的高斯递进波形分解方法.首先, 利用小波变换多尺度分析特性检测出目标地物并准确估算组分特征参数, 进而建立高斯模型优化特征参数；然后通过拟合精度指标, 判断是否需要添加新组分进行逐级递进分解, 确定最终模型及其组分构成, 最终实现全波形激光雷达数据的波形分解.为了验证算法的有效性, 分别对实验数据使用本文算法和常用的基于拐点匹配的高斯分解法进行分析, 结果表明, 本文算法提取的目标数几乎是拐点匹配算法的2倍, 可以有效地从叠加波中检测出目标组分, 且拟合精度高于98%.

针对星载对地观测激光高度计大足印回波信号中多目标相对高程信息提取的问题，采用基于最小二乘的高斯分解算法对波形数据进行多目标分离，设计了全波形采集系统，并开展了地面多目标分离的算法验证实验。实验结果表明，该算法可有效分离回波信号中的多个目标，目标间相对距离偏差小于0.03m，验证了激光大足印全波形采集系统进行多目标相对距离信息提取的可行性，对星载对地观测激光高度计的系统设计及数据处理算法的研究具有重要借鉴意义。