一种基于深度学习的大气激光雷达数据分析方法

本发明公开了一种基于深度学习的大气激光雷达数据分析方法，包括如下步骤：S1、采集并预处理大气激光雷达回波信号数据，生成时序数据集；S2、构建基于Transformer的长序列预测模型，形成初步预测结果序列；S3、使用粒子滤波算法优化模型结构参数与训练参数，获取优化后模型；S4、采用优化后的模型对当前及未来时刻数据进行预测，生成最终预测序列；S5、将最终预测序列与实时观测数据进行残差分析，识别异常点；S6、检测突发扰动，重启粒子滤波优化，动态更新预测模型。本发明通过融合深度学习长序列预测模型与粒子滤波优化算法，实现了对大气激光雷达数据的高精度预测与异常动态识别。