机载激光测深(Airborne LiDAR Bathymetry,ALB)技术在浅水、海岸带测绘领域已展现出巨大的应用潜力,但在数据处理方面仍存在较多困难,制约着该技术的进一步发展。本文围绕其中一项关键技术——测深回波信号探测展开研究,主要涉及海陆回波分类以及水域回波的波形滤波、波形去卷积、峰值检测、波形分解五个方面。论文的主要工作和创新点如下:1.论述了ALB技术的发展现状,介绍了ALB的系统构成、测深原理和数据处理流程,分析了水域回波构成和辐射传输模型,并针对数据特点在处理流程上进行了适当改进。2.提出了一种基于多通道特征的海陆回波自动分类方法,该方法依据近红外回波特征自动生成训练样本,并提出了新的多通道特征综合提取方法,克服了传统方法需要人工采集样本的缺陷,构建了训练样本与未分类回波的联系,分别采用决策树、支持向量机、k邻近算法和人工神经网络四种分类器完成海陆分类,实验证明该方法在无人工干预条件下可达到较高的分类精度。3.针对测深信号检测中浅水回波信号重叠、底部弱回波信号探测和水体后向散射影响三个关键性问题,从波形滤波、波形去卷积、峰值检测和波形分解四个方面对现有的波形处理方法展开了全面剖析,综合比较了相关算法在测深信号检测中的性能,为研究ALB数据处理技术提供了重要的实验结论。4.为解决现有波形处理方法适用范围有限的问题,提出一种深度自适应的机载激光测深信号检测方法,该方法通过确定波形有效范围实现了水深的快速估计,在波形预处理中顾及深度因素有效融合了理查德露西去卷积和平均差平方函数法的优势,在波形分解中提出了二阶多项式指数函数模型以降低模型对水深的敏感性,并在模型参数求解中引入信赖域算法,突破了系统采样间隔对检测精度的限制,实验表明该方法不仅显著提高了测深信号检测精度,且对不同水深的波形检测保持了较好的稳健性。