激光雷达脉冲回波的波形分解方法是提取其波形参数的重要手段,也为反演目标高度、倾斜度和粗糙度、反射率提供直接的参数来源。针对部分信噪比较差且具有一定混叠程度的脉冲回波,提出一种基于可变分量的参数随机抽样方法的波形分解算法(WDVCM)。该算法以高斯混合函数为优化模型,通过随机产生高斯分量的特征参数以及删减或生成高斯分量等操作,并分别基于能量函数和拟合标准差作为参数优化的判据,从而实现波形的分解及其参数提取。利用该算法对美国国家航空航天局(NASA)的对地观测星载激光雷达(GLAS)一个条带中的4584个原始波形进行了处理分析。结果发现,约99%的WDVCM和97%的NASA拟合波形结果的相关系数均超过0.95,其中两者相关系数差异不超过0.05占98%。同时,WDVCM和NASA拟合波形的标准差系数均值分别为2.21和3.28,约89%的WDVCM拟合波形的标准差系数均小于NASA拟合波形的标准差系数。所得结果表明,WDVCM对混叠高斯波形的拟合效果更好,适用性更强。