基于探地雷达的地下空洞量化识别方法技术

本发明专利技术专利提供一种基于探地雷达的地下空洞量化识别方法，该方法通过对探地雷达数据的预处理并构建空洞量化识别模型，实现对地下空洞的位置、尺寸等信息进行定量识别的目的。其实现步骤为：1.预处理，包括对探地雷达原始数据进行零点标定、滤波和增益处理；2.空洞回波信号特征提取，对预处理后的时间域雷达数据进行降维处理并提取空洞回波信号特征，作为空洞量化识别的特征向量；3.构建量化识别初始模型，将探地雷达数据中空洞和非空洞数据按照一定比例进行抽取组成训练样本集，利用径向基函数(RBF)作为核函数的SVM对该训练样本集进行训练构建出初始的空洞量化识别模型；4.模型参数优化，通过交叉验证的方法进行参数优化，利用该优化参数对初始模型进行修正得到高精度的空洞量化识别模型，并通过该模型实现地下空洞的量化识别。

Quantitative Recognition Method of Underground Cavity Based on Ground Penetrating Radar

The patent of the invention provides a quantitative identification method of underground voids based on ground penetrating radar. The method realizes the purpose of quantitative identification of the position, size and other information of underground voids by pretreatment of ground penetrating radar data and construction of a quantitative identification model of voids. The steps are as follows: 1. Preprocessing, including zero-point calibration, filtering and gain processing of raw ground penetrating radar data; 2. feature extraction of void echo signal, dimensionality reduction of pre-processed time-domain radar data and extraction of void echo signal features as the feature vector of void quantitative identification; 3. Constructing the initial model of quantitative identification, and making void detection in ground penetrating radar data. The training samples are extracted from non-void data in a certain proportion, and the training samples are trained by SVM with radial basis function (RBF) as the kernel function to construct the initial void quantization recognition model. 4. Model parameters are optimized by cross-validation method, and the initial model is modified with the optimized parameters to obtain high-precision void quantization recognition. The model is used to identify the underground voids quantitatively.

【技术实现步骤摘要】
基于探地雷达的地下空洞量化识别方法
本专利技术属于探地雷达探测应用
，涉及一种基于探地雷达的地下空洞量化识别方法，该方法通过对探地雷达数据的预处理、训练空洞样本并构建量化识别模型，从而实现对地下空洞的位置、尺寸等信息进行定量识别的目的。
技术介绍
近年来，城市地下工程规模不断扩大，大中型城市地铁修建、地下管线铺设进入高速发展阶段，地下工程施工引起的土体扰动进而引起道路塌陷事故时有发生，威胁道路安全。物探技术的快速发展为城市道路地下空洞的探测提供了重要手段，其中探地雷达(GPR)技术是一种用电磁波反射来确定地下介质分布的技术，并以其无损、快捷以及浅层高分辨率的优势被广泛应用于道路地下病害检测中。目前，GPR技术在路基空洞探测中仅能实现对地下空洞的定性解释，难以实现定量识别，仍无法满足城市道路安全监测和养护的需求。因此，如何解决现有技术中，准确并快速的识别出空洞位置、尺寸等参数信息是本领域技术人员亟待解决的。
技术实现思路
本专利技术的目的是实现对地下空洞位置、尺寸等参数的自动识别。为了达到上述目的，本专利技术提出了一种基于探地雷达的地下空洞量化识别方法。本专利技术采取的步骤如下：1、对接收到的原始探地雷达数据进行预处理；2、对预处理后的数据进行空洞回波信号时域特征提取；3、运用核函数为RBF的SVM训练出初始量化识别模型；4、通过交叉验证的方法对初始量化识别模型进行参数优化；在上述技术方案中，步骤1、所述预处理包括对探地雷达原始数据进行零点标定、滤波和增益处理。其中，零点标定的目的是标定地面起始零点，滤波处理以消除噪声干扰，增益处理是对深部回波信号进行衰减补偿，提高信噪比。步骤2、对步骤1中预处理后的时间域雷达数据应用主成分分析法进行降维处理，并将前10个贡献率最大的主成分作为空洞量化识别的特征向量，可最大限度的提取地下空洞回波信号的时域特征。步骤3、将步骤2探地雷达数据中空洞和非空洞数据道按照1∶2的比例随机抽取组成训练样本集，抽取过程中应保证抽取数据道集的数量不少于数据道集总数量的五分之一；利用径向基函数(RBF)作为核函数的SVM对该训练样本集进行训练构建出初始空洞量化识别模型。RBF核函数计算公式为：步骤4、直接影响识别的精度的2个关键参数为惩罚因子C和gamma函数参数g，通过交叉验证的方法，即通过固定一个参数来优化另一个参数的方法实现对步骤3中整体参数的优化；最终利用该优化参数对3中的初始模型进行修正得到高精度的空洞量化识别模型。本专利技术相对于现有技术取得了以下技术效果：本专利技术的特征提取方法能最大限度的提取并利用地下空洞回波信号的时域特征，且本专利技术的空洞量化识别模型参数可以根据空洞样本集进行优化，有效的提高了地下空洞量化识别模型的识别精度和适用性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为量化识别流程图；图2为预处理后的雷达数据剖面图；图3空洞区域识别结果图；具体实施方式下面结合附图和具体实施方式对本专利技术作进一步详细描述：本例所用实验设备包括中国矿业大学(北京)制造的GR-IV型探地雷达主机和不同频率探地雷达天线。采集参数设置如下：(1)天线的中心频率为200MHz；(2)采样时间窗口为80ns；(3)采样率为1024点。为了验证上述地下空洞量化识别方法的实用性，在位于麻峪东街和双峪路路口东侧阜石路高架桥下，公联抢险指挥部内的实验模型场地进行了验证实验。用频率为200MHz的探地雷达天线进行数据采集。运用上述地下空洞量化识别方法对采集的原始雷达数据进行量化识别。地下空洞量化识别按照如下方法进行：1、对200MHz探地雷达采集的原始数据依次进行零点标定、滤波和增益处理。其中，零点标定的目的是标定地面起始零点，滤波处理以消除噪声干扰，增益处理是对深部回波信号进行衰减补偿，提高信噪比，预处理后的雷达图像如图2所示。2、对预处理后的时间域雷达数据应用主成分分析法进行降维处理，这里将前10个贡献率最大的主成分作为空洞量化识别的特征向量。3、将降维后的探地雷达数据中空洞和非空洞数据道按照1∶2的比例行随机抽取组成训练样本集，其中雷达数据总道数为562，抽取的空洞和非空洞数据道数分别为90和180，并利用径向基函数(RBF)作为核函数的SVM对该训练样本集进行训练构建出初始空洞量化识别模型。4、通过交叉验证的方法对初始地下空洞量化识别模型中惩罚因子C和gamma函数参数g进行参数优化，C和g的优化结果值分为为4和0.625。利用该优化参数对初始地下空洞量化识别模型进行修正得到高精度的地下空洞量化识别模型。5、利用优化后的地下空洞量化识别模型对采集到的数据进行量化识别，空洞区域识别结果如图3所示。本专利技术中应用了具体个例对本专利技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本专利技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本专利技术的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本专利技术的限制。本文档来自技高网...

【技术保护点】
1.一种基于探地雷达的地下空洞量化识别方法，其特征在于，该方法通过处理探地雷达数据并构建空洞量化识别模型，以实现对地下空洞的位置、尺寸等信息进行定量识别的目的。包括如下步骤：1.预处理；2.空洞回波信号特征提取；3.构建量化识别初始模型；4.模型参数优化，并通过该优化模型实现地下空洞的量化识别。

【技术特征摘要】
1.一种基于探地雷达的地下空洞量化识别方法，其特征在于，该方法通过处理探地雷达数据并构建空洞量化识别模型，以实现对地下空洞的位置、尺寸等信息进行定量识别的目的。包括如下步骤：1.预处理；2.空洞回波信号特征提取；3.构建量化识别初始模型；4.模型参数优化，并通过该优化模型实现地下空洞的量化识别。2.根据权利要求1所述的基于探地雷达地下空洞量化识别方法，其特征在于：预处理包括对探地雷达原始数据进行零点标定、滤波和增益处理；其中，零点标定的目的是标定地面起始零点，滤波处理以消除噪声干扰，增益处理是对深部回波信号进行衰减补偿，提高信噪比。3.根据权利要求1所述的探地雷达地下空洞量化识别方法，其特征在于：对预处理后的时间域雷达数据应用主成分分析法进行降维处理，并将前10个贡献率最大的主成分...

【专利技术属性】
技术研发人员：许献磊，李俊鹏，彭苏萍，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京,11