一种超宽带探地雷达的压缩感知采集数据获取方法技术

本发明专利技术提出了一种超宽带探地雷达的压缩感知采集数据获取方法，实现方式是首先针对探测回波数据特点建立未知介电参数条件下其可以被表示出的冗余稀疏字典，再设置测量矩阵，通过对压缩采样获得的数据量较小的观测值和冗余字典，利用压缩感知重构算法进行求解冗余字典上的稀疏系数，将冗余稀疏字典与稀疏系数作积，可得到每个天线位置的回波数据，求解所有探测位置并将结果组合可导出GPR回波数据B‑Scan形式，与传统GPR数据获取相比，压缩感知方法突破了香农奈奎斯特采样定理的限制，本发明专利技术大大减小了采集端所需存储传输的数据量，对噪声和数据丢失有一定鲁棒性。

A compressed sensing data acquisition method for ultra wideband ground penetrating radar

The invention provides a method for obtaining ultra wideband GPR compressed sensing data collection, is the way to achieve the first redundancy sparse dictionary to detect unknown characteristics of echo data to establish the dielectric parameters which can be expressed, and then set the measurement matrix, through the observation of small compression sampled data values and redundancy the dictionary, using compressed sensing reconstruction algorithm for solving sparse coefficient and redundant dictionary, the redundant dictionary and sparse sparse coefficient product, can get the echo data of each antenna location, solve all the detection position and the results can be deduced from the combination of GPR echo data of B Scan, compared with the traditional GPR data acquisition, compressed sensing method breakthrough the Shannon Nyquist sampling theorem, the invention greatly reduces the amount of data acquisition terminal required for storage and transmission of data, noise and Loss has some robustness.

【技术实现步骤摘要】

本专利技术属于超宽带探地雷达的数据采集领域，涉及一种未知介电参数背景的压缩感知获取探地数据方法。
技术介绍
探地雷达(GPR,GroundPenetratingRadar)技术是通过发射与接收无线电磁波来探测地下介质内部物质结构的一种技术方法。为了提高探地雷达系统的分辨率，近年来出现了具有抗干扰性能好、探测回波信噪比高、回波信息丰富等优点的超宽带探地雷达(UWB-GPR,Ultra-WidebandGPR)，相对于传统的窄频探地雷达系统容易受到频移效应影响而难以达到高分辨率探测和环境高适用性的要求，超宽带探地雷达使用探测发射信号的频谱宽度较大，介质和目标中的分辨率较高，能够精确探测出地下各层的内部结构信息。在建筑公路建设、环境地球物理探测、资源与矿藏探测、军事探测、考古探测等各领域中得到广泛的应用。在地下浅层探地雷达应用中，超宽带探地雷达技术能够提供更加丰富、频谱更宽的探测回波信息，可以快速、准确、无损、科学地评价地下结构和地下目标，是地下浅层目标探测技术的发展方向和趋势。然而，传统的香农-奈奎斯特采样定理要求信号的采样率不得低于信号最高频率的两倍，在该理论约束下，超宽带雷达面临采样率过高、数据量过大、快速处理困难等问题的矛盾。幸运的是，由Donoho,Candes,Romberg和Tao等人提出的压缩感知(CompressiveSensing,CS)理论是一种充分利用信号稀疏性或可压缩性的全新信号获取和重构理论。该理论指出，对于稀疏或可压缩信号，通过低于甚至远低于香农-奈奎斯特标准对其采样，就可足够精确地恢复出原始信号，其实质是基于高维数据中包含的信息维数往往远低于数据维数，把对信号的采样转变成对信息的采样，从而降低信号的采样率、数据存储和传输代价。因此，为解决上述矛盾且鉴于压缩感知理论的启发，可以考虑利用压缩感知的方法而不再使用传统采样方法来获取回波信号。
技术实现思路
本专利技术的目的在于克服现有技术的不足，而提供一种超宽带探地雷达的压缩感知采集数据获取方法，该方法突破了超宽带雷达面临的高采样率难题，属于低速压缩采样，数据采集量不大，能快速处理数据，并且足够与精确地恢复原始信号。实现本专利技术目的的技术解决方案是：一种超宽带探地雷达的压缩感知采集数据获取方法，具体包括如下步骤：1)建立均匀介质背景下探地场景的回波模型sp(t)；2)基于压缩感知理论，为将步骤1)中的回波模型可以在某个稀疏基上进行线性表示，建立未知介电参数条件下的回波的稀疏表示字典矩阵Ψp，即可以将对地探测时的某个水平方向上p探测位置处的回波表示成字典矩阵与一个稀疏列向量Ap的积sp＝ΨpAp；3)压缩感知采集端得到的yp是一个低维数据，即压缩采样，构建压缩感知观测矩阵Φ使得步骤1)中的回波数据能线性投影成对应的低维数据yp，yp＝Φsp＝ΦΨpAp；4)根据步骤3)中的压缩采样的观测值yp在yp＝αcsAp约束条件下进行最小1-范数重构求解，其中αcs＝ΦΨp，即感知矩阵，求出步骤2)中的稀疏系数Ap；5)根据步骤4)求解探地雷达水平方向上p位置处的约束方程后得到Ap，将Ap左乘Ψp可得到sp，依次将所有探地雷达探测位置下的回波模型字典矩阵与对应求解出来的稀疏系数相乘便可得到最终所需要的回波重构数据(B-Scan)数据S，所述步骤1)中，回波模型sp(t)为：sp(t)＝Aos(t-τ(p，o))+np(t)，其对应的数据存储为矩阵形式为：sp=[sp(t0),sp(t0+1Fs),sp(t0+2Fs),...,sp(t0+Ns-1Fs)]T,]]>其中τ(p，o)是探地雷达水平方向上p位置到点o处电磁波的双程走时，Ao是o点处的散射系数，np(t)为加性高斯噪声，t0为采样起始时刻，Fs为时域采样频率，Ns为s(t)在时域的采样点数。所述步骤2)中，建立探地雷达在第p个水平位置下对应的稀疏矩阵为：Ψp=(Ψp,1,Ψp,2,...Ψp,q,...Ψp,NT),Ψp,q=s(t-τ(p,q))||s(t-τ(p,q))||2,]]>探地雷达移动到水平方向上第p个位置处的回波可利用稀疏矩阵Ψp表示为：sp=Ψp×Ap,Ap=[Ap1,Ap2,Ap3,...ApNT]T,]]>其中s(t)表示天线发射的源脉冲，NT为将时间窗口等间隔分成的时刻数，τ(p，q)为第p个位置处对应A-Scan中第q时刻的时延，Ap-为p位置下对应的所有时刻点的反射系数，Ψp大小为Ns×NT。所述步骤3)中设置观测矩阵Φ用服从N(0，1)分布的高斯随机矩阵，满足有限等距性质要求，使得以较大概率重构出原始信号。有益效果：本专利技术的方法突破传统的超宽带雷达面临的高速采样限制，具有数据采集量不大，能快速处理数据，并且足够与精确地恢复原始信号的优点，从压缩感知理论出发，首先针对探测回波数据特点建立未知介电参数情形下其可以被表示出的冗余稀疏字典，再构建测量矩阵，通过采集端压缩采样获得的数据量较小的观测值，结合约束条件利用重构算法进行求解感知矩阵上的稀疏系数，解出后与稀疏字典相乘可得到一个位置处的回波数据，进一步求解完所有位置对应的系数分别与稀疏字典相乘后组合可导出GPR回波数据B-Scan形式，由最初采集端的低维数据重构出了实际需要的高维原始数据，通过对约束方程的优化求解，可以实现对未知介电参数条件下的探测区域目标回波的精确恢复，解决了压缩感知探地雷达数据获取问题，实现了压缩感知过程。附图说明图1为探地场景未知介电参数条件下的回波的稀疏表示字典矩阵示意图；图2为设置的三个目标分布图；图3为传统的采样方法得到的探地雷达回波数据B扫图；图4为观测值M＝20时的压缩感知获取探地回波数据B扫图；图5为观测值M＝30时的压缩感知获取探地回波数据B扫图；图6为观测值M＝50时的压缩感知获取探地回波数据B扫图；图7为观测值M＝60时的压缩感知获取探地回波数据B扫图；图8为M＝60时的整体投影观测值矩阵；图9为不同信噪比下的压缩感知获取数据性能曲线；图10将SNR固定在10dB，分别设置1、2、3、4、5、6个目标数进行重复试验(100次)，求得的RMSE均值结果作图；图11将SNR固定在10dB，分别设置1、2、3、4、5、6个目标数进行重复试验(100次)，压缩感知获取数据成功率曲线。具体实施方式下面结合附图和实施例对本专利技术作进一步阐述，但不是对本专利技术的限定。一种超宽带探地雷达的压缩感知采集数据获取方法，具体包括如下步骤：步骤1：设探地雷达发射脉冲为s(t)，探测感兴趣区域，在探测水平方位向上第p个测量位置处，探测剖面中的一点o处的目标回波模型考虑时间上的延时和波形上的伸缩，接收天线信号模型可以建立为：sp(t)＝Aos(t-τ(p，o))+np(t)，其对应的数据存储为矩阵形式为：sp=[sp(t0),sp(t0+1Fs),sp(t0+2Fs),...,sp(t0+Ns-1Fs)]T,]]>其中τ(p，o)是水平方向上p位置到点o处电磁波的双程走时，Ao是o点处的散射系数，np(t)为加性高斯噪声，t0为采样起始时刻，Fs为时域采样频率本文档来自技高网...

【技术保护点】
一种超宽带探地雷达的压缩感知采集数据获取方法，其特征在于，具体包括如下步骤：1)建立均匀介质背景下探地场景的回波模型sp(t)；2)基于压缩感知理论，为将步骤1)中的回波模型可以在某个稀疏基上进行线性表示，建立未知介电参数条件下的回波的稀疏表示字典矩阵Ψp，即可以将对地探测时的某个水平方向上p探测位置处的回波表示成字典矩阵与一个稀疏列向量Ap的积sp＝ΨpAp；3)压缩感知采集端得到的yp是一个低维数据，即压缩采样，构建压缩感知观测矩阵Φ使得步骤1)中的回波数据能线性投影成对应的低维数据yp，yp＝Φsp＝ΦΨpAp；4)根据步骤3)中的压缩采样的观测值yp在yp＝αcsAp约束条件下进行最小1‑范数重构求解，其中αcs＝ΦΨp，即感知矩阵，求出步骤2)中的稀疏系数Ap；5)根据步骤4)求解探地雷达水平方向上p位置处的约束方程后得到Ap，将Ap左乘Ψp可得到sp，依次将所有探地雷达探测位置下的回波模型字典矩阵与对应求解出来的稀疏系数相乘便可得到最终所需要的回波重构数据(B‑Scan)数据S，

【技术特征摘要】
1.一种超宽带探地雷达的压缩感知采集数据获取方法，其特征在于，具体包括如下步骤：1)建立均匀介质背景下探地场景的回波模型sp(t)；2)基于压缩感知理论，为将步骤1)中的回波模型可以在某个稀疏基上进行线性表示，建立未知介电参数条件下的回波的稀疏表示字典矩阵Ψp，即可以将对地探测时的某个水平方向上p探测位置处的回波表示成字典矩阵与一个稀疏列向量Ap的积sp＝ΨpAp；3)压缩感知采集端得到的yp是一个低维数据，即压缩采样，构建压缩感知观测矩阵Φ使得步骤1)中的回波数据能线性投影成对应的低维数据yp，yp＝Φsp＝ΦΨpAp；4)根据步骤3)中的压缩采样的观测值yp在yp＝αcsAp约束条件下进行最小1-范数重构求解，其中αcs＝ΦΨp，即感知矩阵，求出步骤2)中的稀疏系数Ap；5)根据步骤4)求解探地雷达水平方向上p位置处的约束方程后得到Ap，将Ap左乘Ψp可得到sp，依次将所有探地雷达探测位置下的回波模型字典矩阵与对应求解出来的稀疏系数相乘便可得到最终所需要的回波重构数据(B-Scan)数据S，2.根据权利要求1所述的超宽带探地雷达的压缩感知采集数据获取方法，其特征在于，所述步骤1)中，回波模型sp(t)为：sp(t)＝Aos(t-τ(p，o))+np(t)，其对应的数据存储为矩阵形式为：sp=&lsqb...

【专利技术属性】
技术研发人员：欧阳缮，汪瑞，谢跃雷，姚连明，李贝贝，李浩然，吕昌明，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45