探地雷达绕射波弱信号提取方法及电子设备技术

技术编号:20447150 阅读:17 留言:0更新日期:2019-02-27 02:20
本发明专利技术公开一种探地雷达绕射波弱信号提取方法及电子设备,方法包括:采集地下空间的探地雷达信号,其中,探地雷达信号携带地下空间内部的连续材质和不连续材质的电参数信号;对所述探地雷达信号,利用强反射信号屏蔽效应去除方法进行预处理,所述强反射信号屏蔽效应去除方法利用局部平面波方程去除与连续材质有关的连续性平面波信号,得到含有噪声和绕射波的探地雷达预处理数据;利用所述的探地雷达预处理数据,构建绕射波稀疏重构模型,去除噪声,提取出与不连续材质有关的绕射波数据。本发明专利技术有效挖掘出隐藏在探地雷达信号中与小尺度空洞、裂隙等信息有关的绕射波弱信号,从而提高小尺度空洞和裂缝等病害的识别能力。

Weak Signal Extraction Method and Electronic Equipment of Ground Penetrating Radar Diffraction Wave

The invention discloses a method for extracting weak signal of ground penetrating radar diffraction wave and an electronic device. The method includes collecting ground penetrating radar signal in underground space, in which the ground penetrating radar signal carries electrical parameter signals of continuous and discontinuous materials in underground space, and preprocessing the ground penetrating radar signal by using the shielding effect removal method of strong reflection signal, and the strong reaction. The shielding effect removal method of ground penetrating radar (GPR) signals with noise and diffraction waves is obtained by using local plane wave equation to remove the continuous plane wave signals related to continuous materials. The sparse reconstruction model of diffraction waves is constructed by using the data pretreated by GPR to remove noise and extract the diffraction wave data related to discontinuous materials. The invention effectively excavates the weak signal of diffraction wave hidden in the ground penetrating radar signal, which is related to the information of small-scale voids, cracks and other information, so as to improve the recognition ability of small-scale voids and cracks and other diseases.

【技术实现步骤摘要】
探地雷达绕射波弱信号提取方法及电子设备
本专利技术涉及探地雷达相关
,特别是一种探地雷达绕射波弱信号提取方法及电子设备。
技术介绍
探地雷达技术是一种空洞裂缝等地下病害探测的有效方法,相关技术的研究涉及病害体探测的机理、数值模拟、数据处理算法、信号分析技术等,但是只解决了空洞裂缝等病害探测的初步问题(张海燕,2000;李萍,等,2003;任月清,2005;张小蓟,等,2008)。采用小波分析和模糊神经网络的方法又因其固有缺陷(如结构不易确定,陷入局部极小点等)而无法得到精确的识别结果。实际上,传统的探地雷达技术没有考虑强信号对绕射波弱信号干扰屏蔽作用,难以有效解决地下的空洞和裂缝探测难题。
技术实现思路
基于此,有必要针对现有技术考虑强信号对绕射波弱信号干扰屏蔽作用的技术问题,提供一种探地雷达绕射波弱信号提取方法及电子设备。本专利技术提供一种探地雷达绕射波弱信号提取方法,包括:采集地下空间的探地雷达信号,其中,探地雷达信号携带地下空间内部的连续材质和不连续材质的电参数信号;对所述探地雷达信号,利用强反射信号屏蔽效应去除方法进行预处理,所述强反射信号屏蔽效应去除方法利用局部平面波方程去除与连续材质有关的连续性平面波信号,得到含有噪声和绕射波的探地雷达预处理数据;利用所述的探地雷达预处理数据,构建绕射波稀疏重构模型,去除噪声,提取出与不连续材质有关的绕射波数据。进一步的,所述强反射信号屏蔽效应去除方法使用强反射信号正则化估计模型进行快速迭代求解,所述强反射信号正则化估计模型为:其中α,β>0为正则化因子,R(σ)为平面波破坏滤波器函数,σ为倾角斜率矢量,L1为拉普拉斯算子,L2为微分算子;根据所述强反射信号正则化估计模型,计算当Jα,β(σ)为最小值时的倾角斜率矢量为预处理倾角斜率矢量;将所述预处理倾角斜率矢量代入平面波破坏滤波器函数得到探地雷达预处理数据。更进一步的,所述快速迭代求解为:进行多次迭代计算,直到得到Jα,β(σ)的最小值或者达到预设的迭代次数阈值,其中每一次迭代计算:其中,ξ>0为步长参数,PΓ()为投影集合,σk+1为第k+1次迭代时的倾角斜率矢量,gJα(σk)为第k次迭代时Jα,β(σ)的梯度,进一步的,所述绕射波稀疏重构模型,得到绕射波数据,具体包括:从所述的探地雷达预处理数据中抽取数据块组成待学习样本;根据待学习样本构建绕射波重构模型,所述模型如下:其中,待学习样本Y为探地雷达预处理数据矩阵,Yi,i=1,2,...,N表示第i个探地雷达预处理数据;Dj为D为基函数矩阵的第j列;X是列向量满足||Xi||0≤δ的稀疏表示矩阵;δ为稀疏测度因子;将计算得到的DX为绕射波数据。更进一步的,所述根据待学习样本构建绕射波重构模型,具体包括:根据先求出样本在稀疏测度δ下的稀疏表示;更新基函数矩阵中的每一列,以提高拟合样本精度;通过迭代计算缩小稀疏表示误差。本专利技术提供一种用于探地雷达绕射波弱信号提取的电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:采集地下空间的探地雷达信号,其中,探地雷达信号携带地下空间内部的连续材质和不连续材质的电参数信号;对所述探地雷达信号,利用强反射信号屏蔽效应去除方法进行预处理,所述强反射信号屏蔽效应去除方法利用局部平面波方程去除与连续材质有关的连续性平面波信号,得到含有噪声和绕射波的探地雷达预处理数据;利用所述的探地雷达预处理数据,构建绕射波稀疏重构模型,去除噪声,提取出与不连续材质有关的绕射波数据。进一步的,所述强反射信号屏蔽效应去除方法使用强反射信号正则化估计模型进行快速迭代求解,所述强反射信号正则化估计模型为:其中α,β>0为正则化因子,R(σ)为平面波破坏滤波器函数,σ为倾角斜率矢量,L1为拉普拉斯算子,L2为微分算子;根据所述强反射信号正则化估计模型,计算当Jα,β(σ)为最小值时的倾角斜率矢量为预处理倾角斜率矢量;将所述预处理倾角斜率矢量代入平面波破坏滤波器函数得到探地雷达预处理数据。更进一步的,所述快速迭代求解为:进行多次迭代计算,直到得到Jα,β(σ)的最小值或者达到预设的迭代次数阈值,其中每一次迭代计算:其中,ξ>0为步长参数,PΓ()为投影集合,σk+1为第k+1次迭代时的倾角斜率矢量,gJα(σk)为第k次迭代时Jα,β(σ)的梯度,进一步的,所述绕射波稀疏重构模型,得到绕射波数据,具体包括:从所述的探地雷达预处理数据中抽取数据块组成待学习样本;根据待学习样本构建绕射波重构模型,所述模型如下:其中,待学习样本Y为探地雷达预处理数据矩阵,Yi,i=1,2,...,N表示第i个探地雷达预处理数据;Dj为D为基函数矩阵的第j列;X是列向量满足||Xi||0≤δ的稀疏表示矩阵;δ为稀疏测度因子;将计算得到的DX为绕射波数据。更进一步的,所述根据待学习样本构建绕射波重构模型,具体包括:根据先求出样本在稀疏测度δ下的稀疏表示;更新基函数矩阵中的每一列,以提高拟合样本精度;通过迭代计算缩小稀疏表示误差。本专利技术利用局部平面波方程去除与连续材质有关的连续性平面波信号,保证反演求解过程稳定性和强信号估计准确性,同时通过绕射波稀疏重构模型,有效挖掘出隐藏在探地雷达信号中与小尺度空洞、裂隙等信息有关的绕射波弱信号,从而提高小尺度空洞和裂缝等病害的识别能力。附图说明图1为本专利技术一种探地雷达绕射波弱信号提取方法的工作流程图;图2为本专利技术最佳实施例的工作流程图;图3为根据本专利技术的一个可选实施方式中,一种强反射信号屏蔽效应去除流程图;图4为根据本专利技术实施例的一种探地雷达绕射波弱信号提取流程图;图5为本专利技术一种用于探地雷达绕射波弱信号提取的电子设备的硬件结构示意图。具体实施方式下面结合附图和具体实施例对本专利技术做进一步详细的说明。如图1所示为本专利技术一种探地雷达绕射波弱信号提取方法的工作流程图,包括:步骤S101,采集地下空间的探地雷达信号,其中,探地雷达信号携带地下空间内部的连续材质和不连续材质的电参数信号;步骤S102,对所述探地雷达信号,利用强反射信号屏蔽效应去除方法进行预处理,所述强反射信号屏蔽效应去除方法利用局部平面波方程去除与连续材质有关的连续性平面波信号,得到含有噪声和绕射波的探地雷达预处理数据;步骤S103,利用所述的探地雷达预处理数据,构建绕射波稀疏重构模型,去除噪声,提取出与不连续材质有关的绕射波数据。具体来说,步骤S101,采集地下空间的探地雷达信号,其中,探地雷达信号携带地下空间内部的连续和不连续材质的电参数信号。在获取探地雷达信号时,可以在预设地下空间的地面上布设雷达观测系统,然后,采用自激自收的方式,获取探地雷达回波信号(即,探地雷达信号)。在通过接收天线接收到的回波信号中携带了地下空间电参数的不连续信息,该不连续信息能够确定地下空间中不连续体的分布情况,其中,不连续体包括空洞和裂隙等。步骤S102,针对采集的探地雷达信号,利用强反射信号屏蔽效应去除方法进行预处理,该方法利用局部平面波方程去除与连续材质有关的连续性平面波信号,得到探地雷达预处理数据,该数据含有噪声和绕射波。步骤S1本文档来自技高网...

【技术保护点】
1.一种探地雷达绕射波弱信号提取方法,其特征在于,包括:采集地下空间的探地雷达信号,其中,探地雷达信号携带地下空间内部的连续材质和不连续材质的电参数信号;对所述探地雷达信号,利用强反射信号屏蔽效应去除方法进行预处理,所述强反射信号屏蔽效应去除方法利用局部平面波方程去除与连续材质有关的连续性平面波信号,得到含有噪声和绕射波的探地雷达预处理数据;利用所述的探地雷达预处理数据,构建绕射波稀疏重构模型,去除噪声,提取出与不连续材质有关的绕射波数据。

【技术特征摘要】
1.一种探地雷达绕射波弱信号提取方法,其特征在于,包括:采集地下空间的探地雷达信号,其中,探地雷达信号携带地下空间内部的连续材质和不连续材质的电参数信号;对所述探地雷达信号,利用强反射信号屏蔽效应去除方法进行预处理,所述强反射信号屏蔽效应去除方法利用局部平面波方程去除与连续材质有关的连续性平面波信号,得到含有噪声和绕射波的探地雷达预处理数据;利用所述的探地雷达预处理数据,构建绕射波稀疏重构模型,去除噪声,提取出与不连续材质有关的绕射波数据。2.根据权利要求1所述的探地雷达绕射波弱信号提取方法,其特征在于,所述强反射信号屏蔽效应去除方法使用强反射信号正则化估计模型进行快速迭代求解,所述强反射信号正则化估计模型为:其中α,β>0为正则化因子,R(σ)为平面波破坏滤波器函数,σ为倾角斜率矢量,L1为拉普拉斯算子,L2为微分算子;根据所述强反射信号正则化估计模型,计算当Jα,β(σ)为最小值时的倾角斜率矢量为预处理倾角斜率矢量;将所述预处理倾角斜率矢量代入平面波破坏滤波器函数得到探地雷达预处理数据。3.根据权利要求2所述的探地雷达绕射波弱信号提取方法,其特征在于,所述快速迭代求解为:进行多次迭代计算,直到得到Jα,β(σ)的最小值或者达到预设的迭代次数阈值,其中每一次迭代计算:其中,ξ>0为步长参数,PΓ()为投影集合,σk+1为第k+1次迭代时的倾角斜率矢量,gJα(σk)为第k次迭代时Jα,β(σ)的梯度,4.根据权利要求1所述的探地雷达绕射波弱信号提取方法,其特征在于,所述绕射波稀疏重构模型,得到绕射波数据,具体包括:从所述的探地雷达预处理数据中抽取数据块组成待学习样本;根据待学习样本构建绕射波重构模型,所述模型如下:s.t||Xi||0≤δ,||Dj||2=1i=1,2,...,M,j=1,2,...,R,其中,待学习样本Y为探地雷达预处理数据矩阵,Yi,i=1,2,...,N表示第i个探地雷达预处理数据;Dj为D为基函数矩阵的第j列;X是列向量满足||Xi||0≤δ的稀疏表示矩阵;δ为稀疏测度因子;将计算得到的DX为绕射波数据。5.根据权利要求4所述的探地雷达绕射波弱信号提取方法,其特征在于,所述根据待学习样本构建绕射波重构模型,具体包括:s.t||Xi||0≤δ,||Dj||2=1根据i=1,2,...,M,j=1,2,...,R先求出样本在稀疏测度δ下的稀疏表示;更新基函数矩阵中的每一列,以提高拟合样本精度;通过迭代计算缩小稀疏表示误差。6.一种用于探地雷达绕射波弱信号提取的电子设备,其特...

【专利技术属性】
技术研发人员:李全生赵惊涛方杰曹志国庞义辉李鹏
申请(专利权)人:国家能源投资集团有限责任公司神华神东煤炭集团有限责任公司北京低碳清洁能源研究所
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1