一种基于压缩感知的探地雷达特征提取方法及系统技术方案

本发明专利技术公开了一种基于压缩感知的探地雷达特征提取方法及系统，本发明专利技术方法包括：构建目标空间和参数空间之间变换L×ρ维的稀疏矩阵H，所述稀疏矩阵H用于将目标空间的L×1维列向量f转换为目标空间f在稀疏矩阵H上展开的系数向量p，所述系数向量p为参数空间的ρ维列向量；获取接收机对孔径i处的信号采样得到列向量形式的离散接收信号R

【技术实现步骤摘要】
一种基于压缩感知的探地雷达特征提取方法及系统
本专利技术涉及探地雷达特征提取技术，具体涉及一种基于压缩感知的探地雷达特征提取方法及系统。
技术介绍
探地雷达又称表层穿透雷达(SPR：SurfacePenetratingRadar)，与地震波法、面波法、超声波法和瞬变电磁法等无损探测方法不同，探地雷达是利用电磁波在地下媒质电磁特性不连续处产生的反射和散射波实现对地表探测区域成像进而定性或者定量地辨识地表下的电磁特性变化，实现对探测区域中感兴趣目标的检测、定位。探地雷达工作时，收发天线一般放置在一起，贴近地表沿测线拖动并均匀分布多个测量点，在每个测点上测定一道数据，与合成孔径雷达(SAR：SyntheticApertureRadar)相似。通过在地表平面上沿二维网格均匀分布多个测量孔径，可以得到的多个剖面探测数据构成地表二维扫描电平剖面图。压缩感知(CS：CompressiveSensing)是建立在信号稀疏为和逼近理论基础上的信号采样与重建方法，它指出，任意N维k稀疏信号x的稀疏为可以通过该信号在低维空间上低分辨率、欠Nyquist采样数本文档来自技高网...

【技术保护点】
1.一种基于压缩感知的探地雷达特征提取方法，其特征在于，包括：/n1)构建目标空间和参数空间之间变换L×ρ维的稀疏矩阵H，所述稀疏矩阵H用于将目标空间的L×1维列向量f转换为目标空间f在稀疏矩阵H上展开的系数向量p，所述系数向量p为参数空间的ρ维列向量；/n2)获取接收机对孔径i处的信号采样得到列向量形式的离散接收信号R

【技术特征摘要】
1.一种基于压缩感知的探地雷达特征提取方法，其特征在于，包括：
1)构建目标空间和参数空间之间变换L×ρ维的稀疏矩阵H，所述稀疏矩阵H用于将目标空间的L×1维列向量f转换为目标空间f在稀疏矩阵H上展开的系数向量p，所述系数向量p为参数空间的ρ维列向量；
2)获取接收机对孔径i处的信号采样得到列向量形式的离散接收信号Ri；
3)针对列向量形式的离散接收信号Ri进行压缩感知特征提取。


2.根据权利要求1所述的基于压缩感知的探地雷达特征提取方法，其特征在于，步骤1)中的稀疏矩阵H是指直线的稀疏矩阵Hl，且构建直线的稀疏矩阵Hl的步骤包括：将对应的参数空间离散，对N×N目标空间中的数据点，遍历参数空间中一个参数的所有离散取值，计算出另一参数对应的数值构成稀疏矩阵的一行，遍历目标空间中所有数据点得到对应直线的稀疏矩阵Hl。


3.根据权利要求1所述的基于压缩感知的探地雷达特征提取方法，其特征在于，步骤1)中的稀疏矩阵H是指圆的稀疏矩阵Hc，且构建圆的稀疏矩阵Hc的步骤包括：先固定半径值和圆心一个坐标点的取值，对目标空间中的所有数据点计算圆心另一坐标点的所有取值构成稀疏矩阵Hc的一行；固定半径值，遍历所固定参数的离散取值得到的计算值构成稀疏矩阵Hc的一页；且根据目标空间大小遍历所有可能的圆半径取值得到对应圆的稀疏矩阵Hc。


4.根据权利要求1所述的基于压缩感知的探地雷达特征提取方法，其特征在于，步骤2)中采样得到列向量形式的离散接收信号Ri的函数表达式为：



上式中，Ri为孔径i处的列向量形式的离散接收信号，Ri(t0)为孔径i处的t0时刻的离散接收信号，Ri(t0+1/Fs)为孔径i处的t0+1/Fs时刻的离散接收信号，Ri(t0+(Ns-1)/Fs)为孔径i处的t0+1/Fs时刻的离散接收信号，Fs为接收机的采样频率，t0为孔径i接收信号的初始时间，Ns为对接收信号的采样点数。


5.根据权利要求1所述的基于压缩感知的探地雷达特征提取方法，其特征在于，步骤3)中针对列向量形式的离散接收信号Ri进行压缩感知特征提取的函数表达式为：
Di＝ΦRi＝ΦΘiHp
上式中，Di为孔径i处的M×1维压缩感知特征提取数据，M为满足M＜＜Ns的随机测量数据量，Ns为对接收信号的采样点数，Φ为M×Ns维随机测量矩阵，Θi为将测量孔径i处的回波接收信号与目标空间联系起来的投影矩阵，H为稀疏矩阵，p为系数向量。


6.根据权利要求5所述的基于压缩感知的探地雷达特征提取方法，...

【专利技术属性】
技术研发人员：余慧敏，王玲，刘治平，刑先锋，杨国成，
申请(专利权)人：湖南师范大学，
类型：发明
国别省市：湖南;43