一种探地雷达多分辨率低秩稀疏分解杂波抑制方法技术

本发明专利技术公开了一种探地雷达多分辨率低秩稀疏分解杂波抑制方法，首先通过小波变换技术对回波数据进行多尺度分解，得到不同尺度的近似子带、水平细节子带、垂直细节子带和对角细节子带信号，针对近似子带与水平细节子带采用鲁棒非负矩阵分解算法，提取目标稀疏部分，并根据目标

【技术实现步骤摘要】
一种探地雷达多分辨率低秩稀疏分解杂波抑制方法


[0001]本专利技术属于雷达信号处理
，具体涉及一种探地雷达多分辨率低秩稀疏分解杂波抑制方法。

技术介绍

[0002]探地雷达(Ground Penetrating Radar)技术是一种较新的地球物理探测方法，该技术利用地下各物质自身介质参数的差异，宽带电磁波以脉冲形式来探测地表之下或确定不可视的物体内部或结构，在国内外已得到广泛的应用。相比于电阻率法、低频电磁感应法等常规无损探测方法，探地雷达技术具有探测速度快，探测过程连续，分辨率高，操作方便灵活，探测费用低等优越性，除此之外，它还具有抗干扰能力强，地形适应能力强等特点。探地雷达是目前地下目标无损探测技术中最具有前景和发展前途的方法之一，一直是国际学术的研究热点。目前，探地雷达技术的应用领域已经远远超出了“探地”的范畴，作为一种重要的无损探测方法，在隐藏危险物探查、工程质量检测、环境监测、地质勘查、考古以及军事反恐等领域中发挥着重要的作用。
[0003]在探测过程中，电磁场在地下的传播过程比较特殊，决定了需要运用不同于对空雷达的方法去解决探地雷达当中出现的问题。探地雷达所探测的目标往往存在于复杂的介质环境当中，在回波信号中，还包含有大量的杂波信号，例如收发天线直接耦合波、地表介面反射波、地下非均匀介质反射波以及一定的随机噪声。极大的影响了雷达对目标的探测以及后续成像处理。因此为应对日益复杂的实际探测环境，针对浅表层探地雷达杂波抑制算法的研究，对提升其探测性能具有十分重要的现实意义。
[0004]目前国内外在探地雷达杂波抑制算法上做出了许多研究，子空间分解法主要包括主成分分析法(Principal Component Analysis,PCA)、独立分量分析法(Independent Component Analysis,ICA)和奇异值分解法(Singular Value Decomposition,SVD)，其基本思想是利用回波数据中杂波与目标信号的不同特性，将其分解成杂波分量与目标分量，然后选择目标分量组成目标子空间。此类算法对不同环境的适应性较好，但当回波数据中存在多个目标信号或环境杂波较为复杂时，杂波无法完全去除，且目标分量的选取还有待改进。基于低秩和稀疏矩阵分解(Low
‑
rank and sparse matrix decomposition，LRSD)理论的方法将回波数据视为低秩矩阵和稀疏矩阵的总和。杂波和目标响应分别包含在低秩矩阵和稀疏矩阵中，它们可以通过求解LRSD问题来分离。代表有：鲁棒主成分分析(Robust PCA，RPCA)、鲁棒非负矩阵分解(Robust Nonnegative Matrix Factorization,RNMF)、鲁棒自编码器(Robust Autoencoder,RAE)，目前效果最好，适应度最广。然而这些方法本身都具有一定的局限性，例如：正则化参数的选取对算法效果有很大影响，且易使目标信号失真，对噪声去除效果一般等。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种探地雷达多分辨率低秩稀疏分解杂波抑制方法，能
够克服正则化参数选取对算法的效果有较大的影响，易使目标信号失真且对噪声去除效果一般的问题。
[0006]实现本专利技术的技术方案如下：
[0007]一种探地雷达多分辨率低秩稀疏分解杂波抑制方法，首先通过小波变换技术对回波数据进行多尺度分解，得到不同尺度的近似子带、水平细节子带、垂直细节子带和对角细节子带信号，针对近似子带与水平细节子带采用鲁棒非负矩阵分解算法，提取目标稀疏部分，并根据目标
‑
杂波峰值比自主选择正则化参数；针对垂直细节与对角细节子带，采用小波软阈值去噪，最后对处理后的各信号分量进行小波逆变换重构目标信号，实现杂波抑制。
[0008]进一步地，所述方法具体包括以下步骤：
[0009]步骤一、建立探地雷达接收信号模型；
[0010]步骤二、利用二维静态小波变换对回波数据进行多尺度分解，得到不同尺度的近似子带、水平细节子带、垂直细节子带和对角细节子带信号；
[0011]步骤三、利用低秩稀疏分解原理，对近似子带与水平细节子带进行改进的鲁棒非负矩阵分解算法，得到目标稀疏成分；
[0012]步骤四、对垂直细节子带与对角细节子带进行小波软阈值去噪，得到目标高频子带信号；
[0013]步骤五、将处理后的各子带进行二维逆小波变换，重构目标信号以达到杂波抑制的目的。
[0014]进一步地，采用分解尺度为二的小波分解。
[0015]进一步地，步骤三中，所述改进的鲁棒非负矩阵分解算法，具体指在鲁棒非负矩阵分解算法中对正则化参数λ根据目标
‑
杂波峰值比T进行自主选择。
[0016]进一步地，
[0017][0018]其中，S
max
为目标区域峰值，C
max
为杂波区域峰值；
[0019]当0<T<1时，λ＝0.0284T3+0.1066T2+0.0182T
‑
0.0001。
[0020]有益效果：
[0021]1、本专利技术应用于探地雷达信号处理领域，通过实验分别对比了目前的各类典型算法(均值对消(Mean Subtraction，MS)，奇异值分解，鲁棒非负矩阵分解等)，当回波信号中含有目标信号，同时存在多种杂波信号以及随机噪声时，本专利技术能提供高清晰度的目标信号，获得较高的信杂比，属于一种鲁棒的杂波抑制方法。
[0022]2、本专利技术由于小波变换可以实现在不同尺度下的时频域处理，因此对于探地雷达回波数据的非平稳性能有较好的解释，加强数据中目标信号的保留度。
[0023]3、本专利技术根据低秩稀疏原理，对分解后的近似子带与水平细节子带采用改进的鲁棒非负矩阵分解算法，因此可以有效提高算法的鲁棒性；同时由于对垂直细节与对角细节子带进行小波软阈值去噪，滤除随机噪声，进一步提升了信杂比。
附图说明
[0024]图1是本专利技术实施方式的信号处理流程图。
[0025]图2是本专利技术方法中二维小波变换分解示意图。
[0026]图3是本专利技术实验采用的仿真与实测结果图；其中(a)是仿真数据，(b)是实测数据。
[0027]图4是本专利技术步骤2中小波变换对仿真数据的分解图；其中(a)是近似子带，(b)是水平细节子带，(c)是垂直细节子带，(d)是对角细节子带。
[0028]图5λ与T拟合的曲线图。
[0029]图6是本专利技术不同方法对仿真数据杂波抑制结果图；其中，(a)是均值对消法，(b)是SVD，(c)是RNMF，(d)是WT
‑
RNMF。
[0030]图7是本专利技术不同方法对实测数据杂波抑制结果图。其中，(a)是均值对消法，(b)是SVD，(c)是RNMF，(d)是WT
‑
RNMF。
具体实施方式
[0031]下面结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种探地雷达多分辨率低秩稀疏分解杂波抑制方法，其特征在于，首先通过小波变换技术对回波数据进行多尺度分解，得到不同尺度的近似子带、水平细节子带、垂直细节子带和对角细节子带信号，针对近似子带与水平细节子带采用鲁棒非负矩阵分解算法，提取目标稀疏部分，并根据目标
‑
杂波峰值比自主选择正则化参数；针对垂直细节与对角细节子带，采用小波软阈值去噪，最后对处理后的各信号分量进行小波逆变换重构目标信号，实现杂波抑制。2.如权利要求1所述的一种探地雷达多分辨率低秩稀疏分解杂波抑制方法，其特征在于，所述方法包括以下步骤：步骤一、建立探地雷达接收信号模型；步骤二、利用二维静态小波变换对回波数据进行多尺度分解，得到不同尺度的近似子带、水平细节子带、垂直细节子带和对角细节子带信号；步骤三、利用低秩稀疏分解原理，对近似子带与水平细节子带进行改进的鲁棒非负矩阵分解算法，得到目标稀疏成分；步骤四、对垂直细节子带与...

【专利技术属性】
技术研发人员：杨小鹏，兰天，曹彦杰，赵毅，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：