【技术实现步骤摘要】
本专利技术涉及道路检测，特别是一种探地雷达信号自动增益方法。
技术介绍
1、道路状况信息对于道路养护至关重要，它包括表面状况和内部结构状况两个方面。获取道路内部结构状况信息的方法主要有两种：有损检测方式和无损检测方式，有损检测方式包括钻心取样等方法，但这些方法会对道路结构造成一定的损害；相比之下，无损检测方式中的探地雷达不会对道路结构造成任何损害，保护了道路的完整性，但探地雷达信号在传播过程中不断减弱，时窗靠后部分的信号强度非常不明显，因此需要对信号进行增益处理，减小时窗中信号幅值的差异，增强路面下较深处反射的信号，从而达到良好的可视化效果。
2、常见的探地雷达信号增益方法有指数增益，分段线性增益，包络增益，自定义增益等方法，这些增益方法虽然都能够提升较弱信号的强度，达到人眼可以观察和分析的程度，但都存在的一个问题是：对信号的增益结果往往缺乏客观性和足够的可解释性，也就是说，当遇到目标区域时，雷达反射信号会明显增强，而在没有病害的层与层(如面层与基层)的交界处，雷达反射信号也有一定的增强；在以上几种增益方法中，增益系数的计算都没有很好地考虑目标区域和背景区域的差异，从而导致非病害的交界区域可能被过度增强，而真正的目标区域可能并没有得到足够的增强，最终导致数据分析结果的误判。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺点，提供一种探地雷达信号自动增益方法。
2、本专利技术的目的通过以下技术方案来实现：一种探地雷达信号自动增益方法，包括以下步骤：p>
3、s1：对数据进行预处理；
4、s2：校正数据分布，并计算每一深度的均值和标准差；
5、s3：根据均值和标准差确定病害和构筑物区域的数值范围，并计算增益系数；
6、s4：根据增益系数对探地雷达信号进行增益。
7、优选的，步骤s1中，还包括以下步骤：
8、s11：设有n个点的雷达信号，每个点的雷达信号为256维向量，将n个点的信号拼接形成256×n维的矩阵bscan；
9、s12：对矩阵bscan进行kernel为2×2的均值滤波，得到bscan_blur；
10、s13：根据bscan_blur计算行均值，得到bscan_mean；
11、s14：通过bscan_blur-bscan_mean得到去均值的bscan_normal。
12、优选的，步骤s2中，校正数据还包括以下步骤：
13、s21：设在bscan_normal的高度为d的区域为检测区域，检测区域再取高度为d-7到d+8的区域c，c取绝对值，得到c_a；
14、s22：对c_a计算列均值，得到c_am，公式为：
15、
16、其中，(c_a)ij为矩阵中第i行，第j列的元素，15为c_am的行数，j∈[1,n]；
17、s23：对c_am做窗口为w1的滑动平均得到c_am_ma，公式为：
18、c_am_ma(i)＝(c_am(i-w1/2)+λ+c_am(i+w1/2+1))/w1 i∈[0,n]；
19、s24：对c_am_ma最大值归一化，公式为：
20、c_am_ma＝c_am_ma/max(c_am_ma)；
21、s25：计算c_am_ma的标准差std，公式为：
22、
23、其中，(c_am_ma)i为第i个元素，为向量均值，n为c_am_ma的长度；
24、s26：设定阈值t1，根据校正公式得到校正后的bscan_normal_correct，校正公式为：
25、
26、优选的，步骤s21中，c的维度为15×n。
27、优选的，步骤s2中，计算均值和标准差还包括以下步骤：
28、a21：设行的高度为h，窗口为w2，取h-w2/2行到h+w2/2+1行的区域为目标区域area_h，其维度为w2×n；
29、a22：计算area_h的均值，公式为：
30、
31、计算area_h的标准差，公式为：
32、
33、其中，(area_h)ij为area_h的第i行，第j列的元素，w2为area_h的行数，n为列数；
34、a23：bscan_normal_correct每一行重复步骤a21和步骤a22，得到所有行的均值和标准差。
35、优选的，步骤s3中，还包括以下步骤：
36、s31：设增益后的数据类型为uint16，数据范围为0～65535，增益后的异常数据值应为0或65535；
37、s32：对于bscan_normal其中任意一行，增益系数e的计算公式为：
38、t＝max(abs(μ-3σ),abs(μ+3σ))；
39、e＝(128*256)/(t+1)；
40、其中，μ为均值，σ为标准差；
41、s33：重复步骤s32得到所有行的增益系数e，其为256维的向量。
42、优选的，步骤s4中，根据步骤s3得到的增益系数，对数据进行增益，公式为：
43、bscan_gain＝bscan_normal*e+128*256；
44、
45、本专利技术具有以下优点：本专利技术由于道路内部结构的分布差异，首先对数据进行预处理和数据分布校正，使数据呈正态分布，然后计算不同深度的均值和标准差，从而保证了病害和构筑物区域的突出效果，具有良好的自适应性，能满足不同类型的道路结构；再根据异常值计算不同深度的增益系数，最后根据增益系数对探地雷达信号进行增益处理，本方法从数据统计角度定义探地雷达信号中的病害和构筑物区域，然后计算不同深度的增益系数，从而突出病害和构筑物区域，相比现有传统方法提高了探地雷达信号可视化结果的客观性和可解释性。
本文档来自技高网...【技术保护点】
1.一种探地雷达信号自动增益方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的探地雷达信号自动增益方法，其特征在于：所述步骤S1中，还包括以下步骤：
3.根据权利要求2所述的探地雷达信号自动增益方法，其特征在于：所述步骤S2中，校正数据还包括以下步骤：
4.根据权利要求3所述的探地雷达信号自动增益方法，其特征在于：所述步骤S21中，C的维度为15×N。
5.根据权利要求4所述的探地雷达信号自动增益方法，其特征在于：所述步骤S2中，计算均值和标准差还包括以下步骤：
6.根据权利要求1所述的探地雷达信号自动增益方法，其特征在于：所述步骤S3中，还包括以下步骤：
7.根据权利要求1所述的探地雷达信号自动增益方法，其特征在于：所述步骤S4中，根据步骤S3得到的增益系数，对数据进行增益，公式为：
【技术特征摘要】
1.一种探地雷达信号自动增益方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的探地雷达信号自动增益方法，其特征在于：所述步骤s1中，还包括以下步骤：
3.根据权利要求2所述的探地雷达信号自动增益方法，其特征在于：所述步骤s2中，校正数据还包括以下步骤：
4.根据权利要求3所述的探地雷达信号自动增益方法，其特征在于：所述步骤s21中，c的维度为...
【专利技术属性】
技术研发人员：吴拥，邓勇军，桂仲成，
申请(专利权)人：上海圭目机器人有限公司，
类型：发明
国别省市：
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。