共查询到19条相似文献,搜索用时 93 毫秒
1.
探地雷达实际应用场景中介质表面往往存在着其他覆盖物,将会严重影响实际探测效果,如冬季路面表面的冰层、沥青铺路时防止沥青混合物粘在滚筒表面而喷出的水汽层等,且这些覆盖层的厚度较薄,通常小于探地雷达可分辨的最小厚度。因此,本文提出了一种基于反射信号时域重构的层状介质参数反演方法,利用广义反射系数建立雷达发射回波的时域模型,再通过遗传算法对模型的代价函数进行优化进而反演出覆盖物薄层的参数。最后,通过时域差分工具gprMax仿真软件模拟沥青混凝土实施铺路场景,对所提算法的有效性和准确性进行验证分析。 相似文献
2.
3.
4.
5.
6.
8.
探地雷达在机场道面脱空检测中可以取得较好效果,但还不能准确估计有耗介质中的脱空厚度。针对此问题,本文通过分析脱空薄层复合反射回波的振幅响应和有耗介质中的电磁波传播模型,将常规薄层调谐厚度方法推广到有耗介质,提出了一种新的薄层厚度估计方法。首先推导有耗介质中脱空薄层反射回波的主频振幅随厚度变化的振幅响应,然后基于最小二乘曲线拟合方法修正主频振幅响应,减小接收信号未建模误差和参数估计误差对脱空厚度估计精度的影响。仿真结果表明,基于本文方法所取得的估计精度明显高于基于未修正的主频振幅响应方法。 相似文献
9.
10.
超宽带探地雷达自动目标识别研究 总被引:2,自引:1,他引:1
超宽带探地雷达由于回波信号信息丰富的特点,特征向量的选取成为了自动目标识别的关键.首先利用宽相关处理进行滤波和典型数据提取.提取纵向和横向典型数据用于目标形状识别;提取典型回波道数据进行功率谱分析用于目标材质识别,并利用RBF网络从而实现目标的自动识别.实测数据处理表明:该方法可有效的完成管状物和球状物、铝和铁的识别. 相似文献
11.
全波形反演(FWI)通过综合利用波场的运动学和动力学特征来实现对地下介质的高精度建模,是最具潜力的反演方法之一。目前,全波形反演仍面临诸多亟待解决的问题,最著名的就是初始模型依赖性问题。低频成分对于恢复长波背景速度结构进而构建初始模型至关重要,但是实际采集的探地雷达(GPR)数据中往往存在低频信息不足的情况,导致全波形反演难以获得理想的结果。为此,该文提出基于地面多偏移距雷达数据的包络-波形反演方法,利用包络波场携带低频信息的特征来构建大尺度背景模型,同时又实现了对小尺度弱扰动目标体的精细刻画。在原始记录低频成分缺失的情况下,通过与常规全波形反演方法进行对比表明:包络-波形反演方法能够有效重构缺失的低频成分,提高对地下大尺度背景构造和细节信息的成像效果。 相似文献
12.
基于鲁棒Capon波束形成的探地雷达成像算法 总被引:2,自引:0,他引:2
传统的探地雷达(Ground Penetrating Radar, GPR)成像算法属于非自适应方法,其成像结果中存在较强的旁瓣和杂波干扰,而自适应方法具有很强的干扰抑制能力。该文利用鲁棒Capon波束形成(Robust Capon Beamforming, RCB)理论,提出了一种自适应的基于RCB的GPR成像算法,不仅考虑了GPR工作场景下电磁波折射现象,同时研究了适用于GPR成像的协方差矩阵构造方法。所提算法可大幅降低成像结果中旁瓣和杂波能量,并在一定程度上提高成像分辨率,实测数据的实验结果证明了算法的有效性。 相似文献
13.
该文基于探地雷达(Ground Penetrating Radar, GPR)回波数据之间的互相关性,提出了一种用于抑制GPR成像中杂波干扰的反向投影(Back Projection, BP)成像算法。与标准BP算法相比,该文的互相关反向投影(Cross-correlated Back Projection, CBP)算法增加了数据间互相关运算的步骤,而且无需引入额外的参考信号通道。理论分析和实验结果均表明,CBP算法不仅抑制了标准BP算法成像结果中的杂波干扰,而且在一定程度上提高了成像分辨率。 相似文献
14.
15.
探地雷达(GPR)在地下水管渗漏的检测中具有良好的应用前景。前期研究表明:地下水管的渗漏会在雷达剖面中形成震荡信号,但其形成机理尚不明晰。为揭示不同材质地下管道渗漏后的探地雷达信号特征的成因,该文结合物理模型试验与渗流场-电磁场数值模拟分析干砂中PVC管和金属管渗漏前后雷达信号特征、渗漏后震荡信号的形成机理和电磁波传播路径。结果表明:地下水管发生渗漏后,管道周围区域出现一定分层状态,电磁波在传播过程中存在更多界面反射和界面间的多次波。PVC管渗漏后,管道顶部、底部反射信号和爬行波信号在渗漏区中多次反射形成复杂的震荡双曲线信号,而金属管渗漏后管壁与渗漏区间存在多次反射。研究成果可为探地雷达在地下水管渗漏探测实际应用提供技术支持。 相似文献
16.
17.
该文针对探地雷达(GPR) 2维剖面图像中目标特征提取困难及其识别精度较低等问题,采用深度学习方法来提取2维剖面图像中目标的特征双曲线。根据GPR工作的物理机制,设计了一种级联结构的卷积神经网络(CNN),先检测并去除回波数据中的直达波干扰信号,再利用CNN得到B扫描(B-SCAN)图像的特征图,并对特征信号进行分类识别以提取目标的特征双曲线。同时,为处理各种干扰信号影响目标特征双曲线结构完整性的问题,提出了一种基于方向引导的特征数据补全方法,提高了目标特征双曲线识别的准确率。与方向梯度直方图(HOG)算法、单级式目标检测(YOLOV3)算法和更快速的区域卷积神经网络(Faster RCNN)算法相比,在综合评价指标F上该文方法的检测结果是最优的。 相似文献
18.
19.
脉冲探地雷达的模拟计算 总被引:1,自引:0,他引:1
本文在给出Debye型色散媒质中2.5维时域有限差分法(2.5D-FDTD法)迭代公式的基础上,对无载频脉冲波在不同色散媒质中的传播特性进行了计算,分析了脉冲产生畸变的原因,并提出对部分畸变脉冲进行整形的方法。分别对地下单体目标和群体目标的雷达回波电平图进行了模拟计算,并与实际无载频脉冲探地雷达的探测结果进行比较,二者有较好的一致性,证实了本文所给计算公式的正确性。另外,还分析了土壤参数对雷达探测深度和分辨率的影响。 相似文献