CN105527618A - 一种探地雷达地埋目标有效信号增强方法 - Google Patents

Abstract

本发明公开一种探地雷达地埋目标有效信号增强方法，通过利用S变换和SVD，实现对噪声的滤除以及地埋目标如管线等产生的有效回波信号的识别和增强。本方法首先利用SVD对直达波以及折射波进行了分离和滤除，然后利用S变换得到了所有道数据的频率-延时域数据，接着通过对频率延时域数据再次进行SVD分析得到每一道数据中信号可能出现的延时信息，再通过分析延时信息是否符合双曲线特征来判断是否属于有效信号，保留下有效成分进行逆SVD和逆S变换，得到滤波增强后的有效信号。本方法能够在去除噪声和杂波的同时保留有效波，实现对有效回波信号的识别和增强。

Description

一种探地雷达地埋目标有效信号增强方法

技术领域

本发明是一种探地雷达地埋目标有效信号增强方法，实现对探地雷达数据的滤波去噪和干扰信号压制，增强如管线等地埋目标的有效信号。

背景技术

反射式探测和透射式探测是常用的两种探地雷达探测方法。反射式探地雷达通过对地发射电磁波并接收回波信号实现对地下目标的探测，该探测方法接收的数据是本发明数据处理的来源。

由于反射式探地雷达中发射天线和接收天线都放置于被测介质表面，因此在接收到的数据中除了被测介质的回波外，还包括空气直达波和地表折射波等背景信号。通常空气直达波和地表折射波都表现为直线，而如管线等地埋目标产生的有效回波信号表现为双曲线。

本发明的目的在于通过S变换和SVD对探地雷达数据进行处理，在保真有效回波信号的同时，滤除空气直达波、地表折射波等背景信号，并压制噪声，增强有效信号。

发明内容

本发明的目的是通过利用联合S变换和SVD，实现对地埋目标如管线等有效回波信号的识别和增强，能够在去除噪声的同时保留有效波，实现对探地雷达数据的高保真滤波去噪。

一种探地雷达地埋目标有效信号增强方法的基本实现步骤如下：

步骤一：利用SVD对时间-空间域中的数据X₀做奇异值分解，并将第一个最大奇异值置零，对分解后的信号进行合成，得到去除了直达波后的数据X，其中X和X₀都是N行M列的数组，M表示采样道数，N表示每一道数据的采样点数；

步骤二：将X中的每一道数据都经过S变换到频率-延时域，得到数据S_j(k,n)，其中下标j为正整数表示道数，0<j≤M，n是延迟因子，k是频谱分量，0≤k≤N-1，0≤n≤N-1，即S_j(k,n)是一个维数为N×N的数组；

步骤三：对数据S_j(k,n)应用SVD，对应每一道j得到三个数组U_j，Ω_i和V_j，其中Ω_i是N×N非负对角阵，U_j＝[u_0,j,u_1,j,…,u_N-1,j]和V_j＝[v_0,j,v_1,j,…,v_N-1,j]都是维数为N×N的酉阵；

步骤四：从向量v_i,j中找到最大值，并将该最大值记录为q_i,j，其中0＜i≤N-1，对应每一道数据有N个最大值，对于所有的道数共有记录N×M个；

步骤五：对记录的所有的q_i,j利用双曲线拟合，选出符合双曲线规律数据，并将对应的位置值(i,j)₀保存在记录集p中；

步骤六：保存记录p中对应(i,j)的向量v_i,j的值，将其他的值置零，获得一个新的矩阵

步骤七：合成处理后的数据得到

步骤八：对数据采用逆S变换，得到最终处理后的数据

进一步地，所述步骤一中，SVD的具体公式为：

X＝UΩV^H

假设X是一大小为N×M的数据矩阵，则Ω是维数为N×M非负对角阵，U是一个维数为N×N的酉阵，V一个维数为M×M的酉阵，V^H是矩阵V的共轭转置。

进一步地，所述步骤二中，使用S变换的具体公式为：

$S_j(k,n)=\frac{n}{N\sqrt{2\mathrm{\&pi;}}}\underset{m=0}{\overset{N-1}{\mathrm{\&Sigma;}}}x(m,j)e^{-(n^2{\left(k-m\right)}^2/2N^2)}{e}^{-j2\mathrm{\&pi;}nm/N}$

其中x(m,j)为m时刻第j道的时域采样数据，也是矩阵X第m行第j列的数据，0≤m≤N-1，0≤j≤M-1，n是延迟因子，k是频谱分量，0≤k≤N-1，0≤n≤N-1。

进一步地，所述步骤三中，所述的SVD其具体公式与权利要求2所述一致。

进一步地，所述步骤四中，v_i,j为矩阵V_j中的第i个向量，其长度为N，v_i,j中最大值对应的位置记录为q_i,j代表的是可能为信号的数据出现的延时信息。

进一步地，所述步骤五中，记录集p中的(i,j)₀为一簇值，该系列值代表记录q_i,j中所有能符合双曲线拟合规律的(i,j)位置值；

进一步地，所述步骤六中，新矩阵中对应位置(i,j)₀处的向量v_i,j的值等于原矩阵V_j中对应位置(i,j)₀处的向量值，其它位置处的值为零向量；

进一步地，所述步骤七中，合成数据的具体公式为：

${\hat{S}}_j(k,n)=U_j{\mathrm{\&Omega;}}_j{\hat{V}}_j^H$

其中是专利要求1步骤六中得到的的共轭转置矩阵。

进一步地，所述步骤八中，逆S变换可以用分成两步完成，第一针对延迟量n将所有的做累加得到第二对F_j(k)做逆傅里叶变换得到

附图说明

图1为探地雷达地埋目标有效信号增强方法的流程框图；

图2为加噪后的原始雷达剖面图；

图3为目标增强后的雷达剖面图。

具体实施方式

以下结合具体方法实施过程对本发明作进一步详细描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

在一个长为2.5m，高为1.2m的空间内，填满水泥，中间放置一个金属管，中心位置为(1.25m,0.95m),天线频率为1GHz。天线位置为离地表0.05m，初始横坐标为0.6075m，每次位移量为0.02m，共采65道。

将采集得到的信号，按照如下步骤进行处理：

1)利用SVD对时间-空间域中的数据X₀做奇异值分解，并将第一个最大奇异值置零，对分解后的信号进行合成，得到去除了直达波后的数据X，其中X和X₀都是N行M列的数组，M表示采样道数，N表示每一道数据的采样点数；

2)将X中的每一道数据都经过S变换到频率-空间域，得到数据S_j(k,n)，其中下标j为正整数表示道数，0<j≤M，n是延迟因子，k是频谱分量，0≤k≤N-1，0≤n≤N-1，即S_j(k,n)是一个维数为N×N的数组；

3)对数据S_j(k,n)应用SVD，对应每一道j得到三个数组U_j，Ω_i和V_j，其中Ω_i是N×N非负对角阵，U_j＝[u_0,j,u_1,j,…,u_N-1,j]和V_j＝[v_0,j,v_1,j,…,v_N-1,j]都是维数为N×N的酉阵；

4)从向量v_i,j中找到最大值，并将该最大值记录为q_i,j，其中0＜i≤N-1，对应每一道数据有N个最大值，对于所有的道数共有记录N×M个；

5)对记录的所有的q_i,j利用双曲线拟合，选出符合双曲线规律数据，并将对应的(i,j)保存在记录集p中；

6)保存记录p中对应(i,j)的向量v_i,j的值，将其他的值置零，获得一个新的矩阵

7)合成处理后的数据得到

8)对数据采用逆S变换，得到最终处理后的数据

利用前面阐述的地埋目标有效信号增强方法，对图2进行处理，得到图3，从图3可以看出背景信号被分离，噪声被有效压制，原本微弱的双曲反射特征得到了加强。

综上，本发明通过利用S变换和SVD提出了一种探地雷达数据的高保真滤波处理的新方法，实现了对探地雷达地埋目标回波有效信号的增强。

以上所述仅为实现本发明的较佳实例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种探地雷达地埋目标有效信号增强方法，用于探地雷达数据处理，其特征在于，通过利用S变换和SVD，实现对地埋目标如管线等有效回波信号的识别和增强，包括如下步骤：

步骤一：利用SVD对时间-空间域中的数据X₀做奇异值分解，并将第一个最大奇异值置零，对分解后的信号进行合成，得到去除了直达波和折射波的数据X，其中X和X₀都是N行M列的数组，M表示采样道数，N表示每一道数据的采样点数；

步骤二：将X中的每一道数据都经过S变换到频率-延时域，得到数据S_j(k,n)，其中下标j为正整数表示道数，0<j≤M，n是延迟因子，k是频谱分量，0≤k≤N-1，0≤n≤N-1，即S_j(k,n)是一个维数为N×N的数组；

步骤三：对数据S_j(k,n)应用SVD，对应每一道j得到三个数组U_j，Ω_i和V_j，其中Ω_i是N×N非负对角阵，U_j＝[u_0,j,u_1,j,…,u_N-1,j]和V_j＝[v_0,j,v_1,j,…,v_N-1,j]都是维数为N×N的酉阵；

步骤四：从右奇异向量v_i,j中找到最大值，并将该最大值对应的位置记录为q_i,j，其中0＜i≤N-1，对应每一道数据有N个值，对于所有的道数共有记录N×M个；

步骤五：对记录的所有的q_i,j利用双曲线拟合，选出符合双曲线规律数据，并将对应的位置值(i,j)₀保存在记录集p中；

步骤六：保存记录p中对应(i,j)的右奇异向量v_i,j的值，将其他的值置零，获得一个新的矩阵

步骤七：利用进行数据合成，得到处理后的数据

步骤八：对数据采用逆S变换，得到最终处理后的数据

2.如权利要求1所述的方法，其特征在于，所述步骤一中，SVD的具体公式为：

X＝UΩV^H

假设X是一大小为N×M的数据矩阵，则Ω是维数为N×M非负对角阵，U是一个维数为N×N的酉阵，V一个维数为M×M的酉阵，V^H是矩阵V的共轭转置。

3.如权利要求1所述的方法，其特征在于，所述步骤二中，使用S变换的具体公式为：

其中x(m,j)为m时刻第j道的时域采样数据，也是矩阵X第m行第j列的数据，0≤m≤N-1，0≤j≤M-1，n是延迟因子，k是频谱分量，0≤k≤N-1，0≤n≤N-1。

4.如权利要求1所述的方法，其特征在于，所述步骤三中，所述的SVD其具体公式与权利要求2所述一致。

5.如权利要求1所述的方法，其特征在于，所述步骤四中，v_i,j为矩阵V_j中的第i个向量，其长度为N，v_i,j中最大值对应的位置记录为q_i,j代表的是可能为信号的数据出现的延时信息。

6.如权利要求1所述的方法，其特征在于，所述步骤七中，合成数据的具体公式为：

其中是专利要求1步骤六中得到的的共轭转置矩阵。

7.如权利要求1所述的方法，其特征在于，所述步骤八中，逆S变换可以用分成两步完成，第一针对延迟量n将所有的做累加得到第二对F_j(k)做逆FFT变换得到