CN106546967A - 一种基于时间反转的路面下充水异质体检测方法 - Google Patents
一种基于时间反转的路面下充水异质体检测方法 Download PDFInfo
- Publication number
- CN106546967A CN106546967A CN201610975143.3A CN201610975143A CN106546967A CN 106546967 A CN106546967 A CN 106546967A CN 201610975143 A CN201610975143 A CN 201610975143A CN 106546967 A CN106546967 A CN 106546967A
- Authority
- CN
- China
- Prior art keywords
- water
- filling
- function
- green
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种基于时间反转的路面下充水异质体检测的方法,结合时间反转的概念,通过分析电磁波在地下的多次反射与透射,对时间反转中最重要的格林函数进行精确地修正,然后分别用原始格林函数和修正后的格林函数对原始数据进行预处理,进而利用后向散射投影算法(BP)对预处理后的数据成像处理。本发明可以很好的利用探地雷达针对性的对路面下积水作出检测,具有针对性强、时效性好、识别度清晰特点。
Description
技术领域
本发明属于超宽带探地雷达弱小目标检测领域,具体涉及一种基于时间反转的公路路面下充水异质体的检测。
背景技术
我国公路覆盖面积广,近年来,我国多地都因为局部暴雨致使公路路面坍塌,导致多车相撞、人员失踪等严重问题出现,这对人民的生命保障、财产安全造成了严重的危害。
超宽带探地雷达的抗干扰性强、分辨率高等优点使其在公路检测中有着重要的发展和运用前景,但是公路路面下属于典型的复杂环境,仅仅从探地雷达的回波信息中很难分辨路面下出现的具体病害,对路面下积水的检测针对性弱、时效性慢,识别度不清晰,而如何利用探地雷达更好的对路面下积水做出检测并没有具体的方法,因此对公路路面下积水的检测是现在急需解决的问题。
发明内容
针对现有技术的不足,本发明一种基于时间反转的路面下充水异质体检测方法,该方法具有针对性强、时效性快、识别度清晰。
实现本发明目的的技术方案是:
一种基于时间反转的路面下充水异质体检测方法,包括如下步骤:
1)搭建实验环境,利用沙坑模拟公路路面下环境,利用充水水瓶表示路面下充水异质体,利用探地雷达对实验环境进行实际探测,收集原始回波数据;
2)采集回来的原始数据用MATLAB处理形成B-Scan图(实测原始数据均为A-Scan回波数据,B扫图由多道A-Scan组成。),并做减平均去直达波处理;
3)利用原始格林函数对去直达波后的数据进行预处理;
4)利用修正格林函数对去直达波后的数据进行预处理;
5)利用BP成像算法分别对原始数据、原始格林函数处理后的数据、修正格林函数处理后的数据进行成像处理。
通过上述步骤,就能使用基于时间反转的检测路面下充水异质体的情况。
步骤1)中,利用2×1×0.6m3沙坑模拟地下公路环境,采用实验室配备的探地雷达,设置探地雷达的中心频率为1GHz,采样点数设为1024,探地雷达离地高度为20cm,水瓶离地表高度为15cm,水瓶的长度为25cm,水瓶厚度为6cm,每1cm挪动一次天线一共移动120次,对沙坑中的水瓶进行检测。
步骤2)中,将采集回来数据用MATLAB处理形成的B-Scan图。减平均去直达波后的B扫图,经计算后方框内应为充水异质体的回波信息。
步骤3)中,根据时间反转概念,利用原始格林函数对第二步中去直达波后的数据进行时反处理,
采用天线离地方式,电磁波是从空气进入沙土因此在格林函数中填入透射系数:
式中,(Xl,Zl),(xm,zm)分别为天线与目标位置,T(kx)为空气到沙土的透射系数,k1,k2分别为空气和沙土中的波数,k1z,k2z分别为波数矢量在z轴方向的分量,kx为x轴方向的分量。
步骤4)中,电磁波在地下介质中传输,从空气到沙土再到充水异质体,电磁波会发生多次的反射与透射,因此对格林函数做出适当的修正,再用修正的格林函数对步骤2)中,去直达波后的数据进行时反处理,
上述步骤中,电磁波经历多次的反射与透射,传输系数修改为:
T(kx)=T1(kx)·T2(kx) (4)
式中T1(kx),T2(kx)分别为空气到沙土的透射系数,沙土到充水异质体的透射系数,表达式分别为:
式中d,d1分别为地表到充水异质体的距离与充水异质体的厚,R12,R23分别表示空气到沙土,沙土到充水异质体的反射系数,修正后的格林函数表达式为:
式中T(kx)为修正后的传输系数,,(Xl,Zl),(xm,zm)分别为天线与目标位置k1,k2,k3分别为空气、沙土和水中的波数,k1z,k2z,k3z分别为波数矢量 在z轴方向的分量,kx为x轴方向的分量。
步骤5)中,对步骤2)、步骤3)和步骤4)处理后的数据利用后向投影成像算法对其进行成像,得到地下充水异质体的成像图。
有益效果
本发明针对公路路面下复杂环境,利用电磁波在地下分层介质中与充水异质体之间的多次反射与透射,在原始格林函数基础上求取多层介质下的反射与透射系数从而对其进行更为准确的表示,进而利用驻相法对格林函数进行近似求解,完成对原始数据的预处理,达到更好地从B扫图中分辨目标信息的效果。最后采用实验室现有的BP成像算法对目标进行成像以清晰的分辨时间反转中格林函数估计的好坏对成像效果的影响。最终的实验结果表明,时间反转的预处理时间仅为0.7s,满足公路检测实时性的要求,同时经由时间反转处理后的数据成像结果可以很好的定位地下充水异质体的位置,在公路检测中有着重要的意义。
附图说明
图1路面下充水异质体探测示意图
图2原始数据B-Scan图
图3减平均去直达波后的B-Scan图
图4原始格林函数对减平均处理后数据的B-Scan图
图5修正格林函数对减平均处理后数据的B-Scan图
图6后向投影成像算法对原始数据的成像图
图7后向投影成像算法对原始格林函数处理后数据的成像图
图8后向投影成像算法对修正格林函数处理后数据的成像图
具体实施方式
下面结合附图和实施例对本发明内容作进一步的阐述,但不是对本发明的限定。
实施例
一种基于时间反转的路面下充水异质体检测方法,包括如下步骤:
1)搭建实验环境,利用沙坑模拟公路路面下环境,利用充水水瓶表示路面下充水异质体,利用探地雷达对实验环境进行实际探测,收集原始回波数据;
2)采集回来的原始数据用MATLAB处理形成B扫图,并做减平均去直达波处理;
3)利用原始格林函数对去直达波后的数据进行预处理;
4)利用修正格林函数对去直达波后的数据进行预处理;
5)利用BP成像算法分别对原始数据、原始格林函数处理后的数据、修正格林函数处理后的数据进行成像处理。
上述方案中,所述模实测原始数据均为A-Scan回波数据,B扫图由多道A-Scan组成。
通过上述步骤,就能使用基于时间反转的检测路面下充水异质体的情况。步骤1)采用实验室配备的探地雷达,利用2×1×0.6m3沙坑模拟地下公路环境,中心频率为1GHz,采样点数设为1024,天线离地高度为20cm,水瓶离地表高度为15cm,水瓶的长度为25cm,水瓶厚度为6cm,每1cm挪动一次天线一共移动120次,对沙坑中的水瓶进行检测。
步骤2)将采集回来数据用MATLAB处理形成的B扫图如图2所示,减平均去直达波后的B扫图如图3所示。在图3中,经计算后方框内应为充水异质体的回波信息。
步骤3)根据时间反转概念,利用原始格林函数对第二步中去直达波后的数据进行时反处理。处理后的结果如图4所示
采用天线离地方式,电磁波是从空气进入沙土因此在格林函数中填入透射系数:
式中,(Xl,Zl),(xm,zm)分别为天线与目标位置,T(kx)为空气到沙土的透射系数,k1,k2分别为空气和沙土中的波数,k1z,k2z分别为波数矢量在z轴方向的分量,kx为x轴方向的分量。
步骤4)电磁波在地下介质中传输,从空气到沙土再到充水异质体,电磁波会发生多次的反射与透射,因此对格林函数做出适当的修正,再用修正的格林函数对步骤2)中去直达波后的数据进行时反处理。处理后的结果如图5所示。
如图1所示,上述步骤中,电磁波经历多次的反射与透射,传输系数修改为:
T(kx)=T1(kx)·T2(kx) (4)
其中T1(kx),T2(kx)分别为空气到沙土的透射系数,沙土到充水异质体的透射系数,表达式分别为:
其中d,d1分别为地表到充水异质体的距离与充水异质体的厚,R12,R23分别表示空气到沙土,沙土到充水异质体的反射系数,修正后的格林函数表达式为:
上式中T(kx)为修正后的传输系数,,(Xl,Zl),(xm,zm)分别为天线与目标位置k1,k2,k3分别为空气、沙土和水中的波数,k1z,k2z,k3z分别为波数矢量 在z轴方向的分量,kx为x轴方向的分量。
步骤5)从图4和图5中可以看出经由时间反转预处理后的B扫图中更加突出充水异质体的回波信息。对步骤2)、步骤3)和步骤4)处理后的数据利用后向投影成像算法对其进行成像。成像结果如图6、图7和图8所示。
Claims (5)
1.一种基于时间反转的路面下充水异质体检测方法,其特征在于,包括如下步骤:
1)搭建实验环境,利用沙坑模拟公路路面下环境,利用充水水瓶表示路面下充水异质体,利用探地雷达对实验环境进行实际探测,收集原始回波数据;
2)采集回来的原始数据用MATLAB处理形成B扫图,并做减平均去直达波处理;
3)利用原始格林函数对去直达波后的数据进行预处理;
4)利用修正格林函数对去直达波后的数据进行预处理;
5)利用BP成像算法分别对原始数据、原始格林函数处理后的数据、修正格林函数处理后的数据进行成像处理。
通过上述步骤,就能使用基于时间反转的检测路面下充水异质体的情况。
2.根据权利要求1所述的基于时间反转的路面下充水异质体检测方法,其特征在于,步骤1)中,利用2×1×0.6m3沙坑模拟地下公路环境,采用实验室配备的探地雷达,探地雷达的中心频率为1GHz,采样点数设为1024,探地雷达离地高度为20cm,水瓶离地表高度为15cm,水瓶的长度为25cm,水瓶厚度为6cm,每1cm挪动一次天线一共移动120次,对沙坑中的水瓶进行检测。
3.根据权利要求1所述的基于时间反转的路面下充水异质体检测方法,其特征在于,步骤2)中,将采集回来数据用MATLAB处理形成的B扫图,减平均去直达波后的B扫图,经计算后方框内应为充水异质体的回波信息。
4.根据权利要求1所述的基于时间反转的路面下充水异质体检测方法,其特征在于,步骤3)中,根据时间反转概念,利用原始格林函数对第二步中去直达波后的数据进行时反处理,
采用天线离地方式,电磁波是从空气进入沙土因此在格林函数中填入透射系数:
5.步骤4)中,电磁波在地下介质中传输,从空气到沙土再到充水异质体,电磁波会发生多次的反射与透射,因此对格林函数做出适当的修正,再用修正的格林函数对步骤2)中,去直达波后的数据进行时反处理,
上述步骤中,电磁波经历多次的反射与透射,传输系数修改为:
T(kx)=T1(kx)·T2(kx) (4)
沙土到充水异质体的透射系数,表达式分别为:
沙土到充水异质体的反射系数,修正后的格林函数表达式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610975143.3A CN106546967B (zh) | 2016-11-07 | 2016-11-07 | 一种基于时间反转的路面下充水异质体检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610975143.3A CN106546967B (zh) | 2016-11-07 | 2016-11-07 | 一种基于时间反转的路面下充水异质体检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106546967A true CN106546967A (zh) | 2017-03-29 |
CN106546967B CN106546967B (zh) | 2019-06-07 |
Family
ID=58394152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610975143.3A Active CN106546967B (zh) | 2016-11-07 | 2016-11-07 | 一种基于时间反转的路面下充水异质体检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106546967B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108761446A (zh) * | 2018-04-09 | 2018-11-06 | 中国科学院电子学研究所 | 频率步进探地雷达的建模方法 |
CN110850371A (zh) * | 2019-11-28 | 2020-02-28 | 合肥工业大学 | 一种基于Green函数修正的高分辨率声源定位方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102404039A (zh) * | 2011-12-23 | 2012-04-04 | 桂林电子科技大学 | 一种基于时间反转的多天线分集接收方法及装置 |
CN102830401A (zh) * | 2012-08-27 | 2012-12-19 | 中南大学 | 一种探地雷达加窗加权后向投影成像方法 |
CN105137423A (zh) * | 2015-09-30 | 2015-12-09 | 武汉大学 | 一种穿墙雷达对多运动目标实时探测、分离的方法 |
-
2016
- 2016-11-07 CN CN201610975143.3A patent/CN106546967B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102404039A (zh) * | 2011-12-23 | 2012-04-04 | 桂林电子科技大学 | 一种基于时间反转的多天线分集接收方法及装置 |
CN102830401A (zh) * | 2012-08-27 | 2012-12-19 | 中南大学 | 一种探地雷达加窗加权后向投影成像方法 |
CN105137423A (zh) * | 2015-09-30 | 2015-12-09 | 武汉大学 | 一种穿墙雷达对多运动目标实时探测、分离的方法 |
Non-Patent Citations (2)
Title |
---|
吴索路: "基于时间反转的超宽带探地雷达目标成像研究", 《万方数据》 * |
谭思浩: "基于时间反转电磁场逆的超宽带雷达成像算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108761446A (zh) * | 2018-04-09 | 2018-11-06 | 中国科学院电子学研究所 | 频率步进探地雷达的建模方法 |
CN110850371A (zh) * | 2019-11-28 | 2020-02-28 | 合肥工业大学 | 一种基于Green函数修正的高分辨率声源定位方法 |
CN110850371B (zh) * | 2019-11-28 | 2021-09-21 | 合肥工业大学 | 一种基于Green函数修正的高分辨率声源定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106546967B (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Solla et al. | Ground-penetrating radar for the structural evaluation of masonry bridges: Results and interpretational tools | |
CN105974405A (zh) | 基于幅度加权的探地雷达后向投影成像方法 | |
CN106093890A (zh) | 建立剩余杂波图抑制雷达剩余杂波的方法 | |
Benedetto et al. | Reliability of signal processing technique for pavement damages detection and classification using ground penetrating radar | |
CN102749621B (zh) | 一种双基地合成孔径雷达频域成像方法 | |
CN1831558A (zh) | 基于多视子图像对的单通道合成孔径雷达动目标检测方法 | |
CN106547037A (zh) | 双频双偏振微波链路联合的雨滴谱反演及降水类型识别方法 | |
CN102540184B (zh) | 探地雷达频域成像方法 | |
CN106546967A (zh) | 一种基于时间反转的路面下充水异质体检测方法 | |
JP5629840B1 (ja) | 空洞厚探査方法 | |
CN105590093A (zh) | 基于稀疏表示的地下隐藏裂缝填充物识别方法 | |
CN107390213A (zh) | 一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法 | |
Xie et al. | Identifying airport runway pavement diseases using complex signal analysis in GPR post-processing | |
Long et al. | Road distress detection and maintenance evaluation based on ground penetrating radar | |
JP2015197434A (ja) | 空洞厚探査方法 | |
CN103954962B (zh) | 一种基于压缩感知的isar成像脉冲估计算法 | |
Alsharahi et al. | Contribution of analysis and detection the risks appearing in roads using GPR method: A case study in Morocco | |
CN104330793A (zh) | 一种基于Hilbert变换的探地雷达成像方法 | |
Kikuta et al. | Robust subsurface velocity change detection method with Yakumo multistatic GPR system | |
Zhou et al. | A novel reconstruction method based on changes in phase for subsurface large sloped dielectric target using GPR | |
CN105844644A (zh) | 基于形态学中值导数的海陆杂波场景分割方法 | |
Li et al. | M 2 FNet: Multi-modal Fusion Network for Airport Runway Subsurface Defect Detection using GPR Data | |
CN113075260B (zh) | 一种路桥隧道病害雷达检测与多分量处理方法及系统 | |
Ardekani et al. | Recovering the structure of a layered soil, including layer thickness and dielectric permittivity, using the interfaces and objects backscatter detected in GPR B-scans | |
Varianytsia-Roshchupkina et al. | Subsurface object imaging with two types of RTR-differential GPR system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |