CN109085547A - 一种表层穿透雷达回波信号的去噪方法和相关装置 - Google Patents

一种表层穿透雷达回波信号的去噪方法和相关装置 Download PDF

Info

Publication number
CN109085547A
CN109085547A CN201811124687.4A CN201811124687A CN109085547A CN 109085547 A CN109085547 A CN 109085547A CN 201811124687 A CN201811124687 A CN 201811124687A CN 109085547 A CN109085547 A CN 109085547A
Authority
CN
China
Prior art keywords
signal
echo
multiple tracks
denoising
penetrating radar
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
Application number
CN201811124687.4A
Other languages
English (en)
Other versions
CN109085547B (zh
Inventor
刘耿烨
谭倩颖
雷文太
杨治霖
谷庆元
李跃星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Time Change Communication Technology Co Ltd
Original Assignee
Hunan Time Change Communication Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Time Change Communication Technology Co Ltd filed Critical Hunan Time Change Communication Technology Co Ltd
Priority to CN201811124687.4A priority Critical patent/CN109085547B/zh
Publication of CN109085547A publication Critical patent/CN109085547A/zh
Application granted granted Critical
Publication of CN109085547B publication Critical patent/CN109085547B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • 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
    • G01S7/414—Discriminating targets with respect to background clutter

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请实施例公开了一种表层穿透雷达回波信号的去噪方法和相关装置，包括：通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y”(m,k)，其中，m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；获取多道回波信号y”(m,k)构成的矩阵对应的特征向量矩阵；对多道回波信号y”(m,k)进行去噪处理，得到去噪后的信号z(m,k)；将去噪后的信号z(m,k)与所述特征向量矩阵相乘得到重构信号x′(m,n)，并将重构信号作为多道原始回波信号x(m,n)去噪后的信号。用于提高表层穿透雷达回波信号的去噪计算效率。

Description

一种表层穿透雷达回波信号的去噪方法和相关装置
技术领域
本申请涉及信号处理技术领域，尤其涉及一种表层穿透雷达回波信号的去噪方法和相关装置。
背景技术
表层穿透雷达(Surface Penetrating Rada，SPR)作为一种较新的无损检测设备，表层穿透雷达通过天线向隐蔽区域发射高频电磁脉冲波，高频电磁脉冲波在隐蔽区域介质中传播，当遇到存在电性差异的异常目标体，如空洞、分界面时，高频电磁脉冲波便会发生反射，返回到接收天线。在对接收到的雷达波信号处理和分析的基础上,根据信号的波形、振幅和双程走时等参数便可推断遮蔽区域中目标体空间位置、结构、电性及几何形态，从而达到对隐蔽目标体的探测目的。SPR具有操作简单、工作方式灵活、探测精度高、探测效率高等特点。随着人类对客观世界认知需求的不断提高和雷达技术的不断发展，表层穿透雷达已广泛应用于考古、矿产资源勘探、地质灾害勘察、岩土工程调查、工程质量检测、军事探测、遮蔽区域中的手势识别等众多领域。
在表层穿透雷达探测中，为了得到更多的反射波特征，通常利用宽频带进行记录，因此在记录各种有效波的同时，不可避免地记录下了各种干扰噪声，使得记录的雷达回波剖面不能准确清晰地反映目标体。此外，由于遮蔽区域的介质相当于一个复杂的滤波器，使得电磁脉冲波达到接收天线时，波幅被衰减，波形与原始发射波形也有差异。SPR回波信号由直达波、界面反射波、目标散射波、随机噪声等成分构成，在频率域和时间域互有重叠，难以区分。通常，没有经过处理的雷达回波剖面无法进行任何推断解释。
因而，必须对接收的表层穿透雷达回波信号进行去噪处理，以改善数据质量，为进一步的综合推断解释提供清晰的雷达回波剖面图。但现有的去噪方法计算量大，从而造成计算效率低的技术问题。
发明内容
本申请实施例提供了一种表层穿透雷达回波信号的去噪方法和相关装置，用于提高表层穿透雷达回波信号的去噪计算效率。
有鉴于此，本申请第一方面提供了一种表层穿透雷达回波信号的去噪方法，包括：
通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y″(m,k)，其中，m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；
获取多道回波信号y″(m,k)构成的矩阵对应的特征向量矩阵；
对多道回波信号y″(m,k)进行去噪处理，得到去噪后的信号z(m,k)；
将去噪后的信号z(m,k)与所述特征向量矩阵相乘得到重构信号x′(m,n)，并将重构信号作为多道原始回波信号x(m,n)去噪后的信号。
优选地，
通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y″(m,k)具体包括：
先对表层穿透雷达的多道原始回波信号x(m,n)进行标准化处理，其中m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；
然后提取主成分累积贡献率大于预设贡献率的多道回波信号y″(m,k)。
优选地，
在对表层穿透雷达的多道原始回波信号x(m,n)进行标准化处理之后，在从经标准化处理后的表层穿透雷达的多道原始回波信号x(m,n)中，然后提取主成分累积贡献率大于预设贡献率的多道回波信号y″(m,k)之前，还包括：
获取标准化处理后的每道原始回波信号x(m,n)的方差，并将原始回波信号x(m,n)的方差作为其对应的权值，对每道原始回波信号x(m,n)进行加权处理得到加权信号y′(m,n)，使得从多道加权信号y′(m,n)中提取主成分累积贡献率大于预设贡献率的多道回波信号y″(m,k)。
优选地，
对多道回波信号y″(m,k)进行去噪处理，得到去噪后的信号z(m,k)具体包括：
采用连续的且因变量随自变量的增大无限趋近于所述因变量的函数作为阈值函数，对多道回波信号y″(m,k)进行小波去噪，得到去噪后的信号z(m,k)。
优选地，
所述阈值函数为其中sgn()为符号函数，Wj,k为小波分解系数，为阈值量化后的小波系数，λ为阈值。
优选地，
在通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y″(m,k)之前，还包括：
对表层穿透雷达的多道原始回波信号x(m,n)进行去直达波处理。
本申请第二方面提供一种表层穿透雷达回波信号的去噪装置，包括：
主成分分析单元，用于通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y″(m,k)，其中，m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；
特征向量矩阵获取单元，用于获取多道回波信号y″(m,k)构成的矩阵对应的特征向量矩阵；
去噪单元，用于对多道回波信号y″(m,k)进行去噪处理，得到去噪后的信号z(m,k)；
重构单元，用于将去噪后的信号z(m,k)与所述特征向量矩阵相乘得到重构信号x′(m,n)，并将重构信号作为多道原始回波信号x(m,n)去噪后的信号。
优选地，所述的去噪装置，还包括：
加权处理单元，用于获取标准化处理后的每道原始回波信号x(m,n)的方差，并将原始回波信号x(m,n)的方差作为其对应的权值，对每道原始回波信号x(m,n)进行加权处理得到加权信号y′(m,n)，使得从多道加权信号y′(m,n)中提取主成分累积贡献率大于预设贡献率的多道回波信号y″(m,k)。
本申请第三方面提供一种表层穿透雷达回波信号的去噪设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的去噪方法的步骤。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的去噪方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请实施例中，提供了一种表层穿透雷达回波信号的去噪方法，包括：通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y″(m,k)，其中，m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；获取多道回波信号y″(m,k)构成的矩阵对应的特征向量矩阵；对多道回波信号y″(m,k)进行去噪处理，得到去噪后的信号z(m,k)；将去噪后的信号z(m,k)与所述特征向量矩阵相乘得到重构信号x′(m,n)，并将重构信号作为多道原始回波信号x(m,n)去噪后的信号；因为本申请实施例采用了主成分分析法对表层穿透雷达的多道原始回波信号进行了降维处理，通过对降维得到的多道回波信号进行去噪处理，然后重构得到原始回波信号对应的去噪后的信号，从而在保证有效去噪的前提下，减少了需要进行去噪处理的回波信号道数，所以减少了计算量，提高了表层穿透雷达回波信号的去噪计算效率。
附图说明
图1为本申请实施例中表层穿透雷达回波信号的去噪方法的第一实施例的流程示意图；
图2为本申请实施例中表层穿透雷达回波信号的去噪方法的第二实施例的流程示意图；
图3为本申请实施例中表层穿透雷达回波信号的去噪装置的结构示意图；
图4为本申请实施例中表层穿透雷达回波信号的去噪设备的结构示意图；
图5为表层穿透雷达正演模型图；
图6为图5正演模拟得到的表层穿透雷达无噪B-scan图；
图7为对图6整体加入二维高斯白噪声得到的表层穿透雷达含噪B-scan图；
图8为图7中的二维信号经过计算得到的每道回波信号的主成分贡献率；
图9为图7中的二维信号经过计算得到的每道回波信号的主成分累积贡献率；
图10为图7中的二维信号对应的重构信号；
图11为本申请应用例中通过表层穿透雷达对预设测线测试得到的信号对应的B-scan图；
图12为使用本申请实施例提供的去噪方法对图11中信号进行去噪后的B-scan图；
图13使用本申请实施例提供的去噪方法与使用现有去噪方法的去噪误差变化曲线对比图；
图14使用本申请实施例提供的去噪方法与使用现有去噪方法的运行时间变化曲线对比图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，图1为本申请实施例中表层穿透雷达回波信号的去噪方法的第一实施例的流程示意图，如图1所示，表层穿透雷达回波信号的去噪方法，包括：
步骤101，通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y″(m,k)，其中m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数。
需要说明的是，主成分分析法为现有技术，所以此处不做详述。
步骤102，获取多道回波信号y″(m,k)构成的矩阵对应的特征向量矩阵。
步骤103，对多道回波信号y″(m,k)进行去噪处理，得到去噪后的信号z(m,k)。
可以理解的是，去噪方法有多种，此处不做限定。
步骤104，将去噪后的信号z(m,k)与特征向量矩阵相乘得到重构信号x′(m,n)，并将重构信号作为多道原始回波信号x(m,n)去噪后的信号。
本申请实施例采用了主成分分析法对表层穿透雷达的多道原始回波信号进行了降维处理，通过对降维得到的多道回波信号进行去噪处理，然后重构得到原始回波信号对应的去噪后的信号，从而在保证有效去噪的前提下，减少了需要进行去噪处理的回波信号道数，所以减少了计算量，提高了表层穿透雷达回波信号的去噪计算效率。
请参阅图2，图2为本申请实施例中表层穿透雷达回波信号的去噪方法的第二实施例的流程示意图，如图2所示，表层穿透雷达回波信号的去噪方法，包括：
步骤201，对表层穿透雷达的多道原始回波信号x(m,n)进行去直达波处理。
可以理解的是，原始回波信号中包括直达波，而直达波会对回波信号的识别造成干扰，所以本申请实施例先去除直达波。
步骤202，先对表层穿透雷达的多道原始回波信号x(m,n)进行标准化处理，其中m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数。
需要说明的是，标准化处理是主成分分析法中第一步，一般包括归一化、去平均等处理。
步骤203，获取标准化处理后的每道原始回波信号x(m,n)的方差，并将原始回波信号x(m,n)的方差作为其对应的权值，对每道原始回波信号x(m,n)进行加权处理得到加权信号y′(m,n)，使得从多道加权信号y′(m,n)中提取主成分累积贡献率大于预设贡献率的多道回波信号y″(m,k)。
需要说明的是，在回波信号中，目标信号的信号强度较大，对应的回波信号的方差也就较大，所以方差的大小一定程度上可以代表与目标信号的相关性，因此本申请实施例为了突出方差，将方差作为权值对原始回波信号进行加权处理。
步骤204，然后提取主成分累积贡献率大于预设贡献率的多道回波信号y″(m,k)。
需要说明的是，预设贡献率可以根据实际需要进行调整，贡献率的计算公式为累积贡献率的计算公式为其中k＝1,2,...,n，bj为第j道信号的特征值。
步骤205，获取多道回波信号y″(m,k)构成的矩阵对应的特征向量矩阵。
步骤206，采用连续的且因变量随自变量的增大无限趋近于因变量的函数作为阈值函数，对多道回波信号y″(m,k)进行小波去噪，得到去噪后的信号z(m,k)。
需要说明的是，在现有的小波去噪中，多采用软阈值函数和硬阈值函数；当采用软阈值函数时，小波系数重构与实际小波系数之间会产生恒定的偏差；当采用硬阈值函数时，小波系数重构会出现不连续的情况，因此本申请实施例采用连续的且因变量随自变量的增大无限趋近于因变量的函数作为阈值函数。
具体地，本申请实施例采用的阈值函数为
其中sgn()为符号函数，Wj,k为小波分解系数，为阈值量化后的小波系数，λ为阈值，阈值λ表达式为式中ln()为对数函数，σ为每道信号的方差估计，N为每道原始回波信号的采样数。
进一步地，在本申请实施例中，可以采用db6为小波基函数，分解层数为3。
步骤207，将去噪后的信号z(m,k)与特征向量矩阵相乘得到重构信号x′(m,n)，并将重构信号作为多道原始回波信号x(m,n)去噪后的信号。
在本申请实施例中，因为采用了新阈值函数，新阈值函数的应用使得小波系数重构与实际小波系数无限接近，从而可以提高计算精度，从而提高去噪效果。
为了说明本申请实施例中表层穿透雷达回波信号的去噪方法具有去噪效果好的优点，特进行以下试验：
本申请实施例采用如图5所示的表层穿透雷达正演模型图，如图5所示，介质有三层，第一二层的厚度均为15cm，第三层厚度为10cm，第一二三层介质的相对介电常数分别为20，10和15，将一个半径为4cm的金属管置于第二层中，金属管的中心距第二层上表面6cm，发射和接收天线位于金属管中心的正上方，发射和接收天线移动步进为2cm，发射信号为中心频率为900MHz的Ricker子波，时窗取为40ns，网格大小均为0.25cm*0.25cm。
采用时域有限差分法仿真得到接收天线所接收的目标区域的散射回波，散射回波如图6所示，图6为图5正演模拟得到的表层穿透雷达无噪B-scan图，其中道数为100，采样点数为6784，将图6中的表层穿透雷达无噪B-scan图作为表层穿透雷达原始回波信号x(m,n)。
然后为了模拟生成含噪的表层穿透雷达原始回波信号，整体加入了SNR＝17的二维随机高斯白噪声，加入噪声后的表层穿透雷达含噪B-scan图如图7所示。
再对表层穿透雷达的100道原始回波信号x(m,n)进行标准化处理，获取标准化处理后的每道原始回波信号x(m,n)的方差，并将原始回波信号x(m,n)的方差作为其对应的权值，对每道原始回波信号x(m,n)进行加权处理得到加权信号y′（m,n)，然后计算每道加权信号y′(m,n)的贡献率和累积贡献率，具体参阅图8和图9，图8为图7中的二维信号经过计算得到的每道回波信号的主成分贡献率，图9为图7中的二维信号经过计算得到的每道回波信号的主成分累积贡献率。
提取主成分累积贡献率大于预设贡献率90％的64道回波信号y″(m,k)，并获取该64道回波信号y″(m,k)构成的矩阵对应的特征向量矩阵。
然后对64道回波信号y″（m,k)进行小波去噪，得到64道表层穿透雷达回波信号z(m,k)，具体选择db6为小波基函数，分解层数为3，每道回波信号对应的阈值按照计算，将去噪后的信号z(m,k)与特征向量矩阵相乘得到100道重构信号x′(m,n)，具体可参阅图10，图10为图7中的二维信号对应的重构信号。
将该重构信号与图5所示的无噪表层穿透雷达回波信号相对比，并运用公式(s(m)是原始无噪信号，z（m)是加噪又去噪后的信号)计算平均均方误差值，得到平均均方根误差为0.0196，因此可以看出本申请实施例的表层穿透雷达回波信号的去噪方法误差较小，精度较高，具有较好的去噪效果。
为了说明本申请实施例中表层穿透雷达回波信号的去噪方法的去噪效果，采集预设测线的表层穿透雷达回波数据如图11所示，图11为本申请应用例中通过表层穿透雷达对预设测线测试得到的信号对应的B-scan图，然后通过本申请实施例的表层穿透雷达回波信号的去噪方法对该回波数据进行去噪处理，去噪处理后的回波数据如图12所示，图12为使用本申请实施例提供的去噪方法对图11中信号进行去噪后的B-scan图，对比图11和图12可以看出，图12比图11更容易看出预设测线的轮廓和形态，因此本申请实施例的去噪方法效果明显。
为了说明本申请实施例中表层穿透雷达回波信号的去噪方法相对于现有的去噪方法具有计算效率高、去噪效果好的的优点，进行以下试验：
在本次试验中，通过本申请实施例的表层穿透雷达回波信号的去噪方法和现有的去噪方法分别对图5所示的无噪表层穿透雷达回波信号进行去噪处理，将两种去噪方法处理后的回波信号分别与图5所示的无噪表层穿透雷达回波信号相对比，并运用公式计算平均均方误差值，并比较了两种去噪方法的性能，道数的设置范围为[10,100]，点数为10点，最终得到两种去噪方法在不同道数情况下的平均均方误差曲线和计算时间，如图13和图14所示，图13使用本申请实施例提供的去噪方法与使用现有去噪方法的去噪误差变化曲线对比图；图14使用本申请实施例提供的去噪方法与使用现有去噪方法的运行时间变化曲线对比图。
从图13中可以看出，本申请实施例的去噪方法和现有的去噪方法在同一道数情况下，本申请实施例的去噪方法的平均均方误差更低，去噪效果更好。从图14中可见，本申请实施例的去噪方法和现有的去噪方法在同一道数情况下，本申请实施例的去噪方法运行时间明显更低，效率更高。
请参阅图3，本申请实施例中表层穿透雷达回波信号的去噪装置的结构示意图。
本申请实施例提供一种表层穿透雷达回波信号的去噪装置，包括：
主成分分析单元301，用于通过主成分分析法对表层穿透雷达的多道原始回波信号x（m,n)进行降维处理，得到多道回波信号y″(m,k)，其中，m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；
特征向量矩阵获取单元302，用于获取多道回波信号y″(m,k)构成的矩阵对应的特征向量矩阵；
去噪单元303，用于对多道回波信号y″(m,k)进行去噪处理，得到去噪后的信号z(m,k)；
重构单元304，用于将去噪后的信号z(m,k)与特征向量矩阵相乘得到重构信号x′（m,n)，并将重构信号作为多道原始回波信号x（m,n)去噪后的信号。
进一步地，去噪装置还可以包括：
加权处理单元305，用于获取标准化处理后的每道原始回波信号x（m,n)的方差，并将原始回波信号x(m,n)的方差作为其对应的权值，对每道原始回波信号x(m,n)进行加权处理得到加权信号y′(m,n)，使得从多道加权信号y′(m,n)中提取主成分累积贡献率大于预设贡献率的多道回波信号y″(m,k)。
请参与图4，本申请实施例中表层穿透雷达回波信号的去噪设备的结构示意图。
本申请实施例提供一种表层穿透雷达回波信号的去噪设备，设备包括处理器401以及存储器402：
存储器402用于存储程序代码，并将程序代码传输给处理器401；
处理器401用于根据程序代码中的指令，执行前述各个实施例所述的一种表层穿透雷达回波信号的去噪方法中的步骤。
本申请实施例还提供一种计算机可读存储介质，用于存储程序代码，该程序代码用于执行前述各个实施例所述的一种表层穿透雷达回波信号的去噪方法中的任意一种实施方式。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种表层穿透雷达回波信号的去噪方法，其特征在于，包括：
通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y”(m,k)，其中，m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；
获取多道回波信号y”(m,k)构成的矩阵对应的特征向量矩阵；
对多道回波信号y”(m,k)进行去噪处理，得到去噪后的信号z(m,k)；
将去噪后的信号z(m,k)与所述特征向量矩阵相乘得到重构信号x′(m,n)，并将重构信号作为多道原始回波信号x(m,n)去噪后的信号。
2.根据权利要求1所述的去噪方法，其特征在于，通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y”(m,k)具体包括：
先对表层穿透雷达的多道原始回波信号x(m,n)进行标准化处理，其中m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；
然后提取主成分累积贡献率大于预设贡献率的多道回波信号y”(m,k)。
3.根据权利要求2所述的去噪方法，其特征在于，在对表层穿透雷达的多道原始回波信号x(m,n)进行标准化处理之后，在从经标准化处理后的表层穿透雷达的多道原始回波信号x(m,n)中，然后提取主成分累积贡献率大于预设贡献率的多道回波信号y”(m,k)之前，还包括：
获取标准化处理后的每道原始回波信号x(m,n)的方差，并将原始回波信号x(m,n)的方差作为其对应的权值，对每道原始回波信号x(m,n)进行加权处理得到加权信号y′(m,n)，使得从多道加权信号y′(m,n)中提取主成分累积贡献率大于预设贡献率的多道回波信号y”(m,k)。
4.根据权利要求1所述的去噪方法，其特征在于，对多道回波信号y”(m,k)进行去噪处理，得到去噪后的信号z(m,k)具体包括：
采用连续的且因变量随自变量的增大无限趋近于所述因变量的函数作为阈值函数，对多道回波信号y”(m,k)进行小波去噪，得到去噪后的信号z(m,k)。
5.根据权利要求4所述的去噪方法，其特征在于，所述阈值函数为其中sgn()为符号函数，Wj,k为小波分解系数，为阈值量化后的小波系数，λ为阈值。
6.根据权利要求1所述的去噪方法，其特征在于，在通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y”(m,k)之前，还包括：
对表层穿透雷达的多道原始回波信号x(m,n)进行去直达波处理。
7.一种表层穿透雷达回波信号的去噪装置，其特征在于，包括：
主成分分析单元，用于通过主成分分析法对表层穿透雷达的多道原始回波信号x(m,n)进行降维处理，得到多道回波信号y”(m,k)，其中，m为采样点数，n为原始回波信号的道数，k为降维回波信号的道数；
特征向量矩阵获取单元，用于获取多道回波信号y”(m,k)构成的矩阵对应的特征向量矩阵；
去噪单元，用于对多道回波信号y”(m,k)进行去噪处理，得到去噪后的信号z(m,k)；
重构单元，用于将去噪后的信号z(m,k)与所述特征向量矩阵相乘得到重构信号x′(m,n)，并将重构信号作为多道原始回波信号x(m,n)去噪后的信号。
8.根据权利要求7所述的去噪装置，其特征在于，还包括：
加权处理单元，用于获取标准化处理后的每道原始回波信号x(m,n)的方差，并将原始回波信号x(m,n)的方差作为其对应的权值，对每道原始回波信号x(m,n)进行加权处理得到加权信号y′(m,n)，使得从多道加权信号y′(m,n)中提取主成分累积贡献率大于预设贡献率的多道回波信号y”(m,k)。
9.一种表层穿透雷达回波信号的去噪设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-6任一项所述的去噪方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-6任一项所述的去噪方法。
CN201811124687.4A 2018-09-26 2018-09-26 一种表层穿透雷达回波信号的去噪方法和相关装置 Active CN109085547B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811124687.4A CN109085547B (zh) 2018-09-26 2018-09-26 一种表层穿透雷达回波信号的去噪方法和相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811124687.4A CN109085547B (zh) 2018-09-26 2018-09-26 一种表层穿透雷达回波信号的去噪方法和相关装置

Publications (2)

Publication Number Publication Date
CN109085547A true CN109085547A (zh) 2018-12-25
CN109085547B CN109085547B (zh) 2021-02-12

Family

ID=64842582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811124687.4A Active CN109085547B (zh) 2018-09-26 2018-09-26 一种表层穿透雷达回波信号的去噪方法和相关装置

Country Status (1)

Country Link
CN (1) CN109085547B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919862A (zh) * 2019-02-01 2019-06-21 北京佳格天地科技有限公司 雷达图像去噪系统、方法及计算机设备
CN112666552A (zh) * 2020-10-29 2021-04-16 西安交通大学 一种探地雷达数据背景杂波自适应去除方法
CN112818830A (zh) * 2021-01-29 2021-05-18 上海跃磁生物科技有限公司 心磁信号降噪方法、系统、介质及装置
CN114154537A (zh) * 2021-11-19 2022-03-08 中国铁道科学研究院集团有限公司 一种地质雷达信号去噪方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520395A (zh) * 2011-10-18 2012-06-27 西安电子科技大学 基于双基地多输入多输出雷达的杂波抑制方法
CN103454622A (zh) * 2013-09-07 2013-12-18 西安电子科技大学 基于稀疏约束的宽带雷达目标复回波去噪方法
CN103954962A (zh) * 2014-02-28 2014-07-30 西安电子科技大学 一种基于压缩感知的isar成像脉冲估计算法
CN104515984A (zh) * 2014-12-25 2015-04-15 西安电子科技大学 基于贝叶斯压缩感知的宽带雷达目标复回波去噪方法
CN105929373A (zh) * 2016-04-18 2016-09-07 北京理工大学 一种用于浅埋目标高分辨率透视成像雷达杂波抑制方法
CN107894586A (zh) * 2017-10-17 2018-04-10 南京航空航天大学 一种基于同步压缩变换的激光雷达回波信号去噪方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102520395A (zh) * 2011-10-18 2012-06-27 西安电子科技大学 基于双基地多输入多输出雷达的杂波抑制方法
CN103454622A (zh) * 2013-09-07 2013-12-18 西安电子科技大学 基于稀疏约束的宽带雷达目标复回波去噪方法
CN103954962A (zh) * 2014-02-28 2014-07-30 西安电子科技大学 一种基于压缩感知的isar成像脉冲估计算法
CN104515984A (zh) * 2014-12-25 2015-04-15 西安电子科技大学 基于贝叶斯压缩感知的宽带雷达目标复回波去噪方法
CN105929373A (zh) * 2016-04-18 2016-09-07 北京理工大学 一种用于浅埋目标高分辨率透视成像雷达杂波抑制方法
CN107894586A (zh) * 2017-10-17 2018-04-10 南京航空航天大学 一种基于同步压缩变换的激光雷达回波信号去噪方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109919862A (zh) * 2019-02-01 2019-06-21 北京佳格天地科技有限公司 雷达图像去噪系统、方法及计算机设备
CN112666552A (zh) * 2020-10-29 2021-04-16 西安交通大学 一种探地雷达数据背景杂波自适应去除方法
CN112666552B (zh) * 2020-10-29 2023-04-25 西安交通大学 一种探地雷达数据背景杂波自适应去除方法
CN112818830A (zh) * 2021-01-29 2021-05-18 上海跃磁生物科技有限公司 心磁信号降噪方法、系统、介质及装置
CN112818830B (zh) * 2021-01-29 2022-11-25 上海跃磁生物科技有限公司 心磁信号降噪方法、系统、介质及装置
CN114154537A (zh) * 2021-11-19 2022-03-08 中国铁道科学研究院集团有限公司 一种地质雷达信号去噪方法、装置、设备及介质

Also Published As

Publication number Publication date
CN109085547B (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN109085547A (zh) 一种表层穿透雷达回波信号的去噪方法和相关装置
CN111626961B (zh) 一种基于生成对抗网络的雷达图像杂波抑制方法及系统
WO2012066568A1 (en) An improved ultrasound imaging method/technique for speckle reduction/suppression in an improved ultra sound imaging system
CN106646406A (zh) 基于改进小波阈值去噪的外弹道测速雷达功率谱检测方法
CN108845352A (zh) 基于vmd近似熵与多层感知机的沙漠地震信号去噪方法
CN108828670B (zh) 一种地震数据降噪方法
CN109633633A (zh) 一种基于分段分类增强处理的生命信号增强方法
CN109581516B (zh) 曲波域统计量自适应阈值探地雷达数据去噪方法及系统
CN112686094A (zh) 一种基于毫米波雷达的非接触式身份识别方法及系统
Wang Electronic radar signal recognition based on wavelet transform and convolution neural network
CN112882012B (zh) 基于信噪比匹配与回波增强的雷达目标噪声稳健识别方法
CN115963457A (zh) 一种多通道无源雷达直达波干扰抑制方法
CN108983158A (zh) 一种基于Hankel矩阵奇异值分解的探地雷达噪声抑制方法
CN112578471A (zh) 一种探地雷达杂波噪声去除方法
CN117574062A (zh) 基于vmd-dnn模型的小回线瞬变电磁信号去噪方法
CN113780361B (zh) 一种基于2.5d-cnn算法的三维探地雷达图像地下管线识别方法
Chen et al. Suppressive interference suppression for airborne SAR using BSS for singular value and eigenvalue decomposition based on information entropy
CN112731331B (zh) 基于信噪比自适应网络的微动目标噪声稳健识别方法
Sibul et al. Characterization of stochastic propagation and scattering via Gabor and wavelet transforms
CN110031820A (zh) 一种激光成像去噪方法及装置
CN106199539A (zh) 基于白化滤波器的地杂波抑制方法
CN112713907A (zh) 一种基于字典学习的海洋csem降噪方法及系统
CN110208770A (zh) 一种基于深层神经网络的雷达波形设计方法
CN113397533A (zh) 一种弱生命信号提取方法、装置、电子设备和存储介质
CN115113163A (zh) 一种探地雷达多分辨率低秩稀疏分解杂波抑制方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A denoising method and related device for surface penetrating radar echo signal

Effective date of registration: 20210908

Granted publication date: 20210212

Pledgee: China Everbright Bank Co.,Ltd. Xiangtan sub branch

Pledgor: TIME VARYING TRANSMISSION Co.,Ltd.

Registration number: Y2021430000044