CN109633593A - 一种地质雷达信号定量分析方法及系统 - Google Patents
一种地质雷达信号定量分析方法及系统 Download PDFInfo
- Publication number
- CN109633593A CN109633593A CN201910059759.XA CN201910059759A CN109633593A CN 109633593 A CN109633593 A CN 109633593A CN 201910059759 A CN201910059759 A CN 201910059759A CN 109633593 A CN109633593 A CN 109633593A
- Authority
- CN
- China
- Prior art keywords
- measured target
- wavelet
- signal
- ingredient
- ground penetrating
- 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.)
- Pending
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
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种地质雷达信号定量分析方法及系统。方法包括：获取地质雷达信号；对地质雷达信号进行滤波，确定雷达图像中的被测目标；对被测目标进行提取，得到多个被测目标反射波信息的单道信号；根据所用地质雷达的天线脉冲函数类型，选取或构造相应的定量分析用最优小波基；采用最优小波基对各单道信号进行处理，得到多个细节系数成分时间‑模值曲线；采用小波奇异性分析法确定各细节系数成分时间‑模值曲线中的多个被测目标反射波；运用小波模极大值法和多个被测目标反射波确定局部模极大值点坐标；运用双程走时公式和局部模极大值点坐标计算不同所述被测目标反射波之间的距离。采用本发明的方法或系统能够对地质雷达信号实现精确的定量分析。
Description
技术领域
本发明涉及工程质量无损检测领域，特别是涉及一种地质雷达信号定量分析方法及系统。
背景技术
地质雷达无损检测技术广泛应用于隧道衬砌结构、道路路基结构和铁路路基结构的工程质量检测。在地质雷达剖面图中，运用已有的地质雷达信号处理方法，工程病害能够被有效识别出。目前，反褶积技术主要通过压缩雷达子波获取反射系数序列来提高地质雷达信号的图像分辨率，并在一定程度上能够提高信号的定量分析精度。反褶积技术主要建立在反射系数为白噪声序列和雷达子波为最小相位的假设前提上的，但是在实际工程信号中反射系数序列并非白噪序列，各反射波也并非最小相位，加之受反射波相干现象和回波噪声的影响，反褶积法在定量分析方面的精度和稳定性普遍较差，很难通过雷达信号对病害区的几何尺寸和空间位置进行精确定位。
在混凝土验收规范、桥梁检测规范和隧道衬砌安全评定规定中，质量缺陷和工程病害的划分都有精确的量化指标，而这些量化指标均要求地质雷达等无损检测技术提供精确的分析结果。因此为了满足规范中精确评估工程病害的需求，亟需提出一种地质雷达信号定量分析方法及系统。
发明内容
本发明的目的是提供一种地质雷达信号定量分析方法及系统，能够对地质雷达信号实现精确的定量分析。
为实现上述目的，本发明提供了如下方案：
一种地质雷达信号定量分析方法，所述方法包括：
获取地质雷达信号；
对所述地质雷达信号进行滤波，确定雷达图像中的被测目标；
对所述被测目标信号进行提取，得到多个含有被测目标反射波信息的单道信号；
根据所用地质雷达的天线脉冲函数类型，选取或构造相应的定量分析用最优小波基；
运用最优小波基对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线；
运用小波奇异性分析法确定各所述细节系数成分时间-模值曲线中的多个被测目标反射波；
运用小波模极大值法和多个所述被测目标反射波确定局部模极大值点坐标；
运用双程走时公式和所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离。
可选的，所述采用最优小波基对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线，具体包括：
采用所述最优小波基中的尺度函数和小波函数对所述单道信号进行分解，得到细节系数成分；
采用所述最优小波基中的对偶尺度函数对所述细节系数成分进行重构，得到细节系数成分时间-幅值曲线；
根据模值法对所述细节系数成分时间-幅值曲线进行计算，确定细节系数成分时间-模值曲线。
可选的，所述运用小波奇异性分析法，确定各所述细节系数成分时间-模值曲线中的多个被测目标反射波，具体包括：
根据小波分析对信号奇异性的识别能力，确定各反射波的奇异性，从而确定个被测目标反射波。
可选的，所述运用小波模极大值法和多个所述被测目标反射波确定局部模极大值点坐标，具体包括：
根据小波模极大值法，运用局部模极大值点确定信号奇异性的准确位置，记录反射波奇异性对应的局部模极大值点坐标。
可选的，所述运用双程走时公式和所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离，具体包括：
确定各个被测目标反射波，将各反射波的局部模极大值点时间坐标带入双程走时公式，计算出反射波之间的准确距离，确定地质雷达图像中被测目标的具体空间位置和尺寸。
为实现上述目的，本发明提供了如下方案：
一种地质雷达信号定量分析系统，所述系统包括：
获取模块，用于获取地质雷达信号；
被测目标确定模块，用于对所述地质雷达信号进行滤波，确定雷达图像中的被测目标；
单道信号确定模块，用于对所述被测目标进行提取，得到多个被测目标反射波信息的单道信号；
最优小波基构造模块，用于根据地质雷达的天线脉冲函数类型，选取或构造相应的定量分析用最优小波基；
时间-模值曲线绘制模块，用于采用最优小波基对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线；
被测目标反射波确定模块，用于采用小波奇异性分析法确定各所述细节系数成分时间-模值曲线中的多个被测目标反射波；
模极大值点坐标确定模块，用于运用小波模极大值法和多个所述被测目标反射波确定局部模极大值点坐标；
距离确定模块，用于运用双程走时公式和所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离。
可选的，所述时间-模值曲线绘制模块，具体包括：
细节系数成分确定单元，用于采用所述最优小波基中的尺度函数和小波函数对所述单道信号进行分解，得到细节系数成分；
细节系数成分时间-幅值曲线确定单元，用于采用所述最优小波基中的对偶尺度函数对所述细节系数成分进行重构，得到细节系数成分时间-幅值曲线；
时间-模值曲线确定单元，用于根据模值法对所述细节系数成分时间-幅值曲线进行计算，确定细节系数成分时间-模值曲线。
可选的，所述被测目标反射波确定模块，具体包括：
被测目标反射波确定单元，用于根据小波分析对信号奇异性的识别能力，确定各反射波的奇异性，从而确定个被测目标反射波。
可选的，所述模极大值点坐标确定模块，具体包括：
模极大值点坐标确定单元，用于根据小波模极大值法，运用局部模极大值点确定信号奇异性的准确位置，记录反射波奇异性对应的局部模极大值点坐标。
可选的，所述距离确定模块，具体包括：
距离确定单元，用于确定各个被测目标反射波，将各反射波的局部模极大值点时间坐标带入双程走时公式，计算出反射波之间的准确距离，确定地质雷达图像中被测目标的具体空间位置和尺寸。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供一种地质雷达信号定量分析方法，包括：获取地质雷达信号；对所述地质雷达信号进行滤波，确定雷达图像中的被测目标；对所述被测目标进行提取，得到多个被测目标反射波信息的单道信号；根据所用地质雷达的天线脉冲函数类型，选取或构造相应的定量分析用最优小波基；采用小波变换模极大值法对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线；根据各所述细节系数成分时间-模值曲线，确定多个被测目标反射波；获取多个所述被测目标反射波的局部模极大值点坐标；根据所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离。采用上述方法能够对地质雷达信号实现精确的定量分析。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例地质雷达信号定量分析方法流程图；
图2为本发明实施例地质雷达信号定量分析系统结构图；
图3为空腔检测实验具体设计示意图；
图4为空腔检测模拟制作图；
图5为空腔检测实验信号；
图6为正则反褶积法处理后的实测地质雷达信号；
图7为第50道信号的GPR3.3小波时-频分析结果；
图8为GPR3.3小波变换模值；
图9为Db6小波变换模值。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例地质雷达信号定量分析方法流程图。如图1所示，一种地质雷达信号定量分析方法，所述方法包括：
步骤101：获取地质雷达信号；
步骤102：对所述地质雷达信号进行滤波，确定雷达图像中的被测目标；
步骤103：对所述被测目标信号进行提取，得到多个含有被测目标反射波信息的单道信号；
步骤104：根据所用地质雷达的天线脉冲函数类型，选取或构造相应的定量分析用最优小波基；
步骤105：运用最优小波基对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线；
步骤106：运用小波奇异性分析法确定各所述细节系数成分时间-模值曲线中的多个被测目标反射波；
步骤107：运用小波模极大值法和多个所述被测目标反射波确定局部模极大值点坐标；
步骤108：运用双程走时公式和所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离。
步骤105:，具体包括：
采用所述最优小波基中的尺度函数和小波函数对所述单道信号进行分解，得到细节系数成分；
采用所述最优小波基中的对偶尺度函数对所述细节系数成分进行重构，得到细节系数成分时间-幅值曲线；
根据模值法对所述细节系数成分时间-幅值曲线进行计算，确定细节系数成分时间-模值曲线。
步骤106，具体包括：
根据小波分析对信号奇异性的识别能力，确定各反射波的奇异性，从而确定个被测目标反射波。
步骤107，具体包括：
根据小波模极大值法，运用局部模极大值点确定信号奇异性的准确位置，记录反射波奇异性对应的局部模极大值点坐标。
步骤108，具体包括：
确定各个被测目标反射波，将各反射波的局部模极大值点时间坐标带入双程走时公式，计算出反射波之间的准确距离，确定地质雷达图像中被测目标的具体空间位置和尺寸。
采用上述方法能够对地质雷达信号实现精确的定量分析。
图2为本发明实施例地质雷达信号定量分析系统结构图。如图2所示，一种地质雷达信号定量分析系统，所述系统包括：
获取模块201，用于获取地质雷达信号；
被测目标确定模块202，用于对所述地质雷达信号进行滤波，确定雷达图像中的被测目标；
单道信号确定模块203，用于对所述被测目标进行提取，得到多个被测目标反射波信息的单道信号；
最优小波基构造模块204，用于根据地质雷达的天线脉冲函数类型，选取或构造相应的定量分析用最优小波基；
时间-模值曲线绘制模块205，用于采用最优小波基对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线；
被测目标反射波确定模块206，用于采用小波奇异性分析法确定各所述细节系数成分时间-模值曲线中的多个被测目标反射波；
模极大值点坐标确定模块207，用于运用小波模极大值法和多个所述被测目标反射波确定局部模极大值点坐标；
距离确定模块208，用于运用双程走时公式和所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离。
所述时间-模值曲线绘制模块205，具体包括：
细节系数成分确定单元，用于采用所述最优小波基中的尺度函数和小波函数对所述单道信号进行分解，得到细节系数成分；
细节系数成分时间-幅值曲线确定单元，用于采用所述最优小波基中的对偶尺度函数对所述细节系数成分进行重构，得到细节系数成分时间-幅值曲线；
时间-模值曲线确定单元，用于根据模值法对所述细节系数成分时间-幅值曲线进行计算，确定细节系数成分时间-模值曲线。
所述被测目标反射波确定模块206，具体包括：
被测目标反射波确定单元，用于根据小波分析对信号奇异性的识别能力，确定各反射波的奇异性，从而确定个被测目标反射波。
所述模极大值点坐标确定模块207，具体包括：
模极大值点坐标确定单元，用于根据小波模极大值法，运用局部模极大值点确定信号奇异性的准确位置，记录反射波奇异性对应的局部模极大值点坐标。
所述距离确定模块208，具体包括：
距离确定单元，用于确定各个被测目标反射波，将各反射波的局部模极大值点时间坐标带入双程走时公式，计算出反射波之间的准确距离，确定地质雷达图像中被测目标的具体空间位置和尺寸。
具体实施例1：
基于双正交小波基的地质雷达信号定量分析方法(简称，QAGBW法)的具体步骤：
步骤1：被测目标的图像识别
运用现有的数字滤波器对地质雷达信号进行滤波处理，以提高雷达图像中被测目标的识别度(分辨率)，结合已有的地质(结构)资料识别雷达图像中的被测目标，提取含有被测目标反射波信息的单道信号。
(在Matlab中输入指令：
①run('F:\xxxxx\MATGPR_R2\matgpr.m')；
②点击Data菜单→点击Import Row Data子菜单→选择雷达保存数据类型；
③h＝IPD.d(:,50)
步骤2：选取或构造地质雷达信号定量分析的最优小波基
根据所用地质雷达信号的天线脉冲函数类型，选取或构造相应的定量分析所采用的最优小波基。
目前针对GSSI公司的SIR型地质雷达和IDS公司的RIS型地质雷达脉冲函数，构造这两款雷达信号定量分析用的最优小波基。运用有理化的双正交小波基构造法，新双正交小波基的滤波器组如下所示：
新小波基的尺度和对偶尺度滤波器分别为：
新小波基的小波和对偶小波滤波器为：
上述新滤波器组(新双正交小波基)就是GSSI公司SIR型和IDS公司RIS型地质雷达信号定量分析用最优双正交小波基(简称，GPR3.3小波基)。将GPR3.3小波基导入Matlab小波工具箱就可得到小波基的具体形式。
步骤3：小波变换模极大值法分析
首先，运用小波尺度函数对单道信号进行分解，提取小波分解中的细节系数成分；然后，运用小波对偶尺度函数求取细节系数成分的时间-幅值曲线；最后，对时间-幅值曲线取模值得到细节系数成分的时间-模值曲线。其中，小波变换模极大值法的数学表达式为：
其中，f为单道信号，φn,k为小波尺度函数，为对偶尺度函数，Wf为单道信号的小波变换模值，下标n为小波变换中的尺度因子，下标k为小波变换中的时移。
(该步骤在Matlab软件中的计算机指令为：
①[c,l]＝wavedec(h,5,'GPR3.3')；
②d1＝abs(wrcoef('d',c,l,'GPR3.3',1))；
③figure('units','normalized','position',[0.1,0.1,5,0.4])；plot(d1)；
步骤4：被测目标反射波的识别
根据小波奇异性分析和小波模极大值法，在小波变换的细节成分时间-模值曲线Wf中，标记局部模极大值点，运用陡增的局部模值陡增点确定被测目标反射波[55]。由于小波基识别被测目标反射波奇异性的能力强于其识别回波噪声奇异性的能力，因此，反射波对应的小波变换模值会明显大于回波噪声对应的模值。
空偶雷达采用非接触式检测，地偶雷达采用接触式检测，受反射界面介电常数差值的影响，空偶雷达记录的表面反射波幅值较大，地偶雷达记录的表面反射波幅值相对较小。因此，在非接触式检测时，传播介质表面反射波对应的小波变换模值大于回波噪声对应的模值；在接触式检测时，传播介质表面反射波对应的小波变换模值可能小于回波噪声对应的模值。
步骤5：被测目标的定量分析
确定了各被测目标反射波的局部模极大值点后，运用局部模极大值点的时间坐标计算不同反射波之间的距离，从而实现对被测目标深度及垂直尺寸的定量分析，不同反射波之间的距离计算公式(双程走时公式)如下：
其中：S为反射波之间的距离，vε为介质中电磁波的传播速度，Δt为反射波的双程走时。
空腔检测实验验证：
(1)空腔检测实验设计
设计沙槽内的空腔检测实验，木质空腔尺寸为22×22×21cm，空腔顶面到沙槽表面的距离为16cm(即埋深16cm)，表1为空腔检测实验的具体参数，图3为空腔检测实验具体设计示意图；图4为空腔检测模拟制作图；图5为空腔检测实验信号。
表1空腔检测实验的具体参数
注：空腔埋深为15cm，木质材料厚度为1cm，空腔的实际深度为16cm。
(2)空腔检测信号对比分析
①正则反褶积的分析结果
对图3-5中的空腔检测实验信号进行正则反褶积法处理，结果见图6，图6为正则反褶积法处理后的实测地质雷达信号。观察波形的相对变化，选取第50道信号进行定量分析。在第50道信号中，用点1、2、3分别表示沙槽的表面反射波和空腔的上下表面反射波，各点的起始时刻为2.17ns、3.61ns和4.73ns，详见表2。由公式(2)可知，实测信号中空腔的计算深度和垂直尺寸分别为10.80cm、16.80cm。与实际值相比，误差分别为5.20cm和4.16cm，误差百分比为32.50％和19.81％，详见表3。这表明，在实测信号的定量分析中，由于存在大量回波噪声和设备噪声，降低了正则反褶积法的准确性。
②基于GPR3.3小波的QAGBW法分析结果
根据QAGBW法，观察图5中空腔检测实验信号的灰度变化，选取第50道信号进行小波分析。运用GPR3.3小波对第50道信号进行时-频分析，结果见图7，图7为第50道信号的GPR3.3小波时-频分析结果。由于信号的奇异性主要在小波变换的细节系数中，所以在图4中比较细节系数d1、d2和d3。可以看出，第一层小波分解细节系数d1存在规律性的局部极值变化，能够体现出沙槽表面、空腔上表面和空腔下表面的反射波；第二层和第三层系数d2和d3的局部极值变换不能反映沙槽表面、空腔上(下)表面的反射波。因此对第一层细节系数d1进行小波模值变换详见图8，图8为GPR3.3小波变换模值，在图8中根据小波奇异性分析的特性，用点1表示沙槽的表面反射波，用点5、9表示空腔的上下表面反射波，各点的起始时刻为1.086ns、3.199ns、4.725ns，详见表2。由式(2)可知，空腔的计算深度和计算垂直尺寸分别为15.85cm、22.89cm，与实际值相比，误差为0.15cm、1.89cm，误差百分比分别为0.94％、8.90％，详见表3。
表2空腔检测信号分析中的波峰坐标
表3空腔检测实验第50道信号的定量分析对比结果
注：埋深是沙槽表明到空腔上表面之间的距离；垂直尺寸表示空腔上下表面之间的距离
③基于Db6小波的QAGBW法分析结果
Db6小波主要用于信号奇异性识别[25～26]。基于Db6小波，采用QAGBW法对第50道信号进行时-频分析，图9为Db6小波变换模值。由图9可以看出，Db6小波求出的模极大值点不能明确对应空腔反射波的奇异性，因此运用模极大值区域近似识别空腔反射波奇异性。用点1表示沙槽的表面反射波，用点5、7表示空腔的上下表面反射波，各点的起始时刻为1.115ns、3.228ns、4.226ns，详见表2。由式(2)可知，空腔的计算深度和计算垂直尺寸分别为15.85cm、14.09cm，误差为0.15cm、6.03cm，误差百分比为0.94％、28.87％，详见表3。
④对比和验证
由表3可以看出，与正则反褶积相比，基于GPR3.3小波的QAGBW法的计算值更接近实际值，并将深度和垂直尺寸的误差百分比分别降低31.68％和11.48％。上述结果表明，基于GPR3.3小波的QAGBW法能有效抑制反射波相干和回波噪声等因素的干扰，从而提高了地质雷达信号的定量分析精度。
由表3还可以看出，两种小波均能准确计算空腔埋深，但只有GPR3.3小波基能精确计算空腔的垂直尺寸。因此，在识别空腔上下表面反射波的奇异性方面，GPR3.3小波的识别效果和分析精度明显优于已有小波基；同时也表明GPR3.3小波是分析SIR型地质雷达信号的最优小波基。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种地质雷达信号定量分析方法，其特征在于，所述方法包括：
获取地质雷达信号；
对所述地质雷达信号进行滤波，确定雷达图像中的被测目标；
对所述被测目标信号进行提取，得到多个含有被测目标反射波信息的单道信号；
根据所用地质雷达的天线脉冲函数类型，选取或构造相应的定量分析用最优小波基；
运用最优小波基对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线；
运用小波奇异性分析法确定各所述细节系数成分时间-模值曲线中的多个被测目标反射波；
运用小波模极大值法和多个所述被测目标反射波确定局部模极大值点坐标；
运用双程走时公式和所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离。
2.根据权利要求1所述的地质雷达信号定量分析方法，其特征在于，所述采用最优小波基对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线，具体包括：
采用所述最优小波基中的尺度函数和小波函数对所述单道信号进行分解，得到细节系数成分；
采用所述最优小波基中的对偶尺度函数对所述细节系数成分进行重构，得到细节系数成分时间-幅值曲线；
根据模值法对所述细节系数成分时间-幅值曲线进行计算，确定细节系数成分时间-模值曲线。
3.根据权利要求1所述的地质雷达信号定量分析方法，其特征在于，所述运用小波奇异性分析法，确定各所述细节系数成分时间-模值曲线中的多个被测目标反射波，具体包括：
根据小波分析对信号奇异性的识别能力，确定各反射波的奇异性，从而确定个被测目标反射波。
4.根据权利要求1所述的地质雷达信号定量分析方法，其特征在于，所述运用小波模极大值法和多个所述被测目标反射波确定局部模极大值点坐标，具体包括：
根据小波模极大值法，运用局部模极大值点确定信号奇异性的准确位置，记录反射波奇异性对应的局部模极大值点坐标。
5.根据权利要求1所述的地质雷达信号定量分析方法，其特征在于，所述运用双程走时公式和所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离，具体包括：
确定各个被测目标反射波，将各反射波的局部模极大值点时间坐标带入双程走时公式，计算出反射波之间的准确距离，确定地质雷达图像中被测目标的具体空间位置和尺寸。
6.一种地质雷达信号定量分析系统，其特征在于，所述系统包括：
获取模块，用于获取地质雷达信号；
被测目标确定模块，用于对所述地质雷达信号进行滤波，确定雷达图像中的被测目标；
单道信号确定模块，用于对所述被测目标进行提取，得到多个被测目标反射波信息的单道信号；
最优小波基构造模块，用于根据地质雷达的天线脉冲函数类型，选取或构造相应的定量分析用最优小波基；
时间-模值曲线绘制模块，用于采用最优小波基对各所述单道信号进行处理，得到多个细节系数成分时间-模值曲线；
被测目标反射波确定模块，用于采用小波奇异性分析法确定各所述细节系数成分时间-模值曲线中的多个被测目标反射波；
模极大值点坐标确定模块，用于运用小波模极大值法和多个所述被测目标反射波确定局部模极大值点坐标；
距离确定模块，用于运用双程走时公式和所述局部模极大值点坐标计算不同所述被测目标反射波之间的距离。
7.根据权利要求6所述的地质雷达信号定量分析系统，其特征在于，所述时间-模值曲线绘制模块，具体包括：
细节系数成分确定单元，用于采用所述最优小波基中的尺度函数和小波函数对所述单道信号进行分解，得到细节系数成分；
细节系数成分时间-幅值曲线确定单元，用于采用所述最优小波基中的对偶尺度函数对所述细节系数成分进行重构，得到细节系数成分时间-幅值曲线；
时间-模值曲线确定单元，用于根据模值法对所述细节系数成分时间-幅值曲线进行计算，确定细节系数成分时间-模值曲线。
8.根据权利要求6所述的地质雷达信号定量分析系统，其特征在于，所述被测目标反射波确定模块，具体包括：
被测目标反射波确定单元，用于根据小波分析对信号奇异性的识别能力，确定各反射波的奇异性，从而确定个被测目标反射波。
9.根据权利要求6所述的地质雷达信号定量分析系统，其特征在于，所述模极大值点坐标确定模块，具体包括：
模极大值点坐标确定单元，用于根据小波模极大值法，运用局部模极大值点确定信号奇异性的准确位置，记录反射波奇异性对应的局部模极大值点坐标。
10.根据权利要求6所述的地质雷达信号定量分析系统，其特征在于，所述距离确定模块，具体包括：
距离确定单元，用于确定各个被测目标反射波，将各反射波的局部模极大值点时间坐标带入双程走时公式，计算出反射波之间的准确距离，确定地质雷达图像中被测目标的具体空间位置和尺寸。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910059759.XA CN109633593A (zh) | 2019-01-22 | 2019-01-22 | 一种地质雷达信号定量分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910059759.XA CN109633593A (zh) | 2019-01-22 | 2019-01-22 | 一种地质雷达信号定量分析方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109633593A true CN109633593A (zh) | 2019-04-16 |
Family
ID=66062935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910059759.XA Pending CN109633593A (zh) | 2019-01-22 | 2019-01-22 | 一种地质雷达信号定量分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109633593A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110068816A (zh) * | 2019-05-10 | 2019-07-30 | 长沙理工大学 | 一种基于提升格式的探地雷达信号用小波基构造方法 |
| CN110397446A (zh) * | 2019-06-26 | 2019-11-01 | 北京交通大学 | 一种隧道衬砌空洞病害最佳检测时间确定方法 |
| CN111912879A (zh) * | 2020-08-11 | 2020-11-10 | 长沙学院 | 一种基于最优小波基的地质雷达弱反射信号识别方法 |
| CN112333123A (zh) * | 2020-10-10 | 2021-02-05 | 南京世海声学科技有限公司 | 非合作psk水声通信信号多小波基自动优选基带解调方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104092447A (zh) * | 2014-07-08 | 2014-10-08 | 南京邮电大学 | 一种双正交小波滤波器组的构造方法 |
| CN104484572A (zh) * | 2014-12-30 | 2015-04-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于小波分析的滑坡位移突变识别方法 |
-
2019
- 2019-01-22 CN CN201910059759.XA patent/CN109633593A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104092447A (zh) * | 2014-07-08 | 2014-10-08 | 南京邮电大学 | 一种双正交小波滤波器组的构造方法 |
| CN104484572A (zh) * | 2014-12-30 | 2015-04-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于小波分析的滑坡位移突变识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| LIU HAO-RAN ET AL.: "A quantitative analysis method for GPR signals based on optimal biorthogonal wavelet", 《J. CENT. SOUTH UNIV. 》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110068816A (zh) * | 2019-05-10 | 2019-07-30 | 长沙理工大学 | 一种基于提升格式的探地雷达信号用小波基构造方法 |
| CN110068816B (zh) * | 2019-05-10 | 2023-04-28 | 长沙理工大学 | 一种基于提升格式的探地雷达信号用小波基构造方法 |
| CN110397446A (zh) * | 2019-06-26 | 2019-11-01 | 北京交通大学 | 一种隧道衬砌空洞病害最佳检测时间确定方法 |
| CN111912879A (zh) * | 2020-08-11 | 2020-11-10 | 长沙学院 | 一种基于最优小波基的地质雷达弱反射信号识别方法 |
| CN111912879B (zh) * | 2020-08-11 | 2023-04-25 | 长沙学院 | 一种基于最优小波基的地质雷达弱反射信号识别方法 |
| CN112333123A (zh) * | 2020-10-10 | 2021-02-05 | 南京世海声学科技有限公司 | 非合作psk水声通信信号多小波基自动优选基带解调方法 |
| CN112333123B (zh) * | 2020-10-10 | 2022-06-03 | 南京世海声学科技有限公司 | 非合作psk水声通信信号多小波基自动优选基带解调方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109633593A (zh) | 一种地质雷达信号定量分析方法及系统 | |
| CN108663017A (zh) | 一种监测城市地铁沿线地表沉降的方法 | |
| Myer et al. | Marine CSEM of the Scarborough gas field, Part 1: Experimental design and data uncertainty | |
| CN106443775B (zh) | 高分辨率转换波裂缝预测方法 | |
| CN107966732B (zh) | 基于空间结构导向的地震属性变化率求取方法 | |
| CN109782360A (zh) | 一种低阻覆盖区深部砂体探测方法 | |
| CN106484997A (zh) | 一种基于克里金插值的水岸带淤泥厚度计算及出图方法 | |
| CN106443770A (zh) | 一种页岩气地质甜点的预测方法 | |
| Corradini et al. | Reconstructing the palaeoenvironment at the early Mesolithic site of Lake Duvensee: Ground-penetrating radar and geoarchaeology for 3D facies mapping | |
| CN110275204A (zh) | 地下走滑断裂水平滑移距定量分析方法 | |
| CN110593857B (zh) | 油润湿致密砂岩核磁共振测井流体识别方法及其图版 | |
| CN115100363A (zh) | 基于探地雷达的地下异常体三维建模方法及装置 | |
| CN110261905A (zh) | 基于倾角控制的复值相干微断层识别方法 | |
| CN110095812A (zh) | 一种针对浅层气及底辟微裂隙影响的地震振幅补偿方法 | |
| Tran et al. | Inversion of first-arrival time using simulated annealing | |
| CN109541689A (zh) | 一种基于反射波能量特征的介质密实度评价方法 | |
| CN113970785B (zh) | 暗河裂缝发育预测方法、系统、存储介质以及电子设备 | |
| CN113419288B (zh) | 地下掩体反演的数据探测与预处理方法 | |
| Ding et al. | Seismic physical modeling study for a shale oil reservoir with complex lithofacies and meter-scale structures | |
| CN113552623A (zh) | 曲流河沉积砂体边界的确定方法和确定装置 | |
| CN110873892B (zh) | 层位提取方法及装置 | |
| CN109100801B (zh) | 一种高压介质地震波传播模拟方法 | |
| Yao et al. | Using seismic methods to detect connectivity of fracture networks controlled by strike-slip faults in ultra-deep carbonate reservoirs: A case study in northern tarim basin, China | |
| Dai et al. | Study of an Automatic Picking Method for Multimode Dispersion Curves of Surface Waves Based on an Improved U-Net | |
| Zhang et al. | Identifying minor faults on top of coalfield Ordovician limestone stratum using seismic attributes derived from azimuthally stacked data |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Haoran Inventor after: Ling Tonghua Inventor before: Ling Tonghua Inventor before: Liu Haoran |
|
| CB03 | Change of inventor or designer information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201009 Address after: Hongshan Road 410000 in Hunan province Changsha Kaifu District No. 98 Applicant after: CHANGSHA University Address before: 410000 No. 960, Section 2, Wanjiali South Road, Tianxin District, Changsha City, Hunan Province Applicant before: Changsha University of Science & Technology |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |
|
| RJ01 | Rejection of invention patent application after publication |