CN113222065B - 探地雷达数据杂波抑制方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供了一种探地雷达数据杂波抑制方法，该方法包括：获取输入数据；对输入数据进行裁切，生成切片集合；根据切片集合，生成字典和稀疏编码；根据字典得到杂波子字典和目标子字典；根据稀疏编码得到杂波稀疏编码和目标稀疏编码；根据目标子字典和目标稀疏编码生成目标分量切片集；对目标分量切片集进行平均求和，得到目标分量。本公开提供的方法使用数据驱动的自适应字典实现了探地雷达回波数据的稀疏表示，能够抑制探地雷达的雷达图中的非水平分布的复杂杂波，且不需要大量训练数据，输入的数据只需要原始的探地雷达回波数据矩阵，训练数据使用回波数据矩阵的切片集合，实现单探地雷达回波数据矩阵的杂波抑制。

Description

探地雷达数据杂波抑制方法、装置、电子设备和存储介质

技术领域

本公开属于探地雷达成像技术领域，具体涉及探地雷达数据杂波抑制方法、装置、电子设备和存储介质。

背景技术

探地雷达利用电磁波的穿透性和高分辨率实现对地下目标的探测与识别。为了获得地下目标的信息，探地雷达通常会沿一条测线运动，向地下发射电磁波并且接收地下目标的反射回波数据，形成一个雷达剖面图，即常用二维的高分辨雷达B-scan图。由于地下介质对电磁波的衰减，探地雷达B-scab雷达图中的有用目标回波信号很弱，而且会被能量强的杂波所掩盖，严重影响地下目标识别算法的性能，如何对杂波进行有效抑制是探地雷达地下目标识别算法中亟需解决的难题。

探地雷达B-scan雷达图中的杂波一般由收发天线之间的直耦波、地面的直接反射波以及不平坦地形的散射波组成。常用的探地雷达B-scan数据杂波抑制方法有均值减法(Mean Subtraction，MS)、奇异值分解法(Singular Value Decomposition，SVD)、鲁棒主成分分析法(Robust Principal Component Analysis，RPCA)以及形态分量分析法(Morphological Component Analysis，MCA)等方法。在常用的杂波抑制方法中，基于图像稀疏表示的MCA能实现更好的杂波抑制效果。MCA将探地雷达B-scan雷达图分为可以用杂波子字典稀疏表示的杂波分量和可以用目标子字典稀疏表示的目标分量组成。在地势平坦以及地下噪声干扰小的时候MCA抑制杂波的效果好，但由于MCA使用的是人工设计的字典而不是数据驱动的自适应字典，因此当回波数据中出现不规则杂波时，即在地面起伏不平或者B-scan雷达图中出现非水平分布的杂波时，MCA抑制杂波的效果较差。

公开内容

(一)要解决的技术问题

针对现有技术的上述不足，本公开的主要目的在于提供一种探地雷达数据杂波抑制方法，以期至少部分地解决上述技术问题中的至少之一。

(二)技术方案

为了实现上述目的，根据本公开的一个方面，提供了一种探地雷达数据杂波抑制方法，该方法包括：

获取输入数据Y；

对上述输入数据Y进行裁切，生成切片集合X；

根据上述切片集合X，生成字典D和稀疏编码α；

根据上述字典D得到杂波子字典D_clutter和目标子字典D_target；

根据上述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target；

根据上述目标子字典D_target和上述目标稀疏编码α_target生成目标分量切片集X_target；

对上述目标分量切片集X_target进行平均求和，得到目标分量Y_target。

优选地，上述根据上述切片集合X，生成字典D和稀疏编码α，具体包括：

随机赋予字典D一个初始值，得到初始字典D_初；

根据上述切片集合X和上述初始字典D_初使用最小角回归方法求得稀疏编码α；

根据上述切片集合X和上述稀疏编码α使用块坐标下降方法更新上述初始字典D_初，得到字典D。

优选地，上述根据上述切片集合X和上述稀疏编码α使用块坐标下降方法更新上述初始字典D_初，具体包括：

获取预设的迭代次数N；

设置重构误差容忍度ε；

根据上述切片集合X、上述初始字典D_初和上述稀疏编码α计算得到误差C；

根据上述误差C和上述重构误差容忍度ε判断是否停止更新上述初始字典D_初；

若上述误差C小于或等于上述重构误差容忍度ε，或已进行的迭代次数等于上述迭代次数N，则停止更新上述初始字典D_初；

若上述误差C大于上述重构误差容忍度ε，则继续更新上述初始字典D_初。

优选地，上述根据上述字典D得到杂波子字典D_clutter和目标子字典D_target包括：

获取预设的阈值T，根据上述字典D中的字典原子的核范数和上述阈值T得到杂波子字典D_clutter和目标子字典D_target。

优选地，上述根据上述字典D中的字典原子的核范数和上述阈值T得到杂波子字典D_clutter和目标子字典D_target，具体包括：

上述字典D包括至少一个字典原子；

若上述字典原子的核范数小于或等于上述阈值T，则上述字典原子的索引属于杂波索引集合Ω_clutter，Ω_clutter＝{i：1≤i≤k，||d_i||_*≤T}；

当上述字典D中的字典原子的索引属于上述杂波索引集合时，上述字典D中与上述索引对应的字典原子属于上述杂波子字典D_clutter，D_clutter＝{d_j：j∈Ω_clutter}；

若上述字典原子的核范数大于上述阈值T，则上述字典原子的索引属于目标索引集合Ω_target，Ω_target＝{i：1≤i≤k，||d_i||_*＞T}；

当上述字典D中的字典原子的索引属于上述目标索引集合时，上述字典D中与上述索引对应的字典原子属于上述目标子字典D_target，D_target＝{d_j：j∈Ω_target}；

其中，k表示上述字典D中字典原子的个数，d_j表示上述字典D的第j个字典原子，d_i表示上述字典D的第i个字典原子。

优选地，上述根据上述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target，具体包括：

上述稀疏编码α包括至少一个原子；

当上述稀疏编码α的原子的索引属于上述杂波索引集合时，上述稀疏编码α中与上述索引对应的原子属于上述杂波稀疏编码α_clutter，α_clutter＝{α_j：j∈Ω_clutter}；

当上述稀疏编码α的原子的索引属于上述目标索引集合时，上述稀疏编码α中与上述索引对应的原子属于上述目标稀疏编码α_target，α_target＝{α_j：j∈Ω_target}；

其中，α_j表示上述稀疏编码α的第j个原子。

优选地，上述根据上述目标子字典D_target和上述目标稀疏编码α_target生成目标分量切片集X_target，具体包括：

将上述目标子字典D_target和上述目标稀疏编码α_target带入公式：X_target＝D_targetα_target，得到目标分量切片集X_target。

另一方面，本公开提供了一种基于字典学习的探地雷达数据杂波抑制装置，该装置包括：

获取模块，用于获取输入数据Y；

裁切模块，用于对上述输入数据Y进行裁切，生成切片集合X；

第一生成模块，用于根据上述切片集合X生成上述字典D和上述稀疏编码α；

第二生成模块，用于根据上述字典D得到杂波子字典D_clutter和目标子字典D_target；

第三生成模块，用于根据上述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target；

第四生成模块，用于根据上述目标子字典D_target和上述目标稀疏编码α_target生成目标分量切片集X_target；

计算模块，用于对上述目标分量切片集X_target进行平均求和，得到目标分量Y_target。

另一方面，本公开提供了一种电子设备，该电子设备包括：

通信器，用于与服务器通信；

处理器；

存储器，其存储有计算机可执行程序，该计算机可执行程序在被上述处理器执行时，使得上述处理器执行如上述的一种探地雷达数据杂波抑制方法。

另一方面，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述的一种探地雷达数据杂波抑制方法。

(三)有益效果

(1)本公开提供的方法使用字典学习，使用数据驱动的自适应字典实现了探地雷达B-scan回波数据的稀疏表示，能够抑制探地雷达B-scan雷达图中的非水平分布的复杂杂波；

(2)本公开提供的方法使用无监督方法不需要大量训练数据，输入的数据只需要原始的探地雷达B-scan回波数据矩阵，训练数据使用B-scan回波数据矩阵的切片集合，实现单探地雷达B-scan回波数据矩阵的杂波抑制。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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公开中的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本公开一实施例提供的一种探地雷达数据杂波抑制方法的流程示意图；

图2为本公开一实施例提供的一种生成字典和稀疏编码的方法的流程示意图；

图3为本公开一实施例提供的一种更新字典的方法的流程示意图；

图4(a)-图4(e)为本公开一实施例提供的使用一种探地雷达数据杂波抑制方法处理输入数据的示意图；

图5为本公开一实施例提供的一种探地雷达数据杂波抑制装置的结构示意图；

图6示出了一种电子设备的硬件结构图。

具体实施方式

为使本公开的目的、特征、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明，显然，所描述的实施例仅仅是本公开一部分实施例，而非全部实施例。基于本公开中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开的保护范围。

图1为本公开一实施例提供的一种探地雷达数据杂波抑制方法的流程示意图，如图1所示，在本公开一实施例中，该方法包括：

S101、获取输入数据Y。

S102、对输入数据Y进行裁切，生成切片集合X。

S103、根据切片集合X，生成字典D和稀疏编码α。

S104、根据字典D得到杂波子字典D_clutter和目标子字典D_target。

S105、根据稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target。

S106、根据目标子字典D_target和目标稀疏编码α_target生成目标分量切片集X_target。

S107、对目标分量切片集X_target进行平均求和，得到目标分量Y_target。

在本实施例中，获取探地雷达B-scan回波数据矩阵作为输入数据Y，使用滑动重叠小窗口裁切输入数据Y，生成切片集合X，使用最小角回归方法(Least Angle Regression，LARS)求解稀疏编码α，将字典D分为杂波子字典D_clutter和目标子字典D_target，根据稀疏编码α生成杂波稀疏编码α_clutter和目标稀疏编码α_target，通过目标子字典D_target和对应的目标稀疏编码α_target重构出目标分量切片集X_target，即将目标子字典D_target和目标稀疏编码α_target带入公式：X_target＝D_targetα_target，得到目标分量切片集X_target，然后通过平均求和从切片集合X中恢复出目标分量Y_target，目标分量Y_target即为杂波被抑制后的有用部分。

图2为本公开一实施例提供的一种生成字典和稀疏编码的方法的流程示意图，如图2所示，在本公开一实施例中，该方法包括：

S201、随机赋予字典D一个初始值，得到初始字典D_初。

S202、根据上述切片集合X和上述初始字典D_初使用最小角回归方法求得稀疏编码α。

S203、根据上述切片集合X和上述稀疏编码α使用块坐标下降方法更新上述初始字典D_初，得到字典D。

在本实施例中，在生成字典D之前，需要给字典D随机赋予一个初始值，即得到初始字典D_初，然后对切片集合X和初始字典D_初使用最小角回归方法(Least Angle Regression，LARS)便可求得稀疏编码α，再对切片集合X和求得的稀疏编码α使用块坐标下降(Block-Coordinate Descent，BCD)方法对初始字典D_初进行更新，初始字典D_初更新完成之后得到的便是字典D。

图3为本公开一实施例提供的一种更新字典的方法的流程示意图，如图3所示，在本公开一实施例中，该方法包括：

S301、获取预设的迭代次数N。

S302、设置重构误差容忍度ε。

S303、根据上述切片集合X、上述初始字典D_初和上述稀疏编码α计算得到误差C。

S304、根据上述误差C和上述重构误差容忍度ε判断是否停止更新上述初始字典D_初，若上述误差C小于或等于上述重构误差容忍度ε，或已进行的迭代次数等于上述迭代次数N，则停止更新上述初始字典D_初；若上述误差C大于上述重构误差容忍度ε，则继续更新上述初始字典D_初。

在本实施例中，在对初始字典D_初尽心更新时，需要设置迭代次数N和重构误差容忍度ε，根据切片集合X、初始字典D_初和稀疏编码α计算得到误差C，根据误差C、重构误差容忍度ε和迭代次数N判断是否停止更新上述初始字典D_初，即比较误差C和重构误差容忍度ε，误差C＝||X-Dα||₂/||X||₂，若误差C小于或等于重构误差容忍度ε，或已进行的迭代次数等于设置的迭代次数N，则停止更新上述初始字典D_初，若上述误差C大于上述重构误差容忍度ε，则继续更新上述初始字典D_初，直至误差C小于或等于重构误差容忍度ε，或已进行的迭代次数等于设置的迭代次数N。

在本公开一实施例中，获取预设的阈值T，根据上述字典D中的字典原子的核范数和上述阈值T得到杂波子字典D_clutter和目标子字典D_target。

在本实施例中，根据字典D得到杂波子字典D_elutter和目标子字典D_target时，需要获取预先设置的阈值T，然后根据字典D的字典原子的核范数相对于阈值T的大小将字典D分为杂波子字典D_clutter和目标子字典D_target。

在本公开一实施例中，上述字典D包括至少一个字典原子；若上述字典原子的核范数小于或等于上述阈值T，则上述字典原子的索引属于杂波索引集合Ω_clutter，Ω_clutter＝{i：1≤i≤k，||d_i||_*≤T}，当上述字典D中的字典原子的索引属于上述杂波索引集合时，上述字典D中与上述索引对应的字典原子属于上述杂波子字典D_clutter，D_clutter＝{d_j：j∈Ω_clutter}；若上述字典原子的核范数大于上述阈值T，则上述字典原子的索引属于目标索引集合Ω_target，Ω_target＝{i：1≤i≤k，||d_i||_*＞T}，当上述字典D中的字典原子的索引属于上述目标索引集合时，上述字典D中与上述索引对应的字典原子属于上述目标子字典D_target，D_target＝{d_j：j∈Ω_target}；其中，k表示上述字典D中字典原子的个数，d_j表示上述字典D的第j个字典原子，d_i表示上述字典D的第i个字典原子。

在本实施例中，字典D包括至少一个字典原子，若字典D中的字典原子的核范数小于或等于上述阈值T，则字典原子的索引属于杂波索引集合Ω_clutter，即Ω_clutter＝{i：1≤i≤k，||d_i||_*≤T}，当字典D中的字典原子的索引属于杂波索引集合时，字典D中与上述索引对应的字典原子属于杂波子字典D_clutter，即D_clutter＝{d_j：j∈Ω_clutter}，得到杂波子字典D_clutter；若字典原子的核范数大于阈值T，则字典原子的索引属于目标索引集合Ω_target，即Ω_target＝{i：1≤i≤k，||d_i||_*＞T}，当字典D中的字典原子的索引属于目标索引集合时，字典D中与上述索引对应的字典原子属于目标子字典D_target，即D_target＝{d_j：j∈Ω_target}，得到目标子字典D_target，其中，k表示字典D中字典原子的个数，d_i表示字典D的第i个字典原子。

在本公开一实施例中，上述稀疏编码α包括至少一个原子；当上述稀疏编码α的原子的索引属于上述杂波索引集合时，上述稀疏编码α中与上述索引对应的原子属于上述杂波稀疏编码α_clutter，即α_clutter＝{α_j：j∈Ω_clutter}；当上述稀疏编码α的原子的索引属于上述目标索引集合时，上述稀疏编码α中与上述索引对应的原子属于上述目标稀疏编码α_target，即α_target＝{α_j：j∈Ω_target}；其中，α_j表示上述稀疏编码α的第j个原子。

在本实施例中，稀疏编码α包括至少一个原子，当上述稀疏编码α中的原子的索引属于杂波索引集合时，稀疏编码α中与上述索引对应的原子属于上述杂波稀疏编码α_clutter，α_clutter＝{α_j：j∈Ω_clutter}，杂波稀疏编码α_clutter；当稀疏编码α中的原子的索引属于目标索引集合时，稀疏编码α中与上述索引对应的原子属于目标稀疏编码α_target，α_target＝{α_j：j∈Ω_target}，得到目标稀疏编码α_target；其中，α_j表示上述稀疏编码α的第j个原子。

图4(a)-图4(e)为本公开一实施例提供的使用一种探地雷达数据杂波抑制方法处理输入数据的示意图，如图4所示，在本公开一实施例中，输入数据Y的原始图像如图4(a)所示，对输入数据Y进行裁切，得到切片集合X，切片集合X的部分切片如图4(b)所示，使用最小角回归方法(Least Angle Regression，LARS)求解稀疏编码α，使用块坐标下降(Block-Coordinate Descent，BCD)方法更新初始字典D_初，得到字典D，字典D中的部分字典原子如图4(c)所示，将字典D分为杂波子字典D_clutter和目标子字典D_target，目标子字典D_target中的部分字典原子如图4(d)所示，根据稀疏编码α生成杂波稀疏编码α_clutter和目标稀疏编码α_target，通过目标子字典D_target和对应的目标稀疏编码α_target重构出目标分量切片集X_target，将目标子字典D_target和目标稀疏编码q_target带入公式：X_target＝D_targetα_target，得到目标分量切片集X_target，对目标分量切片集X_target进行平均求和，得到目标分量Y_target，目标分量Y_target的图像如图4(e)所示。

图5为本公开一实施例提供的一种探地雷达数据杂波抑制装置的结构示意图，如图5所示，在本公开一实施例中，该装置包括：获取模块510、裁切模块520、第一生成模块530、第二生成模块540、第三生成模块550、第四生成模块560和计算模块570。

获取模块510，用于获取输入数据Y；

裁切模块520，用于对上述输入数据Y进行裁切，生成切片集合X；

第一生成模块530，用于根据上述切片集合X生成上述字典D和上述稀疏编码α；

第二生成模块540，用于根据上述字典D得到杂波子字典D_clutter和目标子字典D_target；

第三生成模块550，用于根据上述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target；

第四生成模块560，用于根据上述目标子字典D_target和上述目标稀疏编码α_target生成目标分量切片集X_target；

计算模块570，用于对上述目标分量切片集X_target进行平均求和，得到目标分量Y_target。

在本公开一实施例中，上述第一生成模块530包括：更新模块；

更新模块，用于获取预设的迭代次数N；设置重构误差容忍度ε；根据所述切片集合X、所述初始字典D_初和所述稀疏编码α计算得到误差C；根据所述误差C和所述重构误差容忍度ε判断是否停止更新所述初始字典D_初；若所述误差C小于或等于所述重构误差容忍度ε，或已进行的迭代次数等于所述迭代次数N，则停止更新所述初始字典D_初；若所述误差C大于所述重构误差容忍度ε，则继续更新所述初始字典D_初。

图6示出了一种电子设备的硬件结构图，如图6所示，在本公开一实施例中，本公开还提供了一种电子设备600，该电子设备600包括：通信器610、处理器620和存储器630；

通信器610，用于与服务器通信；

处理器620；

存储器630，其存储有计算机可执行程序，该程序包含如上文所述机场道面异物分类方法。

该电子设备600可以执行根据本公开实施例的方法。

具体地，处理器620例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器620还可以包括用于缓存用途的板载存储器。处理器620可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

存储器630，例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。其存储有计算机可执行程序，该程序在被所述处理器执行时，使得所述处理器执行如上文所述的机场道面异物分类方法。

本公开还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序包含如上文所述的机场道面异物分类方法。该计算机可读存储介质可以是上述实施例中描述的装置/设备中所包含的；也可以是单独存在，而未装配入该装置/设备中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线、光缆、射频信号等等，或者上述的任意合适的组合。

以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (6)

1.一种探地雷达数据杂波抑制方法，其特征在于，包括：

获取输入数据Y；

对所述输入数据Y进行裁切，生成切片集合X；

根据所述切片集合X，生成字典D和稀疏编码α；

根据所述字典D得到杂波子字典D_clutter和目标子字典D_target；

根据所述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target；

根据所述目标子字典D_target和所述目标稀疏编码α_target生成目标分量切片集X_target；

对所述目标分量切片集X_target进行平均求和，得到目标分量Y_target；

所述根据所述切片集合X，生成字典D和稀疏编码α，具体包括：

随机赋予所述字典D一个初始值，得到初始字典D_初；

根据所述切片集合X和所述初始字典D_初使用最小角回归方法求得稀疏编码α；

根据所述切片集合X和所述稀疏编码α使用块坐标下降方法更新所述初始字典D_初，得到所述字典D；

所述根据所述字典D得到杂波子字典D_clutter和目标子字典D_target包括：

获取预设的阈值T，根据所述字典D中的字典原子的核范数和所述阈值T得到杂波子字典D_clutter和目标子字典D_target；

所述根据所述字典D中的字典原子的核范数和所述阈值T得到杂波子字典D_clutter和目标子字典D_target，具体包括：

所述字典D包括至少一个字典原子；

若所述字典原子的核范数小于或等于所述阈值T，则所述字典原子的索引属于杂波索引集合Ω_clutter，Ω_clutter＝{i：1≤i≤K，||d_i||_*≤T}；

当所述字典D中的字典原子的索引属于所述杂波索引集合时，所述字典D中与所述索引对应的字典原子属于所述杂波子字典D_clutter，D_clutter＝{d_j：j∈Ω_clutter}；

若所述字典原子的核范数大于所述阈值T，则所述字典原子的索引属于目标索引集合Ω_target，Ω_target＝{i：1≤i≤K，||d_i||_*＞T}；

当所述字典D中的字典原子的索引属于所述目标索引集合时，所述字典D中与所述索引对应的字典原子属于所述目标子字典D_target，D_target＝{d_j：j∈Ω_target}；

其中，k表示所述字典D中字典原子的个数，d_j表示所述字典D的第j个字典原子，d_i表示所述字典D的第i个字典原子；

所述根据所述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target，具体包括：

所述稀疏编码α包括至少一个原子；

当所述稀疏编码α的原子的索引属于所述杂波索引集合时，所述稀疏编码α中与所述索引对应的原子属于所述杂波稀疏编码α_clutter，α_clutter＝{α_j：j∈Ω_clutter}；

当所述稀疏编码α的原子的索引属于所述目标索引集合时，所述稀疏编码α中与所述索引对应的原子属于所述目标稀疏编码α_target，α_target＝{α_j：j∈Ω_target}；

其中，α_j表示所述稀疏编码α的第j个原子。

2.根据权利要求1所述的探地雷达数据杂波抑制方法，其特征在于，所述根据所述切片集合X和所述稀疏编码α使用块坐标下降方法更新所述初始字典D_初，具体包括：

获取预设的迭代次数N；

设置重构误差容忍度ε；

根据所述切片集合X、所述初始字典D_初和所述稀疏编码α计算得到误差C；

根据所述误差C和所述重构误差容忍度ε判断是否停止更新所述初始字典D_初；

若所述误差C小于或等于所述重构误差容忍度ε，或已进行的迭代次数等于所述迭代次数N，则停止更新所述初始字典D_初；

若所述误差C大于所述重构误差容忍度ε，则继续更新所述初始字典D_初。

3.根据权利要求1所述的探地雷达数据杂波抑制方法，其特征在于，所述根据所述目标子字典D_target和所述目标稀疏编码α_target生成目标分量切片集X_target，具体包括：

将所述目标子字典D_target和所述目标稀疏编码α_target带入公式：X_target＝D_targetα_target，得到目标分量切片集X_target。

4.一种基于字典学习的探地雷达数据杂波抑制装置，其特征在于，包括：

获取模块，用于获取输入数据Y；

裁切模块，用于对所述输入数据Y讲行裁切，生成切片集合X；

第一生成模块，用于根据所述切片集合X生成所述字典D和所述稀疏编码α；

第二生成模块，用于根据所述字典D得到杂波子字典D_clutter和目标子字典D_target；

第三生成模块，用于根据所述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target；

第四生成模块，用于根据所述目标子字典D_target和所述目标稀疏编码α_target生成目标分量切片集X_target；

计算模块，用于对所述目标分量切片集X_target进行平均求和，得到目标分量Y_target；

所述根据所述切片集合X，生成字典D和稀疏编码α，具体包括：

随机赋予所述字典D一个初始值，得到初始字典D_初；

根据所述切片集合X和所述初始字典D_初使用最小角回归方法求得稀疏编码α；

根据所述切片集合X和所述稀疏编码α使用块坐标下降方法更新所述初始字典D_初，得到所述字典D；

所述根据所述字典D得到杂波子字典D_clutter和目标子字典D_target包括：

获取预设的阈值T，根据所述字典D中的字典原子的核范数和所述阈值T得到杂波子字典D_clutter和目标子字典D_target；

所述根据所述字典D中的字典原子的核范数和所述阈值T得到杂波子字典D_clutter和目标子字典D_target，具体包括：

所述字典D包括至少一个字典原子；

若所述字典原子的核范数小于或等于所述阈值T，则所述字典原子的索引属于杂波索引集合Ω_clutter，Ω_clutter＝{i：1≤i≤K，||d_i||_*≤T}；

当所述字典D中的字典原子的索引属于所述杂波索引集合时，所述字典D中与所述索引对应的字典原子属于所述杂波子字典D_clutter，D_clutter＝{d_j：j∈Ω_clutter}；

若所述字典原子的核范数大于所述阈值T，则所述字典原子的索引属于目标索引集合Ω_target，Ω_target＝{i：1≤i≤K，||d_i||_*＞T}；

当所述字典D中的字典原子的索引属于所述目标索引集合时，所述字典D中与所述索引对应的字典原子属于所述目标子字典D_target，D_target＝{d_j：j∈Ω_target}；

其中，k表示所述字典D中字典原子的个数，d_j表示所述字典D的第j个字典原子，d_i表示所述字典D的第i个字典原子；

所述根据所述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target，具体包括：

所述稀疏编码α包括至少一个原子；

当所述稀疏编码α的原子的索引属于所述杂波索引集合时，所述稀疏编码α中与所述索引对应的原子属于所述杂波稀疏编码α_clutter，α_clutter＝{α_j：j∈Ω_clutter}；

当所述稀疏编码α的原子的索引属于所述目标索引集合时，所述稀疏编码α中与所述索引对应的原子属于所述目标稀疏编码α_target，α_target＝{α_j：j∈Ω_target}；

其中，α_j表示所述稀疏编码α的第j个原子。

5.一种电子设备，其特征在于，所述电子设备包括：

通信器，用于与服务器通信；

处理器；

存储器，其存储有计算机可执行程序，该计算机可执行程序在被所述处理器执行时，使得所述处理器执行如权利要求1-3中所述的一种探地雷达数据杂波抑制方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-3中所述的一种探地雷达数据杂波抑制方法。

Images