CN114739234B - 一种基于电磁声雷达的地雷探测方法和系统 - Google Patents
一种基于电磁声雷达的地雷探测方法和系统 Download PDFInfo
- Publication number
- CN114739234B CN114739234B CN202210385759.0A CN202210385759A CN114739234B CN 114739234 B CN114739234 B CN 114739234B CN 202210385759 A CN202210385759 A CN 202210385759A CN 114739234 B CN114739234 B CN 114739234B
- Authority
- CN
- China
- Prior art keywords
- electromagnetic
- detection
- mine
- sodar
- target area
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- SDIXRDNYIMOKSG-UHFFFAOYSA-L disodium methyl arsenate Chemical compound [Na+].[Na+].C[As]([O-])([O-])=O SDIXRDNYIMOKSG-UHFFFAOYSA-L 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000007637 random forest analysis Methods 0.000 claims description 7
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 5
- 230000001502 supplementing effect Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 4
- 239000002689 soil Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 239000011148 porous material Substances 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
- F41H11/12—Means for clearing land minefields; Systems specially adapted for detection of landmines
- F41H11/13—Systems specially adapted for detection of landmines
- F41H11/136—Magnetic, electromagnetic, acoustic or radiation systems, e.g. ground penetrating radars or metal-detectors
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/04—Systems determining presence of a target
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Engineering & Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出一种基于电磁声雷达的地雷探测方法，包括以下步骤：S1，向探测目标区域持续发射超声波，使探测目标物表面发生微振动；S2，向探测目标区域发射单频电磁波，并接收回波信号；S3，分析回波信号，提取回波信号的频谱特征，获得特征数据；S4，应用所获得的特征数据集训练分类器模型；S5，应用训练好的分类器模型探测目标区域的潜在目标。本发明还提出对应的系统。本发明利用超声波激励目标物表面，使回波信号携带了地雷的特征属性，通过数据处理与特征分析，实现地雷探测。该方法降低了地雷探测的虚警率，提高了探雷种类的鲁棒性以及探雷过程的安全性。
Description
技术领域
本发明属于地下埋藏物体探测技术领域，尤其涉及一种基于电磁声雷达的地雷探测方法和系统。
背景技术
地雷主要被用作构成地雷场，以完成对敌人活动范围的限制，甚至对敌人进行致命打击和破坏其技术装备。地雷的打击目标不仅局限于士兵，其打击更多的是具有重要战略意义的目标如坦克、运输车辆等。
排雷的前提是探雷，目前探雷技术主要包括低频电磁感应探雷技术、声学探雷技术、红外成像探雷技术等，这些技术各有其优缺点和使用限制，存在可靠性差、虚警率较高和使用条件限制等问题。例如，当地雷的掩埋深度在距离地面几十厘米甚至一两米的位置时，传统的红外成像探测或者激光探测都无法实现探雷。又例如，传统的铁制地雷容易被金属探测器探测识别，但随着技术水平的不断发展，出现了除金属外的塑料、陶瓷等各种材质的地雷，它们可以轻松躲避探测器的识别。
发明内容
针对上述问题，本发明第一方面提出一种基于电磁声雷达的地雷探测方法，包括以下步骤：
S1，向探测目标区域持续发射超声波，使探测目标物表面发生微振动；
S2，向探测目标区域发射单频电磁波，并接收回波信号；
S3，分析回波信号，提取回波信号的频谱特征，获得特征数据；
S4，应用所获得的特征数据集训练分类器模型；
S5，应用训练好的分类器模型探测目标区域的潜在目标。
上述方案利用超声波激励目标物表面，使回波信号携带了地雷的特征属性，通过数据处理与特征分析，实现地雷探测。该方法并不受地雷的材质限制，因此能够适用于多种材质的地雷探测，并识别地雷种类。
进一步地，S3的频谱特征包括多普勒频移特征和幅度调制特征。
又进一步地，S3中根据下式提取回波信号的多普勒频移特征：
其中，dV为目标物表面微振动幅值，ωV为振动的角频率，ωRF为单频电磁波的角频率，λRF为电磁波信号的波长。
优选地，S3中分析回波信号包括采用缺失信号附近信号的数值平均补充缺失信号。相对于采用回归曲线拟合等补充空值的方法，取平均的方法能够大大增加处理速度，同时保留数据特征。
优选地，S3中分析回波信号包括舍弃冗余数据，通过快速傅里叶变换获得回波信号的频谱图。
优选地，S1超声波的频段为40kHz；S2单频电磁波频段为1GHz；S3还包括舍弃超声波频段的数据，以20-39kHz和41-60kHz频段数据为特征数据。
进一步地，S4采用随机森林算法训练分类器模型，具体包括：
S41，通过Bootstrap方法，从特征数据中有重复地选出m个样本；
S42，基于地雷的多特征样本库，对m个样本建立分类器；
S43，重复执行n次S41-S42，获得n个分类器；
S5具体包括：将待探测目标区域的数据放入n个分类器，根据分类结果综合判定地雷种类。
第二方面，本发明提出一种基于电磁声雷达的地雷探测系统，包括：
超声波发射模块：配置用于向探测目标区域持续发射超声波；
电磁波发射和接收模块：配置用于向目标区域发射单频电磁波，并接收回波信号；
数据处理模块：配置用于提取回波信号的频谱特征，获得特征数据；
分类器模块：配置用于应用所获得的特征数据集训练分类器模型，以及特征数据识别。
优选地，电磁波发射和接收模块还包括定向天线或者电磁屏蔽罩，以解决电磁信号的能量溢散和直连干扰问题。
优选地，还包括无人机用于搭载系统，实现非接触式地雷探测，提高探雷工作的安全性。
超声波在环境中激励地下掩埋地雷时，目标地雷在超声波激励下会产生一定幅度的微振和超声波散射，此时使用定向发射的电磁波信号对目标地雷进行探测，微振的目标地雷表面将会对电磁波信号产生多普勒频移和幅度调制。本发明据此提出基于电磁声雷达的地雷探测识别技术，将接收到的带有目标地雷特征属性的回波信号进行分析、数据预处理和特征提取后，将样本数据放入集成学习中的随机森林网络中进行识别和分类，完成地雷探测和对地雷种类的识别。本发明提出的方案在一定程度上降低了地雷探测的虚警率，提高了探雷种类的鲁棒性以及探雷过程的安全性。
附图说明
附图帮助进一步理解本申请。为了便于描述，附图中仅示出了与有关发明相关的部分。
图1为本发明一实施例中地雷探测的流程示意图；
图2为本发明另一实施例中地雷探测和识别技术的流程示意图；
图3为本发明一实施例中地雷探测回波信号经过带通滤波器之后的时域分析图；
图4为本发明一实施例中含有地雷目标特征回波信号的频谱图；
图5为本发明一实施例中应用的随机森林算法建立过程示意图；
图6为本发明一实施例中的电磁声雷达的地雷探测系统示意图；
图7为本发明一实施例中基于电磁声雷达的无人机探雷场景图；
图8为本发明一实施例中进行地雷探测和地雷种类识别的混淆矩阵。
具体实施方式
以下首先进一步阐述本发明的理论支持。
(1)声波土壤传播特性
根据声学及孔隙介质声波传播的理论基础，发射到土壤的声波一部分反射回空气当中，一部分声波耦合到土壤中，引起地下目标微振，产生一系列微弱的地震波。该地震波由主要包括传播到土壤表层或者空气的瑞利波和传播到土壤下方的剪切波和纵波组成。一般情况下将土壤等效成多孔隙弹性介质，根据相关理论公式推算得出地震波在多孔隙弹性介质(土壤)中传播的速度表达式如下：
式中，f为波的频率，Vp(f)slow、Vp(f)fast和CS(f)分别代表孔隙弹性介质中慢纵波、快纵波和横波的速度；ρF和ρM分别为孔隙流体和土壤固相粒子的密度；G为土壤的刚度；CF为孔隙流体的压缩系数，CM为土壤粒子压缩系数。
其中，慢纵波的传播速度主要由土壤的土质、流向基质和间隙决定，该速度小于其它地震波，波长跟一般地雷体积相近。
据此可以说明，超声波能够传播到地下，通过地震波的形式激励物体，使物体表面产生正弦波微振。
(2)多普勒频移
根据超声波与电磁波相互作用的理论，电磁波收发设备与目标之间相对距离的变化的影响会对电磁波的相位造成偏移，主要体现为多普勒频偏，频偏值与微振物体的振动频率和震动幅度有关。相关研究表明，受到多普勒效应影响的电磁波信号的频率fr表示如下式：
其中v为振动物体表面振动速度，cRF为电磁波信号在某种介质中传播速度，fRF为电磁波的频率。
在一般情况下，物体表面振动速度往往远小于电磁波的传播速度(v＜＜cRF)，因此可以用麦克劳林级数展开。在此基础上，给定发射的电磁波信号为g(t)＝cosωRFt，将目标物体的震动速度v替换为随时间变化的距离函数r(t)＝d(t)+R0，d(t)表示目标物体表面的振动位移，R0为静止初始状态时电磁波收发设备之间的距离。如果目标物体在声波激励下产生正弦波形式的震动位移，则可用d(t)＝dv cos(ωVt)表示，其中dv是振动位移的幅值，ωV是振动的角频率。之后用复指数形式扩展并用贝塞尔公式展开，则电磁波的反射回波信号可以表示如下：
据此可以说明，振动物体表面会对电磁波产生多普勒频移等影响。
综上，使用超声波可以激励地雷目标，使其表面产生正弦波微振；而振动物体会对电磁波产生多普勒频移和幅度调制等影响，根据这个特性，可以使电磁波的回波信号携带有物体表面特征，据此实现对地雷的探测和识别。
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。
图1为本发明一实施例中的地雷探测流程示意图，本实施例的地雷探测流程包括：
S1，向探测目标区域持续发射超声波，使探测目标物表面发生微振动；
S2，向探测目标区域发射单频电磁波，并接收回波信号；
S3，分析回波信号，提取回波信号的频谱特征，获得特征数据；
S4，应用所获得的特征数据集训练分类器模型；
S5，应用训练好的分类器模型探测目标区域的潜在目标。
图2为本发明另一实施例中地雷探测和识别技术的流程图。本实施例中的地雷探测流程包括：
S1，根据土壤介质特征，选择40kHz频段的超声波持续激励地雷，使其表面产生微振动；
S2，向探测目标区域发射单频1GHz的电磁波，并接收回波信号；
S3，回波信号分析、数据预处理以及特征提取；
优选实施例中，为了增加数据处理速度，采用缺失信号附近信号的数值平均补充缺失信号，避免空值影响后续模型训练。
优选实施例中，在采集到回波信号之后，由于其数据量较大且冗余数据较多，因此只截取部分数据进行分析。图3所示为本实施例中经过带通滤波器之后的时域分析图，对截取的数据进行带通滤波之后，通过快速傅里叶变换，即可得到含有地雷目标特征回波信号的频谱图。
图4为本实施例中含有地雷目标特征回波信号的频谱图，由于使用的是40kHz的超声波频段对目标进行激励，因此其频谱图在40kHz附近出现尖峰。为了减少特征数据一致性，将这附近频段数据舍弃，选择20-39kHz和41-60kHz频段作为特征数据。
本实施例中，通过支持向量机(SVR)提取回波信号特征。在回波信号特征提取后，通过将其转换为带有频率特征的数据和带有幅度调制特征的数据，分离回波信号中的多普勒频移特征和幅度调制特征，进而构建对应的2种样本库。
S4，利用深度学习训练，判断是否有地雷，并对地雷种类进行判断；
S5，应用训练好的分类器模型探测目标区域的潜在目标。
本实施例中采用随机森林算法进行识别和分类。图5为随机森林建立过程示意图，该算法思想是随机建立一个森林，随机森林中的每一颗决策树之间是没有关联的，即采用bagging的基本思想，将多个模型组合形成一个新的大模型，大模型最终的预测结果由多个小模型综合决定。当有一个新的处理好的回波信号输入的时候，森林中的每一棵决策树分别进行判断，对该回波数据样本进行分类，最后统计地雷样本库中的被选择最多的一类，据此判定该回波数据类型。其具体流程为：
1)将处理后的特征数据通过Bootstrap方法有重复的选出m个样本；
2)在地雷多特征样本库基础上，对这m个样本建立分类器；
3)重复上述步骤n次；
4)将数据放入这n个分类器中进行分类，最后根据这n个分类器的分类结果综合决定，判定地雷特征数据属于哪一类。
图6为本发明一实施例中的电磁声雷达的地雷探测系统示意图，该系统包括：
超声波发射模块601：配置用于向探测目标区域持续发射超声波；
电磁波发射和接收模块602：配置用于向目标区域发射单频电磁波，并接收回波信号；优选实施例中，还包括定向天线或者电磁屏蔽罩以解决电磁信号的能量溢散和直连干扰问题；
数据处理模块603：配置用于提取回波信号的频谱特征，获得特征数据；
分类器模块604：配置用于应用所获得的特征数据集训练分类器模型，以及特征数据识别。
图7为本发明一实施例中基于电磁声雷达的无人机探雷场景图。本实施例中，探测系统搭载于无人机上执行探雷任务，超声波发射模块使用超声波激励地雷目标，电磁波发射和接收模块发射电磁波并采集受到振动物体调制的回波信号，利用回波信号所携带的物体特征，实现对地雷的探测和识别。
图8为本发明一实施例中进行地雷探测和地雷种类识别的混淆矩阵。该数据结果经过真实实验采集处理获得，采用A、B、C、D 4种型号不同的地雷进行探测，所使用的地雷均为去除引信、炸药等具有爆炸装置的真实地雷。如图8(a)所示的判断有无地雷的混淆矩阵，其探测结果准确率均高于90％；如图8(b)所示的判断地雷种类的混淆矩阵，其识别分类结果准确率均高于85％。
本发明根据电磁波的多普勒频移和幅度调制理论，结合超声波和电磁波为探测手段，通过超声波激励使地雷表面发生微振，从而对电磁波进行调制，采集特征回波信号，建立地雷细节特征样本库，通过分类算法，实现掩埋地雷的探测和识别。相较于传统探雷手段，具有可靠性高、虚警率低，使用条件限制少的优势。
尽管结合优选实施方案具体展示和介绍了本申请的内容，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本申请的精神和范围内，没有做出创造性劳动的情况下，在形式上和细节上对本申请做出的各种变化，均为本申请的保护范围。
Claims (6)
1.一种基于电磁声雷达的地雷探测方法，其特征在于，包括以下步骤：
S1，向探测目标区域持续发射频段为40kHz的超声波频段，使探测目标物表面发生微振动；
S2，向探测目标区域发射频段为1GHz的单频电磁波，并接收回波信号；
S3，采用缺失信号附近信号的数值平均补充所述回波信号中的缺失信号，舍弃所述超声波频段的数据，以20-39kHz和41-60kHz频段数据为特征数据，通过快速傅里叶变换获得所述回波信号的频谱图，通过支持向量机(SVR)提取处理后回波信号的频谱特征，所述频谱特征包括多普勒频移特征和幅度调制特征，并分别构建为样本库；
S4，应用所获得的样本库为样本训练分类器模型；
S5，应用训练好的分类器模型探测目标区域的潜在目标。
2.根据权利要求1所述的一种基于电磁声雷达的地雷探测方法，其特征在于，S3中根据下式提取所述回波信号的多普勒频移特征：
其中，dV为目标物表面微振动幅值，ωV为振动的角频率，ωRF为单频电磁波的角频率，λRF为电磁波信号的波长。
3.根据权利要求1所述的一种基于电磁声雷达的地雷探测方法，其特征在于，
S4采用随机森林算法训练所述分类器模型，具体包括：
S41，通过Bootstrap方法，从所述特征数据中有重复地选出m个样本；
S42，基于地雷的多特征样本库，对所述m个样本建立分类器；
S43，重复执行n次S41-S42，获得n个分类器；
S5具体包括：将待探测目标区域的数据放入所述n个分类器，根据分类结果综合判定地雷种类。
4.一种基于电磁声雷达的地雷探测系统，其特征在于，包括：
超声波发射模块：向探测目标区域持续发射频段为40kHz的超声波频段；
电磁波发射和接收模块：向目标区域发射1GHz的单频电磁波，并接收回波信号；
数据处理模块：采用缺失信号附近信号的数值平均补充所述回波信号中的缺失信号，舍弃所述超声波频段的数据，以20-39kHz和41-60kHz频段数据为特征数据，通过快速傅里叶变换获得所述回波信号的频谱图，通过支持向量机(SVR)提取处理后回波信号的频谱特征，所述频谱特征包括多普勒频移特征和幅度调制特征，并分别构建为样本库；
分类器模块：应用所述样本库为样本训练分类器模型，以及所述回波信号识别。
5.根据权利要求4所述的一种基于电磁声雷达的地雷探测系统，其特征在于，所述电磁波发射和接收模块还包括定向天线或者电磁屏蔽罩。
6.根据权利要求4所述的一种基于电磁声雷达的地雷探测系统，其特征在于，还包括无人机用于搭载所述系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210385759.0A CN114739234B (zh) | 2022-04-13 | 2022-04-13 | 一种基于电磁声雷达的地雷探测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210385759.0A CN114739234B (zh) | 2022-04-13 | 2022-04-13 | 一种基于电磁声雷达的地雷探测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114739234A CN114739234A (zh) | 2022-07-12 |
| CN114739234B true CN114739234B (zh) | 2024-03-19 |
Family
ID=82282404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210385759.0A Active CN114739234B (zh) | 2022-04-13 | 2022-04-13 | 一种基于电磁声雷达的地雷探测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114739234B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2234597A1 (en) * | 1998-04-09 | 1999-10-09 | Andrew Plummer | Landmine detection vehicle |
| US6097190A (en) * | 1996-11-26 | 2000-08-01 | Institut Dr. Friedrich Foerster Pruefgeraetebau Gmbh & Co. Kg | Method and device for locating and identifying search objects concealed in the ground, particularly plastic mines |
| US6415666B1 (en) * | 1997-10-07 | 2002-07-09 | Stevens Institute Of Technology | Method and apparatus for acoustic detection of mines and other buried man-made objects |
| CN211528715U (zh) * | 2020-03-26 | 2020-09-18 | 湖南科技大学 | 地雷识别探测系统 |
| CN113468467A (zh) * | 2021-05-29 | 2021-10-01 | 湖南科技大学 | 雷场同步地空耦合反演的数据探测与预处理方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7624667B2 (en) * | 2004-05-18 | 2009-12-01 | San Kilkis | Method and apparatus for remotely piloted landmine clearing platform with multiple sensing means |
| IL267290B (en) * | 2019-06-12 | 2020-05-31 | 4M Analytics Ltd | A system and method for creating a map for an explosives field |
-
2022
- 2022-04-13 CN CN202210385759.0A patent/CN114739234B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6097190A (en) * | 1996-11-26 | 2000-08-01 | Institut Dr. Friedrich Foerster Pruefgeraetebau Gmbh & Co. Kg | Method and device for locating and identifying search objects concealed in the ground, particularly plastic mines |
| US6415666B1 (en) * | 1997-10-07 | 2002-07-09 | Stevens Institute Of Technology | Method and apparatus for acoustic detection of mines and other buried man-made objects |
| CA2234597A1 (en) * | 1998-04-09 | 1999-10-09 | Andrew Plummer | Landmine detection vehicle |
| CN211528715U (zh) * | 2020-03-26 | 2020-09-18 | 湖南科技大学 | 地雷识别探测系统 |
| CN113468467A (zh) * | 2021-05-29 | 2021-10-01 | 湖南科技大学 | 雷场同步地空耦合反演的数据探测与预处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114739234A (zh) | 2022-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6415666B1 (en) | Method and apparatus for acoustic detection of mines and other buried man-made objects | |
| Haupt et al. | Standoff acoustic laser technique to locate buried land mines | |
| Bruschini et al. | A survey of research on sensor technology for landmine detection | |
| WO2020077070A1 (en) | Heterogeneous subsurface imaging systems and methods | |
| Chantasen et al. | Automatic detection and classification of buried objects using ground-penetrating radar for counter-improvised explosive devices | |
| Barnawi et al. | A comprehensive review on landmine detection using deep learning techniques in 5G environment: open issues and challenges | |
| Kabakchiev et al. | Detection, parametric imaging and classification of very small marine targets emerged in heavy sea clutter utilizing GPS-based forward scattering radar | |
| CN114739234B (zh) | 一种基于电磁声雷达的地雷探测方法和系统 | |
| RU2682088C1 (ru) | Способ обнаружения и нейросетевого распознавания признаков полей различной физической природы, генерируемых морскими целями | |
| KR101362451B1 (ko) | 다특성 기반의 지뢰 분류 결정 방법 및 이를 적용한 장치 | |
| CA2296510C (en) | Method and apparatus for acoustic detection of mines and other buried man-made objects | |
| Strange et al. | Near-surface interface detection for coal mining applications using bispectral features and GPR | |
| Alqudsi et al. | A review of airborne landmine detection technologies: Unmanned aerial vehicle-based approach | |
| Jing et al. | Novel algorithm for landmine detection using C-scan ground penetrating radar signals | |
| Zhang et al. | Software defined Doppler radar for landmine detection using GA-optimized machine learning | |
| CN115047448A (zh) | 一种基于声电磁互调的室内目标快速探测方法与系统 | |
| Tbarki et al. | Landmine detection improvement using one-class SVM for unbalanced data | |
| Ho et al. | Landmine detection using frequency domain features from GPR measurements and their fusion with time domain features | |
| CN114778706A (zh) | 一种基于声电磁互调的室内物体回波特征处理方法与系统 | |
| Smith et al. | Aggregation of Choquet integrals in GPR and EMI for handheld platform-based explosive hazard detection | |
| Savita et al. | Modeling of GPR Using gprMax Simulation | |
| Alshamy et al. | Evaluation of GPR Detection for buried objects material with different depths and scanning angles | |
| Krylov | Detection of buried land mines using scattering of Rayleigh waves | |
| RU2739023C1 (ru) | Устройство для поиска подповерхностных объектов | |
| RU2215304C2 (ru) | Способ обнаружения морских объектов при всплытии подводного аппарата |
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 |