CN115238566A - 一种基于频域电磁响应的人工空洞识别方法 - Google Patents

一种基于频域电磁响应的人工空洞识别方法 Download PDF

Info

Publication number
CN115238566A
CN115238566A CN202210649098.8A CN202210649098A CN115238566A CN 115238566 A CN115238566 A CN 115238566A CN 202210649098 A CN202210649098 A CN 202210649098A CN 115238566 A CN115238566 A CN 115238566A
Authority
CN
China
Prior art keywords
artificial
underground
response
frequency domain
cavity
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
Application number
CN202210649098.8A
Other languages
English (en)
Inventor
李刚
何一卓
王寅昊
孙彩堂
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202210649098.8A priority Critical patent/CN115238566A/zh
Publication of CN115238566A publication Critical patent/CN115238566A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/22—Design optimisation, verification or simulation using Petri net models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Geophysics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Operations Research (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明属于涉及地下探测领域，为一种基于频域电磁响应的人工空洞识别方法，对人工空洞进行一维正演探测模拟，建立层状大地介质模型，并通过Matlab编程得到电磁场的数值解，进而分析出地下有无人工空洞时磁感应强度与收发距之间的关系；根据一维正演探测模拟进行人工空洞探测的三维正演模拟，基于COMSOL建立针对不同类型人工空洞的探测模型，获取大量不同情况下的电磁响应数据；利用得到的电磁响应数据建立训练集，通过深度学习采用卷积神经网络来判断地下是否存在人工空洞，实现对人工空洞响应识别与分类，得到地下是否存在人工空洞的识别结果。降低了人工参与的成本，能提高地下人工空洞探测的准确率以及可靠性。

Description

一种基于频域电磁响应的人工空洞识别方法
技术领域
本发明属于涉及地下探测领域，具体是一种涉及地下人工空洞频域电磁响应识别方法。
背景技术
航空地球物理探测技术是快速、高效、非破坏性的现代高科技民用和军用技术，是一种快速、准确实现非接触、无损伤探测技术，可以快速探测城市进攻战中人造空洞(地下兵工厂、地下弹药库、地下指挥所)。
人工空洞在军事领域多被应用于地下防御设施，它有隐蔽效果好、抗攻击力强的优点。许多国家重要的军事指挥中心、武器生产工厂、甚至是国家领导人临时躲避地点，都被置于现代化地堡中。但由于空洞高阻性的特点，在电磁探测时不容易被识别。探测人工空洞的有无并进行分类识别，能够减少城市进攻战的盲目性，也为城市防御战中我方地下人工空洞的设计与建设提供指导作用。在民用方面，发展地下空间是城市空间拓展的重要趋势，探测人工空洞对城市地下空间开发利用、综合管理和防灾减灾有重要意义。
目前，国内关于地下人工空洞探测、识别的技术研究较少，而国外现有的相关技术如：基于0-200m的航空电磁、航空重力、航空伽马能谱方法等，也由于敏感性技术和商业垄断的限制，无法直接获得。因此，开展相关领域的研究，实现对地下人工空洞准确、高效的识别和分类，对国防建设和城市管理均具有重要的意义。
发明内容
本发明所要解决的技术问题在于提供一种基于频域电磁响应的人工空洞识别方法，以解决上述电磁探测时空洞难以被识别的问题。
本发明是这样实现的，
一种基于频域电磁响应的人工空洞识别方法，包括：
S1对人工空洞进行一维正演探测模拟，建立层状大地介质模型，并通过Matlab编程得到电磁场的数值解，进而分析出地下有无人工空洞时磁感应强度与收发距之间的关系；
S2根据步骤S1的一维正演探测模拟进行人工空洞探测的三维正演模拟，基于COMSOL建立针对不同类型人工空洞的探测模型，获取大量不同情况下的电磁响应数据，所述电磁响应数据为选取高空上一块正方形区域，分别获取的有无空洞以及多种尺寸空洞情况下该区域的磁感应强度；
S3利用得到的电磁响应数据建立训练集，通过深度学习采用卷积神经网络来判断地下是否存在人工空洞，从而实现对人工空洞响应识别与分类，得到地下是否存在人工空洞的识别结果。
进一步地，建立层状大地介质模型包括:在地面布设电性长导线源并向大地输出交变电流，可在大地及空间范围内辐射交变的电磁波，假设大地为一维层状模型，沿发射源方向定义x轴，垂直发射源定义y轴，垂直地表向下定义z轴建立空间直角坐标系，采样线圈高度设置为30m。
进一步地，采用Kong设计的滤波系数作为汉克尔数值积分的滤波系数，根据长导线源的响应磁场公式，通过Matlab编程对长导线源的响应磁场公式经过汉克尔积分得到一维空间任意点的响应电磁场，长导线源的响应磁场公式如下：
Figure BDA0003685302090000021
Figure BDA0003685302090000031
Figure BDA0003685302090000032
其中，μ0为真空磁导率，I为导线电流，rTE和rTM为地表反射系数，L为导线长度，h为发射源所在高度，λ为波长，J0为0阶贝塞尔函数，J1为1阶贝塞尔函数，R＝[(x-x')2+y2]1/2。
进一步地，还包括：根据层状大地介质模型创建图形用户界面，在界面中输入各层地下介质电阻率、各层介质厚度以及发射频率参数，调用一维正演函数，计算出空气层反射系数
Figure BDA0003685302090000033
和最底层波阻抗
Figure BDA0003685302090000034
再利用以下公式从最底层开始层层迭代，计算出地表反射系数：
Figure BDA0003685302090000035
Figure BDA0003685302090000036
Figure BDA0003685302090000037
Figure BDA0003685302090000038
上式中，对于最底层n层有：
Figure BDA0003685302090000039
从最底层开始层层叠代，在第m层(0<m≤n)有：
Figure BDA00036853020900000310
σm＝1/ρm，μm＝μ0＝4π×10-7，εm＝ε0＝8.85×10-12F/m，hm为m层的厚度，ρm为m层的电阻率；
根据地表反射系数，利用磁场响应公式计算出各观测点的磁感应强度对比有无地下人工空洞情况下磁感应强度与收发距关系曲线，得到有无空洞两种情况下磁感应强度在y轴上任意点的数值。
进一步地，步骤S2中，建立基于COMSOL的人工空洞探测模型，对人工空洞探测模型区域进行网格剖分，对各部分模型进行材料属性值的设置，所述材料属性值的设置包括电导率、相对磁导率及相对介电常数，设置发射天线电流和频率，通过模拟计算得到目标区域的磁感应强度分布结果，所述目标区域指的是人工空洞探测模型进行仿真所在的三维空间。
进一步地，所述网格剖分采用非结构化四面体网格剖分，核心区域进行加密处理。
进一步地，步骤S3通过训练卷积神经网络获得分类器，并通过训练得到的分类器进行地下人工空洞的识别与分类，包括：
通过多次频域电磁三维正演仿真获得样本集，构建原始的卷积神经网络，并通过样本集进行训练获得探测地下人工空洞的分类器；
获得频域电磁三维正演数据图像；
将所述的数据图像输入到训练后卷积神经网络中，得到地下人工空洞的分类识别结果。
本发明与现有技术相比，有益效果在于：
由于空气电阻率高，人工空洞的响应按电性特性分类属于高阻异常，在探测时不容易被识别，本发明方法降低了人工参与的成本，能提高地下人工空洞探测的准确率以及可靠性。
附图说明
图1是本发明实施例中一维层状大地介质模型图。
图2是本发明实施例中有无空洞时磁感应强度与收发距关系对比曲线图。
图3是本发明实施例中人工空洞探测三维模型图。
图4是本发明实施例中人工空洞探测三维模型的网格剖分图。
图5是本发明实施例中人工空洞中心所在XZ截面磁感应强度分布图，(a)为整体，(b)为XZ截面。
图6是本发明实施例中人工空洞正上方30m高空处x方向横截线上磁感应强度分布图。
图7是本发明地下人工空洞分类识别流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参见图7所示，一种基于频域电磁响应的人工空洞识别方法，包括：
S1对人工空洞进行一维正演探测模拟，建立层状大地介质模型，并通过Matlab编程得到电磁场的数值解，进而分析出地下有无人工空洞时磁感应强度与收发距之间的关系；
S2根据步骤S1的一维正演探测模拟进行人工空洞探测的三维正演模拟，基于COMSOL建立针对不同类型人工空洞的探测模型，获取大量不同情况下的电磁响应数据，所述电磁响应数据为选取高空上一块正方形区域，分别获取的有无空洞以及多种尺寸空洞情况下该区域的磁感应强度；
S3利用得到的电磁响应数据建立训练集，通过深度学习采用卷积神经网络来判断地下是否存在人工空洞，从而实现对人工空洞响应识别与分类，得到地下是否存在人工空洞的识别结果。
首先对人工空洞进行一维正演探测模拟，建立层状大地介质模型，通过Matlab计算得到电磁场的数值解，并对地下有无人工空洞情况下的磁感应强度与收发距之间的关系进行分析，基于COMSOL建立针对不同类型人工空洞的探测模型，进行人工空洞探测的三维正演模拟，获取大量不同情况下的电磁响应数据，并以上述电磁响应数据作为分类器的训练集，训练卷积神经网络来判断地下是否存在人工空洞，从而实现对人工空洞响应识别与分类。
具体地，本发明首先建立层状大地介质模型，通过在地面布设电性长导线源并向大地输出交变电流，可在大地及空间范围内辐射交变的电磁波。电磁波传播过程中，当地下存在电性结构异常变化时，其传播路径及电磁场的幅度和相位也会产生相应变化。假设大地为一维层状模型，沿发射源方向定义x轴，垂直发射源定义y轴，垂直地表向下定义z轴建立空间直角坐标系。以三层大地模型为例，空间直角坐标系及大地各层参数如下图1所示。
层状半空间上的有限源的解，可由麦克斯韦频率域方程组结合边界条件求解，边值问题的通解在数学上是无源区齐次亥姆霍兹方程互补解与含源区非齐次亥姆霍兹方程特解之和。为了简便求解麦克斯韦方程组，引入谢坤诺夫矢量势：
Figure BDA0003685302090000061
其中，F为电矢势，a为磁矢势。均匀无源区域的电磁场总是可以分解为两部分：一部分的垂直于某一轴线的电场分量(TE模式)，而另外一部分是垂直于同一轴线的磁场分量(TM模式)，其中轴线方向可任意定义。定义轴线方向沿z方向，则谢坤诺夫矢量势也沿z轴方向，即：A＝Auz(TE模式)、F＝Fuz(TM模式)。因此，麦克斯韦方程组的求解问题可简化为求解谢坤诺夫势函数的问题。首先依据谢坤诺夫矢量势建立无源区的齐次亥姆霍兹方程，求解无源区互补解。再通过求解水平电偶极子在有源空间任一点产生的特解。将该特解与互补解相加即可求得水平电偶极子在空间产生的响应势函数的通解。参考电偶极子在全空间产生的通解，利用交界面的反射系数即可以确定互补解中的待定系数，最终确定水平电偶极子在一维层状半空间上空任意一点的响应电磁场，即得到长导线源的响应磁场公式：
Figure BDA0003685302090000071
Figure BDA0003685302090000072
Figure BDA0003685302090000073
其中，μ0为真空磁导率，I为导线电流，rTE和rTM为地表反射系数，L为导线长度，h为发射源所在高度，λ为波长，J0为0阶贝塞尔函数，J1为1阶贝塞尔函数，R＝[(x-x')2+y2]1/2。
采用Kong设计的滤波系数作为汉克尔数值积分的滤波系数，根据长导线源的响应磁场公式，通过Matlab编程对长导线源的响应磁场公式经过汉克尔积分得到一维空间任意点的响应电磁场。
响应磁场公式中的地表反射系数根据层状大地介质模型创建图形用户界面，在界面中输入各层地下介质电阻率、各层介质厚度以及发射频率参数，调用一维正演函数，计算出空气层反射系数
Figure BDA0003685302090000074
和最底层波阻抗
Figure BDA0003685302090000075
再利用以下公式从最底层开始层层迭代，计算出地表反射系数：
Figure BDA0003685302090000076
Figure BDA0003685302090000081
Figure BDA0003685302090000082
Figure BDA0003685302090000083
上式中，对于最底层n层有：
Figure BDA0003685302090000084
从最底层开始层层叠代，在第m层(0<m≤n)有：
Figure BDA0003685302090000085
σm＝1/ρm，μm＝μ0＝4π×10-7，εm＝ε0＝8.85×10-12F/m，hm为m层的厚度，ρm为m层的电阻率；
根据地表反射系数，利用磁场响应公式计算出各观测点的磁感应强度对比有无地下人工空洞情况下磁感应强度与收发距关系曲线，得到有无空洞两种情况下磁感应强度在y轴上任意点的数值。
根据步一维正演探测模拟进行人工空洞探测的三维正演模拟，基于COMSOL建立针对不同类型人工空洞的探测模型，获取大量不同情况下的电磁响应数据，所述电磁响应数据为选取高空上一块正方形区域，分别获取的有无空洞以及多种尺寸空洞情况下该区域的磁感应强度，参见图3所示。
本发明根据上述方法建立以下实例层状大地模型：在50-200米深度范围中，15％的分辨率，建立均匀介质与三层层状介质的仿真模型，均匀介质的电阻率选取1Ω.m(黏土，介质1)，100Ω.m(普通岩石，介质2)，10000Ω.m(花岗岩，介质3)，三层层状介质以上述三种进行组合。人工空洞按照完全是空气(电阻率3*1013Ω.m)进行仿真，按照深度的15％作为深度。
在上述情况中，利用MATLAB创建GUI图形用户界面，如图2所示。在界面中输入各层介质电阻率、各层介质厚度、发射频率和飞行高度各项参数，经过程序的数值计算，界面就会显示出与之对应的地面磁感应强度曲线图、10m高空磁感应强度曲线图、30m高空磁感应强度曲线图和三种情况结果对比图。
基于一维正演探测模拟，本发明建立三维人工空洞探测仿真的模型由空气、大地和异常体组成。地表长导线源沿着x方向布设，其中点位于坐标系原点，建立基于COMSOL的人工空洞探测模型，对人工空洞探测模型区域进行网格剖分，对各部分模型进行材料属性值的设置，所述材料属性值的设置包括电导率、相对磁导率及相对介电常数，设置发射天线电流和频率，通过模拟计算，得到目标区域磁感应强度分布结果。本实施例中将空洞埋深在50和200米两种情况，设置大地层尺寸2000m*2000m*2000m，大气层尺寸为2000m*2000m*500m，一球形空洞埋于y＝1500m处的地下，半径d＝7.5m，外层金属壁厚1.5m，发射极距为500m，发射电流为50A，收发距为1500m。将空气电阻率设为10000Ω*m，金属电阻率设为1Ω*m。网格剖分如图4所示采用非结构化四面体网格剖分，核心区域进行加密处理提高计算精度。大地不同电阻率情况下适合的发射频率可由
Figure BDA0003685302090000091
推导得出。图5为上述实例情况下空洞中心所在XZ截面磁感应强度分布情况，5(a)为整体，5(b)为XZ截面，图6为上述实例情况下空洞正上方30m高空处x方向横截线上磁感应强度数值(下方线为无空洞情况，上方线为有空洞情况)。
本发明提供的地下人工空洞识别方法，通过多次频域电磁三维正演仿真获得样本集，作为神经网络的训练集，对神经网络的各层权重及偏置参数进行训练，通过对学习率和学习迭代次数等参数的调整以提高CNN神经网络对于有无地下人工空洞的准确率，即可实现通过对地下人工空洞的有无进行识别与分类，相比于传统的人工辨识，采用卷积神经网络进行分类大大地提高了地下人工空洞识别与分类的效率且具有较高的准确性。通过训练卷积神经网络获得分类器，并通过训练得到的分类器进行地下人工空洞的识别与分类，具体包括：
通过多次频域电磁三维正演仿真获得样本集，构建原始的卷积神经网络，并通过样本集进行训练获得探测地下人工空洞的分类器；
获得频域电磁三维正演数据图像；
将所述的数据图像输入到训练后卷积神经网络中，得到地下人工空洞的分类识别结果。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于频域电磁响应的人工空洞识别方法，其特征在于，包括：
S1对人工空洞进行一维正演探测模拟，建立层状大地介质模型，并通过Matlab编程得到电磁场的数值解，进而分析出地下有无人工空洞时磁感应强度与收发距之间的关系；
S2根据步骤S1的一维正演探测模拟进行人工空洞探测的三维正演模拟，基于COMSOL建立针对不同类型人工空洞的探测模型，获取大量不同情况下的电磁响应数据，所述电磁响应数据为选取高空上一块正方形区域，分别获取的有无空洞以及多种尺寸空洞情况下该区域的磁感应强度；
S3利用得到的电磁响应数据建立训练集，通过深度学习采用卷积神经网络来判断地下是否存在人工空洞，从而实现对人工空洞响应识别与分类，得到地下是否存在人工空洞的识别结果。
2.根据权利要求1基于频域电磁响应的人工空洞识别方法，其特征在于，建立层状大地介质模型包括:在地面布设电性长导线源并向大地输出交变电流，可在大地及空间范围内辐射交变的电磁波，假设大地为一维层状模型，沿发射源方向定义x轴，垂直发射源定义y轴，垂直地表向下定义z轴建立空间直角坐标系，采样线圈高度设置为30m。
3.根据权利要求2所述的基于频域电磁响应的人工空洞识别方法，其特征在于，采用Kong设计的滤波系数作为汉克尔数值积分的滤波系数，根据长导线源的响应磁场公式，通过Matlab编程对长导线源的响应磁场公式经过汉克尔积分得到一维空间任意点的响应电磁场，长导线源的响应磁场公式如下：
Figure FDA0003685302080000011
Figure FDA0003685302080000021
Figure FDA0003685302080000022
其中，μ0为真空磁导率，I为导线电流，rTE和rTM为地表反射系数，L为导线长度，h为发射源所在高度，λ为波长，J0为0阶贝塞尔函数，J1为1阶贝塞尔函数，R＝[(x-x')2+y2]1/2。
4.根据权利要求3所述的基于频域电磁响应的人工空洞识别方法，其特征在于，还包括：根据层状大地介质模型创建图形用户界面，在界面中输入各层地下介质电阻率、各层介质厚度以及发射频率参数，调用一维正演函数，计算出空气层反射系数
Figure FDA0003685302080000023
和最底层波阻抗
Figure FDA0003685302080000024
再利用以下公式从最底层开始层层迭代，计算出地表反射系数：
Figure FDA0003685302080000025
Figure FDA0003685302080000026
Figure FDA0003685302080000027
Figure FDA0003685302080000028
上式中，对于最底层n层有：
Figure FDA0003685302080000029
从最底层开始层层叠代，在第m层(0＜m≤n)有：
Figure FDA00036853020800000210
σm＝1/ρm，μm＝μ0＝4π×10-7，εm＝ε0＝8.85×10-12F/m，hm为m层的厚度，ρm为m层的电阻率；
根据地表反射系数，利用磁场响应公式计算出各观测点的磁感应强度对比有无地下人工空洞情况下磁感应强度与收发距关系曲线，得到有无空洞两种情况下磁感应强度在y轴上任意点的数值。
5.根据权利要求1所述的基于频域电磁响应的人工空洞识别方法，其特征在于，步骤S2中，建立基于COMSOL的人工空洞探测模型，对人工空洞探测模型区域进行网格剖分，对各部分模型进行材料属性值的设置，所述材料属性值的设置包括电导率、相对磁导率及相对介电常数，设置发射天线电流和频率，通过模拟计算得到目标区域的磁感应强度分布结果，所述目标区域指的是人工空洞探测模型进行仿真所在的三维空间。
6.根据权利要求5所述的基于频域电磁响应的人工空洞识别方法，其特征在于，所述网格剖分采用非结构化四面体网格剖分，核心区域进行加密处理。
7.根据权利要求1所述的所述的基于频域电磁响应的人工空洞识别方法，其特征在于，步骤S3通过训练卷积神经网络获得分类器，并通过训练得到的分类器进行地下人工空洞的识别与分类，包括：
通过多次频域电磁三维正演仿真获得样本集，构建原始的卷积神经网络，并通过样本集进行训练获得探测地下人工空洞的分类器；
获得频域电磁三维正演数据图像；
将所述的数据图像输入到训练后卷积神经网络中，得到地下人工空洞的分类识别结果。
CN202210649098.8A 2022-06-09 2022-06-09 一种基于频域电磁响应的人工空洞识别方法 Pending CN115238566A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210649098.8A CN115238566A (zh) 2022-06-09 2022-06-09 一种基于频域电磁响应的人工空洞识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210649098.8A CN115238566A (zh) 2022-06-09 2022-06-09 一种基于频域电磁响应的人工空洞识别方法

Publications (1)

Publication Number Publication Date
CN115238566A true CN115238566A (zh) 2022-10-25

Family

ID=83669688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210649098.8A Pending CN115238566A (zh) 2022-06-09 2022-06-09 一种基于频域电磁响应的人工空洞识别方法

Country Status (1)

Country Link
CN (1) CN115238566A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116907214A (zh) * 2023-05-09 2023-10-20 广东夏和瓷业有限公司 环保日用陶瓷的制备工艺及其系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116907214A (zh) * 2023-05-09 2023-10-20 广东夏和瓷业有限公司 环保日用陶瓷的制备工艺及其系统
CN116907214B (zh) * 2023-05-09 2024-03-08 广东夏和瓷业有限公司 环保日用陶瓷的制备工艺及其系统

Similar Documents

Publication Publication Date Title
Gurel et al. Simulations of ground-penetrating radars over lossy and heterogeneous grounds
CN110058315A (zh) 一种三维各向异性射频大地电磁自适应有限元正演方法
Ekinci et al. Parameter estimations from gravity and magnetic anomalies due to deep-seated faults: differential evolution versus particle swarm optimization
Yin et al. 3D time-domain airborne EM forward modeling with topography
Cassidy et al. The application of finite-difference time-domain modelling for the assessment of GPR in magnetically lossy materials
Zhou et al. Spectral element method and domain decomposition for low-frequency subsurface EM simulation
CN108509693B (zh) 三维频率域可控源数值模拟方法
CN107191181B (zh) 一种基于电磁散射的井周界面探测方法
CN112949134A (zh) 基于非结构有限元方法的地-井瞬变电磁反演方法
CN113064207B (zh) 一种多线源地井瞬变电磁探测方法和装置
CN107121706A (zh) 基于波恩迭代法的航空瞬变电磁电导率三维反演方法
Qin et al. Fast resistivity imaging of transient electromagnetic using ANN
Liu et al. 3-D joint inversion of airborne electromagnetic and magnetic data based on local Pearson correlation constraints
Wang et al. Target electromagnetic detection method in underground environment: A review
CN115238566A (zh) 一种基于频域电磁响应的人工空洞识别方法
Xie et al. A novel 3-D imaging method for subsurface targets based on time-domain electromagnetic induction system
Feng et al. An exact PML to truncate lattices with unstructured-mesh-based adaptive finite element method in frequency domain for ground penetrating radar simulation
Tajdini et al. Real-time modeling of forward-looking synthetic aperture ground penetrating radar scattering from rough terrain
Liu et al. Research on ground-airborne frequency-domain electromagnetic rapid imaging method based on space magnetic gradient anomaly
AU2014309129A1 (en) Systems and methods for remote electromagnetic exploration for mineral and energy resources using stationary long-range transmitters
El-Shenawee Scattering from multiple objects buried beneath two-dimensional random rough surface using the steepest descent fast multipole method
Ding et al. Numerical simulations of the lunar penetrating radar and investigations of the geological structures of the lunar regolith layer at the Chang’E 3 landing site
Cao et al. 3D LBFGS inversion of controlled source extremely low frequency electromagnetic data
Zhu et al. Transient electromagnetic voltage imaging of dense UXO-like targets based on improved mathematical morphology
Travassos et al. Inverse algorithms for the GPR assessment of concrete structures

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