硕士学位杂文初稿20120104

分类号                                 
密级

  U D
C                                  
编号

 

 

 

CENTRAL SOUTH  UNIVERSITY 

 

 

 

 大学生学位杂谈

 

 

 

 

 

散文题目基于CS的脉冲GPR成像技术研商

 

   

 

2011年12月

 

 

原创性注解

 

自家讲明,所呈交的学位散文是本人在教职工指引下展开的钻研工作及取得的探讨成果。尽自己所知,除了舆论中特地加以标注和谢谢的地点外,随想中不含有其外人已经刊登或撰文过的探讨成果,也不分包为获取中南高校或其他单位的学位或讲明而使用过的材料。与自家一起工作的同志对本探究所作的孝敬均已在随笔中作了家喻户晓的认证。

 

 

 

作者签名:             日期:     年  月  日

 

 

 

学位杂文版权使用授权书

 

自己明白中南大学关于保留、使用学位随笔的规定,即:学校有权保留学位论文并按照国家或青海省有关机关确定提交学位杂文,允许学位散文被查看和借阅;高校可以发表学位杂谈的方方面面或局部情节,可以使用复印、缩印或任何手段保存学位散文。同时授权中国科学技术新闻探究所将本学位故事集收录到《中国学位小说全文数据库》,并因此网络向社会公众提供信息服务。

 

 

作者签名:        导师签名         日期:  年  月___日

 

目 录

摘 要

 

削减传感(CS)
理论是在已知信号具有稀疏性或可压缩性的规则下对信号数据开展募集、编解码的新理论[1]。压缩传感选用非自适应线性投影来保持信号的原有结构,能经过数值最优化问题准确重构原始信号[2].
压缩传感以远低于奈奎斯特效用举行采样,在高分辨压缩成像系统、视频图像采集系统、雷达成像以及MRI医疗成像等世界具有广泛的应用前景。压缩传感理论(CS),可透过求解一个凸最小ℓ1范数问题的非自适应线性测量重建稀疏信号[3]。本文介绍了一种新型宽带合成孔径成像数据收集系统,它是遵照CS理论应用图像空间中的点状目的切实可行稀疏性的风味来处理数量的技术。它代替了观念的Nyquist速率采样测量传感器,使用线性投影测量再次回到的信号和随意向量一起被用来作为测量数据。其它,沿合成孔径扫描点随机取样可以统一在数据收集系统中。
CS测量所必备数据足以比均匀采样时数据少一个数量级。在地点探地雷达(GPR)地下成像中的应用中,典型的图像只含有多少个对象,因而目的图像满意信号具有稀疏性的CS理论必要条件。我们经过利用CS测量仿真和探地雷达实验数据讲明,与正统的成像效果相比较,通过CS测量随机采样获取的疏散目标上空图像也唯有很少的糊涂的回波。

   
利用电磁波在非金属媒质中的穿透性能,探地雷达可实现多种媒质中目的的检测、定位和辨识。该技术具有非破坏性、穿透能力强、分辨率高、操作便利和资费低廉等优点,广泛应用于军事和私家的有余探测场地[4]。本杂文针对脉冲探地雷达采取中的目标二维和三维图像重构问题琢磨了脉冲探地雷达高分辨成像的连锁技能。

重要词:压缩传感,合成孔径,脉冲探地雷达,最小ℓ1范数法,随机采样,csuGPR数据处理规范软件

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Abstract

Compressed Sensing(CS) theory
is a novel data collection and coding theory under the condition that
signal is sparse or compressible. It first employs nonadaptive linear
projections that preserve the structure of the signal, and then the
signal reconstruction is conducted using an optimization process from
these projections. Different from the traditional signal acquisition
process, compressive sensing, which is a new theory that captures and
represents compressible signals at a sampling rate significantly below
the Nyquist rate. It has broad applications such as high resolution
compressive imaging, image and video processing systems, Radar imaging,
MRI imaging, etc. The theory of compressive sensing (CS) enables the
reconstruction of sparse signals from a small set of non-adaptive linear
measurements by solving a convexℓ1 minimization problem. This paper
presents a novel data acquisition system for wideband synthetic aperture
imaging based on CS by exploiting sparseness of point-like targets in
the image space. Instead of measuring sensor returns by sampling at the
Nyquist rate, linear projections of the returned signals with random
vectors are used as measurements. Furthermore, random sampling along the
synthetic aperture scan points can be incorporated into the data
acquisition scheme. The required number of CS measurements can be an
order of magnitude less than uniform sampling of the space–time data.
For the application of underground imaging with ground penetrating
radars (GPR), typical images contain only a few targets. Thus we show,
using simulated and experimental GPR data, that sparser target space
images are obtained which are also less cluttered when compared to
standard imaging results.

Based on electromagnetic wave
penetrating property through non-metal medium,pulse ground-penetrating
radar(GPR)can implement the detection,location and shape reconstruction
of targets buried under the earth’s surface.It has many advantages such as
nondestructive detection,strong penetrability,high resolution
performance operational convenience low cost and so on. Aimed at
subsurface targets two dimension and three dimension shape
reconstruction,high resolution GPR imaging techniques are studied in
this thesis.

Keywords: Compressive sensing,Synthetic aperture,Pulse Ground penetrating radar
(PGPR),1 Minimization,random sampling,csuGPR Data processing professional
software

 

 

 

 

 

 

先是章绪论

探地雷达技术的面世和升华很大程度地壮大了人类认识和改建客观世界的力量,而人类对表层下隐蔽目的的感知需求又不断地推动着这一技能的上扬。本章简要介绍了探地雷达技术的开拓进取轮廓,分析了探地雷达系统钻研的技艺路线,并对冲激脉冲体制探地雷达和高分辨雷达成像技术做了较为详细的阐释,最终介绍了本文的始末安排。

 

1.l探地雷达简介

 

雷达最早出规在三十年间前期。早期的雷达只可以发现目的和测量目的的相距[l5,16]。人们把它叫做“有线电探测和测距”(Radar:Radio
Detection And
Ranging)。经过几十年的向上,雷达的法力已经不止了探测和测距的范围,在自然界探测、地球遥感、地下目的探测等多地点都显得出无可比拟的优越性,成为众人得到空间目的信息的重大手段[16-25]。随着人类对宇宙认识的渐渐加深,人们对地表下世界的探知要求变得尤其深远和迫切,从探测当今世界危及人生安全的地雷、考古发现到地质勘探、工程建设,要求的探测深度从几十分米到数公里不等。在现世国民经济建设的很多单位和国防建设中,浅层地下目标的探测和辨识己成为一个关键的探究方向[26-31]。在不破坏地表结构的气象下取得非法未知区域的音讯呈现更为重大[32],尤其是当把成像技术应用其中时。表层穿透雷达又称作探地雷达(GPR:Ground
Penetrating
Radar)是现在各个浅层地下目的非破坏性探测技术中最富有应用前景和发展前途的法子之一[33-43]。

 

1.1.1 探地雷Dutt点与使用

 

GPR又分为表层穿透雷达(SPR:Surface Penetrating Radar)和表层下雷达

(SSR:Sub三星GALAXY Tab Radar),是指使用电磁波在媒质电磁特性不总是处暴发的反射

和散射实现非金属覆盖区域中目的的成像、定位进而定性或者定量地分辨探测区

域中的电磁特性变化,实现对探测区域中目的的探测[44-57]。简单地说,GPR的任务就是描述目标的几何和情理特性。GPR所具备的优胜其余遥感技术特点包括:急忙、高空间分辨率、对目的的三维电磁特征敏感,可以测量前方区域甚至机载测量。其运动平台可分为飞机、地表车载和手持、地下凿洞以及多洞间探测[48-52]。本文重要商量表层穿透雷达GPR。

用作一种不法浅层探测工具,GPR在其实使用中与另外非法探测技术相比较,具有以下优点:

(1)GPR是一种非破坏性探测技术,可对各个非金属覆盖区域之中举办无损探测。

(2)GPR可远距探测未知区域中的目的分布,避免了秘密的摇摇欲坠。

(3)GPR可反映出媒质的电磁参数变化,对金属和非金属目标都得以拓展探测和辨识。

(4)GPR可实现较高的上空分辨率,能知足多种探测需求。

布局合适的天线和收发装置,GPR几乎可以用于其他非金属体内的对象探测,以下是时下己经成功的施用[29,54-61]:

(1)市政工程,如:坝、桥、高速公路的评估;(2)埋地管线的平昔;(3)地下设施的确定,如:隧道和地下室;(4)考古探测;(5)地质与水文地质探测;(6)冰层与冻土探测;(7)地雷、UXO探测;(8)伪装的爆炸物和毒品的探测与识别;(7)无损评估/探测(NDE加DT)等。

 

1.1.2 探地雷达分类

 

遵照数据搜集形式的不比,GPR可分为地表式GPR、钻孔式GPR等;遵照其装载形式,可分为手持式、车载式、机载式等。不同体制的GPR有例外的探测能力和应用环境。GPR的体裁重假设由其调制格局决定的,调制格局则是基于穿透深度、分辨率、电磁搅扰程度以及体积和财力等因素的特殊要求举行分选的[20,62-65]。理论上,只要办事频带相同,系统的鉴别能力和穿透性能是同一的,获取目的的散射新闻也是一样的。不过不等的信号情势有其不同的系统实现特点。近年来最为常见的小买卖或实验性GPR系统信号格局是冲激脉冲,其次是线性调频,然后是步进变频和噪声信号。上边对那四种体制的探地雷达做一简单易行的牵线。

(一)冲激脉冲。为全职探测深度和分辨率,要求系统具有宽带特性。冲激

脉冲是一种典型的宽带信号,这种样式的探地雷达系统体积小,测量速度快,广

泛应用于浅表层探测中[66-68]。系统发射飞秒级脉冲,通过一样采样技术对回波脉冲举行采样,目的回波包含了宽带电磁散射特征,可开展成像和辨识。由于冲激脉冲的辐射能量有限,因此这种体制的探地雷达系统不适用于深层探测。

(二)线性调频。系统发射线性调频信号,依据预知的地下介质的频率衰减

特点以及可能的不法目的的频率响应特性预先设定工作频带。其独到之处为分辨率高,发射频谱易于决定,具有很宽的动态范围;缺点是体积大、成本高,且系统相比较复杂[69,70]。,近日大多数线性调频GPR仅限于对几十分米以内表层的探测,如机场跑道和高速公路等表皮中的结构相当或孔穴的探测。

(三)步进频率。发射信号可以是点频,也得以是一对特定间隔的频率,接

收端拔取孔径天线在地表接收来自地下区域的后向散射信号并对信号的宽度和相位举行测量[71,71-74]。发射信号的窄带特性使天线的计划相比较宽带系统相对容易但其工作频率须依照非法介质的功用衰减特性仔细选用。

(四)噪声信号。系统发射噪声信号,接收信号与通过时延的发出信号有关

拍卖实现对非法目的的检测和永恒[75,76]。系统测量功率与对象反射全面幅度的平方成正比。

下表给出了四种体制的探地雷达性能比较[44,56]。

 

表1.1四种样式探地雷达的特性相比

 

性能

 

信号

形式

 

辐射

能量

 

发射

波形可控

 

 

动态

范围

 

硬件

复杂度

 

电磁

兼容

 

测量

速度

冲激脉冲

不可控

简单

线性调频

精确可控

较大

较复杂

较差

步进频率

精确可控

较简单

噪声

较小

可控

较小

复杂

较慢

 

 

各样体制的GPR具有各自的特色,有些体制之间还留存着应用上的互补性。

对浅层勘探而言,冲激脉冲体制探地雷达可以透过时间窗截取技术减小直达波和

本土反射波的搅和,得到高分辨的私自区域成像结果。另外,冲激脉冲体制测量

速度快。因而目前大部分GPR产品是冲激脉冲体制系统。线性调频体制基于其

大动态范围、高辐射功率可使得的使用于深层有耗媒质中的目标探测。步进频率

体制探地雷达的落实原理简单,但受制于高性能的元器件,且连续的信号处理工

作相比麻烦。噪声信号体制探地雷达系统贯彻相比复杂[24,25,44,77]。当前外国已有适用于各种类型的军用和商用GPR,工作频带一般在10MHz到3GHz中间,探测深度从几毫米到数十米,探测分辨率最高能够达标分米量级。

 

1.1.3 冲激脉冲探地雷达系统结合

 

在不同的利用背景中,GPR的贯彻模式和测量方法可能差别,但其主旨

的序列组合大体类似。典型的冲激脉冲体制GPR系统组成和探测原理如图1.1所示:

图1.1冲激脉冲体制GPR系统组合

在处理器的决定下,时序控制电路(包括相比器、可变电平、快斜坡信号、

慢斜坡信号和控制电路等电路模块)输出同步脉冲和取样脉冲。同步脉冲触发脉

冲源发射皮秒级宽频带窄脉冲信号,经由位于地面上的宽带发射天线藕合到地下。当发射的脉冲波在地下传播过程中遇见电磁特性不同的介质界面、目标或区域介质不均匀体时,一部分脉冲波能量被反射回来地面,由本地上的宽带接收天线所接收。取样电路在取样脉冲的主宰下,按等效采样原理将接受到高速重复的脉冲信号转换成低频信号。该信号送往数据采集卡,经过放大、滤波,再展开A\D变换,通过CompactPCI总线传输给电脑模组。总结机模组的利用软件对数据开展信号处理和成像,并在呈现器上显示出来。

 

1.2国内外研商现状

 

1.2.1探地雷达系统

 

GPR技术起源于德意志联邦共和国数学家在商讨埋地特色时的专利技术。1910年,Leimbach和Lowy在德意志联邦共和国专利中提议了选择电磁法探测埋藏物体的不二法门,他们将偶极子天线埋设在孔洞中展开发射和采用电磁波。由于高导电率的媒质对电磁波的衰减功用,通过比较不同孔洞之直接收信号的增幅差异,可以对媒质中电导率高的部分开展一定。1926年,Hulsenbeek在其研究工作中利用了脉冲技术来规定地下埋设物的结构特征。他在意到,不仅仅是电导率,任何介电特性的变迁都将招致电磁波的反光。他的意识第一次确定了非法目标电磁波回波信号与非法介质及目标间的本色联系,从而为GPR在技巧和章程上提供了优越其他地球物理探测方法的理论遵照[41,43,47,78-80]。直到上个世纪六十年代末、七十年代初,等效采样技术和亚毫秒脉冲发生技术的升华,从技术角度加速了探地雷达的升华。同时弥利坚Apollo月球表面探测实验从使用角度推动了探地雷达技术的宽广采取。1972年,第一个探地雷达装备成立公司(GcofogicalsurveysystemInc.)宣布创设,这直接造成了探地雷达商量投入的充实,反过来又推动了探地雷达产业的上进。20世纪70年间将来,探地雷达技术初阶在市政工程、考古、地质、探雷等地点的研讨和拔取变得频繁起来[81]。早期的探地雷达系统属粗距离分辨和方向分辨系统。随着硬件技术的增强和近场地成孔径雷达技术的上进,高分辨率二维成像作为一项探地雷达基本功用在成千上万类别采取,阵列天线技术的采取,使得三维实时成像成为可能。二维或三维成像对于探地雷达数据表达是一个质的短平快,因为它优良的可视化降低了对判读员的渴求,使得原本不直观的数量易于从形状上和部分散射强弱上来通晓。

自20世纪60年代以来,随着高效脉冲形成技术、采样接收技术及电脑技术的长足发展,探地雷达技术也收获了便捷的发展,地下浅层目标探测可以实现。外国先导产出适用于各个类型的军用和商用探地雷达,探测深度从几毫米到数百米,探测分辨率可以高达分米量级。美、日、加拿大等国家的铺面各种推出了和睦的产品,民用GPR代表性的系统如United StatesGSSI公司SIR系列产品如图1.2(a)所示、加拿大SSI集团pulseEKKO连串产品如图1.2(b)、扶桑OYO集团的YLRZ类别产品等。这一个体系均为通用系统,按照不同探测目的和探测深度应用不同频段选拔装备不比的天线,用于各个非法目的成像探测。

               图1.2(a) 美利坚合众国GSSI-SIR体系GPR及数码处理软件

图1.2(b)加拿大SSI-pulseEKKO连串GPR及数量处理软件

境内对探地雷达的探讨启动较晚,国内产品在分辨率、使用方便性、对雷达信号成像和图像解释技术等地点与海外产品存在差异。从总体意况分析,硬件系统性能与海外产品有阶段性差别;并且没有独立文化产权的解译软件;技术目的不可能满意使用需要等。从使用情形分析,由于系统性能原因,国内研发的系统基本没有动用价值,尤其是在公路探测(定量)方面。

不过由于绵绵引进和借鉴海外的先进技术,近日在该领域内也取得了较为明确的研讨成果。航天部25所从20纪80年份先前时期起初展开用于地雷检测的探地雷达技术的钻研和实验。20世纪90年间以来,我国起先注重探地雷达技术的琢磨和动用,并且开发出新的实用产品,如上海爱尔迪公司的CBS-9000和CR-20
GPR系统如图1.2(c)所示,中国电波传播研讨所研制的LTD-3探地雷达、煤炭科学总院地拉那分院开发的
KDL-3、4 等[53]。

图1.2(c)国内爱尔迪公司CR-20 GPR系统及实际的数据处理图像

 

当下国际上从事GPR技术琢磨的合作社及制品重点有:米国GSSl公司的SIR

系列;加拿大SSI公司的pulseEKKO系列;瑞典MalaGcoscience公司的RAMAC

多重等,其优异的GPR产品及其信号体制和行事频段见下表[82-85]。

 

表1.2典型的商用GPR产品

产品型号

制造商

信号体制

频段/MHZ

SIR-2000

GSSI,USA

冲激脉冲

16-1500

PulseEKKO 1000

SSI,Canada

冲激脉冲

110-1200

RAMAC

MalaGeoscience,Sweden

冲激脉冲

25-1000

KSD-21

Koden,Japan

冲激脉冲

50-2000

Zond 12c

Radar Systems,Latvia

冲激脉冲

38-2000

GeoRadar

GeoRadar,USA

步进频率

100-1000

SPR-Scan

ERA Technology,UK

冲激脉冲

500-1000

 

那一个设备的联合特征是均配有两样主频的天线以知足不同探测深度的要求。

以GSSI公司的SIR-2OOO系统为例,它能够装配GSSl集团研发的各类天线并成功单通道、多通道车载或手持式探测。从表中也得以看来,目前GPR技术发展的主流便是冲激体制,本文也多亏对这种体制GPR的高分辨成像技术举行研商的。

境内对探地雷达的钻研启动较晚,近日在该领域内也赢得了必然的技巧进步,不少探讨单位也生产了协调的探地雷达样机。如中国电波传播研讨所研制的LTD一3探地雷达;煤炭科学总院辛辛那提分院开发的KDL-3、4型矿井防爆探地雷达;艾迪尔公司的CBS-900和CBS-2000探地雷达[86-91]。在国家“863”计划项目标辅助下,国防金融大学电子科学与工程大学研制了一套冲激脉冲体制的探地雷达系统–RadarEye[46,92,93],成功运用于公路质料评估和高分辨地下目标成像场所。

 

1.2.2 探地雷达信号处理

 

GPR是否足以有效运用,不仅在于硬件系统的特性,同时取决于信号处理

和数量解译技术。相对于硬件技术的升华,探地雷达信号处理技术越来越落后。反

回复也讲明信号处理技术的生命周期比硬件技术更长。探地雷达信号处理技术主

要包括目的检测、成像、识别和介质分层[94-96]。具体落实时,一般要在前端举行信号预处理工作,包括随机噪声抑制、直达波和射频烦扰压制[97-100]。为增强信号处理的直观性和人机交互性能,还要开展原始数据和处理结果的可视化处理。典型的探地雷达全系统规划路线如图1.3所示。

 

      

图1.3 GPR系统钻研技术途径

对象检测关键不外乎能量检测、相关检测、特征检测(基于模型的特征措施)

和变换域检测算法(小波域检测算法、双谱域检测算法)[95,101-106]。检测算法要求有高检测率和低虚警率。对于探雷系统而言,则是要在担保漏报率为O的前提下尽心尽力降低虚警率[107]。检测结果要直观疾速的呈现在终点设备上以供操作员举办裁定。

介质分层是GPR举办公路探测时最具价值的一个应用[73,108-110]。基于一维逆散射的层状介质电磁参数估计和层厚度臆度技术己经发展的比较完善。但骨子里的公路各层并不是优异的均匀媒质,有必要引入自由媒质中波的辨析理论和强起伏理论进行高分辨介质分层。

目的识别是GPR信号处理中最具挑衅性的一个课题。探测地域电磁环境的复

杂性和埋地目的的多样性使得目标特征不变量的确定这些不方便[111-113]。现有的辨认算法一般是对确定己知探测区域内星星点点的四个己知目的的检测识别或是对某一类对象(地雷)的甄别。可利用的格局有基于回波相位的模版匹配和基于高阶谱的风味不变量提取。当目的散射信号的半空中采样丰裕多时,就可以借助探地雷达成像技术拓展目的的归类识别。

雷达成像技术则是GPR应用中最实用的处理格局,但同时它对目的散射信号

的采样要求也最高,包括大采样区域和高采样密度[22,114-117]。首先要求探地雷达天线要持有大主瓣宽度,这样才能立竿见影地拓展合成孔径处理。同时还要求探地雷达在天线有效照射范围内举办密集采样。典型的收发环环相扣探地雷达一维合成孔径和二维合成孔径扫描示意图如图1.4所示。

图1.4 GPR一维和二维扫描示意图

 

与对空雷达不同,GPR的探测目标从数分米的地雷、管道到横向扩展数米的

地下掩体、矿藏,探测深度从几十毫米到数百米不等。其拔取需求也从目的的三

维形状和电磁特性精细重构到大规格目标的低分辨反演而各不相同。这多少个因素造

成了GPR成像技术下面很大的差距。但各类成像技术都是依据目标散射信号的空

间采样,建立GPR成像基本理论框架如下图所示:

图1.5 GPR成像基本理论框架

 

探地雷达成像技术从电磁理论角度考虑是独立的逆散射问题,而从雷达技术

天地考虑则和SAR成像有相似之处。这就控制了这一技能沿五个样子前行向上。

求解逆散射问题时,目的一般被当做具有特定电磁特性的散射体,成像的目标便

是过来出目标体的模样和电磁参数。而使用合成孔径成像技术时,拿到的普通是

对象散射中央的重构结果,包括散射中央的职务和散射强度。理论上讲,在对探

地雷达全系统举行精细建模的底蕴上,逆散射成像技术可对探测区域的电磁参数

拓展真实反演,有效行使于目标识别。但考虑到探地雷达系统的多样性、天线形

式的多样性、探测环境的繁杂和噪音的苦恼,全系统的精密建模极难落实,这

就招致了基于逆散射理论的成像技术很难直接使用于工程探测。而合成孔径成像

技巧通过适当的切近处理,在对探测场景合理建模的基础上可实现目标散射焦点

的重构,这在相似的工程探测场馆已足以知足成像探测需求,因而应用面较广。

下面对这三种成像技术做一简练的介绍。

逆散射成像技术将目的就是具有一定电磁特性的散射体,在这种建模格局下,目的散射场和对象函数之间通过LS(LS:LiPPmann-Schwinger)积分方程联系起来,可透过求解这一方程实现目标体的电磁特性反演。常用的求解方法有解析法和数值求解法。当对象和背景媒质的电磁特性相差不大时,通过一阶Bom近似可将LS方程举办自然的简化并导出目标体电磁特性的谱域形式和目的散射信号谱域格局的相应关系,那即为衍射层析(DT:Diffraction
汤姆ography)成像算法。Devaney首先研究了均匀无耗媒质中二维目的的DT成像算法实现问题[l18],继而选拔了Tikhhonov正则伪逆算子实现了有耗媒质中目的的DT成像[l19,120]。Meincke通过引入天线辐射场的平面波谱分解函数实现了不同天线格局下有耗媒质中目标的急迅DT成像算法[121]。为放宽DT成像算法对目标弱电磁散射特性的限定,cuiTiejun采用矩阵分析的方法实现了二维强散射体的DT成像[l22,123]。当对象的电磁散射特性不满意一阶Bom近似的适用规则时,还足以行使数值总结的艺术举行LS方程的求解从而得到目的函数的重构结果。常用的数值统计格局有Bom迭代法(BIM:BomlterationMethod)和变型BIM(DBIM:DistortBIM)。cuiTiejun运用DBIM对有耗媒质中介质目的的电磁逆散射问题开展了入木三分的钻研,采纳共扼梯度算法举办散射积分方程的求解,拿到了二维目标的介电常数剖面和电导率剖面的重构结果[124]。NiezaiPing将多重网格技术和BIM法相结合提议了扩大BIM(vBIM:variationalBIM)法,算法比DBIM更快速,可采纳于混合迭代反演中[l25,126]。基于小波分析的多分辨特性,Erer和YangYang等人分别将小波分析利用于DT成像和数值迭代成像中,利用传递矩阵的疏散性质有效降低了成像算法的运算量[127-129]。上述成像算法通过对探测环境的确切建模,都在大势所趋水平上解决了对象的电磁参数重构问题。但正因为其精确建模的要求,致使这种成像技术应用面受限,方今还很难直接运用于GPR实测数据的成像处理中。

在散射主旨模型下,可应用合成孔径成像技术拓展目的散射核心重构。此时

GPR成像和SAR成像有类似之处,但并不是独具的SAR成像算法都得以使用于

GPR成像。SAR成像中,目标回波信号的多普勒频移平日被用来展开高分辨成像,

而在GPR成像中这一点并不创制。GPR成像中,可因而标量波动方程建立目标散

射场和对象函数之间的关系随后拓展成像处理,常用的成像算法有偏离偏移(RM:

Range Migration)算法[130,131]、逆时偏移(RTM:Reverse 提姆(Tim)e
Migration)算法[132]和后向投影(BP:BackProjection)算法[133-136]。JeffreyE.Mast从标量波动方程出发建立了探地雷达反向传播成像算法[l37]。Yingwei和xuxiaoyin通过分析波场连续性的谱域表现模式,导出了频率波数域偏移成像算法[138-140]。那二种成像算法都可归咎为cafforio指出的RM成像算法[141]。RM成像算法将目的散射场数据转发到谱域并举行插值处理,再经逆傅里叶变换转化回一无所有即可拿到目的的散射主题重构结果,算法流程简单,运算速度快,可实用行使于均匀无耗媒质中的目的成像问题。RTM成像算法是由Fisher首先提议的[142],Leuschen运用匹配滤波理论也导出了算法的时域实现形式[l42]。与FDTD正向统计类似,该成像算法可处理千头万绪背景媒质中的目的成像问题,但运算量较大。BP成像算法的“延迟一求和”运算物理概念清晰,处理流程省略,广泛应用于SAR成像中。对探地雷达而言,媒质不均匀性对成像结果影响很大。WuRenbiao深切探讨了这一问题,提议为避免速度误差引起的成像结果失真,成像处理需要一个较大的深度区间内开展[143]。Tanyer运用FDTD法分析了媒质的非均匀性对目的散射信号和BP成像结果的影响,在此基础上提出了“延迟One plus权求和”的成像算法,有效立异了BP算法的性质[144]。在出色图景下,上述二种成像算法都得以赢得高分辨的目的散射主旨重构结果。但探地雷达对地下目的举行探测时,收发天线的间距、距地面的莫大和背景媒质的均匀性都会对成像结果暴发震慑。考虑到这些因素,则三种成像算法各有上下。

综合,目的建模方法的不比造成了成像算法和处理结果的不等。体散射模型下的成像结果真实反映了对象的材料构成和概略新闻,可径直用来目的识别。但目标的高分辨重构依赖于雷达系统和探测环境的高精度建模,包括天线格局、扫描形式、媒质电磁特性等,由此如今还很难直接动用于GPR成像中。而据悉散射中央模型的建模方法简单直观,成像算法物理意义综上说述、概念清晰,成像结果可满意大多数工程拔取的要求。

基于散射中央模型的靶子建模方法和成像算法下边指出了不少种,不过都需要采集大量数量和大量统计量来处理千头万绪背景媒质中的目的成像问题。他们都并未设想到脉冲探地雷达(GPR)目的回波信号具有很好的稀疏性,能够很好的满意压缩传感(CS)的规则。由此将CS技术应用在脉冲探地雷达GPR信号数据的取得上,可以解决海量数据搜集和仓储问题,能明了降低图像处理的总结量。此外仍是可以省去雷达接收端的脉冲压缩匹配滤波器,降低接收端对模数转换器件带宽的要求。设计重点由传统的计划性昂贵的接收端硬件转化为设计新颖的信号恢复生机算法,从而简化雷达成像系统。

对GPR数据开展成像处理后,可采用二维和三维可视化技术对成像结果举行显示。二维成像结果的突显形式有二种:平面图、立体图和等值线图,前三种是较常用的呈现模式。典型二维成像结果的二种显示形式如下图1.6所示:

 

图1.6二维成像结果显示模式

766net必赢亚洲手机版, 

对三维成像而言,图像显示变得复杂。设三维成像结果为
,若遵照二维成像结果的来得格局则不得不显示出各类表面的靶子函数值,区域里面的对象函数值不可能直观地突显出来。这时可以应用切片呈现的章程,即任一x值或y值都对应一个二维成像结果,由此得以用一幅图像来代表。通过等间隔的在x方向或y方向举行数个二维成像剖面的抽取,并将抽取的成像剖面举行整合展现即可较为直观地展现出探测区域的目的走向及分布。也得以使用等值面图的办法举行三维显示:即将相等的各点用平滑曲面连接起来就形成了一个等值面。一般以等值面上的目的函数值和整个区域目的函数的翻天覆地值之比来描述等值面。记目的函数的巨大值,则目的函数值为所在的等值面可记为dB等值面图,其中:。典型三维成像结果的各样突显情势如下图所示:

图1.7三维成像结果展现形式

 

1.3小说的构造和要害办事

 

正文是国家高技术探讨发展计划(863计划)“高分辨表层穿透雷达系统与数码处理利用软件”项目工作的一局部,重要研商内容是高分辨脉冲探地雷达(GPR)成像技术,包括合成孔径时域、谱域成像算法和实时成像算法的贯彻问题。对脉冲探地雷达而言,探测深度一般为米级,分辨率为毫米级。在这样的探测区域内,指标一般位于收发天线的近场区。电磁波在氛围一媒质交界面的折射效应会影响到成像结果的聚焦职能。有耗媒质对电磁波的衰减效率会潜移默化到对象散射强度的重构精度。当探测区域为分层媒质时,这种影响更加复杂。且探地雷达对空域的围观探测并不总满意均匀采样的渴求。在某些要求实时成像探测的场面,时域算法的流年算量成为限制探地雷达有效应用的重要性元素。这个问题都对脉冲探地雷达的高分辨成像提议了更高的渴求。因而对脉冲探地雷达高分辨成像而言,必须考虑近场效应、分层媒质、非均匀采样等实际情形并在此基础上研讨缩短传感CS理论在脉冲探地雷达实时成像中的应用。

 

1.3.1杂文的协会

 

随想共分五章。第一章是绪论。重要介绍了探地雷达的进化以及探地雷达成像基本理论知识。

其次章介绍了压缩传感基本理论。压缩传感(CS)理论重要概括信号的疏散表示,编码测量和解码重构等五个方面,本章介绍了要运用CS技术必须满意的一部分基本前提条件。

其三章介绍高分辨表层穿透雷达(GPR)系统的软硬件设计。包括分析探地雷达GPR的做事原理,系统的硬件设计,系统的解译软件设计等。硬件系统规划带有的技能有:波形优化的大功率冲激发射机;低噪音多通道超宽带接收机;天线一体化设计技术;超宽带波束形成技术;系统融为一体与测试技术等;解译软件系统包含的意义有:直达波抑制技术;分层介质双站高分辨率成像(一般我们说的成像是指目的的二维和三维图像,不同于一维距离像,成像包括CS成像,B-P成像;CS与GPR联合反演成像等);低电磁相比较度目标分类;地下分外实时检测等。

第四章
举办了依据随机孔径CS成像算法的CS与GPR联合反演目的成像。本章首先详细介绍了CS的论争框架以及信号稀疏代表,CS
编解码模型;然后建立反演成像扫描几何和媒质环境,进而开展测量矩阵生成和生成介电常数臆度矢量以及结构数据字典、生成随机采样矩阵、生成原始的对象矢量、magic最优化措施总括成像结果;以及选用最小二乘格局和RBP(递归后向投影)成像算法统计成像结果,最终对那两种方法成像结果举行对照,并分析了噪声和测量矩阵对轻易孔径CS成像算法性能的震慑。

第五章
介绍了外面穿透探地雷达成像数据正式处理软件csuGPR,本章分析了探地雷达数据的数据结构、软件数量处理流程、算法类与算法对应的接口类的统筹、关键实现的技艺分析以及csuGPR软件的逐条模块的重中之重效率分析。

第六章 举办表层穿透GPR 内外场随机孔径CS成像实验,并对结果举办分析。

   最后第七章是总括与展望。

 

1.3.2本杂文研讨的要害问题和所做工作

 

   
本杂谈首要啄磨缩小传感(CS)技术在外面穿透探地雷达(GPR)成像中的应用以及表层穿透探地雷达数据处理成像软件csuGPR的兑现,并开展了CS与GPR的一起反演目的成像的MATLAB仿真,并对外表穿透GPR进行内外场成像实验,并对结果举行分析,是本随笔研究中的一个重大片段。

表层穿透探地雷达在地质勘探工作中是一种有效的工具,通过对雷达数据形成的各类图片的剖析,可以很有利的检测、识别地下的目的。因而,为了更好的表达表层穿透探地雷达在地质勘探工作中的优势,进步工作效率,一种使现场实地采访到的多少以图像的花样显得出来、便于观测的表皮穿透探地雷达成像数据处理软件是必要的。

 

 

 

 

第二章 压缩传感基本理论

 

观念的信号获取和处理过程紧要包括采样、压缩、传输和解压缩五个部分, 如图 1
所示. 其采样过程必须满足香农采样定理,
即采样频率不可能低于模拟信号频谱中最高频率的2 倍. 在信号压缩中,
先对信号举行某种变换, 如离散余弦变换或小波变换,
然后对个别万万值较大的系数举办压缩编码, 丢弃零或类似于零的周详.
通过对数据开展削减, 放弃了采样拿到的大多数数量, 但不影响 感知效果[1].
例如, 在行使数百万像素的无反相机对现象举行成像时,
将会拿走海量的像素信息, 但通过压缩编码后,只对有的音信举行仓储和传导,
最终经过相应的解压缩算法对原始图像进行重构.假若信号本身是可削减的,那么是否足以一向拿走其缩减表示
(即缩小数量), 从而略去对大气无用信息的采样呢? Candes 在 2006
年从数学上印证了可以从一些傅里叶变换周到精确重构原

 

图 1 传统的信息获取与处理流程

始信号,为收缩传感奠定了辩解功底[2]. Candes 和 Donoho
在连锁探究功底上于 2006 年正式提议了缩短传感的定义[1,3].
其要旨思想是将压缩与采样合并开展, 首先采访信号的非自适应线性投影
(测量值), 然后基于对应重构算法由测量值重构原始信号[1].
压缩传感的独到之处在于信号的黑影测量数据量远远低于传统采样方法所获的数据量,
突破了香农采样定理的瓶颈, 使得高分辨率信号的搜集成为可能.

减去传感理论框架如图 2
所示.压缩传感理论重要不外乎信号的疏散表示、编码测量和重构算法等多个地点[4].
信号的疏散表示就是将信号投影到正交变换基时,
绝大部分变换周详的相对化值很小, 所取得的转换向量是稀疏或者近似稀疏的,
可以将其视作原始信号的一种简单表明[5] ,这是缩减传感的先验条件,
即信号必须在某种变换下得以稀疏表示.
经常变换基可以依照信号本身的特色灵活采用,常用的有离散余弦变换基、急速傅里叶变换基、离散小波变换基[6]、

Curvelet基[7]、Gabor 基[8]以及冗余字典[8,10]等. 在编码测量中,
首先选

择稳定的投影矩阵, 为了保险信号的线性投影能够维持信号的原有结构,
投影矩阵必须满足约束等距性(Restricted isometry property, RIP)条件[11],

后经过原始信号与测量矩阵的乘积拿到原始信号的线性投影测量. 最终,
运用重构算法由测量值及投影矩阵重构原始信号. 信号重构过程相似转换为一个最

小 L0 范数的优化问题, 求解方法重要有小小 l1
范数法[2,12]、匹配追踪序列算法[13]、最小全变分方法[2]、迭代阈值算法[14]等.

 

图 2 压缩传感理论框架

 

压缩传感(CS)理论重要不外乎信号的疏散表示,编码测量和解码重构等四个方面。信号的疏散表示就是将信号投影到正交变换基时,绝大部分变换周详的相对化值很小,所获取的转换向量是稀疏或者近似稀疏的,可以将其视作原始信号的一种简单表明,这是减弱传感的先验条件,即信号必须在某种变换下得以疏散表示[13]。日常变换基能够遵照具体信号灵活采纳,常用的有离散余弦变换基、快捷傅里叶变换基、离散小波变换基、Curvelet基、Gabor基以及冗余字典等。在编码测量中,
首先选取稳定的投影矩阵, 为了保险信号的线性投影可以维持信号的原有结构,
投影矩阵必须满意约束等距性(Restricted isometry property, RIP)条件,
然后通过原始信号与测量矩阵的乘积拿到原始信号的线性投影测量. 最后,
运用重构算法由测量值及投影矩阵重构原始信号.
信号重构过程相似转换为一个微小 L0 范数的优化问题,求解方法首要有微小
L1范数法、匹配追踪系列算法、最小全变分方法、迭代阈值算法等。

 

2.1 CS信号的疏散表示

   依照调和分析理论, 一个尺寸为 N 的一维离散时间信号
可以代表为一组正式正交基的线性组合

 或 =        (1)

其中, =[ 1 | ||
N]
i 为列向量,N×1的列向量 是
的加权周密系列,i =〈 , i〉=
i T 。 是信号 的非凡表示。如图2所示。假如只有很少的大周全,则称信号 是可减掉的; 假诺 唯有K<<N个元素为非零全面, 则称 为信号 的 K 稀疏表示, 是信号
的稀疏基。另外,当信号不可能用正交基稀疏表示时,可以选择冗余字典稀疏代表。

.

 

图2 用基 举办稀疏表示

2.2 CS测量编码

在CS编码测量中,并不是一直测量稀疏信号 本身,而是将信号
投影到一组测量向量 =[θ12
…,θ …θM
]上,而得到测量值 。写成矩阵形式为

=                (2)

式中: 是N×1矩阵, 是M×1矩阵, 是M×N的测量矩阵。将(1)代入(2),有

= = =   (3)

式中: = 是M×N矩阵,被誉为是流传矩阵。

鉴于测量值维数M 远远小于信号维数N,
求解式(2)的逆问题是一个病态问题。所以无法直接从 的M个测量值中解出信号
。而由于式(3)中
是K稀疏的,有K个非零全面而且K<M<<N,那么利用信号稀疏分解理论中已有的稀疏分解算法,可以因而求解式(3)的逆问题得到稀疏系数,再代回式(1)进一步赢得信号 。 Candes
等人在文献中提出,为了确保算法的收敛性,使得K个全面可以由M个测量值准确地恢复生机式(3)中矩阵
必须满足受限等距特性(RIP) 准则,即对于随意具有从严K稀疏
(可减弱境况时)要求是3K的矢量矩阵V,矩阵 都能确保如下不等式创建

 

   (4)

式中 >0, RIP 准则的一种等价的状态是测量矩阵 和
稀疏矩阵满足不相关性的渴求。实际测量中稀疏基
可能会因信号的两样而改变,由此希望找到对轻易的疏散基 都能满足和测量基
不相干。文献[]讲明了当 是高斯随机矩阵时,传感矩阵
能以较大概率知足约束等距性条件。因而可以透过增选一个高低为M×N的高斯测量矩阵拿到,其中每一个值都满足N(0,1/N)的独立正态分布。最近其余大规模的能知足约束等距性的测量矩阵还有一致球测量矩阵、二值随机矩阵、局部傅里叶矩阵、局部哈达玛测量矩阵以及托普卢萨卡(Toeplitz)矩阵等[14].

2.3 CS解码重构

信号重构算法是CS理论解码重构的中坚, 是指由M 次测量向量 重构长度为 N
(M<<N) 的稀疏信号 的过程. Candes
等讲明了信号重构问题得以因此求解最小 L0 范数问题加以解决. 但Donoho 指出,
最小 L0 范数问题是一个 NP-hard 问题, 需要穷举 中非零值的有着
 种排列可能, 因此一筹莫展求解. 鉴于此,
琢磨人口指出了一雨后春笋求得次最优解的算法, 主要包括最小L1
范数法、匹配追踪(Matching
Pursuit,MP)体系算法(如OMP、ROMP、CoSaMP)、迭代阈值法以及特别处理二维图像问题的蝇头全变分法等.

 

其三章 高分辨表层穿透雷达系统的软硬件设计

 

3.1 需求分析

 

高速公路,桥梁,建筑布局的质地监测和隐患发现是关乎到国家资产、人生安全的盛事。探地雷达(GPR)是一种有效的无损检测技能。探讨解决制约我国GPR技术提升和行使的关键技术、开发面向实际行使的GPR系统对此推动本国在此领域的技能提高、产业化发展有着关键的意义。

高分辨表层穿透雷达(GPR)是一种拔取电磁波获取表层下电磁特性音讯的仪器。它拥有穿透能力强,分辨率高等优点,还足以探测各个非金属表层下结构和目的。GPR雷达发射机暴发丰盛的电磁能量,经过收发转换开关传送给天线。天线将这个电磁能量辐射至地表中,集中在某一个很窄的可行性上形成波束,向前传播。电磁波遇到波束内的目的后,将本着各种方向暴发反射,其中的一片段电磁能量反射回雷达的趋势,被雷达天线获取。天线获取的能量经过收发转换开关送到接收机,形成雷达的回波信号。由于在传出过程中电磁波会趁着扩散距离和地表有损介质而衰减,雷达回波信号卓殊虚弱,几乎被噪声所淹没。接收机放大微弱的回波信号,经过信号处理机处理,提取出含有在回波中的音信,送到呈现器,突显出目标的距离、方向、速度等。GPR工作规律如图3.1所示

 

图3.1 GPR工作原理

 

眼前我们国家GPR发展一体化境况是硬件系统性能与海外产品有阶段性差别;并且没有独立文化产权的解译软件;技术目的不可以满意使用需要等。并且由于系统性能原因,国内研发的连串中央没有运用价值,尤其是在公路探测(定量)方面。通过解决高分辨率GPR系统实现、信号和数量处理中的关键技术,收缩我国在GPR系统技能与应用探究方面与外国的出入,为GPR技术的产业化打下基础,由此探究有着自主文化产权的面向实际运用的GPR软硬件体系以及数额处理软件是迟早,对于有助于我国在探地雷达领域的技术进步、产业化发展有所重大的意思。在探地雷达接纳中,基于雷达成像技术的对象检测与识别是最直接和管事的,因而支付GPR数据处领悟译成像的软件是也是很有必不可少的。

 

3.2 系统软硬件设计

 

高分辨表层穿透雷达GPR系统规划重点不外乎硬件与软件设计两大方面:

硬件系统规划带有的技艺有:波形优化的大功率冲激发射机;低噪音多通道超宽带接收机;天线一体化设计技术;超宽带波束形成技术;系统融为一体与测试技术

解译软件系统包含的功效有:直达波抑制技术;分层介质双站高分辨率成像(一般大家说的成像是指目标的二维和三维图像,不同于一维距离像);低电磁比较度目的分类;地下相当实时检测等。

 

3.2.1  硬件设计

 

   探地雷达GPR重要由天线、发射机、接收机(包括信号处理机)和突显器等一些组成。探地雷达主机我们选择国防科大自主研发的Radar
Eye,使用工控机控制雷达主机,工控机上边安装数量采集卡。天线定位装置和数码采集卡协调共同工作.
天线为电阻加载和介质加载格局,通过天线定位装置可做到空间二维扫描,
扫描精度< 1mm。扫描模式为点测情势, 即:
在开展围观前先确定好空中采样点,控制天线依次移动到各类采样点进行静止探测.每个采样点采访到的多道数据开展平均以平滑噪声。Radar
Eye配置6个通道的多通道收发盒;脉冲间隔时间为:0.5ns;核心频率为:
1.96GHz,频谱为3dB;带宽: 0.67-3.25 GHz;幅度限制: -18.9V 到17.6V;前后主脉冲波形的震动为: 3%至
-7%。高分辨表层穿透雷达GPR系统硬件结构如图3.1所示。

                                                                              
                             

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

图3.2 GPR硬件结构及主机Radar Eye内部结构图

 

    高分辨表层穿透雷达GPR系统数字信号处理器我们应用TMS320C31DSP,

6个通道的数据进入A/D处理器后遵照先入先出(FIFO)排队进入TMS320C31DSP芯片举办拍卖,最终通过压控信号发生电路、时序暴发电路、慢斜坡发生电路输出。DSP处理信号原理如图3.3所示,时序控制及时变放大电路芯片如图3.4所示。

 

 

 

 

 

 

 

 

图3.3 DSP原理图

 

图3.4时序控制及时变放大电路

 
  探地雷达GPR系统的天线设计直白是个很重点的一对。天线为电阻加载和介质加载情势,我们独家计划了超宽带天线GPRA-1型天线和GPRA-2型天线(如图3.5所示),GPRA-1型天线尺寸为170×80×60
,首要用来高精度分层成像检测,GPRA-2型天线尺寸为350×160×120
,重要用于深层目的探测识别。设计的天线又可分为一发两收天线和一发多收天线。一发两收天线首要用来层厚度估计,二维成像;一发多收天线紧要用来三维分层显示,横向目的一定识别,纵向成像等职能。超宽带GPRA-1型天线辐射特性如图3.6所示。

 

 

 

图 3.5 超宽带天线设计

 

图 3.6天线辐射特性

 

所设计成就后的车载GPR硬件系统如图3.7所示。

图 3.7 radarEye硬件系统

 

3.2.2  信号处理及解译软件设计

   
csuGPR数据处理规范软件重要功效包括:(1)处理方案:建筑检测、道路检测、桥梁检测、地下目的成像、结构分段消息、以及自设处理方案;(2)
软件处理回波数据的工具有:频谱分析、时间门限法去除直达波、平均法去除直达波、自适应抵消法去除直达波、RFI抑制、ROI提取、二维W-K成像、二维B-P成像、CS与GPR联合反演、三维CS成像、自动寻找和总括回波、一维滤波、二维滤波、去背景噪声、减对空信号等;(3)图像呈现设置有:波形堆积图、灰度堆积图、彩色堆积图、层面信息显示;(4)校准方法有:幅度惊人校准、波速校准、时间校准等。csuGPR数据处理规范成像软件用户接口如图3.8所示。csuGPR数据处理规范软件的效果详细规划将在第五章具体表达。

 

图 3.8 csuGPR数据处理标准软件用户接口

3.3 小结

 

 

第四章 CS与GPR联合反演目的成像

 

  
 探地雷达(Ground Penetrating Radar,
GPR)是一种有效的浅层隐藏目标探测技术,利用电磁波在媒质电磁特性不总是处暴发的反射和散射实现非金属覆盖区域中目的的成像探测\[1,2\]。是现行地下浅层目的非破坏性探测技术中最具有应用前景和发展前途的章程之一。GPR
是否能够使得使用,不仅取决于硬件系统的特性,同时取决于探地雷达成像算法和特征提取算法等形式的卓有成效。常用的探地雷达成像算法如衍射层析成像算法\[3,4\]、波前成像算法、递归反向投影成像算法\[4,5\]、距离偏移(Range
Migration, RM)算法\[6\]、逆时偏移(Reverse 提姆e Migration,
RTM)算法\[7\]和正规后向投影(Standard Back Projection,
SBP)算法\[8\]等经过标量波动方程建立目的散射场和目的函数之间的涉及随后对目的散射数据开展成像处理。为拿到较好的成像效果,以上算法要求雷达系统对目的散射信号举行高密度采样以得到充足的成像数据。当探测区域较大时,还索要雷达系统在大采样区域实施高孔径密度采样,这造成探地雷达系统采样数据量大、测量时间长。这个算法没有考虑地下非层状目的一般仅占探测区域很小片段这一先验知识。

削减传感(Compressed Sensing
CS)理论是近几年提高起来的一个充分利用信号稀疏性或可压缩性的崭新信号采集、编解码理论\[9,10\]。该理论注脚,当信号具有稀疏性或可压缩性时,通过募集少量的信号投影值就可实现信号的高精度或看似重构。压缩传感技术的核心思想是将裁减与采样合并开展,首先采访信号的非自适应线性投影(测量值),然后依据对应重构算法由测量值重构原始信号。压缩传感的亮点在于信号的阴影测量数据量远远低于传统采样方法所获的数据量,
突破了香农采样定理的瓶颈,
使得高分辨率信号的收集成为可能\[10,12\]。压缩传感理论框架如图4.1所示\[14\]

                         图4.1回落传感理论框架

正文以减掉传感为辩解基础,利用探地雷达拔取中感兴趣目的区域具有稀疏特性的先验知识,利用自由孔径CS理论测量GPR信号,举行了CS与GPR的同步反演。并研究了噪声和测量矩阵对算法性能的震慑。

 

4.1滑坡传感基本理论

压缩传感(CS)理论紧要不外乎信号的疏散表示,编码测量和解码重构等五个地点。信号的疏散表示就是将信号投影到正交变换基时,绝大部分转换周详的相对化值很小,所收获的转移向量是稀疏或者近似稀疏的,可以将其看做原始信号的一种简易表明,这是缩减传感的先验条件,即信号必须在某种变换下得以疏散表示。平时变换基能够按照实际信号灵活选取,常用的有离散余弦变换基、连忙傅里叶变换基、离散小波变换基、Curvelet基、Gabor基以及冗余字典等。在编码测量中,
首先选取稳定的投影矩阵, 为了保证信号的线性投影可以保障信号的原本结构,
投影矩阵必须满意约束等距性(Restricted isometry property, RIP)条件,
然后通过原始信号与测量矩阵的乘积拿到原始信号的线性投影测量. 最终,
运用重构算法由测量值及投影矩阵重构原始信号.
信号重构过程相似转换为一个细微 L0 范数的优化问题,求解方法紧要有小小
L1范数法、匹配追踪连串算法、最小全变分方法、迭代阈值算法等\[14\]

4.1.1 CS信号的疏散表示

   依照调和分析理论, 一个长度为 N 的一维离散时间信号
可以象征为一组正式正交基的线性组合

 或 =        (1)

 

其中, =[ 1 | ||
i || N]

i为列向量,N×1维的列向量 是 的加权周全系列,
i =〈 , i〉=i T
。 是信号 的相当于表示。如图1.2所示。假如 只有很少的大周到,则称信号
是可裁减的; 即便 只有 K<<N个元素为非零系数, 则称 为信号 的 K
稀疏表示, 是信号
的稀疏基。其它,当信号不可能用正交基稀疏表示时,可以行使冗余字典稀疏表示。

图4.2 用基 进行稀疏表示        图4.3 标准采样和CS信号采样模型

4.1.2 CS测量编码

在CS编码测量中,并不是直接测量稀疏信号 本身,而是将信号
投影到一组测量向量 =[θ12
…,θ …θM
]上,而拿到测量值 。写成矩阵形式为

=                   (2)

式中: 是N×1矩阵, 是M×1矩阵, 是M×N的测量矩阵。将(1)代入(2),有

= = =   (3)

式中: =
是M×N矩阵,被号称是流传矩阵。标准采样和CS信号采样模型如图3所示。

鉴于测量值维数M 远远低于信号维数N,
求解式(2)的逆问题是一个病态问题。所以不能直接从 的M个测量值中解出信号
。而由于式(3)中
是K稀疏的,有K个非零周全而且K<M<<N,那么利用信号稀疏分解理论中已有的稀疏分解算法,可以因此求解式(3)的逆问题取得稀疏系数,再代回式(1)进一步获取信号 。 Candes
等人在文献中提出,为了确保算法的收敛性,使得K个周密可以由M个测量值准确地復苏式(3)中矩阵
必须满意受限等距特性(RIP) 准则,即对于随意具有从严K稀疏
(可减弱状况时)要求是3K的矢量矩阵V,矩阵 都能确保如下不等式制造[10]

 

   (4)

式中 >0, RIP 准则的一种等价的情形是测量矩阵 和
稀疏矩阵知足不相关性的渴求。实际测量中稀疏基
可能会因信号的不等而改变,因而希望找到对轻易的疏散基 都能满意和测量基
不相干。文献[9]阐明了当 是高斯随机矩阵时,传感矩阵
能以较大概率满意约束等距性条件。因而能够透过采用一个大小为M×N的高斯测量矩阵拿到,其中每一个值都满意N(0,1/N)的单身正态分布。近年来此外大规模的能满足约束等距性的测量矩阵还有一致球测量矩阵、二值随机矩阵、局部傅里叶矩阵、局部哈达玛测量矩阵以及托普重庆(Toeplitz)矩阵等\[14\].

4.1.3 CS解码重构

信号重构算法是CS理论解码重构的主导, 是指由M 次测量向量 重构长度为 N
(M<<N) 的稀疏信号 的过程. Candes
等阐明了信号重构问题得以由此求解最小 L0 范数问题加以解决. 但Donoho 提出,
最小 L0 范数问题是一个 NP-hard 问题, 需要穷举 中非零值的有着
 种排列可能, 因此一筹莫展求解. 鉴于此,
琢磨人口指出了一层层求得次最优解的算法, 重要包括最小L1
范数法、匹配追踪(Matching
Pursuit,MP)体系算法(如OMP、ROMP、CoSaMP)、迭代阈值法以及特别处理二维图像问题的细小全变分法等.

 

4.2 CS与GPR的联手反演区域目的成像

4.2.1 建立目的反演空间。

第一创设GPR扫描区域。沿坐标X方向向右,Z方向(即垂直地面向下方向)向下,雷达孔径关于Z轴对称。分别在X轴(-1-1)
生成51个、Z轴(0-2)内生成50个点目的,收发天线间距2cm。

援助是设置感兴趣目的成像区域的设定。紧虽然横向和纵向扫描区间以及扫描间隔的题目,本仿真分别在X矢量方向扫描区间(-0.8
~0.8)内生成20个点、Z矢量方向(0.2-1.8)
扫描区间内变化20个点目标。设空气中的光速为 ,媒质介电常数设置为16。

末段设置模拟的目的。本仿真实验装置六个点目的分别位居点(Z,X)={(15,10),(13,8),(13,12)}处,此三处点目的值分别为0.5,0.25,0.25。目的值大于0则代表对应此处有对象,值越大表示目的越大成像时亮度越亮,目的越精通。目的值为0表示对应此处无对象。建立的来得如图4.4所示。

 

图4.4目的反演空间   图4.5探地雷达反射探测原理   图4.6 构造GPR数据字典

 

4.2.2
实现背景介质电磁参数和目的参数的联手反演实验\[13,15,16\]

GPR利用频繁电磁波( –
Hz),以宽频带短脉冲格局由本土发射天线定向送入地下,遭受与周围介质电阻抗有异样的地层或目标体时,部分能量被反射回地面,被吸纳天线接收,遵照回波信号来探测地下情状,其测试原理如图4.5所示。脉冲波的里程时间为
 ( 为反射体的纵深, 为发出天线和接纳天线之间的相距,
为波速)。当地下介质的波速V已知时,则可测到精确的t值(ns,
),由上式求出反射体的深度X(m),X在剖面探测中是定位的,V(m/ns)以用宽角情势直接测量,也可按照近似算出。其中C为光速( ), 为地下介质的相对介电常数值。

 

(1) 构造GPR数据字典

脉冲式探地雷达作业时收发天线紧贴地表,考虑发射机向地下辐射一定强度的高斯脉冲和不法目的对回波信号的延时和衰减功效,
孔径i 处的收受信号可代表为:

     (5)

   为代表测量孔径i 处信号从发射机经目的上空第
P个目的反射到达接收机的延迟时间; 为目的媒质的反射系数;
为信号衰减和传唱损耗的衰减因子。            

 GPR合成孔径成像目的区域为离散的长空地方音讯,通过离散化暴发一文山会海有限的点目的集合:
={ },N决定目标的分辨率。每个 都是一个三维的向量 ,同时,定义列向量 b=[ ,
…, … ]T为目的的周密向量,b
中的元素取布尔量,0代表对应区域无对象,非0时代表对应区域有目标。接收端可以经过
中的元素和 =1总计公式(5)来获取接收信号。 可以因而公式
总计拿到,我们的目标是通过图像的目的上空表示重构b。衰减因子
包含在b中只假使大惑不解的,一旦 知道,就可以用作实验的先验知识。而
一般经过实验抑或先验知识推测得到。在第i个孔径处 的第j列接收信号对应目的。GPR数据字典的社团如图4.6所示。数据字典的第j列归一化处理后第n个目的值可以写成:

    (6)

= + (0≦n≦ -1), 是接收的时域信号的脉冲能量值, 为采样频率,
为接到信号起首化时间, 为起初采样数量。向量 的第n个轻重为
,因而每列都是单独的范数和
衰减因子无关,只和散播时间相关。当在第i个孔径扫描时GPR对
中每个可能的靶子点往往暴发大小为 × 的多寡字典
。接收的信号可以公布成两个目的的回波数据整合数据字典列的线性组合:

         

                     = b         (7)

当b中蕴含目的 时,b中第j列值非0,周到为 否则b全面为0。

试验仿真时在各类扫描孔径点上,对成像区域400×256中的所有点举办遍历,拿到一个笔录坡面,作为GPR数据字典如图4.7所示。

图4.7 GPR数据字典生成                  图4.8 GPR信号的任意采样

 

(2)CS数据得到

接收机对孔径i处的信号采样,获得离散接收信号,列向量表示为:

= (8)

  表示采样频率, 为接受信号开端化时间,
表示收到信号采样点数,为促成对非法目的的高分辨率成像,平常标准采样频率
很高,并且需要测量所有孔径处的接受信号
(i=1,2,…,256)。而我辈采样随机孔径CS方法在吸收信号采样时依照CS理论只需要在一多元基向量
(m=1,2,…,M)上测量信号
的线性投影(见图a与图b),记录少量任意采样数据,同时在从  ~
 平面上400个孔径中肆意抽取少量孔径举办测量,就足以以为数不多的孔径测量次数(20)和较少的测量数据(10)重构目标上空图像的十足音讯量。CS数据拿到过程可代表

 

                           (9)

  为随意孔径i处所测量得M×1维GPR数据, 为M× (M )测量矩阵,
矩阵满意受限等距特性(RIP) 准则。最终通过求解l1-范数约束最小化问题:

                      s.t.  (10)

, ,

获取由任意孔径i处M= 个随机向量数据标准重构目的上空周全向量
,将有所随机测量孔径处拿到臆想值累加拿到目的空间音信。

公式(10)在无噪音条件下采用等式约束有效,不过GPR信号在有噪音情形下例如
,在第i个孔径地方压缩传感测量值 就变成了

 (11)

= ~ , 是孔径i扫描点的噪音采样,倘若和天线地点i处无关,一旦通晓,就可以拿到 ,大家透过 = 约束
向量范数,为了稳定地重构稀疏周全向量b,[17-20]因此求解不严酷的l1最优化范数问题:

 s.t.  (12)

或者

 s.t.   (13)

, ,
为噪声的参数,我们利用公式(12)l1最优化线性重构目的上空图像,在公式(10),(12),(13)中的最优化问题都是小小的凸优化函数,由此可以保证最优解。实验通过选拔一个l1magic凸优化工具包\[16\]求解以上方程式。最近不考虑交叉验证(CV),因为在虚假过程中,噪声的参数可以预知的,当到真正的实测数据成像处理时,大家再考虑最优化参数
、 的取舍题材。

 

 

 

 

 

 

 

 

图a:GPR接收机在第i个孔径上获取数据

图b:在GPR接收机上收缩传感的一种实现格局

 

(3)CS与GPR反演与重构结果

   
为了转变对密集采样的时域信号举行自由采样的矩阵。大家利用两种档次的任意测量矩阵。第一种发生均值为0,方差为1的随意矩阵;第二种暴发随机生成0,1等概率随机矩阵;第二种在20×20单位矩阵中肆意抽取10行作为测量矩阵,即将GPR回波信号举办任意抽取10个如图4.8所示。

对象上空GPR发射信号的散射强度值如下图4.9所示。通过CS反演重构的信号散射强度值如图4.10所示。通过CS咱们还准确反演了对象媒质的介电常数和目的体的反射率。

 

                图4.9                                
图4.10                                                          
                                                                            

 

   
随机孔径CS方法基于各孔径处得到的任性采样数据,利用l1magic凸优化工具包求解方程(12),并将结果累加,通过使用20个随机孔径的20×10个随机测量数据苏醒目标向量
,得到的对象上空图像如图4.11所示。

为了相比较成像效果,我们还各自接纳了不大二乘法和递归反向投影RBP(Recursive Back
Projection)成像算法采样图7中数量得到成像结果个别如

     图4.11                       图4.12                    图4.13

图4.12,4.13所示。

递归反向投影算法首先统计出孔径i 处的信号从发射机经目的上空第
P个目标反射到达接收机的延时量
 ,再将具备孔径中对应平等延时的回波幅度值叠加,利用所有400×256
个数据恢复生机目的向量
。递归反向投影算法的成像结果如图11所示。最小二乘法利用25个孔径中的10个随机测量数据,通过求解方程式(9),得
= ,并将兼具孔径处总计得的b 值累加,复苏目的向量
。从图9,10,11方可看到,相相比较最小二乘法求解方法和正式反向投影方法,随机孔径CS方法仅需要从400个孔径中收获20个随机孔径的回波数据,在每道回波256个数据仅取10个落实对非法目的成像。由于充足利用了成像目的上空社团的疏散消息和应用(12)求解凸优化问题,随机孔径CS方法应用少量的测量数据就赢得了比选用具有测量数据的递归反向投影算法和微小二乘法具有更好的聚焦职能和较低的旁瓣搅扰,成像效果更好。

 

4.3 噪声和测量矩阵对算法性能的震慑

 

为定量分析接收信号中的噪声大小和满意不同分布的即兴测量矩阵对自由孔径CS算法的影响,那里定义

  (14)

意味着重建目的上空图像与真正目标上空图像之间的成像误差, ()表示求解
l2-范数。

图4.14 给出的是探地雷达空时响应数据的信噪比SNR从 0 dB 变化到 20 dB
时,运用递归BP成像算法和取不同数额任意测量值的自由孔径CS算法(10个随机孔径)的成像误差相比较。从图中可以见见,在低信噪比和测量数据M
很少时,递归BP投影方法由于应用具有孔径和采样点数量,成像误差较小,但稍事增大测量数据M
值,随机孔径CS算法成像误差远小于递归BP投影方法,而且趁机信噪比的精益求精,随机孔径CS算法成像误差显明下降,而递归BP投影方法的成像误差无明确浮动。

图4.15分级交由满意均匀分布、贝努利分布和高斯分布的3类随机测量矩阵在空时响应数据信噪比SNR为
8.6
dB,仅从各孔径采样数据中随机抽取10个的准绳下,随着随机测量孔径数量增多时成像算法的成像误差曲线。从图14可见,随着随机测量孔径数量的扩展,随机孔径CS算法的成像误差显著下降。当随机测量孔径数量扩大到40左右,CS算法的成像误差趋于稳定。并且利用知足不同分布的任性测量矩阵时,随机孔径CS算法的成像误差的显示基本一致。

 

4.4 小结

削减传感理论通过自由测量利用少量采样数据可以很好地重建稀疏目的信号,在信号分析与重建领域有重大探讨价值。本文举办了CS与GPR联合反演,GPR成像方法在单道数据采样中选择CS理论极大地压缩采样数据的还要,在
x-y测量平面上肆意抽取部分孔径地方进行测量,以小量的孔径测量次数和测量数据得到重建目的上空图像的丰盛新闻。由于充分利用了对象上空的疏散结构信息,随机孔径CS成像算法能在采用少量测量孔径和数据的原则下对比尔(Bill)y用所有孔径采样点音讯的递归反向投影RBP算法和纤维二乘法的成像效果更好、目的旁瓣更小、对噪声的鲁棒性更好。

 

图4.14 噪声对成像性能的影响          图4.15测量矩阵对成像性能的震慑

 

 

第五章 探地雷达(GPR)成像数据处理软件

 

随着电脑技术的飞快发展,统计机早己超过了单一的乘除功用。在各种研讨世界,统计机都在表述着英雄的效率。为了更好的表明探地雷达在地质勘探工作中的优势,提高工作成效,一种使现场实地采访到的多少以图像的款型显示出来、便于观测的探地雷达成像软件是必不可少的。

探地雷达是选择频繁电磁波以宽频带窄脉冲的花样,通过天线中的发射器将信号传入地下,波在私自传播过程中相遇不同电性介质界面时,一部分电磁波能量被界面反射回来,另一局部能量会连续穿透界面进入下一层介质,各界面反射电磁波由天线中的接收器接收,再使用采样技术将其转会为数字信号举办拍卖。通过对电磁波反射信号(回波信号)的成像分析,便能理解到地下各层社团的表征音讯。

现阶段海外的很多商业软件公司,研究部门都付出出了诸多探地雷达成像软件,同时,在软件的晋级和完备上投入大量的人力和财力。在本国,很少有商业软件公司在做这地点的做事,国内也很少具有独立知识产权的GPR数据解译软件,并且各项技术目的都不可以知足使用需要,所以开发具有独立知识产权的GPR数据处领悟译软件及其显得急迫而重要,为此,我们计划了探地雷达回波信号成像数据处理标准软件csuGPR。

csuGPR数据处理标准软件依托国防农林高校电子科学与工程高校研制的高分辨表层穿透雷达系统RadarEye,是一款自主研发的探地雷达数据解译软件,并且集成了时尚的削减传感(CS)数据搜集成像技术.该软件功用齐全,能基本实现GPR数据处理的相干操作。

csuGPR数据处理软件紧要效用包括:(1)处理方案:建筑检测、道路检测、桥梁检测、地下目的成像、结构分段音讯、以及自设处理方案;(2)
软件处理回波数据的工具有:频谱分析、时间门限法去除直达波、平均法去除直达波、自适应抵消法去除直达波、RFI抑制、ROI提取、二维W-K成像、二维B-P成像、CS与GPR联合反演、三维CS成像、自动搜索和测算回波、一维滤波、二维滤波、去背景噪声、减对空信号等;(3)图像展现设置有:波形堆积图、灰度堆积图、彩色堆积图、层面音讯显示;(4)校准方法有:幅度惊人校准、波速校准、时间校准等。

csuGPR软件首要形成了对探地雷达回波信号处理及解译的听从。提供了A-scan、B-scan、C-scan三种多少搜集扫描模式。A-scan数据貌似呈现为一维时间波形图,如图5.1
(a)所示。B-scan数据一般以二维剖面图像显示,为发泄目的回波,方便观察,提供了波浪堆积图、灰度堆积图、彩色堆积图三种图形显示方式。

(a)
 A-scan一维时间波形图                
(b)波形堆积图  

图5.1

波形堆积图是将连接测量的A-scan波形幅度缩减后,按测量地方或测量时间距离紧密的平行排列,堆积形成二维波形图,如图5.1
(b)所示。如若以灰度来影响接收回波的幅度信息,将各道回波按照采集顺序排列在一起,则形成灰度堆积图,
如图5.1
(c)所示。图中左边的灰度条标注出不同灰度所代表的增幅值。如若以不同的颜料来表示不同的信号幅度值,将各道回波平行排列,则可形成彩色堆积图,如图5.1
(d)所示。图中右边的印花条标注出不同颜色所代表的小幅值。C-scan数据貌似采用三维图像呈现。将四个B-scan剖面图平行排列  

            
(c) 灰度堆积图                      (d)
彩色堆积图

                           
    图5.1

成三维图像,剖面图间距按测量线的间距,C-scan图像以立体模式呈现某一区域内的扫视数据,直观地影响出扫描数据与测量地点的附和关系。假若B-scan剖面图使用波形堆积图,则构成三维的C-scan波形堆积图;假若使用灰度堆积图,则构成C-scan灰度堆积图;倘使应用彩色堆积图,则构成C-scan彩色堆积图,如图5.1
(e)所示。

                           图5.1(e) C-scan彩色堆积图

 

csuGPR软件的重要职能有:(1)处理方案:建筑检测、道路检测、桥梁检测、地下目的成像、结构分段信息、以及自设处理方案;(2)
软件处理回波数据的工具有:频谱分析、时间门限法去除直达波、平均法去除直达波、自适应抵消法去除直达波、RFI抑制、ROI提取、二维W-K成像、二维B-P成像、自动检索和测算回波、一维滤波、二维滤波、去背景噪声、减对空信号等;(3)图像体现设置有:波形堆积图、灰度堆积图、彩色堆积图、层面信息彰显;(4)校准方法有:幅度惊人校准、波速校准、时间校准等。csuGPR软件编程的工具是Windows下的Microsoft
Visual Studio 2005MFC+BCGControlBar。

 

5.1 探地雷达GPR数据的数据结构

 

 
  要使探地雷达数据以图像的形式显得,首先要打开并读取所测得的探地雷达

数据,为此必须询问其数据文件的数量的结构。我们利用的测试设施是国防农业大学电子科学与工程高校研制的高分辨表层穿透雷达系统RadarEye。工控机控制雷达主机、天线定位装置和数量采集卡协调共同工作,天线为电阻加载和介质加载格局。其保存的测量数据是以*.rde格式存储的。要读取一个探地雷达数据,最要害的是规定数据的排列形式。我们对*.rde格式的探地雷达数据开展了以下软件数量处理:

 

软件起先设计可以打开四连串型的数据文件RadarEye Raw Files
(*.rde)、Target Raw Files (*.drt)、Road Raw Files (*.dzr)、SIR Raw
Files
(*.DZT),由于每种文件的储备形式均不同等,因而计划了不同的打开形式。当拔取了开拓的文件类型和文书确定后弹出文件参数对话框,设定参数确定后将相应的数额读入指定的内存中,同时A-scan窗口需要显示的多寡也读入相应的内存中。

安装
Rde格式文件头字节数为RDE_HEAD_SIZE =
1024;头文件数据结构由:数据位置偏移rh_data;每道采样点数sample_points;数据位数data_bits(每个扫描点的率先个采样点带有标记,即第16位为1,应除去这一个采样数据的标志位,因为其实数目唯有12位,所以把低12位取出即可,且第12位为1时,实际数据是负数,应将其缩减4096);数据零偏zero_shift (2048);剖面的道数rh_slice组成。地方偏移就是从文件头起始有点字节处起始存多少。前边空的半空中,一部分是头文件信息,还有部分是留住空间,然后就是多少存储了。数据零偏就是从原始文件中读取数据后,减去该零偏值,再除以一个固定值,结果才是动真格的的GPR散射数据。所除的特别固定值一般就是2的n次方,n为数据位数。在原来数据中4096字节到65536字节是空的。这为记录未来数据处理的内容留下空间,而保证数据格式的一致性。

每一道记录的长短与采样数的动态范围关于。采样数和动态范围是由开首测量前的参数设置决定的,在设置时采样数sample_points可采取128、256、512、1024、2048中的一个。测量完毕后数据的头文件会记录设置时的数量。动态范围可选8或16。如动态范围在参数接纳时选8,则在笔录中每个测量值是由1个字节记录,如动态范围在参数采取时选16(软件默认设置),则在记录中各种测量值是由2个字节记录。那样每一道的笔录长度可用在记录在头文件中的每道的采样数乘以1或2(由动态范围控制)而拿到。

 探地雷达的数码是一道一道举行排列的,记录的道数是由野外的实际工作决定,那些参数是在测量工作停止之后仪器自动存入头文件中的,所以在读数据时可径直从记录文件头中得到。那么些参数与在测量时是全自动安装还是手动设置无

关。剖面的道数重如果看探测区域的尺寸以及所要求的分辨率。道数几百道、几千道都有可能。点数一般式512,1024,2048。探测区域大,采样道数就多一些。即便是沿铁轨探测,可能四回采访要六七千道。纵向的流年采样一般就是2048点以内。

再有很重点的一些是,每一道记录的最初始的两个数据,不是记录实测值,

而是用来做标记的。在数字滤波等经过中最好做归零处理相比便于,不然的话会

引起很大的界限效应。

  

5.2 探地雷达数据处理软件csuGPR重要功用实现

 

5.2.1 用户界面的实现

作为一个应用程序用户界面实际上是一个窗体,在规划用户界面时,好看、

简洁、友好的用户界面在某种程度上可以说体现了一个软件的生气。对于窗体

的兑现我们遵照了以下几条标准:

顺应用户的希望—应用程序的听从是为着用户能履行一定的职责,所以它该顺应用户的期望。

维持界面简单而显明—界面应该以明确的章程提供其意义,并且从界面的一个局部到另一个片段应该丰富简便,简单而清丽的界面不会疏散用户对首要任

的注意。

使界面直观并容易使用—尝试使用户自己了然到怎么样履行一个任务界面不是去教会他们。

保持界面的温馨—给用户提供一个协调的界面,这样有助于用户在很短的大运内就足以实际地接纳。

给用户提供报告—提供给用户的反馈能支援用户建立信心,消除他对所做工作的怀疑。例如一个按钮,当它被单击时看起来就像被按下去一样。

用很容易精晓的措施提醒用户错误—通常的做法是给用户显示一个信息框,用以提议错误以及避免不当的不二法门。

利用标志,图像和颜料—使界面更好玩而且更便于浏览,符号界面允许界急忙导航,在符号旁边提供描述文本。

使用所有的输入设备—不同的用户做事的艺术和爱好不同。界面应能响应点击输入(如鼠标)和键盘输入。其它,应遵照一些广泛的习惯。例如,实现打开文件功用,将键盘的快速模式定义为Ctrl+0.

提供用户帮忙—有时用户会需要救助,这时提供一些有效的文档。

软件的主窗体用户界面如下图5.2所示。

图5.2主窗口界面

 

5.2.2探地雷达数据以图片形式体现的落实

探地雷达数据处理软件csuGPR对探地雷达数据处理提供了四种模板:
原始数据模板、预处理后数据模板、成像后数据模板、道路分层数据模板。软件还提供了两种显示图形的不二法门:彩色堆积图、灰度堆积图、波形堆积图,可以经过菜单改变突显图形的方法。软件处理雷达数据结果图形界面展现如图5.3所示。

      

图5.3 软件图形界面展现

 

雷达扫描图像软件显示彩色堆积图、灰度堆积图与波形堆积图如图5.4所示。

 

图5.4

 

 

 

 

 

 

图5.5 csuGPR软件集成CS成像技术后的主界面

 

   图5.5 csuGPR软件集成CS成像技术后的拍卖数量界面

 

5.3 小结

 

第六章 GPR随机孔径CS成像实验与结果分析

 

6.1 内场实验

 6.1.1 试验环境搭建

本节以RadarEye内场实验系统为底蕴,对实测数据举办了预处理和成像处理。试验场馆为一长方形水泥池,尺寸为L×W×H=175×185×85cm3
(L、W、H分别代表长度、宽度和纵深),举办了防潮防水处理,里面填入均匀细沙,深度60cm,数据搜集和处理由工控机完成,工控机控制雷达主机、天线定位装置和数码采集卡协调联合工作。将不同的靶子埋在沙坑中后就可以操纵天线举办扫描从而获取目标的散射场数据,进而用成像算法进行成像处理。我们尝试的靶子有钢筋、PVC管、矿泉水瓶。测试设施使用国防科技大学电子科学与工程大学研制的高分辨表层穿透雷达系统一RadarEye。天线悬挂在滑板上,滑板可在皮带轮的牵动下左右运动,滑板和皮带轮所在的横板又足以在左右两条丝杠的主宰下前后移动。通过高精度定位装置的控制,五个方向的移位误差都得以操纵在lmm以内。RadarEye扫描场景如图6.1所示:

图6.1 RadarEye扫描场景

图中示出了RadarEye对沙坑中并排排列的两根铁管的探测情况。铁管水平位于沙坑一定深度处,先用卷尺对其距离举行测量,然后用砂石将其盖住并平整沙坑表面再拓展测量。发射信号为一双极脉冲,脉宽0.5ns,中央频率1.5GHz,3dB频带为[0.55,3.09]
GHz,幅值区间为[-18.9
17.6]v。其归一化时域波形和归一化幅频如图6.2所示:

 

图6.2 脉冲源的归一化时域波形和归一化幅频

 

为尽量辐射能量和吸纳回波信号,专门研制了适用于这种信号制式的超宽带天线,天线设计为离散指数电阻加载模式的单偶极子天线[32,80,149,154],通过在偶极子上开展集总电阻加载,可使得地清除天线末端处暴发的反射。该天线还保有较宽的带宽和较好的保形性,向下辐射线极化波。因而对非法目标举办围观时,需先确定好天线的趋向和扫描方向。具体而言,对钢筋、管道等细长型目标而言,要沿垂直于目的的测线方向扫描并且要维持天线的极化方向和目的的势头一致。如若天线的极化方向正好和对象其动向垂直,此时回波信号基本为零。当对网格型指标,如钢筋网举办围观时,则要分一遍扫描,每一趟扫描时天线取向不同。空沙坑的B一Scan回波数据如下图6.3所示:

 

      (a)
空沙坑原始B-Scan回波      
  (b)去除直达波的沙坑回波

图6.3沙坑无对象时的测试结果

从图(b)中可以看出,沙坑底部的反光清晰可见。同时鉴于天线的宽波束特性,沙坑表面各棱边的散射波在较长的合成孔径长度内设有并形成较大的打扰。为除去沙坑本身的散射回波对成像结果的熏陶,可应用时空对齐相减的模式实现背景对消。在开展成像处理时,还需己知沙坑中电磁波的流传速度。为此,可先在沙坑中埋入一块铁板,记深度为h,再在铁板正上方举办探测,通过高分辨时延估量技术取得铁板的散射信号回波时延,记为
,则沙坑中电磁波的传遍速度可通过公式
统计得到。探测时,天线不可能距沙坑外部太高。拔取这种方法测得的波速为17.357cm/ns,对应的干沙的周旋介电常数为2.9873,这一数值略低于沙子的卓著绝对介电常数()。这根本是由于试验中的沙子混入了少量的灰土,相当于单位体积中的沙子颗粒数量裁减了,因而相对介电常数会比平均值要低一些。当原始扫描数据和媒质中波速都己知后,就足以应用擅自孔径CS成像算法举行成像处理。下面对四个实测数据举行成像实验。

6.1.2 使用实测数据开展随机孔径CS二维和三维成像试验

 (1)
一根埋入沙中长lm的φ8细钢筋,埋深50cm,时窗为12ns,举办自由孔径采样(20)。原始数据与人身自由孔径CS成像结果见图6.4。

 

图6.4一根埋入沙中的φ8细钢筋原始数据和成像结果

 

  (2)两根φ8,长lm的细钢筋并排埋在沙坑中,埋深50cm,横向和纵向间距均为6cm。时窗为12ns,进行随机孔径采样(20)。原始数据与人身自由孔径CS成像结果见图6.5。

 

图6.5 两根埋入沙中并排放置的φ8钢筋原始数据和成像结果

  (3)
两根φ8钢筋上下放置,一根在另一根正上方,埋深分别为27cm和32cm,两者深度差为5cm,单发单收天线举办合成孔径扫描,时窗为12ns,举办任意孔径采样(20)。原始数据与自由孔径CS成像结果见图6.6。

图6.6 两根埋入沙中左右放置的φ8钢筋原始数据和成像结果

   
当两根钢筋垂直放置时,遮挡效应比较理解。记上下两根钢筋分别为钢筋A与B,由于双方间距很小,由此钢筋B的散射信号要比钢筋A弱很多。当二者上下间距增大时,考虑到天线的宽波束特性,这种遮挡效应应相对要小些。从成像结果看有互偶现象,这实际是由于散射中央型目标的建模特性决定的。

(4)
一对交叉放置的φ8钢筋,埋深为50cm,单发单收天线举办合成孔径扫描,时窗为12ns,举办任意孔径采样(40)。实时光景与人身自由孔径三维CS成像结果见图6.7。

 

图6.7 一对交叉放置的钢筋实时场景和任性孔径三维CS成像结果

(5)一个
V型实心棒,埋深为50cm,单发单收天线进行合成孔径扫描,时窗为12ns,举行任意孔径采样(40)。原始数据与自由孔径三维CS成像结果见图6.8。

 

 

图6.8 V型实心棒原始数据和自由孔径三维CS成像结果

(6)
一个装满水的矿泉水瓶(直径5.6cm),埋深为50cm,单发单收天线举行合成孔径扫描,时窗为12ns,举行自由孔径采样(40)。实时场景与自由孔径三维CS成像结果见图6.9。

 

图6.9装满水的矿泉水瓶的实时气象和擅自孔径三维CS成像结果

 

6.2 外场实验

  6.2.1公路试验场景的搭建

图6.10 公路试验场

图6.10左图近端为混凝土路面,远端为待铺的沥青路面,右图为正在铺设的沥青路面,基层由上到下为4%水泥砾石底基层和6%混凝土砾石基层,分别为20cm

沥青层由上到下为粗中细三层,分别为4cm,5cm和6cm。

在水泥路面中埋设的φ8钢筋网,右边网格为10×10cm2,右边为20×20cm2

如图6.10 所示,用来进展钢筋网成像试验。

图6.10 钢筋网成像试验场景搭建

图6.11为在沥青路面下埋设的破裂、空洞和泥团,用来进展考试路面检测

图6.11 路面检测试验环境搭建

 

6.2.2 钢筋网扫描与成像

图6.12钢筋网扫描与成像结果

图6.13稀疏钢筋网的妄动孔径三维CS成像结果

 

图6.14密钢筋网的任意孔径三维CS成像实验

 

6.2.3 路面分外检测实验

 

图6.15 沥青路面下空洞的反射波和ROI提取结果

 

6.2.4对象分类实验

参照波形及幅相谱,目的为直径3.8cm的金属管

 

分类识别结果

 

6.2.5 高分辨层厚度臆想

RadarEye测试结果与钻孔数据比较

高分辨层厚度猜想

RadarEye测试结果与钻孔数据相比较

 

 

6.3 小结

 

 

 

 

第七章 总结与展望

 

缩小传感理论的提议极大地增长了信号获取理论,
并为另外有关领域的研商提供了新技巧和新思路, 探讨前景广阔.
不过眼下裁减传感理论还不是很完美,相应的使用研究也恰好启航,
尚有较多问题亟待在未来研商中取得突破:

 

1) 测量矩阵构造研究

在削减传感中, 测量矩阵需要满足约束等距性(RIP)条件,
最近所运用的测量矩阵大多为非确定性测量矩阵, 即随机矩阵. 例如在 RICE
高校单像素相机研制中,选用的就是较为简单的 0-1 伪随机矩阵.
不过更复杂的非确定性测量矩阵在硬件实现上相比复杂,
就算它们在假冒伪劣试验中可知得到很好的效用, 可是为难硬件实现,
由此有必不可少对确定性测量矩阵展开深远商量. 其余,
压缩传感技术建立在非自适应线性测量基础之上, 不有所灵活性,
因此有必要探讨自适应压缩传感技术,
即依据不同的信号类型应用不同的数目采样和重构策略.

 

2) 测量矩阵的优化问题

在第 1 节中提到, 当图像不可以在正交基上稀疏表示时,
可以将其扩大到冗余字典上进展稀疏表示.例如对于某一项目标图像,
用学习算法如K-SVD 等获取字典平常可以使图像信号更加稀疏.
可是在削减传感技术中,
利用冗余的字典代替标准正交基即使可以更好地重构图像,
但由于在相应传感矩阵中会出现较多相关列,
这么些相关列对于图像重构没有任何价值, 扩大了算法的贮存和计量的本钱, 由此,
怎样平衡冗余字典的冗余度与传播矩阵中相关列的多少,
即找到最优的冗余字典及其对应的传入矩阵是值得探究的.

 

 3) 测量值的施用讨论

许多图像处理的尾声目标并不是重构图像, 而是为了得到关于目标的音讯.
由压缩传感理论可以,在大势所趋原则下,
通过少量的测量值就可以确切重构出原来图像,
也就是说少数的测量值可以维持原有信号的结构和充分多信息. 因而,
少量的测量值可以一直用来落实各类图像处理任务,
如图像分类、特征提取、目的检测以及音讯融合等, 并且由于测量值多少较少,
音讯密度高, 可以大大缩短相关算法的年华和仓储代价.

 

4) 图像超分辨率重构

图像的超分辨率重构是指从一幅或者多幅低分辨率图像暴发或者构建高分辨率图像的过程,
本质上属于维数扩展的题目, 具有不适定性. 在削减传感中,
从测量值到原始信号也是一个从低维到高维的维数扩张问题,
与超分辨率图像重构类似.
由于低分辨率图像平常决定了高分辨图像的构造和大多数音讯,
因而借鉴压缩传感的相干思想贯彻新型的超分辨率图像重构算法也是值得研讨的.
例如, 倘若将低分辨率图像看成是在某种测量矩阵 (或者字典) 下的测量值,
则超分辨图像重构问题便改换为啥以构建测量矩阵的字典构建问题.

 

 5)
运动目的提取基于图像连串的移位目的提取是电脑视觉领域的一个主干问题,
广泛应用在视频监控、视频分析、视频查找、基于移动音信的身价识别等地点.
当把背景看成不变量时, 运动的对象可以更加稀疏地表示,
符合压缩传感理论对信号的稀疏性要求. 因而, 如何在调减传感框架内,
利用图像序列运动目的稀疏特性, 设计测量矩阵,
然后对图像系列的背景差实行线性测量,
最终精确重构出活动目的也是值得注意的研讨方向.

 

6) 实时压缩传感成像系统研制

相对于压缩传感的辩护探讨进展, 其硬件实现还地处起步阶段.
目前已拿到成功的事例紧要有美国 RICE 大学研制的 \单像素” 单反,
ARI-ZONA 大学 Baheti 和 Neifeld 设计的具备一定功用的布局成像设备, 以及
DUCK 大学研制的单景光谱成像装置[61].
然则由于削减重构算法的总结量相比大, 难以达到实时性要求,
由此实时高性能压缩传感成像系统是前景任重而道远的钻研方向.除了构建高分辨成像系统,
压缩传感还可采用于音频采集设备、节电型音频和图像采集设备、天文学观测、军事侦察、资源探测、超声图像以及数字减影血管造影技术等很多方面.

 

 

 

 

 

致    谢

在杂谈即将搁笔之际,我想向业已给自家帮助和支撑的众人表示诚心的感恩戴德!

 

 

参考文献

  [1] Donoho D L.
Compressed sensing. IEEE Transactions on Information Theory, 2006,
52(4): 1289-1306

[2] Candµes E, Romberg J, Tao T. Robust uncertainty principles: exact
signal reconstruction from highly incomplete frequency information. IEEE
Transactions on Information Theory, 2006, 52(2): 489-509

[3] Candµes E. Compressive sampling. In: Proceedings of International
Congress of Mathematicians. Madrid, Spain:European Mathematical Society
Publishing House, 2006.1433-1452

[4] Baraniuk R G. Compressive sensing. IEEE Signal Processing
Magazine, 2007, 24(4): 118-121

[5] Olshausen B A, Field D J. Emergence of simple-cell receptive eld
properties by learning a sparse code for natural images. Nature, 1996,
381(6583): 607¡609

[6] Mallat S. A Wavelet Tour of Signal Processing. San Diego:Academic
Press, 1996

  [7] Candµes E, Donoho D L. Curvelets . A Surprisingly Effective
Nonadaptive Representation for Objects with Edges,Technical Report
1999-28, Department of Statistics, Stanford University, USA, 1999

[8] Sun Yu-Bao, Xiao Liang, Wei Zhi-Hui, ShaoWen-Ze. Sparsere
presentations of images by a multi-component Gabor perception
dictionary. Acta Automatica Sinica, 2008, 34(11):1379-1387 (孙玉宝,
肖亮, 韦志辉, 邵文泽. 基于 Gabor 感知多成份字典的图像稀疏表示算法探究.
自动化学报, 2008, 34(11): 1379-1387)

[9] Aharon M, Elad M, Bruckstein A M. The K-SVD: an algorithm for
designing of overcomplete dictionaries for sparse representations. IEEE
Transactions on Image Processing,2006, 54(11): 4311¡4322

[10] Rauhut H, Schnass K, Vandergheynst P. Compressed sensing and
redundant dictionaries. IEEE Transactions on Information Theory, 2008,
54(5):2210-2219

[11] Candµes E, Romberg J. Sparsity and incoherence in compressive
sampling. Inverse Problems, 2007, 23(3): 969¡985

[12] Candµes E, Braun N, Wakin M B. Sparse signal and image recovery
from compressive samples. In: Proceedings of the 4th IEEE International
Symposium on Biomedical Imaging: From Nano to Macro. Washington D. C.,
USA: IEEE, 2007. 976-979

[13] Tropp J A, Gilbert A C. Signal recovery from random measurements
via orthogonal matching pursuit. IEEE Transactions on Information
Theory, 2007, 53(12): 4655-4666

[14] Blumensath T, Davies M E. Iterative thresholding for sparse
approximations. Journal of Fourier Analysis and Applications, 2008,
14(5-6): 629¡654

 

[15] GreenspanM.Radar applications overview.In:Proeeeding of Radar
Sensor Technology:SPIE,1996.2-7.

[16] 
张卡,盛业华,张书毕.遥感新技巧的几何举行及其应用.遥感消息,2004,(2):58-62

[17]  Achache  J,Grandjean G,PailfouP,etal.Subsurface imaging with
low frequency SAR.Field validationin in France and EgyPt using a
ground-penetrating radar.In: Proceeding of SPIE,2002.217-222.

[18] Bishop A.Feakes K L,PettittA. Intelligent ground probing
radar.In:Proeeeding of the Colloquium on Radar and Microwave
Imaging:IEEE,1994.1~6.

[19] Carin L,KaPoor R,Baurn C E. Polarimetric SAR imaging of buried
landmines. IEEE Transactions on Geoscience and Remote Sensing
,1998,36(6):1985一1988

[20] Daniels D. Applications of impulse radar technology.In:Proceeding
of International Conference on Radar:IEEE,1997.667~672.

[21] Glover J.Radar roots out concrete
features.Concrete(London),1989,23(l):21-22

[22] Feng H H,Castanon D A,Karl W C,etal.GPR imaging approaches for
buried Plasticl landmine detection.In:Proceeding of Detection and
Remediation Technologies for Mines and Minelike
Targets:SPIE,2000.1485一1496.

[23] Grasmueck M,Weger R ,HorstmeyerH. Full-resolution 3DGPR imaging
for geoseience and archeology.In:Proceeding of the Tenth International
Conference on Ground Penetrating Radar,Vols 1 and
2:IEEE,2004.329一332.

[24] Daniels D
J,陶建义.探地雷达导论(下).现代雷达,1989,(6):17-33,61

[25] Daniels D J,陶建义.探地雷达导论(上).现代雷达,1989,(5):5-12,26

[26] Andryukhin A,N,Linnikov O N,Trusov V N,etal.3-D
surface-Penetrating radar“defectoscoPe”.In:Proceeding of lnternational
Conference of Radar:CIE,2001.65~70.

[27] Adcock A D,Dass W C,Rish J W,III.Ground-penetrating radar for
airfield Pavement evaluations.In:Proceeding of SPIE,1995.373-384.

[28] Francke J C,Yelf R.Applications of GPR for surface
imaging.In:Proceeding of The 2nd  International Workshop on
Advanced Ground Penetrating Radar:Int Research Center
Telecommuniransmissions and Radar,2003.115一 119.

[29] YingX,Yu H,Wang H,the application of GPR to civil engineering in
China.In:Proc eeding of Intemational Geoscience and Remote Sensing
Symposium:IEEE, 1997.232-234.

[30] HuangY, Millard S G,Davis J,etal.A wide band system for
measuring

Dielectric properties of concrete.In:Proceeding of SPIE,2002.416-421.

[31] Gogineni S,KanagaratnamP,Braaten D,etal.High-resolution
mapping of Near-surfaceinternal snow layers with a wideband
radar.In:Proceeding of the Tenth International Conference on Ground
Penetrating Radar:IEEE,2004.769~771.

[32]
许伟武.21世纪机械探测系统和技巧面临的挑衅和对策.航空电子技术,2000,(3):45-51

[33] Jol H M,PetersonC,Stock E,etal.Preliminary results from GPR
stratigraphic Studies on Fraser Island,Anstralia.In:Proceeding of
theTenth International Conference Ground Penetrating
Radar:IEEE,2004.543-546.

[34] Kikuta T,Tanaka H.Ground Probing radar system.IEEE Aerospace and
Electronic Systems Magazine,1990,5(6):23-26

[35] Koppenjan S,Bashforth M. Ground Penetrating radar
applications:DeP.of Energy case studies.In:Proceeding of Underground and
obscured-Object Imaging and Detection:SPIE,1993.145-153.

[36] McMechan G A,Gaynor G C,Szerbiak R B. Use of ground-Penetrating
radar for3-D sedimentological characterization of clastic reservoir
analogs.Geophysics,1997,62(3):786-796

[37] SaarenketoT,van Deusen D,Maijala P. Minnesota GPR Project
1998一testing ground Penetrating radar technology on Minnesota roads and
highways.In:Proceeding of SPIE,2000.396-401.

[38] Sato M.Bistatic GPR system for landmine detection using optical
electric field. In:Proceeding of Intemational Symposinm Antennas and
Propagation Society:IEEE,2003.207-210.

[39] Valle S,Zanzi L,Rocca F. Radar tomography for NDT:comparison of
techniques.Joumal of Applied Geophysics,1999,41(2-3):259-269

[40] 方广有.探地雷达及其技术概略和展望.电波与天线,1994,(6):1-4

[41]  Suzu A T,陈乾.先进的探地雷达. 电子工程,1993,(2):20-28

[42]  彭荣.探地雷达系统.电波与天线,1993,(l):36-43

[43]  陈祥占.外国探地雷达探讨概略.电波与天线,1990,(2):2-6

[44]  Daniels D J.Surface Penetrating Radar.London:The Institution of
Electrical Engineers,1996

[45] 李大心.探地雷达方法与应用.法国巴黎:地质出版社,1994

[46] 粟毅,黄春琳,雷文太.探地雷达理论与应用.新加坡:科学出版社,2006

[47] 熊寿庆 .GPR方法及其应用概述. 物探化探译丛,1997,(5):63-69

[48]  Dongen K W A v,Berg P M v d,Fokkema J T. A three-dimensional
imaging technique for a directional borehole radar.In:Proceeding of
SPIE,2001.88-98.

[49] Gustavsson A,Frolind P O,HellstenH,etal.The Airborne VHF SAR
System CARABAS.In:Proceeding of Intemational Geoscience and Remote
Sensing SymPosium:IEEE,1993.558-562.

[50] HellstenH.CARABAS-An UWBlowfrequency SAR.In:Proceeding of
Intemational Microwave Symposium Digest:IEEE,1992.1495-1498.

[51] Jia H,Takenaka T,TanakaT.Time-domain inverse scattering method
for

Cross-borehole radar imaging.IEEE Transactions on Geoscience and Remote
Sensing,2002,40(7):1640-1647

[52] Liu S,Sato M.Electromagnetic logging technique based on borehole
radar.IEEE Transactionson Geoscience and Remote sensing,2002,
40(9):2083~2092

[53] 陈义群,肖柏勋.论探地雷达现状与发展.
工程地球物艺术学报,2005,2(2):149~155

[54]
韦宏鹊,杨顺安,刘昌辉.探地雷达在岩土工程选拔中的进展.地质科技情报,2005,24(增刊):133~136

  [55] Bashforth M,Koppenjan S.Ground Penetrating radar applications
for hazardous Waste detection.In:Proceeding of Underground and
Obscured-Object Imaging and Detection:SPIE,1993.56~64.

[56] DaxinL,GelinP.Application of GPR for the shape and integrity of
Chu-tombs. In:Proceeding of SPIE,2000.612~617.

[57]Gallagher G P,LeiPer Q,Williamson R ,etal.Application of  time
domain ground Penetrating radar to  evaluate railway track ballast.NDT
and E International,1999,32(8):463-468

[58] Knight R.Ground penetrating radar for environmental
applications.Annual Review of Earth and Planetary
Sciences,2001,(29):229~255

  [59] Ralston J C,Hainsworth D W,McPhee R J.Application of ground
Penetrating Radar for coal thickness measurernent.In:Proceeding of IEEE
Region 10 Annual International Conference:IEEE,1997.835~838.

[60] Pailfou P,August-Bernex T,Grandjean G,etal.Sub-surface imaging
by combining airborne SAR and GPR:Application to water detection in arid
zones.In:Proceeding of lntemational Geoscience and Remote Sensing
Symposium: IEEE,2001.1384~1386.

[61] 方广有,佐藤源之. 频率步进探地雷达及其在地雷探测中的应用.
电子学报,2005,33(3):436~439

   [62] KositskyJ,Milanfar P.Forward-looking high-resolution GPR
system.In: Proceeding of SPIE,1999.1052~1062.

   [63] Langman A.The Design of Hardware and Signal Processing of a
Ground Penetrating Radar:University of Cape Town,2002.

 [64] Langman A,Inggs M R. An electromagnetic model for a stepped
frequency continous Wave ground penetrating radar.In:proceeding of
SPIE,2002.291~296.

[65] Yelf R,AI-Nuaimy W.Classification system for GPR
Paramcters.In:Proceeding of the Tenth International Conference Ground
Penetrating Radar:IEEE,2004.407一410.

[66]
支海燕,吕锡从.一种无载波脉冲探地雷达技术的发展及应用.中国航天,1994,(5):39-43

[67] 方广有.无载波脉冲探地雷达的现状与展望.电子了望,1994,(2):17-20

[68] 彭荣.6ns脉宽的单脉冲探地雷达系统.电波与天线,1993,(l):48-55

[69]
苏宏艳,梁华庆.提升线性调频连续波探地雷达厚度检测分辨率的信号处理方法.石油大学学报:自然科学版,2002,26(5):74一76

[70] 苗萌.脉冲压缩探地雷达.电子工程音信,1995,(5):18一22

[71] CattinV,ChailloutJ J,Blanpain R.Detection and localization with
a step Frequency radar.In:Proceeding of IEE,1998.86-90.

   [72] Weedon W H,Chew W C,Ruwe C A.Step-frequency radar imaging
for nondestructive evaluation(NDE) and ground-Penetrating radar (GPR)
applications. In: Proceeding of Advanced Microwave and Millimeter-Wave
Detectors:SPIE,1994.156-167.

[73]Derobert X,Fauchard C,Cote,etal.Step-frequency radar applied on
thin road layers. Journal of Applied Geophysics,2001,47(3):317-325

[74] Triltzsch G,BraunH M Krellmann Y,etal.Stepped frequency GPR
field trials in Potash mines.In:Proceeding of theTenth International
Conference Ground Penetrating Radar:IEEE,2004.755一758.

[75] NarayananR M,XuY,Hoffmeyer P D,etal. Design and Performance of
a Polarimetric random noise radar for detection of shallow buried
targets.In: Proceeding of Detection Technologies for Mines andMinelike
Targets:SPIE,1995.20一30.

    [76] NarayananR M,Hernning J A,Dawood M.Enhanced detection of
objects obscured by dispersive media using tailored random noise
waveforms.In: Proceeding of Detection and Remediation Technologies for
Mines and Minelike Targets:SPIE,1995.604-614.

[77] 李海华.探地雷达体制综述.测试技术学报,2003,17(l):25-28

[78] 吴其斌.探地雷达的发呈现状.地质科技动态,1995,(10):l-3

[79] 陈廷龙.探地雷达进展.电波与天线,1993, (l):43-45

[80] Roy S,陈祥占.探测埋地目的的探地雷达.电波与天线,1990,(5):1-8

[81]Caldecott R Terzuoli AJ,Hall J P. An underground mapping system
using impulse radar.In:Proceeding of Transmission and Distribution
Conference and Exposition:IEEE,1979.99-107.

 [82]http://www.geophysical·com

    [83]httP://www.g-p-r.com

[84]http://www.sensoft.com

[85]http://www.timedomain.com

[86]http://www.patent.com.cn

[87]刘传孝,蒋金泉.国内外探地雷达技术的可比与分析.煤炭学报,2002,27(2):123-127

[88]李大洪.地质雷达的施用现状及发展前景.煤田地质与勘探,1997,25(5):60-64

[89]侯俊胜.探地雷达方法及其使用的新进展.外国地质勘探技术,1996,(l):6-11

[90]彭苏萍,杨峰.高效募集地质雷达的研制及应用.地质与勘探,2002,38(5):63-66

[91]周杨,冷元宝,赵圣立.路用探地雷达的拔取技术探讨进展.地球物教育学进展,2003,18(3):481-486

    [92]LeiWentai,SuYi,HuangChonlin,etal.A UWB impluse surface
Penetrating radar system for Pavement evaluation.In:Proceeding of
4th International Workshop on Ultra Wideband and Ultra Short
ImPulse Signals:IEEE,2004.195~197.

[93] LeiWentai,SuYi..A UWB lmpulse subsurface imaging
radar.In:Proceeding of International Symposium on
Microwave,Antenna,Propagation and EMCTechnologies for wireless
Communications:IEEE,2005.1351~1355.

 

[94] 刘立业.GPR天线和对象的电磁特性分析及数据解译方法研商:
学位小说.麦德林:国防农林科技大学,2005.

[95]
张安学.探地雷达目标检测与定位方法的研商:学位故事集.夏洛蒂:武汉矿业高校,2003.

[96]
张春城.浅地层探地雷达中的信号处理技术研商:学位杂谈.天津:外贸大学,2005.

[97〕高守传,黄春琳,粟毅.基于RLs横向滤波自适应抵消法的高达波抑制.信号处理,2004,20(6):566~571

[98] 雷文太.脉冲GPR高分辨成像算法研商:
学位杂谈.巴尔的摩:国防中医药大学,2006.

 [99]
李禹,粟毅,黄春琳等.冲激雷达接收中的随机射频烦扰压制方法.电子与信息学报,2004,26(5):733~738

[100]
李禹,黄春琳,粟毅.基于MSE准则抑制SPR射频烦扰的方法.国防财经大学学报,2003,25(4):42~46

   [101]TsthrintzisGA, JohansenPM,DevaneyA J. Buried object
detection and location esti     mation from electromagneticfield
measurements.IEEE Transactions on Antennas and
propagation,1999,47(11):1744~1744

   [102] Giachino G L,Giubbolini L,PittatoreG,etal.Ground
Penetrating radar for Sub-service detection(GPR-SSD).In:Proceeding of
15th Intemational Conference on Microwaves,   Radar and
Wireless Communications:IEEE,2004.966~969.

[102] Lin D,Xu G,Huang R,et al.Non-invasive defect detection for
concrete Structure Using GPR.In:Proceeding of the International
Symposium on Safety Science and Technology:Science
Press,2004.2340~2346.

   [104]  Yu S-H,Mehra R K,WittenT R.Automatic mine detection based
on ground Penetrating radar.In:Proceeding of SPIE,1999.961~972.

[105] Carin L,Sichina J,Harvey J F.Microwave under ground
Propagation and detection.IEEE Transactions on Microwave Theory and
Techniques,2002,50(3):945-952

   [106]  Langman A,InggsM R.l-2GHZ SFCW radar for landmine
detection.In: Proceeding of the South African Symposium on
Communications and Signal Processing:IEEE 1998.453~454.

   [107] Gader P,KellerJ M,Frigui H,etal.Landmine detection using
fuzzy sets with GPR    images.In:Proceeding of Intemational Conference
on Fuzzy Systems:IEEE,1998.232-236.

[108] AI-Qadi l,Lahouar S,Loulizi A,etal.Effective approach to
improve Pavement Drainage layers.Journal of Transportation
Engineering,2004,130(5):658-664

[109]Corley-Lay J,Morrison C S.Layer thickness variability for
flexible Pavements in NorthCarolina.Transportation Research Board Natl
ResearchCouncil:Washington,2001

[110] Rampa V,SPagno1ini U. Multi-layer detection/tracking for
monostaticground Penetrating radar.In:Proceeding of International
Geoscience and Remote Sensing Symposium:IEEE,1996.2038一2040.

[111] Kleinmann L,Laugks J,Nick K-P.Image Processing and Pattem
recognition in Ground Penetrating radar data.In:Proceeding of
Intemational Geoscience and Remote Sensing
Symposium:IEEE,1993.1903一1906.

[112] BelottiV,Dell’Acqua F,Gamba P. Denoising and hyperbola
recognition in GPR data.In:Proceeding of lmage and Signal Processing for
Remote Sensing:SPIE,2002.70-80.

[113] Milisavljevic N,Bloch l,van den Brock S,etal.Improving mine
recognition through Processing and Dempster-Shafer fusion of
ground-Penetrating radar data. PattemRecognition,2003,36(5):1233一1250

   [114]ChenY.Pseudo-inverse imaging for ground Penetrating
radardata:[dissertation].

oklahoma:University of oklahoma,2001.

[115]Hayakawa H,NadamotoA,Uesaka Si.3D radar imaging of buried
objects using arbitrary scanning GPR.In:Proceeding of the Eighth
Intemational Conference on Ground Penetrating Radar:SPIE,2000.273一276.

[116] LiuG,wangY,Li J,etal.SAR imaging for a forward-looking GPR
system.In: Proceeding of Detection and RemediationTechnologies for Mines
and Minelike Targcts:SPIE, 2003.322~333.

[117] Kruse S E,SchneiderJ C,InmanJ A,etal.Ground Penetrating radar
imaging of The  freshwater/saltwater interface on a carbonate
island,KeyLargo,Florida.In:Proceeding of the Eighth International
Conference on Ground Penetrating Radar:SPIE,2000.335一340.

[118] Devaney A J.Geophysical diffraction tomograpy.IEEE Transactions
on Geoscience and Remote Sensing,1984,22(l):3~13

[119] Deming R, DevaneyA J.A filtered backpropagation algorithm for
GPR J . Environ. Eng. Geophys. 1996,113~123

[120] Deming R, DevaneyA J. Diffraction tomography for
multi-monostatic ground Penetrating radar
imaging.Inv.Probl.,1997,29-45

[121] Meincke P.Linear GPR inversion for lossy soil and a planar
air-soil interface. IEEE Transactions on Geoscience and
RemoteSensing,2001,39(12):2713~2721

[122] CuiT J,QinY,Wang G-L, etal. High-order inversion formulas for
fow-frequency Imaging of 2D buried targets.In:Proceeding of Antennas and
Propagation Society Symposium:IEEE,2004.189-192.

[123]CuiT J,ChewWC,Jiang Q,etal.High-order extended Born
approximations for EM scattering by buried dielectric objects.
In:Proceeding of Antennas and Propagation society International
Symposium:IEEE,2003.645-648.

[124] CuiT J, Chew W C,Aydiner A A,etal.Inverse scattering of
two-dimensional Dielectric objects buried in a lossy earth using the
distorted Bom iterative method.IEEE Transactions on Geoscience and
Remote Sensing,2001,39(2):339~346

[125] ZaiPingN,FengY,YanwenZ,etal.Variatinnal Bom iteration method
and its applications to hybrid inversion.IEEE Transactions on Geoscience
and Remote Sensing,2000,38(4):1709-1715

[126]
邓小波,聂在平,赵延文等.遗传算法和名目繁多网格在两步线性反演中的应用.电波科学学报,2005,20(4):446-451

[127]YangY,Basir O A,Liu Y. Wavelet based method for electromagnetic
inverse Scattering Problem using extended Born
approximation.In:Proceeding of International Geoscience and Remote
Sensing Symposium:IEEE,2003.4220~4222.

[128] Erer l,Kartal M,YazganB. A new algorithm based on Wavelet
theory for diffraction tomography .In:Proceeding of International
Conference on Image Processing:IEEE,1996.701-704.

[129] LiuF,LingY,XiaX,etal.Wavelet methods for ground penetrating
radar imaging. Joumal of Computational and Applied
Mathematics,2004,(169):459-474

[130] Xu X,MillerE L.Optimization of migration method to locate
buried object in Lossy medium.In:Proceeding of IEEE International
Geoscience and Remote Sensing Symposium:IEEE,2002.337~339.

[131]
雷文太,粟毅,黄仕家.探地雷达近场三维距离偏移成像算法.电子与信息学报,2004,26(增刊):529~533

[132] LeusehenCJ,Plumb R G. A matched-filter-based reverse-time
migration algorithm for ground –penetrating radar data.IEEE Transactions
on Geoscience And Remote Sensing,2001,39(5):929~936

[133]  Carin L,GengN,McClureM,etal.Ultra-wide-band
synthetic-aperture radar for mine

-field detection.IEEE Antennas and Propagation
Magazine,1999,41(l):18~33

[134]  HallnanJl,Shubert K A,Ruck GT.SAR processing of
ground-penetrating radar Data for buried UXO detection results from a
surface-based system.IEEE Transactions on Antennas and
Propagation,1998,46(7):1023~1027

[135]
雷文太,黄春琳,粟毅.脉冲探地雷达反向投影成像算法.电子与音信学报,2004,26(增刊):529~533

[l36]
雷文太,粟毅,黄春琳.表层穿透雷达递归反向投影成像算法.电子学报,2005,
33(12):2115~2119

 [137] Mast J E. Microwave Pulse-echo radar imaging for the
nondestructive evaluation of civil
structures:[dissertation].Urban,Illinois:University of Illinois at
Urbana一ChamPaign,1993.

[138] weiY,HaibinY,Wang S.The use of FK techniques in GPR
processing.In: Proceeding of the 6th lnternational Conference
on Ground Penetrating Radar:IEEE,1996.595~600.

[139] XuX, MillerE L,Rappaport C M,etal.Statistical method to detect
subsurface Objects using array ground-penetrating radar data.IEEE
Transactions on Geoscience and Remote Sensing,2002,40(4):963~976

[140] XuX, MillerE L. Statistical method to localize buried landmines
from GPR Array measurement. In:Proceeding of Detection and
RemediationTechnologies for Mines and Minelike
Targets:SPIE,2001.742~753.

[141] Cafforio C,Prati C,Rocca F. SAR data focusing using seismic
migration techniques. IEEE Transactions on Aerospace and Electronic
Systems,1991,27(2):194~07

 [142] Fisher E,McMechan G A,Annan A P,etal. Examples of
reverse-time migration of single-channel,ground-penetrating radar
Profiles.GeoPhysics,1992,57(4):,577~586

[143] Wu R,Gu K,Li J ,etal.Propagation velocity uncertainty on GPR SAR
Processing. IEEE Transactions on Aerospace and Electronic
Systems,2003,39(3):849~861

[144]  Tanyer SG. High-resolution radar in inhomogeneous
media..In:Proceeding of The fourth International Conference on
SignalProcessing:IEEE,1998.381~384.

 

 

 

 

发表评论

电子邮件地址不会被公开。 必填项已用*标注