据悉压缩传感的脉冲GPR成像技术研究(硕士学位论文初稿20120104)

分类号                                 
密级

  U D
C                                  
编号

 

 

 

CENTRAL SOUTH  UNIVERSITY 

 

 

 

 硕士学位论文

 

 

 

 

 

舆论题目基于CS的脉冲GPR成像技术研讨

 

   

 

2011年12月

 

 

原创性声明

 

自己声明,所上至的学位论文是本人于师资指点下展开的研究工作以及获得的研究成果。尽我所掌握,除了舆论中专门加以标注和感谢的地方外,论文中未包含其他人都载或撰文了之研究成果,也不带有为取得中南大学或另单位的学位或证明而利用了之素材。与自己一块工作之老同志针对以研究所作的奉献均一度以舆论被犯了明显的求证。

 

 

 

作者签名:             日期:     年  月  日

 

 

 

学位论文版权使用授权书

 

我了解中南大学关于保留、使用学位论文的规定,即:学校发且保留学位论文并冲国家或者湖南省关于部门规定提交学位论文,允许学位论文被翻开与借阅;学校可发布学位论文的布满或者部分情节,可以使复印、缩印或外手段保存学位论文。同时授权中国科学技术信息研究所以依学位论文收录至《中国学位论文全文数据库》,并经网络为社会公众提供信息服务。

 

 

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

 

目 录

摘 要

 

压缩传感(CS)
理论是当既知晓信号具有稀疏性或可压缩性的标准下对信号数据开展收集、编解码的初理论[1]。压缩传感采用非自适应线性投影来维持信号的故结构,能透过数值最优化问题准重构原始信号[2].
压缩传感以极为小于奈奎斯特效率进行采样,在胜分辨压缩成像系统、视频图像采集系统、雷达成像和MRI医疗成像等领域具有广阔的动前景。压缩传感理论(CS),可通过求解一个鼓鼓囊囊最小ℓ1范数问题之非自适应线性测量重建稀疏信号[3]。本文介绍了平等种时髦宽带合成孔径成像数据收集系统,它是冲CS理论运用图像空间被之点状目标切实可行稀疏性的特性来拍卖数量的技艺。它代表了人情的Nyquist速率采样测量传感器,使用线性投影测量返回的信号及随意向量齐吃用来作为测量数据。此外,沿合成孔径扫描点随机取样可以统一在数额搜集系统面临。
CS测量所必不可少数据可于均匀采样时数少一个数级。在本土探地雷达(GPR)地下成像中之采用中,典型的图像只含几只目标,因此目标图像满足信号具有稀疏性的CS理论必要条件。我们通过以CS测量仿真和探地雷达实验数据表明,与规范的成像效果比,通过CS测量随机采样获取的疏目标上空图像也惟有出大少的眼花缭乱之回波。

   
利用电磁波在非金属媒质中的穿透性会,探地雷达可实现强媒质中目标的检测、定位与辨别。该技能有非破坏性、穿透能力大、分辨率高、操作便利与资费低廉等优点,广泛应用于军事和个体之强探测场合[4]。本论文对脉冲探地雷达采用中之靶子二维和三维图像重构问题研讨了脉冲探地雷达高分辨成像的系技能。

重在词: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数据处理标准软件

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

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),ℓ1 Minimization,random sampling,csuGPR Data processing professional
software

 

 

 

 

 

 

第一章绪论

探地雷达技术之面世与进步十分充分程度地扩展了人类认识以及改建客观世界之能力,而人类对外边下埋伏目标的感知需求而连地推进在这同样技术的前进。本章简要介绍了探地雷达技术的腾飞概况,分析了探地雷达系统研究的艺途径,并对准冲激脉冲体制探地雷达以及高分辨雷达成像技术做了较为详细的阐述,最后介绍了本文的情安排。

 

1.l试地雷达简介

 

雷达最早出规在三十年间后期。早期的雷达只能发现目标和测量目标的距离[l5,16]。人们管她叫“无线电探测和测距”(Radar:Radio
Detection And
Ranging)。经过几十年的提高,雷达的成效已经不止了探测与测距的克,在宇宙空间探测、地球遥感、地下目标探测等多面都显示有无可比拟的优越性,成为人们获取空间目标信息的要手段[16-25]。随着人类对大自然认识的日益深化,人们对地表下世界的探知要求更换得更其深入和迫切,从探测当今世界危及人生安全之地雷、考古发现到地质勘探、工程建设,要求的探测深度从几十厘米至数千米未顶。在现世国民经济建设的浩大机构以及国防建设中,浅层地下目标的探测以及识别自己成为一个要害的研究方向[26-31]。在未坏地表结构的事态下得到非法未知区域之音展示更为关键[32],尤其是当把成像技术使内常。表层穿外露雷达又称作探地雷达(GPR:Ground
Penetrating
Radar)是现在各种浅层地下目标非破坏性探测技术被尽富有应用前景及发展前途的不二法门有[33-43]。

 

1.1.1 探地雷达特点与使用

 

GPR以分为表层穿外露雷达(SPR:Surface Penetrating Radar)和外边下雷达

(SSR:Subsurface Radar),是恃以电磁波在媒质电磁特性不总是处于起的反光

与散射实现非金属覆盖区域被目标的成像、定位进而定性或者定量地辨认探测区

地方中的电磁特性变化,实现对探测区域被目标的探测[44-57]。简单地说,GPR的职责就是叙目标的几何和情理特性。GPR所负有的优惠待遇其它遥感技术特点包括:快速、高空间分辨率、对目标的老三维电磁特征敏感,可以测量前方区域甚至机载测量。其运动平台只是分为飞机、地表车载和亲手握紧、地下凿洞和多洞间探测[48-52]。本文主要讨论表层穿透雷达GPR。

作为同栽黑浅层探测工具,GPR于骨子里行使被以及任何非法探测技术对比,具有以下优点:

(1)GPR是同一种植不破坏性探测技术,可针对各种非金属覆盖区域之中开展无损探测。

(2)GPR可远距探测未知区域中之对象分布,避免了神秘的危。

(3)GPR可反映出媒质的电磁参数变化,对金属与非金属目标都得进行探测与辨认。

(4)GPR可实现比高之空间分辨率,能满足多种探测需求。

布局当的天线和收发装置,GPR几乎可以用来其它非金属体内的靶子探测,以下是眼下自我经成的使用[29,54-61]:

(1)市政工程,如:坝、桥、高速公路的评估;(2)埋地管线的定势;(3)地下设施的规定,如:隧道与地下室;(4)考古探测;(5)地质和水文地质探测;(6)冰层与冻土探测;(7)地雷、UXO探测;(8)伪装的爆炸物及毒品的探测以及识别;(7)无损评估/探测(NDE加DT)等。

 

1.1.2 探地雷达分类

 

比如数据搜集方式的不等,GPR可分为地表式GPR、钻孔式GPR等;按照那装载方式,可分为手持式、车载式、机载式等。不同体制的GPR有例外之探测能力和应用环境。GPR的体制要是由于其调制方式控制的,调制方式尽管是冲穿透深度、分辨率、电磁干扰程度以及体积和财力等元素的特殊要求进行抉择的[20,62-65]。理论及,只要办事频带相同,系统的识别能力以及穿透性能是同一之,获取目标的散射信息也是一律之。然而不同的信号形式产生夫殊之体系实现特点。目前极端普遍的生意或实验性GPR系统信号形式是冲激脉冲,其次是线性调频,然后是步进变频和噪声信号。下面对立即四种样式的探地雷达做同样简短的牵线。

(一)冲激脉冲。为兼顾探测深度和分辨率,要求系统具备宽带特性。冲激

脉冲是平种植典型的宽带信号,这种体制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]。系统发射纳秒级脉冲,通过一致采样技术对回波脉冲进行采样,目标回波包含了宽带电磁散射特征,可进行成像和辨认。由于冲激脉冲的辐射能量有限,因此这种样式的探地雷达系统非适用于深层探测。

(二)线性调频。系统发射线性调频信号,根据预知的越轨介质的频率衰减

特征和可能的伪目标的频率响应特性预先设定工作频带。其亮点也分辨率高,发射频谱易于控制,具有很富有的动态范围;缺点是体积非常、成本高,且系比较复杂[69,70]。,目前大多数线性调频GPR仅限于对几十厘米以内表层的探测,如机场跑道和高速公路等表皮中的布局很要孔穴的探测。

(三)步向前频率。发射信号好是点频,也得是部分特定间隔的效率,接

收端采用孔径天线在地表接收来自地下区域的继往散射信号并对信号的宽窄以及相位进行测量[71,71-74]。发射信号的窄带特性使天线的计划比较宽带系统相对容易但是那个工作频率须根据非法介质的效率衰减特性仔细挑选。

(四)噪声信号。系统发射噪声信号,接收信号与经过时延的放信号有关

拍卖实现对黑目标的检测与固化[75,76]。系统测量功率和目标反射系数幅度的平方成正比。

下表给来了季种植体裁的探地雷达性能于[44,56]。

 

说明1.1季种植体裁探地雷达的性能比

 

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

 

 

各种体制的GPR具有各自的特点,有些体制内还存着下达到之互补性。

对浅层勘探而言,冲激脉冲体制探地雷达可以经过时间窗截取技术减多少齐波和

地面反射波的扰乱,得到高分辨的越轨区域成像结果。另外,冲激脉冲体制测量

快快。因此目前大部分GPR产品是冲激脉冲体制系。线性调频体制基于该

大动态范围、高辐射功率可实用之行使为深层有耗媒质中之对象探测。步上频率

体制探地雷达的实现原理简单,但囿于于大性能的元器件,且继续之信号处理工

发作比较麻烦。噪声信号体制探地雷达系统实现比较复杂[24,25,44,77]。当前海外已经产生适用于各种类型的军用与商用GPR,工作频带一般在10MHz到3GHz间,探测深度从几厘米到数十米,探测分辨率最高可高达厘米量级。

 

1.1.3 冲激脉冲探地雷达系统组成

 

以不同的利用背景被,GPR的兑现形式和测量方法可能差距,但彼主干

的系整合大体类似。典型的冲激脉冲体制GPR系统组合及探测原理如图1.1所展示:

希冀1.1冲激脉冲体制GPR系统整合

于计算机的决定下,时序控制电路(包括比较器、可变电平、快斜坡信号、

悠悠斜坡信号与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

冲源发射纳秒级宽频带窄脉冲信号,经由位于当地上的宽带发射天线藕合到黑。当放的脉冲波在非法传播过程中遇电磁特性不同的介质界面、目标或区域介质不备匀体时,一部分脉冲波能量被反射回来当地,由地面上之宽带接收天线所收。取样电路在取样脉冲的主宰下,按相当于学采样原理将收受到快捷再的脉冲信号转换成低频信号。该信号送于数据采集卡,经过放大、滤波,再进行A\D变换,通过CompactPCI总线传输给电脑模组。计算机模组的用软件对数据开展信号处理以及成像,并当显示器上显示出来。

 

1.2国内外研究现状

 

1.2.1试地雷达系统

 

GPR技术起源于德国科学家在研讨埋地特色时的专利技术。1910年,Leimbach和Lowy在德国专利中提出了利用电磁法探测埋藏物体的方,他们以偶极子天线埋设于洞中进行发射及接纳电磁波。由于高导电率的媒质对电磁波的衰减作用,通过比不同孔洞中接收信号的肥瘦差别,可以针对媒质中电导率高之片开展一定。1926年,Hulsenbeek在该研究工作负运用了脉冲技术来确定地下埋设物的结构特征。他留意到,不仅仅是电导率,任何介电特性的变迁都用造成电磁波的照。他的意识首潮确定了非法目标电磁波回波信号与私介质及目标内的真相联系,从而也GPR在技术同法齐提供了优惠外地球物理探测方法的理论依据[41,43,47,78-80]。直到上个世纪六十年代末、七十年代初,等效采样技术同亚纳秒脉冲产生技术之提高,从技术角度加速了探地雷达的前进。同时美国阿波罗阴表面探测实验从利用角度推动了探地雷达技术之大面积采用。1972年,第一独探地雷达设备做企业(GcofogicalsurveysystemInc.)宣告成立,这直接导致了探地雷达研究投入的多,反过来又有助于了探地雷达产业的提高。20世纪70年份下,探地雷达技术开始当市政工程、考古、地质、探雷等方面的研究和用变得累起来[81]。早期的探地雷达系统属于粗距离分辨和方分辨系统。随着硬件技术的增强与近场合成孔径雷达技术之进化,高分辨率二维成像作为同样宗探地雷达中心职能于很多体系运用,阵列天线技术之下,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说明是一个抵的高速,因为她出色的可视化降低了对判读员的要求,使得原本不直观的数额易从相及跟一部分散射强弱上来明。

打20世纪60年间以来,随着高效脉冲形成技术、采样接收技术同电脑技术的飞发展,探地雷达技术也取得了飞跃之迈入,地下浅层目标探测可以落实。国外开产出适用于各种类型的军用与商用探地雷达,探测深度从几厘米至数百米,探测分辨率可上厘米量级。美、日、加拿大相当国之营业所相继出了和睦之产品,民用GPR代表性的系统设美国GSSI公司SIR系列产品如图1.2(a)所示、加拿大SSI公司pulseEKKO系列产品如图1.2(b)、日本OYO公司之YLRZ系列产品等。这些体系均为通用系统,根据不同探测目的与探测深度应用不同频段选用装备不比之天线,用于各种非法目标成像探测。

               图1.2(a) 美国GSSI-SIR系列GPR及数处理软件

贪图1.2(b)加拿大SSI-pulseEKKO系列GPR及数据处理软件

国内对探地雷达的钻研启动比较晚,国内产品以分辨率、使用方便性、对雷达信号成像和图像解释技术等地方跟国外产品有差距。从完整状况分析,硬件系统特性及海外活有阶段性差异;并且没有自主文化产权的解译软件;技术指标不可知满足使用得等。从以情况分析,由于系统特性原因,国内研发的系基本无动用价值,尤其是以公路探测(定量)方面。

可由于绵绵引进与借鉴国外的先进技术,近年来以拖欠领域内啊赢得了较强烈的研究成果。航天部25所起20纪80年间中叶起开展用于地雷检测的探地雷达技术之钻研及试验。20世纪90年间以来,我国初步侧重探地雷达技术的研究暨采用,并且开发有新的实用产品,如北京爱尔迪公司之CBS-9000和CR-20
GPR系统如图1.2(c)所示,中国电波传播研究所研制的LTD-3探地雷达、煤炭科学总院重庆分院开发的
KDL-3、4 等[53]。

贪图1.2(c)国内爱尔迪公司CR-20 GPR系统跟实际的数量处理图像

 

当前国际及从事GPR技术研讨之合作社及产品要有:美国GSSl公司之SIR

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

多样等,其出众的GPR产品及其信号体制和做事频段见下表[82-85]。

 

申1.2天下无双的商用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

 

这些设备的联合特点是全配起异主频的天线以满足不同探测深度的需。

因GSSI公司的SIR-2OOO系统为条例,它可以配GSSl公司研发的各种天线并成功单通道、多通道车载或手持式探测。从表中也得以观看,目前GPR技术发展的主流便是冲激体制,本文为亏对这种体GPR的过人分辨成像技术进行研究的。

国内对探地雷达的研讨启动比较晚,近年来以拖欠领域外哉获得了肯定之技巧进步,不少研究单位为出了投机之探地雷达样机。如中国电波传播研究所研制的LTD一3试地雷达;煤炭是总院重庆分院开发之KDL-3、4型矿井防爆探地雷达;艾迪尔公司之CBS-900和CBS-2000探地雷达[86-91]。在江山“863”计划项目之补助下,国防科学技术大学电子科学暨工程学院研制了一样效仿冲激脉冲体制的探地雷达系统–RadarEye[46,92,93],成功采取为公路质量评估以及强分辨地下目标成像场合。

 

1.2.2 探地雷达信号处理

 

GPR是否足以有效应用,不仅取决于硬件系统的属性,同时在信号处理

跟多少解译技术。相对于硬件技术之提高,探地雷达信号处理技术进一步落后。反

还原啊表明信号处理技术的生命周期比硬件技术更丰富。探地雷达信号处理技术主

若是包括目标检测、成像、识别和介质分层[94-96]。具体实现时,一般要以前者进行信号预处理工作,包括随机噪声抑制、直达波和射频干扰压制[97-100]。为增强信号处理的直观性和人机交互性能,还要进行原始数据以及处理结果的可视化处理。典型的探地雷达全网规划路线而图1.3所著。

 

      

图1.3 GPR系统研究技术途径

目标检测重点概括能量检测、相关检测、特征检测(基于模型的特征措施)

同变换域检测算法(小波域检测算法、双谱域检测算法)[95,101-106]。检测算法要求来强检测率和小虚警率。对于探雷系统而言,则是如果于保险漏报率为O的前提下尽心尽力降低虚警率[107]。检测结果如直观快速的来得在巅峰设备及以供操作员进行判决。

介质分层是GPR进行公路探测时最为具价值之一个用到[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估计技术本身经发展之比较完善。但实则的公路各个层并无是十全十美之净匀媒质,有必不可少引入自由媒质中波的剖析理论以及强起伏理论进行大分辨介质分层。

对象识别是GPR信号处理着尽富有挑战性的一个课题。探测地域电磁环境之重新

杂性和挂地目标的多样性使得目标特征未变量的确定好艰难[111-113]。现有的甄别算法一般是指向确定自身知探测区域外少的几近只自我知目标的检测识别或对某个平类似对象(地雷)的识别。可使的办法有基于回波相位的模板匹配同冲高阶谱的表征未变量提取。当目标散射信号的上空采样足够多时,就好因探地雷达成像技术进行目标的归类识别。

雷达成像技术则是GPR应用被最实用的处理办法,但同时它对目标散射信号

的采样要求为最高,包括好采样区域与高采样密度[22,114-117]。首先要求探地雷达天线要持有大主瓣宽度,这样才会管用地进行合成孔径处理。同时还求探地雷达在天线有效照射范围外开展密集采样。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所出示。

祈求1.4 GPR一维和二维扫描示意图

 

同对空雷达不同,GPR的探测目标从数厘米的地雷、管道到横向扩张数米之

地下掩体、矿藏,探测深度从几十厘米至数百米无抵。其采取需求也从目标的老三

维形状和电磁特性精细重构到很规格目标的不比分辨反演而各不相同。这些元素造

成为了GPR成像技术面颇怪的距离。但各种成像技术还是根据目标散射信号的拖欠

其间采样,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

 

探地雷达成像技术由电磁理论角度考虑是独立的逆散射问题,而打雷达技术

天地考虑则跟SAR成像有相似之处。这就算决定了及时同样技能沿两只样子上向上。

求解逆散射问题经常,目标一般给视作具有一定电磁特性的散射体,成像的目的就

是还原出目标体的相和电磁参数。而以合成孔径成像技术时,得到的常备是

靶散射中心的重构结果,包括散射中心的职位和散射强度。理论及摆,在对探

地雷达全网进行精细建模的基础及,逆散射成像技术可针对探测区域之电磁参数

展开真实反演,有效应用叫目标识别。但考虑到探地雷达系统的多样性、天线形

庆典的多样性、探测环境的繁杂和噪声的干扰,全系的鬼斧神工建模极难落实,这

纵使造成了根据逆散射理论的成像技术特别麻烦直接动用为工程探测。而合成孔径成像

术通过当的好像处理,在针对探测场景合理建模的根基及可实现目标散射中心

的重构,这在形似的工探测场合都好满足成像探测需求,因此应用面较普遍。

脚对当时半种植成像技术做相同简便的牵线。

逆散射成像技术将对象就是有特定电磁特性的散射体,在这种建模方式下,目标散射场和目标函数之间通过LS(LS:LiPPmann-Schwinger)积分方程联系起,可由此求解这同方程实现目标体的电磁特性反演。常用的求解方法发生解析法和数值求解法。当对象与背景媒质的电磁特性相差不大时,通过同样阶Bom近似可将LS方程进行定的简化并导出目标体电磁特性的谱域形式与对象散射信号谱域形式之附和关系,这就算为衍射层析(DT:Diffraction
Tomography)成像算法。Devaney首先研究了全匀无损耗媒质中第二维目标的DT成像算法实现问题[l18],继而以了Tikhhonov正则伪逆算子实现了发耗媒质中目标的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形式下发出耗媒质中目标的短平快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界定,cuiTiejun采用矩阵分析的办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足一阶Bom近似的适用原则时,还得使用数值计算的不二法门开展LS方程的求解从而获取目标函数的重构结果。常用的数值计算办法来Bom迭代法(BIM:BomlterationMethod)和变型BIM(DBIM:DistortBIM)。cuiTiejun运用DBIM对生耗媒质中介质目标的电磁逆散射问题展开了尖锐之钻研,采用一块扼梯度算法进行散射积分方程的求解,得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将大半再次网格技术和BIM法相结合提出了扩大BIM(vBIM:variationalBIM)法,算法比DBIM更敏捷,可应用被混合迭代反演中[l25,126]。基于小波分析的大多分辨特性,Erer和YangYang等丁各自将小波分析应用于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之可靠建模,都在定水准达化解了靶的电磁参数重构问题。但正为那个规范建模的求,致使这种成像技术应用面受限,目前还格外麻烦直接利用叫GPR实测数据的成像处理中。

以散射中心模型下,可采用合成孔径成像技术进行目标散射中心重构。此时

GPR成像和SAR成像有类似之处,但连无是独具的SAR成像算法都可动用被

GPR成像。SAR成像中,目标回波信号的多普勒频移经常吃用来进行高分辨成像,

假使在GPR成像中立即或多或少连无起。GPR成像中,可通过标量波动方程建立目标散

射场和对象函数之间的关联就开展成像处理,常用的成像算法来距离偏移(RM:

Range Migration)算法[130,131]、逆时偏移(RTM:Reverse Time
Migration)算法[132]及后朝投影(BP:BackProjection)算法[133-136]。JeffreyE.Mast于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形式,导出了频率波数域偏移成像算法[138-140]。这半栽成像算法都只是归纳为cafforio提出的RM成像算法[141]。RM成像算法将目标散射场数据转发到谱域并展开插值处理,再经过逆傅里叶变换转化回一无所有即可获取目标的散射中心重构结果,算法流程简单,运算速度快,可使得使用被均匀无损耗媒质中的靶子成像问题。RTM成像算法是由于Fisher首先提出的[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正向计算类似,该成像算法可处理复杂背景媒质中之对象成像问题,但运算量较充分。BP成像算法的“延迟一告与”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,媒质不备匀性对成像结果影响特别非常。WuRenbiao深入钻研了即同样题目,指出为免速度误差引起的成像结果失真,成像处理要一个比较生之吃水区间内进行[143]。Tanyer运用FDTD法分析了媒质的非均匀性对目标散射信号与BP成像结果的震慑,在是基础及提出了“延迟一加以权求和”的成像算法,有效改善了BP算法的性能[144]。在美状态下,上述三种植成像算法都好落高分辨的靶子散射中心重构结果。但探地雷达对私目标展开探测时,收发天线的区间、距地面的冲天与背景媒质的均匀性都见面指向成像结果有影响。考虑到这些要素,则三栽成像算法各发生上下。

归纳,目标建模方法的两样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反映了目标的材料构成和轮廓信息,可直接用来目标识别。但目标的过人分辨重构依赖让雷达系统与探测环境之准建模,包括天线形式、扫描方式、媒质电磁特性等,因此目前还蛮为难直接动用为GPR成像中。而依据散射中心模型的建模方法简单直观,成像算法物理意义不言而喻、概念清晰,成像结果但饱大多数工采取的需要。

依据散射中心模型的靶子建模方法与成像算法上面提出了很多种,但是都待募大量数据和大度计算量来处理千头万绪背景媒质中的靶子成像问题。他们都无设想到脉冲探地雷达(GPR)目标回波信号具有非常好的稀疏性,可以挺好之满足压缩传感(CS)的条件。因此用CS技术利用在脉冲探地雷达GPR信号数据的取得上,可以化解海量数据搜集与仓储问题,能显下降图像处理的计算量。此外还可以看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富的求。设计要由传统的计划性昂贵的接收端硬件转化为宏图时之信号恢复算法,从而简化雷达成像系统。

对GPR数据开展成像处理后,可利用二维和三维可视化技术对成像结果进行展示。二维成像结果的显示方式有三种:平面图、立体图和等值线图,前片栽是比常用的显示方式。典型二维成像结果的老三栽显示方式如下图1.6所出示:

 

祈求1.6亚维成像结果显示方式

 

本着三维成像而言,图像展示变得复杂。设三维成像结果吧
,若仍二维成像结果的显示方式则不得不呈现出各个表面的对象函数价值,区域间的目标函数值无法直观地出示出来。这时可以使用切片显示的计,即无论是一x值或y值都对应一个二维成像结果,因此可以据此平等轴图像来表示。通过当间隔的在x方向还是y方向进行反复单二维成像剖面的抽取,并拿抽取的成像剖面进行重组显示即可较为直观地显示有探测区域之目标走向及分布。也得采用等值面图的计进行三维显示:即将相等的各级点用平滑曲面连接起来就形成了一个当值面。一般以相当值面上的靶子函数值和总体区域目标函数的巨值的于来描述等值面。记目标函数的宏大值,则目标函数值为所于的当值面可记否dB等值面图,其中:。典型三维成像结果的各种显示方式如下图所示:

图1.7老三维成像结果显示方式

 

1.3舆论的构造与严重性工作

 

本文是国强技能研讨提高计划(863计划)“高分辨表层穿透雷达系统跟数量处理利用软件”项目工作之一样有的,主要研究内容是赛分辨脉冲探地雷达(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落实问题。对脉冲探地雷达而言,探测深度一般也米级,分辨率为厘米级。在这么的探测区域外,目标一般位于收发天线的近场区。电磁波在空气同样媒质交界面的折射效应会潜移默化至成像结果的聚焦职能。有耗媒质对电磁波的衰减作用会潜移默化至目标散射强度的重构精度。当探测区域啊子媒质时,这种影响愈来愈扑朔迷离。且探地雷达对空的围观探测并无到底满足均匀采样的要求。在少数要求实时成像探测的场地,时域算法的大运算量成为限制探地雷达有效应用之首要元素。这些问题且对脉冲探地雷达的大分辨成像提出了再次强之求。因此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及切磋减少传感CS理论在脉冲探地雷达实时成像中的施用。

 

1.3.1舆论的构造

 

舆论共分五回。第一回是绪论。主要介绍了探地雷达的开拓进取与探地雷达成像基本理论知识。

第二章介绍了滑坡传感基本理论。压缩传感(CS)理论主要包括信号的疏散表示,编码测量和解码重构等三个方面,本章介绍了一旦利用CS技术必须满足的部分基本前提条件。

其三章介绍高分辨表层穿外露雷达(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艺产生:波形优化的死去活来功率冲激发射机;低噪音多通道越宽带接收机;天线一体化规划技术;超宽带波束形成技术;系统融为一体及测试技术相当;解译软件系统包含的效能产生: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标的次维和三维图像,不同让一维离开像,成像包括CS成如,B-P成像;CS与GPR同反演成像等);低电磁对比度目标分类;地下深实时检测等。

季段
进行了冲随机孔径CS成像算法的CS与GPR联合反演目标成像。本章首先详细介绍了CS的答辩框架和信号稀疏代表,CS
编解码模型;然后起反演成如扫描几哪和媒质环境,进而拓展测量矩阵生成与转变介电常数估计矢量以及结构数据字典、生成随机采样矩阵、生成原始的目标矢量、magic最优化措施计算成像结果;以及使用最小二乘胜方式及RBP(递归后朝着投影)成像算法计算成像结果,最后对及时三栽方式成像结果开展对比,并分析了噪声和测量矩阵对轻易孔径CS成像算法性能的熏陶。

第五节
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计划性、关键实现的技术分析及csuGPR软件之相继模块的重中之重功效分析。

第六章节 进行表层穿透GPR 内外场随机孔径CS成像实验,并针对结果开展辨析。

   最后第七段是总及展望。

 

1.3.2依照论文研究之机要问题以及所开工作

 

   
本论文主要研究减少传感(CS)技术在外表穿透探地雷达(GPR)成像中的行使及表层穿透探地雷达数据处理成像软件csuGPR的实现,并开展了CS与GPR的协同反演目标成像的MATLAB仿真,并针对外面穿透GPR进行内外场成像实验,并对准结果进行剖析,是按照论文研究着的一个重要部分。

外边穿透探地雷达在地质勘探工作备受凡平种中的工具,通过对雷达数据形成的各种图片的剖析,可以好有益于之检测、识别地下的对象。因此,为了还好的发表表层穿透探地雷达在地质勘探工作备受的优势,提高工作效率,一栽要现场的采访到的数码为图像的款型显得出、便于观测的外面穿透探地雷达成像数据处理软件是不可或缺的。

 

 

 

 

老二章节 压缩传感基本理论

 

人情的信号获取和处理过程主要概括采样、压缩、传输和压缩四单有, 如图 1
所示. 其采样过程要满足香农采样定理,
即采样频率不能够低于模拟信号频谱中危频率之2 倍. 在信号压缩中,
先对信号进行某种变换, 如离散余弦变换或小波变换,
然后对个别绝对值比较充分的系数进行压缩编码, 舍弃零或相近受零底系数.
通过对数据开展削减, 舍弃了采样获得的大多数数量, 但不影响 感知效果[1].
例如, 在应用数百万诸如从的数码相机对气象进行成像时,
将见面获海量的像素信息, 但通过压缩编码后,只针对片信息进行仓储和传导,
最后通过相应的解压缩算法对原图像进行再次构.如果信号本身是只是减掉的,那么是否足以一直得到其缩减表示
(即减少数量), 从而略去对大量无用信息的采样呢? Candes 在 2006
年从数学上印证了可以于一些傅里叶变换系数精确重构原

 

希冀 1 传统的消息获取和拍卖流程

始信号,为减少传感奠定了辩解功底[2]. Candes 和 Donoho
在系研究功底及受 2006 年正式提出了压缩传感的概念[1,3].
其核心思想是以核减和采样合并开展, 首先采访信号的非自适应线性投影
(测量值), 然后根据对应重构算法由测量值重构原始信号[1].
压缩传感的长在于信号的影子测量数据量远远小于传统采样方法所抱之数据量,
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.

压缩传感理论框架而图 2
所示.压缩传感理论主要不外乎信号的疏表示、编码测量与重构算法等三单方面[4].
信号的疏散表示虽是以信号投影到正交变换基时,
绝大部分变系数的断然值大粗, 所抱的转换向量是稀疏或近似稀疏的,
可以拿其看作原始信号的一律种简单表达[5] ,这是压缩传感的先验条件,
即信号必须在某种变换下得以稀疏表示.
通常变换基可以因信号本身的性状灵活选择,常用的产生离散余弦变换基、快速傅里叶变换基、离散小波变换基[6]、

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

挑选稳定的投影矩阵, 为了保信号的线性投影能够保持信号的原来结构,
投影矩阵必须满足约束等距性(Restricted isometry property, RIP)条件[11],

晚经过原始信号和测量矩阵的乘积获得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极度

小 L0 范数的优化问题, 求解方法要出极致小 l1
范数法[2,12]、匹配追踪系列算法[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

 

抽传感(CS)理论主要概括信号的疏表示,编码测量与解码重构等三单方面。信号的疏表示虽是用信号投影到正交变换基时,绝大部分换系数的断值大粗,所收获的转移向量是稀疏或近似稀疏的,可以将该作原始信号的同样种植简易表达,这是减传感的先验条件,即信号必须在某种变换下可疏散表示[13]。通常变换基可以因实际信号灵活选择,常用之起离散余弦变换基、快速傅里叶变换基、离散小波变换基、Curvelet基、Gabor基及冗余字典等。在编码测量中,
首先选择稳定的投影矩阵, 为了确保信号的线性投影能够保障信号的初结构,
投影矩阵必须满足约束等距性(Restricted isometry property, RIP)条件,
然后透过原始信号及测量矩阵的乘积获得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极小 L0 范数的优化问题,求解方法要出最为小
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信号的疏表示

   根据调和分析理论, 一个长短为 N 的相同维离散时间信号
可以代表也同样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
的加权系数序列,i =〈 , i〉=
i T 。 是信号 的对等表示。如图2所出示。如果
只发生死少的大系数,则称信号 是只是减的; 如果 只出
K<<N个元素呢非零系数, 则称 为信号 的 K 稀疏表示, 是信号
的稀疏基。另外,当信号不可知就此刚刚交基稀疏表示经常,可以应用冗余字典稀疏代表。

.

 

贪图2 用基 进行疏散表示

2.2 CS测量编码

以CS编码测量中,并无是一直测量稀疏信号 本身,而是将信号
投影到同一组测量向量 =[θ12
…,θ …θM
]高达,而博测量值 。写成矩阵形式吗

=                (2)

典礼受: 是N×1矩阵, 是M×1矩阵, 是M×N的测矩阵。将(1)代入(2),有

= = =   (3)

式中: = 是M×N矩阵,被叫作是流传矩阵。

由于测量值维数M 远远低于信号维数N,
求解式(2)的迎问题是一个病态问题。所以无法直接从 的M个测量值备受消除出信号
。而由于式(3)中
是K稀疏的,有K个非零系数而且K<M<<N,那么用信号稀疏分解理论被都有些稀疏分解算法,可以经过求解式(3)的迎问题取得稀疏系数
,再替回式(1)进一步获取信号 。 Candes
等人口当文献中指出,为了保算法的收敛性,使得K个系数能够由M个测量值准确地恢复式(3)中矩阵
必须满足受限等去特性(RIP) 准则,即对自由具有从严K稀疏
(可减情况常)要求是3K的矢量矩阵V,矩阵 都能确保如下不等式成立

 

   (4)

庆典中 >0, RIP 准则的同等种等价的情形是测量矩阵 和
稀疏矩阵满足不相关性的渴求。实际测量中稀疏基
可能会见以信号的例外而改,因此愿意找到对自由的疏散基 都能够满足和测量基
不系。文献[]证明了当 是高斯随机矩阵时,传感矩阵
能为比充分概率满足约束等距性条件。因此可以由此挑选一个大大小小也M×N的高斯测量矩阵得到,其中各级一个价都满足N(0,1/N)的独立正态分布。目前别周边的会满足约束等距性的测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利兹(Toeplitz)矩阵等[14].

2.3 CS解码重构

信号重构算法是CS理论解码重构的主干, 是乘由于M 次测量向量 重构长度也 N
(M<<N) 的稀疏信号 的过程. Candes
等证明了信号重构问题可由此求解最小 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
 种排列可能, 因而望洋兴叹请解. 鉴于此,
研究人员提出了同层层求得次最好优解的算法, 主要包括无与伦比小L1
范数法、匹配追踪(Matching
Pursuit,MP)系列算法(如OMP、ROMP、CoSaMP)、迭代阈值法以及专门处理二维图像问题的极度小全变分法等.

 

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,建筑布局的色监测及隐患发现凡是关乎及国资产、人生安全的大事。探地雷达(GPR)是平种有效的无损检测技能。研究解决制约我国GPR技术提高同动之关键技术、开发面向实际使用的GPR系统对此有助于我国于是领域的技术发展、产业化发展有重要的意思。

强分辨表层穿外露雷达(GPR)是同种植使电磁波获取表层下电磁特性信息的表。它装有穿透能力强,分辨率高等优点,还得探测各种非金属表层下结构和对象。GPR雷达发射机产生足够的电磁能量,经过收发转换开关传送给天线。天线将这些电磁能量辐射到地表被,集中在有一个怪狭小的倾向达成形成波束,向前传播。电磁波遇到波束内的靶子后,将沿着各个方向发生反射,其中的等同片电磁能量反射回雷达的大方向,被雷达天线获取。天线获取的能量经过收发转换开关送至接收机,形成雷达的回波信号。由于当传播过程遭到电磁波会趁扩散距离与地表有贬损介质而衰减,雷达回波信号好薄弱,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之音,送及显示器,显示有目标的距离、方向、速度相当。GPR工作规律如图3.1所展示

 

贪图3.1 GPR工作原理

 

即咱们国家GPR发展整体情况是硬件系统性能和海外产品来阶段性差异;并且没有自主文化产权的解译软件;技术指标不克满足使用得相当。并且由系统性能原因,国内研发的系统核心没有以价值,尤其是当公路探测(定量)方面。通过解决高分辨率GPR系统实现、信号及数目处理中之关键技术,缩短我国于GPR系统技能及运用研究方面和国外的差异,为GPR技术之产业化打下基础,因此研究有着自主文化产权的面向实际利用的GPR软硬件体系以及数据处理软件是得,对于促进我国于探地雷达领域的技巧发展、产业化发展有所举足轻重之义。在探地雷达采用被,基于雷达成像技术的对象检测和识别是不过直白跟实惠的,因此开发GPR数据处理解译成像的软件是吗是大有必不可少的。

 

3.2 系统软硬件设计

 

大分辨表层穿透雷达GPR系统规划重点概括硬件与软件设计两可怜者:

硬件系统规划带有的技术有:波形优化的特别功率冲激发射机;低噪音多通道越宽带接收机;天线一体化规划技术;超宽带波束形成技术;系统并及测试技术

解译软件系统包含的功力发生:直达波抑制技术;分层介质双站高分辨率成像(一般我们说之成像是凭目标的第二维和三维图像,不同于一维偏离像);低电磁对比度目标分类;地下深实时检测等。

 

3.2.1  硬件设计

 

   探地雷达GPR主要出于天线、发射机、接收机(包括信号处理机)和显示器等局部构成。探地雷达主机我们使用国防科大自主研发的Radar
Eye,使用工控机控制雷达主机,工控机上面安装数量采集卡。天线定位装置及数量采集卡协调并工作.
天线为电阻加载与介质加载形式,通过天线定位装置可做到空间二维扫描,
扫描精度< 1mm。扫描方式呢点测方式, 即:
在开展扫描前先行确定好空中采样点,控制天线依次移动及各个采样点进行静止探测.每个采样点采访到之多道数据进行平均为平滑噪声。Radar
Eye配置6个通道的多通道收发盒;脉冲间隔时间为:0.5ns;中心频率为:
1.96GHz,频谱为3dB;带富: 0.67-3.25 GHz;幅度限制: -18.9V 到17.6V;前后主脉冲波形的振动为: 3%暨
-7%。高分辨表层穿透雷达GPR系统硬件结构要图3.1所展示。

                                                                              
                             

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

贪图3.2 GPR硬件结构以及主机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下TMS320C31DSP,

6独通道的数码上A/D处理器后循预抱先来(FIFO)排队进入TMS320C31DSP芯片进行拍卖,最后通过压控信号产生电路、时序产生电路、慢斜坡起电路输出。DSP处理信号原理如图3.3所出示,时序控制就转移放大电路芯片如图3.4所著。

 

 

 

 

 

 

 

 

图3.3 DSP原理图

 

贪图3.4常先后控制就更换放大电路

 
  探地雷达GPR系统的天线设计直接是只大要紧之一对。天线为电阻加载与介质加载形式,我们分别计划了过宽带天线GPRA-1型天线和GPRA-2型天线(如图3.5所出示),GPRA-1型天线尺寸为170×80×60
,主要为此来高精度分层成像检测,GPRA-2型天线尺寸也350×160×120
,主要用于深层目标探测识别。设计的天线又只是分为一发片结束天线和同一作大多收天线。一发少完结天线主要为此来层厚度估计,二维成像;一作大多收天线主要为此来三维分层显示,横向目标定位识别,纵向成像等力量。超宽带GPRA-1型天线辐射特性如图3.6所著。

 

 

 

图 3.5 超宽带天线设计

 

图 3.6龙线辐射特性

 

所计划成就后底车载GPR硬件系统设图3.7所展示。

图 3.7 radarEye硬件系统

 

3.2.2  信号处理和解译软件设计

   
csuGPR数据处理规范软件要功效包括:(1)处理方案:建筑检测、道路检测、桥梁检测、地下目标成像、结构分段信息、以及自设处理方案;(2)
软件处理回波数据的家伙来:频谱分析、时间门限法去除直达波、平均法去直达波、自适应等消法去除直达波、RFI抑制、ROI提取、二维W-K成像、二维B-P成像、CS与GPR同反演、三维CS成如、自动寻和计算回波、一维滤波、二维滤波、去背景噪声、减对空信号等;(3)图像展示设置有:波形堆积图、灰度堆积图、彩色堆积图、层面信息展示;(4)校准方法发生:幅度惊人校准、波速校准、时间校准等。csuGPR数据处理标准成像软件用户接口如图3.8所展示。csuGPR数据处理标准软件的职能详细计划将以第五章具体说明。

 

图 3.8 csuGPR数据处理规范软件用户接口

3.3 小结

 

 

季回 CS与GPR联合反演目标成像

 

  
 探地雷达(Ground Penetrating Radar,
GPR)是如出一辙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于发生的反光和散射实现非金属覆盖区域被目标的成像探测\[1,2\]。是今地下浅层目标非破坏性探测技术被极度有用前景及发展前途的道有。GPR
是否好有效应用,不仅在硬件系统的特性,同时在探地雷达成像算法和特征提取算法等方式的管事。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、递归反朝投影成像算法\[4,5\]、距离偏移(Range
Migration, RM)算法\[6\]、逆时偏移(Reverse Time Migration,
RTM)算法\[7\]暨正式后望投影(Standard Back Projection,
SBP)算法\[8\]等于经标量波动方程建立目标散射场和对象函数之间的涉嫌随着对目标散射数据进行成像处理。为获得比较好的成像效果,以上算法要求雷达系统对目标散射信号进行大密度采样以获足够的成像数据。当探测区域比生时,还索要雷达系统在老采样区域实行大孔径密度采样,这致使探地雷达系统采样数据量大、测量时长。这些算法没有设想地下非层状目标一般但占探测区域很有些一些即无异先行验证知识。

减掉传感(Compressed Sensing
CS)理论是濒临几年提高兴起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\[9,10\]。该辩护表明,当信号具有稀疏性或可压缩性时,通过采集少量之信号投影值就不过实现信号的准确或近乎重构。压缩传感技术的核心思想是以压缩和采样合并开展,首先采访信号的非自适应线性投影(测量值),然后根据对应重构算法由测量值重构原始信号。压缩传感的助益在信号的黑影测量数据量远远低于传统采样方法所得到之数据量,
突破了香农采样定理的瓶颈,
使得高分辨率信号的募集成为可能\[10,12\]。压缩传感理论框架而图4.1所出示\[14\]

                         图4.1减小传感理论框架

本文为缩减传感为辩解基础,利用探地雷达采用中感谢兴趣目标区域有所稀疏特性的先验知识,利用随意孔径CS理论测量GPR信号,进行了CS与GPR的一路反演。并讨论了噪声和测量矩阵对算法性能的熏陶。

 

4.1调减传感基本理论

减去传感(CS)理论主要不外乎信号的疏散表示,编码测量和解码重构等三只面。信号的疏表示虽是将信号投影到正交变换基时,绝大部分更换系数的绝对值好有点,所获得的转换向量是稀疏或近似稀疏的,可以用那看做原始信号的如出一辙种简易表达,这是减少传感的先验条件,即信号必须于某种变换下得疏散表示。通常变换基可以根据实际信号灵活选择,常用之发出离散余弦变换基、快速傅里叶变换基、离散小波变换基、Curvelet基、Gabor基和冗余字典等。在编码测量中,
首先选择稳定之投影矩阵, 为了确保信号的线性投影能够保障信号的本来结构,
投影矩阵必须满足约束等距性(Restricted isometry property, RIP)条件,
然后透过原始信号和测量矩阵的乘积获得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不过小 L0 范数的优化问题,求解方法要出极度小
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\[14\]

4.1.1 CS信号的疏表示

   根据调和分析理论, 一个长短也 N 的一样维离散时间信号
可以表示也同样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 的加权系数序列,
i =〈 , i〉=i T
。 是信号 的顶表示。如图1.2所出示。如果 只来大少之大系数,则称信号
是不过减的; 如果 只发生 K<<N个元素呢非零系数, 则称 为信号 的 K
稀疏表示, 是信号
的稀疏基。另外,当信号不能够就此刚刚交基稀疏表示经常,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

当CS编码测量中,并无是一直测量稀疏信号 本身,而是将信号
投影到平等组测量向量 =[θ12
…,θ …θM
]高达,而获取测量值 。写成矩阵形式为

=                   (2)

庆典受: 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,被叫作是传矩阵。标准采样和CS信号采样模型如果图3所显示。

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。所以无法直接从 的M个测量值备受革除出信号
。而由于式(3)中
是K稀疏的,有K个非零系数而且K<M<<N,那么下信号稀疏分解理论遭遇曾经有些稀疏分解算法,可以透过求解式(3)的逆问题取得稀疏系数
,再替回式(1)进一步得到信号 。 Candes
等丁以文献中指出,为了保险算法的收敛性,使得K个系数能够由M个测量值准确地恢复式(3)中矩阵
必须满足受限等去特性(RIP) 准则,即对于随意具有从严K稀疏
(可减掉情况经常)要求凡3K的矢量矩阵V,矩阵 都能确保如下不等式成立[10]

 

   (4)

庆典中 >0, RIP 准则的同一种等价的情事是测量矩阵 和
稀疏矩阵满足不相关性的渴求。实际测量中稀疏基
可能会见盖信号的两样而反,因此想找到对自由的疏基 都能够满足与测量基
不相干。文献[9]证实了当 是高斯随机矩阵时,传感矩阵
能坐比充分概率满足约束等距性条件。因此可以通过甄选一个分寸也M×N的高斯测量矩阵得到,其中各级一个价值都满足N(0,1/N)的单身正态分布。目前外大规模的会满足约束等距性的测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利兹(Toeplitz)矩阵等\[14\].

4.1.3 CS解码重构

信号重构算法是CS理论解码重构的中坚, 是借助由于M 次测量向量 重构长度也 N
(M<<N) 的稀疏信号 的过程. Candes
等证了信号重构问题可以通过求解最小 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 中非零值的备
 种排列可能, 因而一筹莫展请解. 鉴于此,
研究人员提出了一如既往系列求得次极优解的算法, 主要不外乎无与伦比小L1
范数法、匹配追踪(Matching
Pursuit,MP)系列算法(如OMP、ROMP、CoSaMP)、迭代阈值法以及特别处理二维图像问题之无限小全变分法等.

 

4.2 CS与GPR的同台反演区域目标成像

4.2.1 建立目标反演空间。

先是成立GPR扫描区域。沿坐标X方向往右侧,Z方向(即垂直地面向下方向)向下,雷达孔径关于Z轴对如。分别于X轴(-1-1)
生成51只、Z轴(0-2)内生成50独点目标,收发天线间距2cm。

其次是安感兴趣目标成像区域之设定。主要是横向和不畏为扫描区间与扫描间隔的问题,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只点目标。设空气被之光速为 ,媒质介电常数设置为16。

末了设置法的对象。本仿真实验装置三个点目标分别位于点(Z,X)={(15,10),(13,8),(13,12)}处,此三高居碰目标价分别吗0.5,0.25,0.25。目标价大于0则表示针对许以此处来目标,值更老表示目标更进一步怪成像时亮度越显得,目标越来越强烈。目标值为0表示对应此处无对象。建立之展示如果图4.4所著。

 

图4.4对象反演空间   图4.5试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与目标参数的一道反演实验\[13,15,16\]

GPR以频繁电磁波( –
Hz),以宽频带短脉冲形式由本土发出天线定向送入地下,遇到跟周围介质电阻抗起出入的地层或目标体时,部分能量被反射回本地,被接受天线接收,根据回波信号来探测地下情况,其测试原理如图4.5所显示。脉冲波的行程时吧
 ( 为反射体的吃水, 为发出天线和接受天线之间的偏离,
为波速)。当地下介质的波速V已了解时,则可测到标准的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)以用宽角方式一直测量,也不过因
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地下目标对回波信号的延时和衰减作用,
孔径i 处的吸纳信号可代表也:

     (5)

   也表示测量孔径i 处信号于发射机经目标上空第
P个目标反射到接收机的延迟时间; 为目标媒质的反射系数;
为信号衰减和传播损耗的衰减因子。            

 GPR合成孔径成像目标区域为离散的空中位置信息,通过离散化产生相同名目繁多有限的触发目标集合:
={ },N决定目标的分辨率。每个 都是一个三维的通向量 ,同时,定义列向量 b=[ ,
…, … ]T也对象的系数向量,b
中之素取布尔量,0代表对承诺区域无论对象,非0时代表对诺区域发生对象。接收端可以由此
中之素和 =1计算公式(5)来得到接收信号。 可以经公式
计算得到,我们的对象是由此图像的目标上空表示还构b。衰减因子
包含在b中要是未知之,一旦 知道,就好看成实验的先验知识。而
一般通过试验抑或先验知识量得。在第i单孔径处 的第j排接收信号对应目标
。GPR数据字典的组织如图4.6所出示。数据字典的第j排由一化处理后第n独目标值可以描绘成:

    (6)

= + (0≦n≦ -1), 是接收的时域信号的脉冲能量值, 为采样频率,
为接到信号初始化时间, 为初始采样数量。向量 的第n只轻重也
,因此每列都是单独的范数和
衰减因子无关,只与扩散时相关。当于第i独孔径扫描时GPR对
中每个可能的对象点往往发生大小也 × 的多少字典
。接收的信号好发挥成多个目标的回波数据做数据字典列的线性组合:

         

                     = b         (7)

当b着含有目标 时,b中第j列值非0,系数为 否则b系数为0。

尝试仿真时以每个扫描孔径点上,对成像区域400×256负的所有点进行遍历,获得一个记录坡面,作为GPR数据字典如图4.7所展示。

贪图4.7 GPR数据字典生成                  图4.8 GPR信号的随机采样

 

(2)CS数据获得

接收机对孔径i处的信号采样,得到离散接收信号,列向量表示也:

= (8)

  表示采样频率, 为接到信号初始化时间,
表示接到信号采样点往往,为促成对伪目标的高分辨率成像,通常标准采样频率
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方法以吸纳信号采样时因CS理论只有待以平多样基向量
(m=1,2,…,M)上测量信号
的线性投影(见图a与图b),记录少量自由采样数据,同时于打  ~
 平面及400独孔径中随机抽取少量孔径进行测量,就好因小量之孔径测量次数(20)和比少的测量数据(10)重构目标上空图像的足信息量。CS数据获得过程可代表

 

                           (9)

  为随意孔径i处所测得M×1维GPR数据, 为M× (M )测量矩阵,
矩阵满足受限等去特性(RIP) 准则。最后经求解l1-范数约束最小化问题:

                      s.t.  (10)

, ,

取由任意孔径i处M= 个随机向量数据标准重构目标上空系数为量
,将兼具随机测量孔径处得到估计价值长得到目标空间信息。

公式(10)在管噪音条件下以等式约束中,但是GPR信号在起噪音情况下如
,在第i个孔径位置压缩传感测量值 就成了

 (11)

= ~ , 是孔径i扫描点的噪音采样,假设和天线位置i处无关,一旦掌握
,就得得到 ,我们由此 = 约束
向量范数,为了稳定地重构稀疏系数向量b,[17-20]经过求解不严厉的l1最优化范数问题:

 s.t.  (12)

或者

 s.t.   (13)

, ,
为噪声的参数,我们使用公式(12)l1最为优化线性重构目标上空图像,在公式(10),(12),(13)中的最优化问题且是太小凸优化函数,因此可管最好优解。实验通过动用一个l1magic凸优化工具确保\[16\]求解以上方程式。目前非考虑交叉验证(CV),因为当假冒伪劣过程被,噪声的参数可以预知的,当及确实的实测数据成像处理时,我们重新考虑最优化参数
、 的选题材。

 

 

 

 

 

 

 

 

图a:GPR接收机在第i独孔径上获取数据

图b:在GPR接收机上减少传感的等同种实现方式

 

(3)CS与GPR反演与重构结果

   
为了扭转对密集采样的时域信号进行任意采样的矩阵。我们下三栽档次的任意测量矩阵。第一种植有均值为0,方差为1底任性矩阵;第二种植起随机大成0,1当概率随机矩阵;第三栽于20×20单位矩阵中随机抽取10实施作为测量矩阵,即将GPR回波信号进行随机抽取10单假设图4.8所展示。

目标上空GPR发射信号的散射强度值如果下图4.9所出示。通过CS反演重构的信号散射强度值如果图4.10所著。通过CS我们尚准确反演了靶媒质的介电常数和目标体的反射率。

 

                图4.9                                
图4.10                                                          
                                                                            

 

   
随机孔径CS方法基于各孔径处得到的自由采样数据,利用l1magic凸优化工具包求解方程(12),并以结果累加,通过以20只随机孔径的20×10独随机测量数据恢复目标为量
,得到的靶子上空图像而图4.11所展示。

为了比较成像效果,我们还分别采用了最为小二乘法和递归反为投影RBP(Recursive Back
Projection)成像算法采样图7挨数量获得成像结果个别要

     图4.11                       图4.12                    图4.13

图4.12,4.13所示。

递归反朝投影算法首先计算出孔径i 处的信号于发射机经目标上空第
P个目标反射到接收机的延时量
 ,再将有所孔径中对许一律延时的回波幅度值叠加,利用具有400×256
个数据恢复目标为量
。递归反朝投影算法的成像结果要图11所出示。最小二乘法利用25单孔径中的10只随机测量数据,通过请解方程式(9),得
= ,并拿有所孔径处计算得的b 值累加,恢复目标为量
。从图9,10,11足见见,相比最小二趁法求解方法与正式反向投影方法,随机孔径CS方法只有用从400个孔径中取得20单随机孔径的回波数据,在每道回波256独数据仅取得10个落实对私目标成像。由于充分利用了成像目标上空组织的疏信息及运用(12)求解凸优化问题,随机孔径CS方法应用少量之测数据就获得了较用有测量数据的递归反往投影算法和极小二随着法有更好之聚焦职能以及比较逊色的旁瓣干扰,成像效果又好。

 

4.3 噪声和测量矩阵对算法性能的影响

 

啊定量分析接收信号中之噪声大小以及满足不与分布的任性测量矩阵对自由孔径CS算法的影响,这里定义

  (14)

意味着重建目标上空图像和忠实目标上空图像中的成像误差, ()表示求解
l2-范数。

希冀4.14 给有的是试探地雷达空时响应数据的信噪比SNR从 0 dB 变化及 20 dB
时,运用递归BP成像算法和博不同数量任意测量值的任意孔径CS算法(10只随机孔径)的成像误差对比。从图被得以视,在低信噪比和测量数据M
很少时,递归BP投影方法由于使用所有孔径和采样点数据,成像误差较小,但略增大测量数据M
值,随机孔径CS算法成像误差多小于递归BP投影方法,而且就信噪比的改善,随机孔径CS算法成像误差显著下跌,而递归BP投影方法的成像误差无明显转变。

贪图4.15独家被闹满足均匀分布、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,仅从各个孔径采样数据中随机抽取10单之规则下,随着随机测量孔径数量加时成像算法的成像误差曲线。从图14凸现,随着随机测量孔径数量的加码,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增多至40横,CS算法的成像误差趋于稳定。并且使满足不与分布的即兴测量矩阵时,随机孔径CS算法的成像误差的呈现基本一致。

 

4.4 小结

减掉传感理论通过随机测量利用少量采样数据可十分好地重建稀疏目标信号,在信号分析及重建领域发生至关重要研究价值。本文进行了CS与GPR同反演,GPR成像法以单道数据采样中动用CS理论极大地减小采样数据的以,在
x-y测量平面及随便抽取部分孔径位置进行测量,以为数不多的孔径测量次数与测量数据获得重建目标上空图像的足够信息。由于充分利用了目标上空的疏结构信息,随机孔径CS成像算法能于用少量测量孔径和数据的格下相比利用有孔径采样点信息之递归反为投影RBP算法和太小二乘法的成像效果又好、目标旁瓣更粗、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测矩阵对成像性能的震慑

 

 

第五节 探地雷达(GPR)成像数据处理软件

 

趁电脑技术之飞速发展,计算机早己超越了单纯的计量功能。在挨家挨户研究领域,计算机都于发表着伟大的功能。为了重新好之表述探地雷达在地质勘探工作中之优势,提高工作效率,一栽而现场的采访到之数码因图像的款式显得出、便于观测的探地雷达成像软件是必要的。

探地雷达是用频繁电磁波以宽频带窄脉冲的款式,通过天线中之发射器将信号传入地下,波在暗传播过程遭到相见不同电性介质界面时,一部分电磁波能量被界面反射回来,另一样局部能量会连续穿透界面进入下一样层介质,各界面反射电磁波由天线中之接收器接收,再运采样技术以其转会为数字信号进行拍卖。通过对电磁波反射信号(回波信号)的成像分析,便会了解及黑各层组织的特征信息。

当前国外的过剩商业软件公司,研究机关还出有了许多探地雷达成像软件,同时,在软件的升迁以及齐上投入大量底人力及物力。在我国,很少发生商业软件公司当做这点的工作,国内为老少具有自主文化产权的GPR数据解译软件,并且个技术指标都未克满足使用得,所以开具有自主知识产权的GPR数据处理解译软件及其显得急迫而首要,为之,我们规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科技大学电子科学跟工程学院研制的大分辨表层穿透雷达系统RadarEye,是一致迟迟自主研发的探地雷达数据解译软件,并且并了行的抽传感(CS)数据收集成像技术.该软件功能齐全,能基本落实GPR数据处理的相干操作。

csuGPR数据处理软件主要功用包括:(1)处理方案:建筑检测、道路检测、桥梁检测、地下目标成像、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发出:频谱分析、时间门限法去除直达波、平均法去直达波、自适应等消法去除直达波、RFI抑制、ROI提取、二维W-K成像、二维B-P成像、CS与GPR同反演、三维CS成如、自动搜索与计量回波、一维滤波、二维滤波、去背景噪声、减对空信号等;(3)图像显示设置有:波形堆积图、灰度堆积图、彩色堆积图、层面信息展示;(4)校准方法有:幅度惊人校准、波速校准、时间校准等。

csuGPR软件要完成了针对性探地雷达回波信号处理与解译的成效。提供了A-scan、B-scan、C-scan三栽多少收集扫描方式。A-scan数据一般显示为同维时间波形图,如图5.1
(a)所示。B-scan数据貌似为二维剖面图像展示,为发泄目标回波,方便观察,提供了波形堆积图、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

浪堆积图是用连接测量的A-scan波形幅度压缩后,按测量位置要测量时距离紧密的平排列,堆积形成二维波形图,如图5.1
(b)所示。如果以灰度来反应接收回波的幅度信息,将各道回波按照集顺序排列在同步,则形成灰度堆积图,
如图5.1
(c)所示。图被右的灰度条标注出不同灰度所表示的升幅值。如果盖不同的颜料来表示不同之信号幅度值,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。图备受右的花花绿绿条标注出不同颜色所代表的大幅度值。C-scan数据貌似以三维图像展示。将多独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距离,C-scan图像以立体方式示有平等区域外的围观数据,直观地反馈发生扫描数据和测量位置的相应关系。如果B-scan剖面图使用波形堆积图,则成三维的C-scan波形堆积图;如果应用灰度堆积图,则成C-scan灰度堆积图;如果采用彩色堆积图,则成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软件的第一职能来:(1)处理方案:建筑检测、道路检测、桥梁检测、地下目标成像、结构分段信息、以及自设处理方案;(2)
软件处理回波数据的家伙有:频谱分析、时间门限法去除直达波、平均法去直达波、自适应等消法去除直达波、RFI抑制、ROI提取、二维W-K成像、二维B-P成像、自动检索与计量回波、一维滤波、二维滤波、去背景噪声、减对空信号等;(3)图像显示设置有: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软件编程的工具是Windows下之Microsoft
Visual Studio 2005MFC+BCGControlBar。

 

5.1 探地雷达GPR数量的数据结构

 

 
  要要探地雷达数据因图像的款式显得,首先使打开并读取所测得的探地雷达

多少,为者须询问该数据文件的多少的组织。我们以的测试设施是国防科技大学电子科学与工程学院研制的强分辨表层穿透雷达系统RadarEye。工控机控制雷达主机、天线定位装置以及数目采集卡协调共同工作,天线为电阻加载与介质加载形式。其保存的测数据是因*.rde格式存储的。要读取一个探地雷达数据,最着重之是确定数据的排列方式。我们针对*.rde格式的探地雷达数据开展了以下软件数量处理:

 

软件初步设计可以打开四栽类型的数据文件RadarEye Raw Files
(*.rde)、Target Raw Files (*.drt)、Road Raw Files (*.dzr)、SIR Raw
Files
(*.DZT),由于每种文件之储备方式均无相同,因此计划了不同之打开方式。当选择了开拓的文件类型和文书确定后弹出文件参数对话框,设定参数确定后拿相应的多寡读入指定的内存中,同时A-scan窗口要展示的数也读入相应的内存中。


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(每个扫描点的率先单采样点带有标记,即第16各为1,应除去这些采样数据的标志位,因为实际数据才来12位,所以将低12号取出即可,且第12各类也1不时,实际数目是负数,应拿那缩减4096);数据零偏zero_shift (2048);剖面的道数rh_slice组成。位置偏移就是由文本头起小字节处开始满怀多少。前面空的长空,一部分是头文件信息,还有一部分凡是留下空间,然后就多少存储了。数据零偏就是打旧文件中读取数据后,减去该零偏值,再除为一个固定值,结果才是实事求是的GPR散射数据。所除之怪固定值一般就是是2之n次方,n为数据位数。在老数据遭到4096字节及65536字节凡是拖欠的。这为记录后数处理的情节留下空间,而保证数据格式的一致性。

每一样志记录的尺寸及采样数之动态范围关于。采样数和动态范围是由开始测量前的参数设置决定的,在装时采样数sample_points可选取128、256、512、1024、2048被之一个。测量完毕后数的腔文件会记录设置时的多寡。动态范围可选8或16。如动态范围在参数选择时选8,则当记录面临每个测量值是出于1单字节记录,如动态范围以参数选择时选择16(软件默认设置),则以笔录受每个测量值是由2只字节记录。这样各个一样志之笔录长度可用在记录在头文件中之每道的采样数就以1还是2(由动态范围控制)而取。

 探地雷达的多少是平道一样鸣进行排列的,记录之道数是由野外的骨子里工作决定,这个参数是当测量工作了之后仪器自动存入头文件被的,所以在宣读数据常常不过径直由记录文件头着获取。这个参数和在测量时是机动装或手动设置无

关。剖面的道数主要是圈探测区域之分寸和所要求的分辨率。道数几百志、几千道还产生或。点数一般式512,1024,2048。探测区域非常,采样道数就多片。如果是顺铁轨探测,可能同样软采访要六七千道。纵向的岁月采样一般就是2048点内。

再有好关键的少数凡是,每一样志记录的极其开头的少数个数据,不是记录实测值,

而是用来做标记的。在数字滤波等过程中极度好做归零处理比较有利,不然的话会

引起大充分之界线效应。

  

5.2 探地雷达数据处理软件csuGPR主要功能实现

 

5.2.1 用户界面的落实

当一个应用程序用户界面实际上是一个窗体,在统筹用户界面时,美观、

言简意赅、友好之用户界面在某种程度上得以说体现了一个软件的精力。对于窗体

的兑现我们以了以下几漫漫原则:

适合用户之梦想—应用程序的用意是为用户会实施一定的天职,所以它该顺应用户之期。

保持界面简单而清晰—界面应该为明确的方供其职能,并且从界面的一个片及其他一个片应怪简短,简单而清晰的界面不见面分散用户指向关键任

的注意。

而界面直观并易使—尝试要用户自己领会到什么实施一个职责界面不是错开教会她们。

维持界面的要好—给用户提供一个协调之界面,这样有助于用户在死短缺的日外就得实际地运用。

被用户提供报告—提供于用户的举报会帮用户建信心,消除他针对所召开工作之猜忌。例如一个按钮,当它们深受单击时看起就如给按下一样。

故而异常轻掌握的措施提醒用户错误—通常的做法是吃用户展示一个信息框,用以指出错误和避免不当的法子。

动用标志,图像和颜色—使界面更有趣而又易浏览,符号界面允许界快速导航,在符号旁提供描述文本。

使用所有的输入设备—不同的用户做事的艺术与爱好不同。界面应能响应点击输入(如鼠标)和键盘输入。另外,应仍一些大面积的惯。例如,实现打开文件功能,将键盘的快捷方式定义也Ctrl+0.

供用户帮助—有时用户会用支援,这时提供一些灵光的文档。

软件之主窗体用户界面如下图5.2所著。

图5.2主窗口界面

 

5.2.2试地雷达数据以图片方式展示的贯彻

探地雷达数据处理软件csuGPR对探地雷达数据处理提供了季种植模板:
原始数据模板、预处理后数模板、成像后数模板、道路旁数据模板。软件还提供了三种植显示图形的不二法门:彩色堆积图、灰度堆积图、波形堆积图,可以由此菜单改变显示图形的法子。软件处理雷达数据结果图形界面显示如果图5.3所显示。

      

希冀5.3 软件图形界面显示

 

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所著。

 

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成像技术后底处理数据界面

 

5.3 小结

 

第六回 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内场实验系统为根基,对实测数据开展了先处理同成像处理。试验场所也同样长方形水泥池,尺寸为L×W×H=175×185×85cm3
(L、W、H分别表示长度、宽度与深度),进行了防潮防水处理,里面填入统匀细沙,深度60cm,数据收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共同工作。将不同之靶子埋在沙坑中后哪怕足以控制天线进行围观从而获得目标的散射场数据,进而用成像算法进行成像处理。我们尝试的对象发出钢筋、PVC管、矿泉水瓶。测试设施用国防科技大学电子科学暨工程学院研制的高分辨表层穿透雷达系统一RadarEye。天线悬挂于滑板上,滑板可当皮带轮的带来下左右平移,滑板以及顽皮带轮所当的横板又可当左右星星久丝杠的主宰下前后移动。通过强精度定位装置的操纵,两独样子的移位误差都得决定在lmm以内。RadarEye扫描场景如图6.1所展示:

希冀6.1 RadarEye扫描场景

希冀中示出了RadarEye对沙坑中并排排列的一定量彻底铁管的探测情况。铁管水平在沙坑一定深度处,先用卷尺对那个距离进行测量,然后据此砂石将那因住并平整沙坑表面还拓展测量。发射信号为同复绝脉冲,脉宽0.5ns,中心频率1.5GHz,3dB频带为[0.55,3.09]
GHz,幅值区间也[-18.9
17.6]v。其归一化时域波形和归一化幅频如图6.2所著:

 

图6.2 脉冲源的归一化时域波形和归一化幅频

 

为尽量辐射能量与接到回波信号,专门研制了适用于这种信号制式的超宽带天线,天线设计也离散指数电阻加载形式之单偶极子天线[32,80,149,154],通过在偶尔极子上进展联谊总电阻加载,可有效地清除天线末端处起的照。该天线还具备较活络的牵动富和比好之保形性,向下辐射线极化波。因此对黑目标展开扫描时,需先确定好天线的主旋律和扫描方向。具体而言,对钢筋、管道等细长型目标而言,要沿着垂直于目标的测线方向扫描并且要维持天线的极化方向以及目标的倾向一致。如果天线的极化方向正好与对象其大方向垂直,此时回波信号基本也零星。当对网格型目标,如钢筋网进行扫描时,则要分开点儿不善扫描,每次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所著:

 

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

贪图6.3沙坑无对象时之测试结果

打图(b)中得以看到,沙坑脚的反光清晰可见。同时由于天线的松动波束特性,沙坑外部各棱边的散射波在比丰富之合成孔径长度内存在并摇身一变比较充分的搅和。为去沙坑本身的散射回波对成像结果的熏陶,可下时空对齐相减的艺术实现背景对消。在展开成像处理时,还需自身知沙坑中电磁波的扩散速度。为是,可先行在沙坑中蒙入一片铁板,记深度为h,再以铁板正上进行探测,通过高分辨时延估计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速度而经过公式
计算得到。探测时,天线不克去沙坑外部最胜。采用这种方式测得的波速为17.357cm/ns,对应的干沙的相对介电常数为2.9873,这无异于勤值多少低于沙子的天下第一相对介电常数(
)。这第一是出于试验中之沙混入了少量之尘埃,相当给单位体积中的沙颗粒数量减少了,因此相对介电常数会比平均值而小一些。当原始扫描数据及媒质中波速都自知后,就可以使用擅自孔径CS成像算法进行成像处理。下面对几近独实测数据开展成像实验。

6.1.2 使用实测数据开展任意孔径CS二维同三维成像试验

 (1)
一到底埋入沙中长lm的φ8细钢筋,埋深50cm,时窗为12ns,进行任意孔径采样(20)。原始数据及自由孔径CS成如结果表现图6.4。

 

祈求6.4同样到底埋入沙中的φ8细钢筋原始数据以及成像结果

 

  (2)两绝望φ8,长lm的明细钢筋并免去埋于沙坑中,埋好50cm,横向和纵向间距均为6cm。时窗为12ns,进行自由孔径采样(20)。原始数据及自由孔径CS成如结果表现图6.5。

 

祈求6.5 两到底埋入沙中连排放置的φ8钢筋原始数据以及成像结果

  (3)
两绝望φ8钢筋上下放置,一到底于其它一样干净正上,埋好分别吗27cm和32cm,两者深度不同呢5cm,单发单收天线进行合成孔径扫描,时窗为12ns,进行自由孔径采样(20)。原始数据以及自由孔径CS成如结果表现图6.6。

贪图6.6 两根本埋入沙中左右放置的φ8钢筋原始数据与成像结果

   
当半干净钢筋垂直放置时,遮挡效应比较明显。记上下两清钢筋分别吗钢筋A与B,由于两者间距很有点,因此钢筋B的散射信号要比较钢筋A弱很多。当双方上下间距增大时,考虑到天线的宽波束特性,这种遮挡效应应相对而小头。从成像结果看有互偶现象,这实则是由于散射中心型目标的建模特性决定的。

(4)
一对准交叉放置的φ8钢筋,埋深也50cm,单发单收天线进行合成孔径扫描,时窗为12ns,进行任意孔径采样(40)。实时光景和自由孔径三维CS成如结果呈现图6.7。

 

希冀6.7 一对交叉放置的钢筋实时场景以及肆意孔径三维CS成如结果

(5)一个
V型实心棒,埋好为50cm,单发单收天线进行合成孔径扫描,时窗为12ns,进行自由孔径采样(40)。原始数据和自由孔径三维CS成如结果表现图6.8。

 

 

贪图6.8 V型实心棒原始数据以及自由孔径三维CS成如结果

(6)
一个作满水的矿泉水瓶(直径5.6cm),埋深为50cm,单发单收天线进行合成孔径扫描,时窗为12ns,进行任意孔径采样(40)。实时情景以及人身自由孔径三维CS成如结果呈现图6.9。

 

祈求6.9装满水之矿泉水瓶的实时气象和任意孔径三维CS成如结果

 

6.2 外场实验

  6.2.1公路试验场景的搭建

贪图6.10 公路试验场

希冀6.10荒谬图近端为水泥路面,远端为待铺的沥青路面,右图为正在铺设的沥青路面,基层由达到及下吧4%水泥砾石底基层及6%水泥砾石基层,分别吗20cm

沥青层由臻及下吧小中细心三层,分别吗4cm,5cm和6cm。

每当水泥路面被蒙设的φ8钢筋网,左边网格为10×10cm2,右边为20×20cm2

若是图6.10 所出示,用来进行钢筋网成像试验。

希冀6.10 钢筋网成像试验场景搭建

图6.11乎在沥青路面下埋设的分裂、空洞和泥团,用来进展试验路面检测

图6.11 路面检测试验环境搭建

 

6.2.2 钢筋网扫描以及成像

贪图6.12钢筋网扫描与成像结果

祈求6.13稀疏钢筋网的随机孔径三维CS成如结果

 

贪图6.14密钢筋网的肆意孔径三维CS成像实验

 

6.2.3 路面十分检测实验

 

贪图6.15 沥青路面下空洞的反射波和ROI提取结果

 

6.2.4目标分类实验

参考波形及幅相谱,目标吧直径3.8cm之金属管

 

分拣识别结果

 

6.2.5 高分辨层厚度估计

RadarEye测试结果与钻孔数据较

愈分辨层厚度估计

RadarEye测试结果以及钻孔数据比较

 

 

6.3 小结

 

 

 

 

第七回 总结及展望

 

抽传感理论的提出极大地丰富了信号获取理论,
并为另外相关领域的钻提供了初技巧以及新思路, 研究前景广阔.
然而眼前减传感理论还无是格外全面,相应的用研究吗恰好启动,
尚有比较多问题用在未来研究中取得突破:

 

1) 测量矩阵构造研究

在减少传感中, 测量矩阵需要满足约束等距性(RIP)条件,
目前所运用的测矩阵大多也非确定性测量矩阵, 即随机矩阵. 例如当 RICE
大学单像素相机研制中,采用的就是是较为简单的 0-1 伪随机矩阵.
但是再次复杂的非确定性测量矩阵在硬件实现上比较复杂,
虽然它们以虚假试验被能够取得非常好之力量, 但是难以硬件实现,
因此产生必不可少对确定性测量矩阵展开深刻研究. 此外,
压缩传感技术建立于非自适应线性测量基础之上, 不有灵活性,
因而生必不可少研究由适应压缩传感技术,
即根据不同之信号类型应用不同的数额采样和重构策略.

 

2) 测量矩阵的优化问题

每当第 1 节遭遇提到, 当图像不可知当正交基上稀疏表示常常,
可以以那个扩张及冗余字典上展开稀疏表示.例如对于有平列的图像,
用学习算法如K-SVD 等得字典通常可以假设图像信号更加稀疏.
然而当调减传感技术中,
利用冗余的字典代替标准正交基虽然好重好地重构图像,
但由于当对应传感矩阵中见面并发较多系列,
这些相关列对于图像重构没有其它价值, 增加了算法的储存和计算的财力, 因此,
如何平衡冗余字典的冗余度与传播矩阵中互关列的多少,
即找到最好优秀的冗余字典及其相应之传遍矩阵是值得研究的.

 

 3) 测量值的动研究

无数图像处理的末段目的并无是重构图像, 而是为了博关于目标的信息.
由压缩传感理论能,在自然条件下,
通过少量底测值就是可以确切重构出原本图像,
也就是说少数底测量值能够保障原来信号的构造与足多信息. 因此,
少量的测量值可以一直用来落实各种图像处理任务,
如图像分类、特征提取、目标检测及消息融合等, 并且由于测量值多少较少,
信息密度大, 可以大大减少相关算法的时跟仓储代价.

 

4) 图像超分辨率重构

图像的超分辨率重构是因于平帧或者多帧低分辨率图像发或者构建高分辨率图像的长河,
本质上属于维数增加的题目, 具有无适定性. 在削减传感中,
从测量值到原信号为是一个于低维到高维的维数增加问题,
与超分辨率图像重构类似.
由于低分辨率图像通常决定了大分辨图像的结构和大部分音讯,
因此借鉴压缩传感的相关思想贯彻新型的超分辨率图像重构算法为是值得研究之.
例如, 如果将低分辨率图像看成是当某种测量矩阵 (或者字典) 下的测量值,
则超分辨图像重构问题便改换为何以构建测量矩阵的字典构建问题.

 

 5)
运动目标提取基于图像序列的活动目标提取是电脑视觉领域的一个核心问题,
广泛应用在视频监控、视频分析、视频查找、基于移动信息之地位识别等方面.
当把背景看成不变量时, 运动的对象可以更进一步稀疏地代表,
符合压缩传感理论对信号的稀疏性要求. 因此, 如何当减传感框架内,
利用图像序列运动目标稀疏特性, 设计测量矩阵,
然后针对图像序列的背景不同进行线性测量,
最后准重构出活动目标呢是值得注意的钻方向.

 

6) 实时压缩传感成像系统研制

相对于压缩传感的争鸣研究进展, 其硬件实现还处于起步阶段.
目前一度得到成功的例证主要出美国 RICE 大学研制的 \单像素” 数码相机,
ARI-ZONA 大学 Baheti 和 Neifeld 设计的有所一定功能的布局成像设备, 以及
DUCK 大学研制的单景光谱成像装置[61].
然而由于削减重构算法的计算量比较充分, 难以达到实时性要求,
因此实时胜性能压缩传感成像系统是未来重点的钻方向.除了构建大分辨成像系统,
压缩传感还只是应用被音频采集设备、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、超声图像及数字减影血管造影技术相当过剩方面.

 

 

 

 

 

致    谢

于论文即将搁笔之际,我思往曾深受本人帮及支撑之人们表示诚心的感谢!

 

 

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 感知多分字典的图像稀疏表示算法研究.
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.遥感新技巧的几何展开及其应用.遥感信息,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术面临的挑战和针对性策.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] 方广生.探地雷达及其技术概况和展望.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.国外探地雷达研究概况.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.探地雷达方法及应用.北京:地质出版社,1994

[46] 粟毅,黄春琳,雷文太.探地雷达理论和应用.北京:科学出版社,2006

[47] 熊寿庆 .GPR方法及其使用概述. 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.论探地雷达现状以及发展.
工程地球物理学报,2005,2(2):149~155

[54]
韦宏鹊,杨顺安,刘昌辉.探地雷达在岩土工程以被的进展.地质科技资讯,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. 频率步向前探地雷达及其于地雷探测中的应用.
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,吕锡于.一栽无载波脉冲探地雷达技术之腾飞与应用.中国航天,1994,(5):39-43

[67] 方广有.无载波脉冲探地雷达的现状以及展望.电子了于,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.提高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如出一辙76

[70] 苗萌.脉冲压缩探地雷达.电子工程信息,1995,(5):18同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.探地雷达的发展现状.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.探测埋地目标的探地雷达.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较和分析.煤炭学报,2002,27(2):123-127

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

[89]侯俊胜.探地雷达方法及其应用之初上展.国外地质勘探技术,1996,(l):6-11

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

[91]周杨,冷元宝,赵圣立.路用探地雷达的利用技术研究进展.地球物理学进展,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与数解译方法研究:
学位论文.长沙:国防科学技术大学,2005.

[95]
张安学.探地雷达目标检测及定位法的钻:学位论文.西安:西安交通大学,2003.

[96]
张春城.浅地层探地雷达中之信号处理技术研究:学位论文.成都:电子科技大学,2005.

[97〕高近传,黄春琳,粟毅.基于RLs横向滤波自适应等消法的达到波抑制.信号处理,2004,20(6):566~571

[98] 雷文太.脉冲GPR高分辨成像算法研究:
学位论文.长沙:国防科学技术大学,2006.

 [99]
李禹,粟毅,黄春琳等.冲激雷达接收中之随机射频干扰压制方法.电子和信息学报,2004,26(5):733~738

[100]
李禹,黄春琳,粟毅.因MSE准则抑制SPR射频干扰的方法.国防科技大学学报,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.遗传算法和层层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如算法.电子及信息学报,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.电子以及信学报,2004,26(增刊):529~533

[l36]
雷文太,粟毅,黄春琳.表层穿外露雷达递归反往投影成像算法.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