KL变换消除探地雷达数据中的水平相干噪声

由于探地雷达采用共偏移距剖面的工作方式,造成数据记录中存在大量水平相干噪声。探讨了采用KL变换消除这些水平相干噪声的方法,并给出了具体的实现步骤。最后通过模型试验和实际数据验证了该方法的有效性。     

应用MATLAB实现探地雷达数据小波变换处理

文章应用Matlab实现了探地雷达原始数据的读取及分析处理,并给出了Matlab下探地雷达数据的小波变换处理实例,应用效果令人满意,为探地雷达数据自主应用提供了新思路.     

连续小波变换在探地雷达信号分析中的应用研究

广泛应用于工程勘探的探地雷达,由于其发射的高频电磁波在介质中迅速衰减、受环境噪声大等因素影响,探测剖面难以对相对较深的异常体有较好的响应.复信号分析提取三瞬参数可多角度分析信号,并能突出弱反射信息,但易受噪声干扰,且常规的滤波方法不能有效地去除这一干扰.将具有时～频双重局限性的小波变换引入到复信号分析中,解决了复信号分析易受噪声干扰的问题,恢复了其对异常提取的能力.将此算法用于实际雷达探测数据处理中,取得了良好的应用效果.     

基于小波域KL变换的探地雷达信号处理

探地雷达目标回波信号通常会受到串扰(或直达波)、随机噪声等的干扰,致使目标信号难以分辨。利用小波分析的时频局部化特性和多道探地雷达记录中直达波、目标回波信号以及随机噪声等的不同相关性,对探地雷达记录进行小波分解,得到多频段的小波剖面,再对不同频段的小波剖面做KL变换,实现了串扰抑制。通过实验数据和现场实测数据验证了该方法的有效性。     

含可变因子的广义S变换及其时频滤波

含可变因子的S变换是一种新型的时频分析工具,比传统的S变换和Mansinha提出的广义S变换更具实用性。可变因子的引入使得高斯窗函数的宽度随频率发生变化时具有目的性,而不是简单地随着频率的增大而变窄。该变换可以有针对性的改善局部频段(特别是低频段和高频段)的频率分辨率及时间分辨率。以此变换为基础,提出了一种时频滤波方法,通过对人工合成地震记录的滤波,证明了该滤波方法的有效性。     

探地雷达数据可视化方法

采用文件映射降低大数据量探地雷达(GPR)数据显示对计算机内存的需求,同时使GPR数据可以当作一维数组进行数据处理,方便对数据的随机、实时访问;应用直接写位图、视区分割的成图方案,实现对GPR数据的实时显示;通过位图调色板实现GPR数据调色板,灵活应用该技术可使本来需要对原始数据进行大量运算的算法通过调整调色板实现,提高了GPR数据处理的速度。     

探地雷达图像数据处理及应用研究

对探地雷达数据构成及干扰来源进行了分析,利用均值法去除背景噪声;运用HIL-BERT变换数据处理技术得到雷达图像的瞬时振幅、瞬时相位和瞬时频率等瞬时剖面图像,以提高图像的分辨力,增强目标识别的准确性。通过对工程实际探地雷达图像数据的处理,验证了方法的有效性。     

应用复小波定义探地雷达相位

Hilbert变换为基础的信号分析方法丰富了探地雷达的观测参数,为数据处理提供了更多依据。Hilbert变换针对的是“窄带”信号,对噪声非常敏感,而探地雷达信号不可避免存在噪声,且在频散介质中传播发生频散,其信号有一定的带宽。应用时一频性质较好的小波变换定义相位,较好的克服了这些问题,该方法采用连续复小波变换将探地雷达信号分解为实部和虚部,进而定义相位。     

探地雷达信号特征分析和分辨率提高方法研究

探地雷达信号的奇异点或突变点作为雷达信号的重要特征通常反映介质重要信息,如电性变化界面或异常体等。分析了探地雷达信号在Hilbert变换下,利用小波变换确定探地雷达信号奇异点位置的方法。解决了传统傅立叶变换只能从整体检测探地雷达信号奇异性的局限性。并且由于小波变换良好的时频局部化特性,进一步讨论了其在提高探地雷达信号分辨率的研究中的应用。     

短时傅里叶变换在GPR数据解释中的应用

小波变换、经验模态分解、奇异值分解是提高探地雷达数据信噪比、突出深部异常的有效手段.笔者提出一种快速的短时傅里叶变换技术,对探地雷达噪声信号进行解译,利用雷达发射信号与噪声信号的频谱差异提高雷达数据的信噪比;并以数值算例进行验证,分别从单道波信号的频率能量差异,主频等值分布差异等方面详细分析了该方法与小波变换、经验模态分解方法的优势.结果表明,短时傅里叶分析技术能实现探地雷达数据的快速解译,为探地雷数据的反演成像提供更精确的约束条件.     

探地雷达小波的构造及在提高雷达信号分辨率中的应用

从理论上详细分析了探地雷达子波的形成机理,提出了一种构造探地雷达小波函数的方法。与Cauchy小波及Morlet小波相比,以这种小波作为基本小波,应用于探地雷达实际资料处理中,在提高探地雷达剖面分辨率的同时,还能保持较高的信噪比     

Shearlet变换在GPR数据随机噪声压制中的应用

随机噪声是探地雷达(ground penetrating radar,GPR)数据处理存在的主要问题之一,直接影响到GPR数据后续处理及最终解释的准确性和可靠性。为了有效地去除随机噪声,同时更好地保留GPR信号的有效信息,本文提出基于Shearlet变换的GPR数据随机噪声去除方法。作为一种非自适应多尺度、多方向性的几何分析方法,Shearlet变换能够近乎最优地表示含奇异点的高维曲线。在Shearlet域,GPR数据能够得到更加稀疏的表示,通过阈值去噪的方法,有效地去除了随机噪声,使信噪比提高了4dB,最大程度地保留了GPR有效信号。利用理论和实际数据进行验证,体现了Shearlet变换阈值去噪方法的有效性和准确性。     

基于矢量网络分析仪的低频探地雷达系统野外实验及结果分析

系统地介绍了基于矢量网络分析仪的步进频率探地雷达系统的基本原理及组成,同时采用该系统进行了野外勘探实验.通过对实验结果进行分析表明,低频探地雷达系统适合野外应用并具有准确的探测结果。     

基于二维小波变换的随机噪声压制方法在GPR数据中的应用

在探地雷达探测工作中,为了尽可能多的获取回波信息,通常采用宽频带记录,这就不可避免地将各种干扰波也记录下来,其中随机噪声由于其频带较宽,分布于整个数据剖面,常规滤波方法对随机噪声的压制效果往往不佳。由于小波变换具有较强的分频和局部分析能力,根据需要选择合适的小波基函数和去噪方法,可较好地压制随机噪声,提高信噪比。基于二维小波变换理论,提出了采用自适应分层阈值法对探地雷达数据进行压制随机噪声的方法。通过不同模型、不同信噪比下正演模拟数据的验证以及对实测数据的处理,并与中值滤波法和全局阈值法的去噪效果进行了对比分析,结果表明自适应分层阈值法去噪效果更好,实用性更强。     

基于Hilbert-Huang变换的探地雷达信号增强及复信号分析

阐述了Hilbert-Huang变换原理,着重讨论了EMD分解应满足的条件及具体分解过程.以黑麋峰抽水蓄能电站进厂交通隧洞实测GPR剖面为例,应用EMD分解去除部分噪声,再利用Hilbert变换求取GPR剖面复信号,提取瞬时振幅、瞬时相位、瞬时频率3个参数,绘制出相互独立的瞬时参数剖面图,根据不同地质状况进行多参数综合解释.结果表明,该方法避免了使用单一时距剖面分析所造成的解释偏差,能够更好地对异常信息做出反映,提高了GPR数据的解析精度.     

复信号分析技术在地质雷达预报岩溶裂隙水中的应用研究

对岩溶裂隙水进行及时准确的预报,是当前岩溶隧道设计和施工中亟待研究和解决的关键问题。复信号分析技术能够提取多个参数进行综合判断,基于此优点,尝试将复信号分析技术引入到地质雷达探查水体的研究中。对雷达数据中的水体异常分别从振幅、频率和相位等方面进行综合判断,克服了以往判断依据单一的缺点,为利用地质雷达进行岩溶裂隙水预报提供了一种切实可行的方法。首先,介绍了复信号分析技术的原理,阐述了在地质雷达信号处理中引入复信号分析技术的必要性;然后探讨了基于复信号分析技术的地质雷达预报岩溶裂隙水的可行性,得出了判断水体的依据。最后结合工程实例,对地质雷达数据进行了复信号处理,并对岩溶裂隙水进行了综合判断。与开挖结果对比显示,复信号分析技术的运用较大的提高了岩溶裂隙水预报的准确性和可信性。     

独立分量分析在探地雷达信号处理中的应用初探

针对探地雷达(Ground Penetrating Radar,GPR)信号信噪比低、背景杂波强,事先对探测目标的信息所知甚少,近乎处于“盲”状态,因而实际处理难度大等实际问题,提出了将独立分量分析(In-dependent Component Analysis,ICA)这种盲信号处理技术应用于GPR信号处理,并利用ICA中的Fast-ICA算法,对ICA法在GPR信号处理中的应用进行了初步探索,实现了GPR信号中弱目标信号和强背景杂波的有效分离,并初步解决了对所分离目标信号的正确排序,以及由ICA方法本身带来的所分离目标独立分量信号符号的不确定性等问题,使GPR信号信噪比大幅提高,从而使GPR的目标检测性能也得以显著改善。在对诸如地雷、地下管线等局部目标的时域有限差分法(Finite-dif-ference Time-domain,FDTD)、仿真GPR数据和室外试验观测GPR数据进行ICA处理后,都取得了理想的结果。