探地雷达信号后处理关键技术研究

发布时间:2017-12-15 17:27

  本文关键词:探地雷达信号后处理关键技术研究


  更多相关文章: 探地雷达 信号增强 目标成像 目标重建 波形反演 目标识别


【摘要】:在浅地表下的目标探测中,探地雷达(GPR)技术被认为是最有前途的遥感技术之一,它是利用高频超宽带信号来探测浅层地下介质分布规律的无损勘探方法。GPR技术由于具有施工方便、探测效率高、探测结果分辨率高等特性,使得该技术的应用呈现出多样化的趋势。尽管GPR技术及其应用取得了令人瞩目的发展,但是其发展主要得益于GPR系统硬件的逐步完善,而GPR信号后处理技术仅发生了量变,没有根本性的发展。通过GPR信号后处理技术对待测目标体的属性进行定量分析一直是该领域科研人员追求的目标,但是由于探测环境复杂,以及待测目标体本身的几何形状和介电属性分布具有多样性,再加上各种噪声的干扰,使得现有的技术还不能实现对任意待测目标体进行精确地定量分析。为了进一步提高GPR系统对待测目标体的定量或者半定量分析的能力,本论文对GPR信号后处理中的关键技术问题进行了深入研究,包括:GPR回波信号特性分析、信号增强、目标成像、目标重建、波形反演和目标识别等,论文的主要创新点和研究成果如下:1、GPR回波信号中包含多次回波、杂波以及各种噪声干扰信号,严重影响其对浅地表构造信息的解释精度。为了更好地分析GPR回波信号的特性,在分析GPR发射的脉冲信号在地电介质中的传播特性的基础上,构建了一种新的适用于GPR回波信号分解的本征分量分解(ICD)模型,该模型首先构造一个本征向量库,库中元素是通过对脉冲源信号分别进行1至360度的相移得到,将该本征向量库作为字典实现了GPR回波信号的稀疏表示;然后,通过自适应选取相关性阈值,将GPR回波信号分解为多个本征分量函数(ICF)分量和一个余量,每个ICF分量是由基于本征分量库的稀疏系数重建得到,各个ICF分量与本征分量库中元素的相关性依次降低。最后,分别在层状随机介质模型和实测环境对应的GPR回波信号上研究和验证了ICD分解方法的性能,实验结果表明:ICD分解方法具有很强的降噪能力,能对目标回波信号进行波形修正;通过对各个ICF分量对应的剖面数据进行分析,有利于解释地电系统的内部特征。2、为了实现对具有复杂几何形状的异质体进行高分辨率成像,提出了一种自相关反向投影(SBP)成像方法,该方法不但成像速度快,而且成像结果中能分辨出异质体的几何轮廓信息。SBP成像算法在现有的反向投影(BP)成像算法基础上做了如下改进:根据待成像点在距离其最近的测道上与其临近测道上的反射回波信号具有相关性,通过设定相关性阈值自适应的选取有效回波信息序列,使得SBP成像算法有较快的运算速度和较高的成像分辨率;设计了深度能量补偿算法对成像结果进行修正,增强了深层异质体在成像结果中的分辨率。实验结果表明:SBP成像算法在运算速度和成像结果分辨率上都优于现有的BP成像算法及其改进算法,能对探测区域中具有复杂几何形状的异质体进行快速且高分辨率成像。3、在浅地表下管线探测、球体探测、地雷探测等民用和军用领域中,待测目标体具有一个共性特征,即:目标体在探测剖面上都为一个“圆”形或者近似为“圆”形。为了实现对“圆”形目标体进行有效重建,推导了“圆”形目标体各个参数与B-Scan中目标回波信号曲线参数之间的数学关系式,在此基础上,提出了“圆”形目标体重建方法,并通过实验验证了该方法的实用性。实验结果表明:该方法能重建出“圆”形目标体的位置、埋深、大小和介电属性参数值,而且能计算出目标体附近探测背景的平均相对介电常数值,突破了传统成像方法只适用于探测背景的介电属性为已知的瓶颈;此外,该方法具有重建精度高、运算速度快等优点。4、采用现有的方法对层状构造进行波形反演时,存在三个难题,分别为:误差分析函数收敛性差、求解过程容易陷入局部最优解、反演结果稳定性差。为了解决这些问题,提出一种基于首达时约束的波形反演方法,并建立了多级细化搜索模型,以求解反演过程中误差分析函数的最优解。改进后的波形反演方法以各层介质分界面处对应的回波信号的首达时为先验信息,以降低算法求解过程的复杂度;采用多级细化搜索法求解误差分析函数的最优解,既能保证问题求解速度,又能保证反演结果的稳定性。实验结果表明:针对层状构造反演问题,改进后的波形反演方法能有效重建出各层介质的厚度和介电常数信息;同时,该方法还具有时间复杂度低和反演结果精度高而且稳定等优点。5、经过理论推导表明:GPR回波信号与地下空间介质对应的系统函数之间具有复杂的非线性的隐式表达式,根据GPR回波信号不能推导出地电构造空间分布信息的表达式。为了智能分析地下空间介质分部信息,以统计编码分析为基础,提出了一种新的频带介电谱特征向量提取方法。首先,根据脉冲源功率谱分布信息,选取GPR信号的主能量谱所在频段区间;然后,设计带通滤波器组将GPR信号主能量谱所在频段区间进行子频带划分,并提取各个子频带区间GPR信号功率谱曲线的“慢衰减点”和“快衰减点”特征信息;最后,对“慢衰减点”和“快衰减点”特征信息进行编码得到特征向量。实验结果表明:该方法提取的特征向量能较好的表征GPR回波信号对应的地电信息,适用于GPR回波信号中的目标分类和识别;同时,该算法还具有时间复杂度低和抗噪能力强的优点。
【学位授予单位】:西安电子科技大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TN957.51

【相似文献】

中国期刊全文数据库 前1条

1 徐小云;;过井地震数据的声波方程走时和波形反演[J];图书与石油科技信息;1996年04期

中国重要会议论文全文数据库 前10条

1 陈永芮;李振春;张凯;;一种改进的正则化——测井约束全波形反演方法[A];中国地球物理2013——第十九专题论文集[C];2013年

2 王一博;常旭;刘伊克;;多尺度波形反演方法[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年

3 卢回忆;刘伊克;常旭;;波形反演多尺度方法研究[A];中国地球物理学会第二十七届年会论文集[C];2011年

4 孟鸿鹰;刘贵忠;;地震波形反演的小波多尺度分解方法[A];1996年中国地球物理学会第十二届学术年会论文集[C];1996年

5 卢回忆;刘伊克;常旭;白兰淑;;弹性介质多尺度全波形反演方法研究[A];中国地球物理2013——第二十二专题论文集[C];2013年

6 丁继才;常旭;刘伊克;汪长永;;反射地震数据的逐层波形反演[A];中国科学院地质与地球物理研究所2007学术论文汇编(第四卷)[C];2008年

7 刘璐;刘洪;张衡;崔永福;李飞;段文胜;彭更新;;基于修正拟牛顿公式的全波形反演[A];中国科学院地质与地球物理研究所2013年度(第13届)学术论文汇编——油气资源研究室[C];2014年

8 吴建平;明跃红;;区域地震波形反演及其在川滇地区的应用[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

9 何樵登;周辉;;人工神经网络在地震波形反演中的应用[A];1995年中国地球物理学会第十一届学术年会论文集[C];1995年

10 李志晔;李振春;张凯;;基于共散射点道集的全波形反演[A];中国地球物理2013——第二十二专题论文集[C];2013年

中国博士学位论文全文数据库 前8条

1 郭振波;弹性介质波形反演方法研究[D];中国石油大学(华东);2014年

2 陈宇澍;地震波场正演与集合震源编码全波形反演算法[D];清华大学;2015年

3 何清龙;基于有限差分—对比源方法的波动方程全波形反演研究[D];哈尔滨工业大学;2016年

4 岳蕾;电磁波在煤层中的传播规律与全波形概率反演方法研究[D];中国矿业大学;2016年

5 张海如;探地雷达信号后处理关键技术研究[D];西安电子科技大学;2016年

6 韩淼;深水区地震全波形反演策略与应用[D];吉林大学;2014年

7 秦宁;地震走时层析与波形反演方法研究[D];中国石油大学(华东);2013年

8 吴俊军;跨孔雷达全波形层析成像反演方法的研究[D];吉林大学;2012年

中国硕士学位论文全文数据库 前10条

1 陈永芮;时间域全波形反演方法研究[D];中国石油大学(华东);2014年

2 王庆;二维地震时间域多尺度全波形反演[D];中国海洋大学;2015年

3 孙瑞雪;基于双参数正则化的频率域解缠相位全波形反演研究[D];吉林大学;2016年

4 鲁晓满;基于逐减随机震源采样法及改进MLQN算法的频率域全波形反演方法研究[D];吉林大学;2016年

5 孙慧秋;全波形反演地层品质因子方法研究[D];吉林大学;2016年

6 付振武;地震勘探全波形反演的近似Newton型方法[D];哈尔滨工业大学;2016年

7 周铁军;近地表速度模型地震全波形反演技术研究[D];东北石油大学;2016年

8 于长澎;地层吸收系数的全波形反演研究[D];中国地质大学;2011年

9 李扬;粘弹性地震波形反演的多尺度全变差正则化方法[D];哈尔滨工业大学;2011年

10 陈章;叠前全波形反演方法研究[D];电子科技大学;2012年



本文编号:1292824

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/1292824.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a4be8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com