[发明专利]一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法

说明书

本发明公开了一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法，首先计算探地雷达记录剖面中的各孔径点回波信号的能量值，根据一维能量曲线确定各局部峰值点，确定探测目标个数和各目标的中心位置。然后提取某个目标中心位置处回波的时延值，以该目标中心位置处回波的时延值为起始点，设置滑动时窗的起止位置和长度，对中心点左右两侧的孔径点处的邻道数据截取相应的滑动时窗长度内的部分数据，仅对该段数据进行时延估计。遍历整个孔径点，得到该目标在整个孔径点上的时延曲线。再遍历各目标，得到各目标在整个孔径点上的时延曲线提取结果。本方法提取的时延曲线精度更高，根据时延曲线计算得到的成像结果更精确。

技术领域

本发明属于探地雷达探测与应用技术领域，具体涉及探地雷达记录剖面中的目标时延曲线提取方法。

背景技术

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连续处产生的反射和散射实现非金属覆盖区域中目标的成像探测。GPR回波的幅度和时延包含目标位置及电磁散射特性等信息。GPR沿一维测线进行空间扫描，在测线的每个孔径点处向地下区域发射电磁波并接收散射回波。每个孔径点处接收一道回波数据，多个孔径点接收的回波数据按列排列，就形成了GPR记录剖面。为进行高精度的层厚估计和地下目标成像，需要对GPR记录剖面中的目标时延曲线进行精确估计。

近些年来，国内外学者提出多种时延估计算法如子空间法，反卷积方法以及压缩感知等算法来处理GPR回波数据，子空间方法包括子空间旋转不变法，多重信号分类算法，最小范数法等，子空间方法应用于GPR地下回波时延估计时需要涉及强相干情况下目标回波的协方差矩阵计算。这类方法能获得高分辨率或超分辨率时延估计，但是不能直接来处理相干信号，所以需要与一些去相关算法进行结合【参考文献：L.Qu,Q.Sun,T.Yang,L.Zhang,Y Sun.Time-delay estimation for ground penetrating radar using ESPRITwith improved spatial smoothing technique.transactions on Geoscience andRemote Sensing,2014；11(8):1315-1319】。机器学习中如神经网络算法，支持向量机回归机算法被应用于GPR的时延估计上，这些方法可以直接处理相干信号，估计精度高。但机器学习算法需要建模与大量的训练序列的支持，计算量较大，运算时间慢【参考文献：Baltzard C L,Wang Y，et al.Time Delay and Permittivity estimation by ground-penetrating radar with support vector regression,IEEE Geoscience and RemoteSensing Letters,2014,11(4):873-877】。压缩感知与稀疏重构的方法近几年已经被应用于雷达领域中参数估计方面，而时延估计是参数估计的一种形式。压缩感知是一个针对信号采样的技术，它通过一些手段，实现了在采样过程中完成了数据压缩的过程。压缩感知的前提条件是信号具有稀疏性或者可压缩性，因此需要利用信号稀疏分解中已有的重构方法在概率意义上实现信号的精确重构或者一定误差下的近似重构。结果表明压缩感知方法能取得较高精确度，并且可直接处理相干信号与重叠回波的情况【参考文献：Jianzhong Li,Gang Wei,Cedric Le Bastard,Yide Wang,Biyun Ma,Meng Sun.Enhanced GPR Signalfor Layered Media Time-Delay Estimation in Low-SNR Scenario,IEEE Geoscienceand Remote Sensing Letters，2016；13(3)：299-303】。

上述方法主要针对的是单孔径点采样回波下的时延估计，并没有考虑GPR记录剖面的时延曲线特征和时延值提取方法。针对多孔径点采样回波，有必要设计一种GPR记录剖面的时延曲线提取方法。

发明内容