[发明专利]探地雷达数据杂波抑制方法、装置、电子设备和存储介质

说明书

本公开提供了一种探地雷达数据杂波抑制方法，该方法包括：获取输入数据；对输入数据进行裁切，生成切片集合；根据切片集合，生成字典和稀疏编码；根据字典得到杂波子字典和目标子字典；根据稀疏编码得到杂波稀疏编码和目标稀疏编码；根据目标子字典和目标稀疏编码生成目标分量切片集；对目标分量切片集进行平均求和，得到目标分量。本公开提供的方法使用数据驱动的自适应字典实现了探地雷达回波数据的稀疏表示，能够抑制探地雷达的雷达图中的非水平分布的复杂杂波，且不需要大量训练数据，输入的数据只需要原始的探地雷达回波数据矩阵，训练数据使用回波数据矩阵的切片集合，实现单探地雷达回波数据矩阵的杂波抑制。

技术领域

本公开属于探地雷达成像技术领域，具体涉及探地雷达数据杂波抑制方法、装置、电子设备和存储介质。

背景技术

探地雷达利用电磁波的穿透性和高分辨率实现对地下目标的探测与识别。为了获得地下目标的信息，探地雷达通常会沿一条测线运动，向地下发射电磁波并且接收地下目标的反射回波数据，形成一个雷达剖面图，即常用二维的高分辨雷达B-scan图。由于地下介质对电磁波的衰减，探地雷达B-scab雷达图中的有用目标回波信号很弱，而且会被能量强的杂波所掩盖，严重影响地下目标识别算法的性能，如何对杂波进行有效抑制是探地雷达地下目标识别算法中亟需解决的难题。

探地雷达B-scan雷达图中的杂波一般由收发天线之间的直耦波、地面的直接反射波以及不平坦地形的散射波组成。常用的探地雷达B-scan数据杂波抑制方法有均值减法(Mean Subtraction，MS)、奇异值分解法(Singular Value Decomposition，SVD)、鲁棒主成分分析法(Robust Principal Component Analysis，RPCA)以及形态分量分析法(Morphological Component Analysis，MCA)等方法。在常用的杂波抑制方法中，基于图像稀疏表示的MCA能实现更好的杂波抑制效果。MCA将探地雷达B-scan雷达图分为可以用杂波子字典稀疏表示的杂波分量和可以用目标子字典稀疏表示的目标分量组成。在地势平坦以及地下噪声干扰小的时候MCA抑制杂波的效果好，但由于MCA使用的是人工设计的字典而不是数据驱动的自适应字典，因此当回波数据中出现不规则杂波时，即在地面起伏不平或者B-scan雷达图中出现非水平分布的杂波时，MCA抑制杂波的效果较差。

公开内容

(一)要解决的技术问题

针对现有技术的上述不足，本公开的主要目的在于提供一种探地雷达数据杂波抑制方法，以期至少部分地解决上述技术问题中的至少之一。

(二)技术方案

为了实现上述目的，根据本公开的一个方面，提供了一种探地雷达数据杂波抑制方法，该方法包括：

获取输入数据Y；

对上述输入数据Y进行裁切，生成切片集合X；

根据上述切片集合X，生成字典D和稀疏编码α；

根据上述字典D得到杂波子字典D_clutter和目标子字典D_target；

根据上述稀疏编码α得到杂波稀疏编码α_clutter和目标稀疏编码α_target；

根据上述目标子字典D_target和上述目标稀疏编码α_target生成目标分量切片集X_target；

对上述目标分量切片集X_target进行平均求和，得到目标分量Y_target。

优选地，上述根据上述切片集合X，生成字典D和稀疏编码α，具体包括：