共查询到18条相似文献,搜索用时 187 毫秒
1.
浅地层步进频率探地雷达的一种预处理方法 总被引:2,自引:0,他引:2
在浅地层步进频率探地雷达的实际应用中,地表回波等杂波及各种干扰噪声严重影响了探地雷达对地下目标的探测。对探地雷达数据进行预处理,其目的就是要去除地表回波等杂波及各种干扰噪声以加强目标信息。由于实际中地表不是均匀平整的,因而地表回波在每个A-scan数据中的分布位置都不尽相同,这使得传统的一些方法不能很好的去除地表回波。本文从步进频率探地雷达的原理出发,提出了一种极值点定位去除地表回波的方法,并将该方法与均值法去杂波及小波变换去噪相结合来完成对浅地层步进频率探地雷达数据的预处理。通过对实测数据进行处理,其结果表明本文所提的预处理方法取得了很好的效果。 相似文献
2.
3.
4.
城市道路地下空洞检测可有效减少道路塌陷,保证道路安全,是城市建设工作中的重要任务。基于混沌信号的探地雷达相比传统探地雷达具有抗干扰性强,信噪比高,已被证明可以用于空洞检测,但现有混沌探地雷达在确定空洞位置时需要采集大量数据,并对回波信号和延迟后的发射信号进行互相关运算,所需时间较长,给信号的存储和传输也带来很大负担, 不利于实际应用。文中针对混沌探地雷达,提出了一种基于压缩感知的二维成像新方法,并将其用于地下空洞检测,该方法采用混沌脉冲相位调制信号作为信号源,利用压缩感知取代传统混沌信号处理过程中的互相关运算,减少信号采集数据量。仿真和实验结果表明,基于压缩感知的混沌探地雷达成像新方法与传统混沌探地雷达成像方法相比,在保持成像结果的有效性和准确性的同时,只需传统方法采样信号数据量的10%即可准确检测地下空洞目标。 相似文献
5.
6.
7.
对基于相对模糊连通度的交互式图像分割方法进行简化,并将改进后的算法应用到探地雷达图像的分割中,提高了地下目标物体的提取速度.此外,还提出一种探地雷达图像的预处理方案,通过小波局部软阈值去噪算法来抑制探地雷达回波中的干扰信号,再利用窗宽/窗位调整算法突出图像中目标的灰度信息,使图像中的目标得以增强.从而得到一种快速有效的地下目标物体提取方法.用实测探地雷达图像所做的测试实验取得了令人满意的结果. 相似文献
8.
9.
常用探地雷达目标特征提取方法LDA(又称为FDA)直接在低维的探地雷达数据空间提取探地雷达目标特征, 提取的探地雷达目标特征的区分度小;常用的正则化技术存在正则化参数选取困难的问题。本文提出先通过基于核方法的 非线性变换把低维的探地雷达样本数据投影到高维空间,然后在高维空间中用PCA对奇异的核矩阵降维重建,最后对重 建后的非奇异核矩阵用LDA提取探地雷达目标特征。对实测数据的对比处理分析表明,本文所提探地雷达目标特征提取 方法优于其它方法。 相似文献
10.
针对激光雷达采集行驶车辆的三维点云数据中包含过多畸变数据,影响车辆定位效果的问题,本文研究一种基于激光雷达和特征地图的车辆智能定位方法。激光雷达利用基于飞行时间的激光测距法,采集车辆及其行驶环境的三维激光点云数据,去除激光点云数据中的畸变数据。利用正态分布变换方法,优化删除畸变数据的点云集的正态分布概率值,配准三维激光点云数据。从完成配准后的三维激光点云数据中,提取柱状物体的圆形特征,构建车辆行驶的自然柱状特征地图。利用卡尔曼滤波算法,结合自然柱状特征地图信息,实现高精度的车辆智能定位。实验结果证明:该方法可以精准定位车辆目标,车辆智能定位精度较高,最高可达到97%,定位效率较好,最短可在5 s时间内完成定位,具有一定应用价值。 相似文献
11.
12.
雷达目标检测技术能够判断回波信号中目标存在与否,并提取目标位置信息。随着雷达图像质量的提升和人工智能技术的发展,利用雷达图像数据通过深度学习方法实现雷达目标检测功能成为一种新的思路。该文首先从雷达目标检测原理入手,对传统和现代两类检测方法进行了梳理,分析了各类检测方法的特点及适用性。然后针对现代雷达回波信号复杂性增大导致传统检测方法统计建模难的问题和机器学习方法特征提取难度大的问题,对深度学习目标检测方法进行了归纳,主要从深度学习算法、雷达回波图像数据类型和应用场景三个方面进行总结。最后分析了深度学习在雷达目标检测应用中面临的挑战,展望了未来的发展趋势。 相似文献
13.
针对人体动作识别微多普勒雷达数据量有限的问题,本文提出基于梯度惩罚的沃瑟斯坦生成对抗网络(WGAN-GP)进行雷达数据增强,实现深度卷积神经网络(DCNN)在样本数量较少时可以得到有效训练。首先对人体各种动作的线性调频连续波雷达回波数据进行预处理得到微多普勒时频谱图像,然后采用WGAN-GP进行时频谱图像数据增强,最后利用生成的图像对DCNN进行训练。实验结果表明使用WGAN-GP可以有效解决雷达数据不足的问题,从而提高DCNN人体动作识别准确率。 相似文献
14.
WLAN(Wireless Local Area Networks)室内定位已受到人们广泛的关注,而在离线指纹采集阶段常常容易造成位置指纹RSS数据采集的盲目性和不可靠性,并忽略所需采集RSS(Received Signal Strength)样本容量与定位性能的关系.为了解决这一问题,本文提出一种面向WLAN室内定位的T检验样本容量优化方法.该方法在离线阶段利用OC(Operating Characteristics)函数优化指纹数据库允许的最小RSS样本容量,而在在线阶段利用T检验方法对目标终端进行粗定位,并进而提出基于T检验的KNN(K-Nearest Neighbour)算法以完成对目标终端的精定位.此方法用有限的样本容量获得较稳定的定位性能分析结果,显著地减少了大量的人力和时间开销. 相似文献
15.
16.
17.
18.
随着群智感知和机器学习的融合,基于射频指纹的室内定位技术引起研究者的广泛关注。然而现有工作存在指纹地图构建阶段开销过大形成的可扩展性和实时性瓶颈问题。针对这一问题,该文提出一个新颖的轻量可扩展指纹地图构造方法(FFIL)。在指纹构建阶段,将整个室内环境划分为多个环路快速分割地图并获取射频指纹;在指纹匹配阶段,首先计算AP与目标点间的距离,然后选择与圆环半径最相似的环路上的参考点一一匹配;在定位阶段,采用等高线聚类算法来提高定位精度。通过真实数据驱动的大量仿真和实验证明,FFIL能减小指纹地图构建的开销,同时提高定位精度和系统实时性。 相似文献