地下金属与非金属管道正演模拟与应用研究

目前，应用管线探测仪进行地下金属材质管道的探测效果较好，但在非金属材质管道探测上往往“失效”。探地雷达（GPR）利用金属管道、非金属管道和土体之间存在明显的电性差异为前提进行无损探测，达到快速、准确定位管道位置和区分管道材质的效果。为进一步了解GPR剖面的管道特征图谱，依托GprMax和Matlab软件平台，通过时域有限差分方法对地下不同材质、不同埋深和不同填充物的管道进行正演模拟，获得不同参数下的管道信号波组形态、能量特征和相位特征，为实际管道探测的客观判定和科学解译提供理论基础。经工程实践证明采用多参数特征来综合判定管道属性的可行性和有效性。     

面向双曲线形态的探地雷达图像识别技术综述

探地雷达作为一种重要的无损探测技术,可以准确快速对浅层地表进行成像,以获取埋设目标的空间与几何信息.该文在分析探地雷达成像模型与目标识别基本思路的基础上,简述和归纳了七类探地雷达图像双曲线特征的检测方法,分别为基于双曲线性质、时域信号分析、数字图像分析、机器学习、数学模型、综合性方法以及深度学习方法,最后展望了深度学习在双曲线形态识别中的应用前景.     

红外偏振成像在伪装目标识别中的应用研究

红外偏振成像技术可以提高探测伪装或隐身目标的能力。作为对抗红外隐身的侦察手段,它已成为国内外研究的重要内容。通过分析红外偏振成像的进展,提出将红外偏振成像技术应用于目标检测。为了研究伪装目标的偏振散射特征,利用红外偏振成像系统对覆盖和未覆盖军用三色迷彩伪装网的目标场景进行了探测研究。研究发现,红外偏振成像可以作为探测伪装或隐身目标的新途径,其成像效果较好。此外还证明偏振探测技术对复杂背景中低反射率伪装目标的独特识别优势在中红外波段同样成立,而且偏振角成像对伪装网的外形特征非常敏感。     

基于电磁层析的地面目标内部结构图像重建

针对电磁层析成像技术在工程物探中, 采用钻孔方式进行地下介质内部结构探测有损的不足, 为适应电磁层析成像技术无损探测的需求, 研究了对地面目标内部结构探测的电磁层析成像技术, 基于电磁层析的探测方式、联合成像方法和图像重建技术, 为弥补跨孔探测方法应用于地面目标探测时, 其边界条件与传统的地下目标探测不同, 会对初至波的判断造成影响的不足, 采用时域有限差分法仿真分析了波的传播状态, 确定了初至波的提取方法, 给出了初至零点的判定方法, 并采用以上方法进行实验证实了对地上目标进行电磁层析成像的可行性和有效性.     

基于曲线拟合的探地雷达层状介质参数反演算法

探地雷达具有探测速度快、穿透能力强、分辨率高的特点,是一种有效的无损探测技术,在市政建设、交通、安防等领域有着广泛的应用需求.在探地雷达中分层介质参数反演是地下目标成像与检测识别的必要步骤.本文提出了一种基于曲线拟合的层状介质参数反演算法.首先基于B-scan数据中的反射波曲线拟合,结合电磁波垂直入射模型,获取地下介质...     

基于PCM的地下金属管线信号接收系统设计与开发

多频管中电流法（Pipeline Current Mapper,PCM）是管线无损检测的常用方法之一。为了满足地下金属管线探测的需求,该文在研究PCM测量金属管线的基础上,确定了“工”字型摆放的线圈接收结构,明确了信号接收系统的总体方案,开发了一款可在强噪声环境下应用的地下金属管线信号接收系统。采用STM32F103RCT6作为系统的主控芯片,对预放大电路、信号调理电路、程控放大电路、A/D采集电路及人机交互界面进行设计。采用卡尔曼滤波对信号进行最优估计,通过管道定位、探伤算法,对地下金属管线的位置及管线的腐蚀程度进行判断。最终经过实验测试,该系统可以有效检测出管线的位置并检测管线腐蚀点,其误差在5%以内。     

基于F-K偏移及最小熵技术的探地雷达成像法

地下目标位置和形状的确定是探地雷达实际工程应用中需要解决的主要问题之一,地震信号处理技术中的偏移方法是比较有效的地下目标图像归位方法,介质中的波速度是影响目标图像归位精度的最主要因素。该文在利用图像最小熵方法对介质中波速度进行估计基础上,借助于频率-波数域偏移技术对探地雷达图像进行了处理。分别通过数值模拟图像和探地雷达系统实际探测图像验证了该文方法的有效性。     

反导预警雷达目标特征识别方法

目标识别是弹道导弹防御的关键环节,同时也是防御系统最具挑战性的核心技术难题。从弹道导弹飞行中段和再入段雷达探测的需求出发,论述了目前国内外对弹道导弹雷达探测特征:雷达散射截面积(RCS)、一维距离像(HRRP)、逆合成孔径成像(ISAR)、极化特性等目标特征提取和识别方法,并讨论了基于上述特征的目标识别方法的优缺点。在此基础上,分析了未来弹道导弹目标特征识别技术的研究方向,为今后相关研究提供有益的思路。     

基于深度学习的探地雷达二维剖面图像结构特征检测方法

该文针对探地雷达(GPR) 2维剖面图像中目标特征提取困难及其识别精度较低等问题,采用深度学习方法来提取2维剖面图像中目标的特征双曲线。根据GPR工作的物理机制,设计了一种级联结构的卷积神经网络(CNN),先检测并去除回波数据中的直达波干扰信号,再利用CNN得到B扫描(B-SCAN)图像的特征图,并对特征信号进行分类识别以提取目标的特征双曲线。同时,为处理各种干扰信号影响目标特征双曲线结构完整性的问题,提出了一种基于方向引导的特征数据补全方法,提高了目标特征双曲线识别的准确率。与方向梯度直方图(HOG)算法、单级式目标检测(YOLOV3)算法和更快速的区域卷积神经网络(Faster RCNN)算法相比,在综合评价指标F上该文方法的检测结果是最优的。     

基于主动偏振光的潜指纹偏振成像检测方法研究

作为一种无损检测方法,光学检验法是多种潜指纹检测方法中的首选。在面对越来越复杂的应用场景时,传统光学检验法往往效果不佳。然而偏振成像探测技术不仅能够获得目标的强度和光谱等信息,而且还能够得到偏振度和偏振角等反映目标表面细节特征的偏振信息,因此可以提高潜指纹检测效果。利用偏振成像技术的优势,开展了基于主动偏振光的潜指纹偏振成像检测实验研究,获取了指纹图像数据并对其进行了分析。结果表明,与一般的强度成像相比,本文方法所得到的潜指纹偏振参量图像质量更高,获取的图像更清晰,细节信息更丰富。     

Statistical method to detect subsurface objects using arrayground-penetrating radar data

We introduce a combination of high-dimensional analysis of variance (HANOVA) and sequential probability ratio test (SPRT) to detect buried objects from an array ground-penetrating radar (GPR) surveying a region of interest in a progressive manner. Using HANOVA, we exploit the transient characteristic of GPR signals in the time domain to extract information about buried objects at fixed positions of the array. Based on the output of the HANOVA, the SPRT is employed to make detection decisions recursively as the array moves downtrack. The method is on-line implementable and of low computational complexity. Our approach is validated using field-data from two quite different GPR sensing systems designed for landmine detection applications     

Investigation of Time–Frequency Features for GPR Landmine Discrimination

Ground-penetrating radar (GPR) is capable to detect plastic antipersonnel landmines as well as other subsurface targets. In order to reduce false alarms, an option of automatic landmine discrimination from neutral minelike targets would be very useful. This paper presents a possibility for such discrimination and analyzes it experimentally. The authors investigate time-frequency features of an ultrawideband (UWB) target response for the discrimination between buried landmines and other objects. The discrimination method includes the extraction of an early-time target impulse response, its time-frequency transformation, and the extraction of time-frequency features based on a singular value decomposition of the transformed image. In order to take into account the changes in the UWB target signals, the experimental conditions are completely controlled to focus on the behavior of the target's response with respect to its depth and the horizontal position of the GPR above it. The dependence of the features on the GPR bandwidth is analyzed as well. The Mahalanobis distance is used as a criterion for optimal discrimination. The obtained results define the best features and conditions when the landmine discrimination is successful. For comparison, the discriminant power of the proposed features has been tested on a dataset, acquired during a field campaign in Angola     

Discrimination of UXO in soil using broadband polarimetric GPRbackscatter

Polarimetric analysis of ground penetrating radar (GPR) backscatter offers a new means of discriminating subsurface metallic target shapes from one another. Such discrimination is urgently needed to distinguish buried unexploded ordnance (UXO) from other subsurface objects. To illuminate the underlying phenomenology of scattering from objects enveloped in soil, three-dimensional (3D) simulations are performed over a broad frequency band, characteristic of new low frequency GPRs. For moist soil, this means that the subsurface wavelength may range from a fraction of the target size to an order of magnitude larger With a transmitting antenna representation that produces typical subsurface GPR beam features, combined effects of positional, orientation, and frequency diversity are investigated. Despite long wavelengths, results show distinctive features in reflections obtained from contrasting example target shapes. Full polarimetric analysis suggests the capability for inferring the length of elongated targets, aspect ratio and rotational symmetry, and gross shape along the axis for either elongated or flattened bodies of revolution in problematical orientations     

基于高阶累积量的探地雷达信号处理

本文将高阶累积量方法应用于探地雷达浅层反射信号的处理。由于高阶累积量方法可用于非最小相位的系统辨识,并能抑制加性噪声的影响,故本文基于观测数据的三阶累积量进行探地雷达子波估计,并根据估计的子波进行逆滤波,改善信号的时频分辨率。在此基础上本文提出一种迭代方法,改善子波估计结果,据此得出的逆滤波结果有更好的时间分辨率和信杂比。     

一个基于神经网络的航空照片自动目标识别算法

针对航空照片中自动目标识别的复杂性,该文提出了一种基于神经网络的自动目标识别算法,算法包括检测和虚警排除两个阶段。检测阶段是在整幅区域中进行快速搜寻,找出所有可能的目标;虚警排除阶段是对检测阶段得到的结果进行进一步的验证,在尽可能保留全部真目标的前提下,将伪目标排除。实验结果证明了算法的可行性。     

A novel signal processing technique for clutter reduction in GPR measurements of small, shallow land mines

A signal processing technique is developed to reduce clutter due to ground bounce in ground penetrating radar (GPR) measurements. This technique is especially useful when a GPR is used to detect subsurface antipersonnel mines. The GPR clutter is modeled using a simple parametric model. Buried mine and clutter contributions are separated through a pair of coupled iterative procedures. The algorithm outperforms existing clutter reduction approaches and also yields target features that are useful for detection and identification of these mines. The proposed technique effectively reduces clutter resulting in a significant decrease in false alarm rates.     

Foreword to the Special Issue on Subsurface Sensing Using Ground-Penetrating Radar (GPR)

The 17 papers in this special issue focus on subsurface sensing using ground-penetrating radar (GPR). These papers describe new approaches to subsurface sensing, including developments in electromagnetic wave propagation imaging/inversion of GPR data and antenna/radar technologies. Associated applications range from glaciology to pavement evaluation to landmine detection.     

不同地下介质条件下探地雷达的探测深度问题分析

探地雷达技术巳成为近年来岩土工程领域探查地下目标体的重要手段，其应用的关键问题之一是如何准确计算不同介质条件下的探测深度，并确定探查对象是否在雷达探测系统的有效测距范围之内。根据探地雷达测距的基本公式，讨论了雷达测深的重要影响因素：反射目标体的反向散射增益及散射截面积。将地下岩土介质的反射体目标模型归结为三种典型类别：光滑、粗糙反射界面及点状目标体，同时给出了这三种反射体的简单数学模型，及计算分析。结合目前国内广泛使用的三种不同类型的探地雷达系统，计算得到了在不同地区或不同地下介质条件下的最大探测深度，为实际探测工程提供了较有价值的参考。     

基于图像分割的地雷目标检测

前视地表穿透雷达能够对车前安全距离外的区域成高分辨率图像,利用前视地表穿透雷达进行地雷探测是一个复杂环境下的微小目标检测问题。受非平稳背景干扰,传统检测算法探测性能有限。该文提出一种基于图像分割的背景估计及地雷目标检测方法。连续多帧图像用来估计出耦合信号,为降低计算量,将成像后估计改进为回波域估计后成像。对剔除耦合信号后的图像实施均衡以保证各处增益相同,均衡后图像利用二维Otsu 算法分割出能量较强的区域,降低后续检测过程中强目标对杂波统计的影响,最终获得比传统检测算法更好的探测性能。该文同时还提出一种快速算法用于实时系统。通过实测数据验证,该方法可以有效改善前视地表穿透雷达的探测性能。      

基于支持向量机的浅地层探地雷达目标分类识别研究

对于探地雷达用于探测地雷情况下的目标识别,从实用性上说只需识别地雷或非地雷两类目标即可,而通常的支持向量机正是用于两类分类.本文结合浅地层探地雷达数据的特点,提出了一种基于支持向量机的浅地层探地雷达目标分类识别方法,并分析了时域,傅立叶谱,及离散小波变换三种特征数据用于所提方法时的效果.通过对实测数据进行处理,结果表明三种特征数据用于所提方法都能取得较好的效果.