【技術實現步驟摘要】
本專利技術涉及探地雷達探測應用，特別地，涉及一種基于小波分解的隧道探地雷達信號去噪分析方法。
技術介紹
1、探地雷達能夠在不損壞地表的情況下進行勘探，避免了傳統勘探方法可能帶來的地表破壞和環境影響。隧道施工過程中存在各種檢測，而隧道探地雷達應用比較廣泛。現有技術中隧道探地雷達應用過程中發現信號存在干擾，因此導致檢測結果準確率不高。
2、現有技術中，針對隧道探地雷達信號去噪的分析方法主要包括以下幾種：(1)小波變換：小波變換是一種適合處理探地雷達信號的方法，因為它能夠克服傅立葉變換在處理非平穩信號時的局限性。小波變換可以將信號分解成不同頻率的子帶，對每個子帶進行去噪處理，然后重構得到濾波后的信號。這種方法在去除高頻隨機噪聲方面表現出色，并且可以通過選擇合適的閾值函數來優化去噪效果。(2)剪切變換(shearlet變換)：剪切變換是一種先進的信號處理方法，特別適用于探地雷達信號的去噪。通過在剪切域中根據有效信號和干擾信號的不同尺度、不同方向上的能量差異，可以有效地去除隨機干擾。此外，結合小波變換，可以進一步壓制能量接近、頻率異常的干擾信號，從而在去除干擾的同時保留有效信號。(3)深度學習：近年來，深度學習技術在信號處理中也得到了廣泛應用。例如，改進的卷積自編碼器去噪網絡(mcdae)被用于探地雷達信號的去噪。這種網絡通過編碼器提取數據特征，解碼器將壓縮的數據特征重構為相應的探地雷達信號。實驗結果表明，這種方法在壓制噪聲方面表現出色，并且能夠較好地重構去噪信號。
3、部分應用場景中，隧道探地雷達信號的不連續性或
技術實現思路
1、本專利技術目的在于提供一種基于小波分解的隧道探地雷達信號去噪分析方法，以解決隧道探地雷達數據信號噪聲去除效果欠佳的技術問題。
2、為實現上述目的，本專利技術公開一種基于小波分解的隧道探地雷達信號去噪分析方法，首先對隧道探地雷達獲取的信號進行小波變換和小波分解，計算每個小波尺度細節系數的模極大值，在最大尺度上設定一個閾值，比較每個極值點與閾值的大小，得到最大尺度上新的模極大值點，在低一個尺度上開展上述計算，然后逐級重復，直到第2尺度，將第2尺度的模極大值進行非線性插值作為第1尺度的模極大值，最后采用保留的小波變換模極大值對信號進行重構，實現對隧道探地雷達數據信號的噪聲去除目的。
3、優選的，包括步驟：
4、步驟s1、對采集獲取的隧道探地雷達數據的信號進行小波分解，計算信號中每一尺度小波細節系數的模極大值；
5、步驟s2、在最大尺度上，濾除噪聲產生的極值點，計算得到最大尺度上新的模極大值；
6、步驟s3、按照尺度減小的順序逐尺度重復步驟s2，計算得到各個尺度上新的模極大值，直至第2尺度；
7、步驟s4、針對第1尺度，全部濾除該尺度下的模極大值，由尺度2的模極大值進行非線性插值作為第1尺度新的模極大值；
8、步驟s5、利用保留的模極大值對信號進行重構，輸出去噪后的隧道探地雷達信號。
9、優選的，步驟s2的具體方法是：在最大尺度j上，設定一個閾值a，若極值點的幅值小于該閾值a，則將其濾除，大于該閾值a，則將其保留，計算最大尺度上新的模極大值點，表示為：其中為小波分解系數，j為最大尺度；若在xi的領域內，任何點的y都有|wf(x0，y)|≤|w(x0，y)|，則(x0，y0)為小波模極大值點。
10、優選的，步驟s3的具體方法是：在尺度j-1上搜尋模極大值點的傳播位置，濾除噪聲產生的極值點，即在尺度j上模極大點處，構造一個鄰域o(nji，εj)，其中，nji為尺度j上的第i個極值點，εj為與尺度j有關的常數；在尺度j-1的模極大值點中保留在鄰域o(nji，εj)之外的模極值點，計算得到尺度j-1上新的極點，并逐尺度重復上述步驟，直至尺度j＝2。
11、優選的，步驟s4的具體方法是：針對尺度j＝1，先將j＝1尺度下的模極大值全部濾除，在j＝2尺度下存在模極大值的位置，由尺度j＝2的模極大值進行非線性插值，作為尺度j＝1的模極大值，其計算過程如下：
12、若信號為奇異值，則該信號包含突變點，即存在常數k，使信號f(x)的小波分解與奇異值指數α滿足：
13、
14、則利用：和計算尺度j＝1的模極大值。
15、應用本專利技術的技術方案，具有以下有益效果：
16、本專利技術利用隧道探地雷達信號的不連續性或其導數的不連續性，分析局部模極大值在不同尺度下的衰減速度類衡量信號的局部奇異性。首先通過對獲取的信號進行小波變換和小波分解，計算每個小波尺度細節系數的模極大值，在最大尺度上設定一個閾值，比較每個極值點與閾值的大小，得到最大尺度上新的模極大值點，在低一個尺度上開展上述計算，然后逐級重復，直到第2尺度，將第2尺度的模極大值進行非線性插值作為第1尺度的模極大值，最后采用保留的小波變換模極大值對信號進行重構，實現對隧道探地雷達數據信號的噪聲去除目的。
17、除了上面所描述的目的、特征和優點之外，本專利技術還有其它的目的、特征和優點。下面將對本專利技術作進一步詳細的說明。
本文檔來自技高網...【技術保護點】
1.一種基于小波分解的隧道探地雷達信號去噪分析方法，其特征在于，首先對隧道探地雷達獲取的信號進行小波變換和小波分解，計算每個小波尺度細節系數的模極大值，在最大尺度上設定一個閾值，比較每個極值點與閾值的大小，得到最大尺度上新的模極大值點，在低一個尺度上開展上述計算，然后逐級重復，直到第2尺度，將第2尺度的模極大值進行非線性插值作為第1尺度的模極大值，最后采用保留的小波變換模極大值對信號進行重構，實現對隧道探地雷達數據信號的噪聲去除目的。
2.根據權利要求1所述的隧道探地雷達信號去噪分析方法，其特征在于，包括步驟：
3.根據權利要求2所述的隧道探地雷達信號去噪分析方法，其特征在于，步驟S2的具體方法是：在最大尺度J上，設定一個閾值A，若極值點的幅值小于該閾值A，則將其濾除，大于該閾值A，則將其保留，計算最大尺度上新的模極大值點，表示為：其中為小波分解系數，J為最大尺度；若在xi的領域內，任何點的y都有|Wf(x0，y)|≤|W(x0，y)|，則(x0，y0)為小波模極大值點。
4.根據權利要求2所述的隧道探地雷達信號去噪分析方法，其特征在于，步驟S
5.根據權利要求2所述的隧道探地雷達信號去噪分析方法，其特征在于，步驟S4的具體方法是：針對尺度j＝1，先將j＝1尺度下的模極大值全部濾除，在j＝2尺度下存在模極大值的位置，由尺度j＝2的模極大值進行非線性插值，作為尺度j＝1的模極大值，其計算過程如下：
...【技術特征摘要】
1.一種基于小波分解的隧道探地雷達信號去噪分析方法，其特征在于，首先對隧道探地雷達獲取的信號進行小波變換和小波分解，計算每個小波尺度細節系數的模極大值，在最大尺度上設定一個閾值，比較每個極值點與閾值的大小，得到最大尺度上新的模極大值點，在低一個尺度上開展上述計算，然后逐級重復，直到第2尺度，將第2尺度的模極大值進行非線性插值作為第1尺度的模極大值，最后采用保留的小波變換模極大值對信號進行重構，實現對隧道探地雷達數據信號的噪聲去除目的。
2.根據權利要求1所述的隧道探地雷達信號去噪分析方法，其特征在于，包括步驟：
3.根據權利要求2所述的隧道探地雷達信號去噪分析方法，其特征在于，步驟s2的具體方法是：在最大尺度j上，設定一個閾值a，若極值點的幅值小于該閾值a，則將其濾除，大于該閾值a，則將其保留，計算最大尺度上新的模極大值點，表示為：其中為小波分解系數，j為最大尺度；...
【專利技術屬性】
技術研發人員：張彬，王文杰，劉輔，周延棟，黃小林，余濤，
申請(專利權)人：中南大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。