用于车载GPR数据的合成孔径聚焦成像技术研究

【摘要】: 车辆GPR隧道检测技术是一种无损，快速，连续的隧道检测新方法. 这是隧道状态检测的未来发展方向. 但是，车载GPR轮廓的质量受方位角分辨率的降低和悬链线在铁路隧道检测中的干扰的影响. 针对车辆GPR通过接触网对电气化铁路隧道进行远距离探测而引起的水平分辨率降低和接触网干扰问题，提出了一种快速合成孔径聚焦算法和一种无偏自相关合成孔径聚焦算法. 提高车辆GPR的方位角分辨率，并减弱悬链线对有效信号的影响. 根据车载GPR检测到的电气化铁路隧道的特点和干扰源，提出一种合适的合成孔径聚焦成像算法. 在提高方位分辨率的条件下，将重点放在隧道的强干扰目标上可以减少金属干扰对地下目标信号的影响. 并且为了链接其他车辆GPR数据处理步骤，将时域“延迟求和”转换为“延迟求和和平均”. 详细推导了车载GPR合成孔径聚焦成像过程. 鉴于车载GPR数据量大，提出了封装时延矩阵``信元''的思想，以提高运算速度. 针对时域算法中杂波干扰的特点，提出了一种非偏移自相关合成孔径聚焦算法. 将这两种算法应用于数值模拟的正向数据，分析了算法的计算速度和聚焦能力. 快速的合成孔径聚焦算法具有最快的计算速度，非偏移自相关合成孔径聚焦算法具有最佳的聚焦效果，二者分别使原始峰值能量增加了159.83％和356.41％.

算法的稳定性与算法的准确性有关. 两种算法均在相对介电常数误差≤3的范围内合成孔径聚焦技术，变化不超过8％. 接口拾取偏差在0.25m范围内，偏差不超过15％；两种算法都稳定，Sex可以满足要求. 利用多目标数值模拟，分析了该算法在多目标干扰条件下的分辨能力. 结果表明: 在多个目标相互干扰的情况下，本文提出的两种算法可以达到较好的聚焦效果. 他们可以区分不同形状和大小的目标；非偏移自相关合成孔径聚焦算法可在多目标仿真中执行，以获得更好的结果. 利用西城高速铁路隧道实测数据，验证了该算法的有效性. 两种算法都可以达到改善横向分辨率，聚焦干涉，改善轮廓质量且不影响轮廓特征的效果. 两种聚焦成像算法可以将悬链柱宽度为5m的双曲曲线聚焦到图像上的0.5m宽的图像点上，并且图像点以下的图像不会受到干扰. 对于1 km的隧道数据，快速合成孔径聚焦算法仅需约10分钟，非偏移自相关合成孔径聚焦算法仅需约60分钟. 这两种算法可用于隧道检测数据的预处理. 传统的手动举升天线或液压举升天线的探地雷达隧道探测方法遇到悬链线悬挂柱合成孔径聚焦技术，通常需要在悬链线悬挂柱前后错过3m以上的距离. 在接触网下方连续检测车载探地雷达天线，没有漏检的问题，但是接触网悬架柱对雷达图像有双曲线干扰，两种聚焦成像算法很好地解决了这个问题. 这为车载GPR检测技术在高速铁路隧道检测中的应用提供了有力的技术支撑.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/shumachanpin/article-253225-1.html