探析小波變換在探地雷達(dá)信號(hào)中的應(yīng)用

《探析小波變換在探地雷達(dá)信號(hào)中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類號(hào)：U4910710．S06241229該步犬海碩士學(xué)位論文小波變換在探地雷達(dá)信號(hào)中的應(yīng)用導(dǎo)師姓名職稱申請(qǐng)學(xué)位級(jí)別論文提交日期學(xué)位授予單位魏童郭元術(shù)教授答辯委員會(huì)主席學(xué)位論文評(píng)閱人李國(guó)民教授關(guān)可副教授摘要探地雷達(dá)作為一種新型的公路無(wú)損檢測(cè)技術(shù)，具有探測(cè)速度快、探測(cè)過(guò)程連續(xù)、操作方便靈活、分辨率高、不損壞被探測(cè)目標(biāo)等特點(diǎn)，己經(jīng)在交通建設(shè)領(lǐng)域得到了廣泛的應(yīng)用。探地雷達(dá)所采取的信號(hào)往往包含很多尖峰或突變狀的非平穩(wěn)成分。對(duì)這種信號(hào)進(jìn)行分析，首先需要進(jìn)行信號(hào)的預(yù)處理，將信號(hào)中噪聲部分去除，提取有用信號(hào)。對(duì)這種信號(hào)的

2、去噪，用傳統(tǒng)的傅立葉變換(Fourier)法顯得無(wú)能為力，而小波分析能有效地區(qū)分信號(hào)中的突變部分和噪聲，從而實(shí)現(xiàn)信號(hào)的去噪。所以在對(duì)探地雷達(dá)信號(hào)處理中，小波變換是一種更加適合的工具。在利用小波變換處理后的探地雷達(dá)圖像判別路基和隧道襯砌質(zhì)量狀況時(shí)，正確識(shí)別目標(biāo)體的雷達(dá)圖像特征是進(jìn)行探地雷達(dá)圖像解釋的核心內(nèi)容。本文首先介紹了探地雷達(dá)的組成和探測(cè)原理以及小波分析理論的基礎(chǔ)知識(shí)。其次根據(jù)探地雷達(dá)信號(hào)波的特點(diǎn)結(jié)合小波變換傳統(tǒng)閾值函數(shù)的優(yōu)缺點(diǎn)，建立了適合一維雷達(dá)信號(hào)的新閾值函數(shù)小波降噪處理算法，并基于小波變換的應(yīng)用創(chuàng)建了

3、識(shí)別脫空層性質(zhì)的方法。然后針對(duì)探地雷達(dá)數(shù)據(jù)信號(hào)與噪聲在同一時(shí)刻不同相關(guān)性的特點(diǎn)，提出了更好的濾波方法，即結(jié)合小波包、KL變換、以及中值濾波法的聯(lián)合去噪算法。最后本文利用一系列實(shí)測(cè)數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證了以上方法的去噪效果和有效性。關(guān)鍵詞：探地雷達(dá)(GPR)；小波閾值；脫空層識(shí)別；小波包；kl變換AbstractAsanovelhighwaynondestructivetestingtechnologywiththeadvantagesoffast，continualprocess，flexibleoperat

4、ion，high—resolutionandnondestructive，GroundPenetratingRadar(GPR)hasbewidelyappliedintrafficconstructiondomain．ThesignalusedbyGPRalwaysincludesmanypeaksormutationalnon—stationarycomponents．Andthepretreatmentisneedbeforesignalanalysistoremovethenoisepartandex

5、tracttheusefulsignal．ComparewiththetraditionalFouriertransform’Suselessness，thewavelettransformisamoresuitablemeaninGPRsignalprocess，becauseitcandistinguishthemutationandnoiseeffectively．Inthediscriminationofroadbedandtunnelliningqualitybywavelettransformed

6、GPRimage，thecorecontentofGPRimageexplanationisidentifytheobject’Sradarimagecharactercorrectly．Inthisdissertation，theconstitutionofGPRanditstestingprincipleandthebasictheoryofwaveletanalysisareintroducedatfirst．Comparewiththeadvantagesanddisadvantagesofwavel

7、ettransform’Straditionalthresholdfunction，anewthresholdfunctiondenoisealgorithmispresentedforsingle-waveradarsignalbasedonthecharacterofradarsignal，andameanofvoid—containinglayerpropertyrecognitionisgivenbasedontheapplicationofwavelettransform．Thenaimtothei

8、rrelevancebetweensignalandnoiseofGPRatthesametime，wepresentabetterfiltermean(uniteddenoisingalgorithm)whichcombinedwaveletpacket，KLtransformandmedianfilter．Finally,thevalidityanddenoiseeffectofthemeana