基于EMD分解的探地雷达信号瞬时频率分析
第37卷 第4期 煤田地质与勘探
Vol. 37 No.4 2009年8月
COAL GEOLOGY & EXPLORA TION
Aug. 2009
收稿日期: 2009-01-19
作者简介:杨秋芬(1971—), 女, 陕西乾县人, 助教, 硕士, 从事探地雷达信号处理研究工作.
文章编号: 1001-1986(2009)04-0064-04
基于EMD 分解的探地雷达信号瞬时频率分析
杨秋芬
(西安文理学院物理系，陕西 西安 710065)
摘要: 介绍了Hilbert-Huang 变换中经验模式分解(EMD)的基本原理；讨论了实际探地雷达信号处理中EMD 分解的终止条件；给出了利用内蕴模式函数(IMF)计算信号瞬时频率的计算公式。实际探地雷达剖面的HHT(Hilbert-Huang Transform)分析表明，由IMF 得到的瞬时频率剖面对埋地目标的识别能力明显优于直接由探地雷达信号得到的瞬时频率剖面，并讨论了IMF 的多分辨率特性。 关 键 词：HHT ；内蕴模式函数；瞬时频率
中图分类号：P631 文献标识码：A DOI: 10.3969/j.issn.1001-1986.2009.04.017
The instantaneous frequency analysis of GPR data using
empirical mode decomposition
YANG Qiufen
(Departement of physic , Xi ′an University of Arts and Science , Xi ′an 710065, China )
Abstract: The foundational theory about HHT(Hilbert-Huang Transform)based on EMD (empirical mode decom-position)is introduced in brief. The stop condition of EMD on the rear GPR data is discussed. The formula of cal-culating instantaneous frequency using IMF (intrinsic mode function)is presented. The identification of real buried object results shows that the IMF method is superior to the ordinary method. The multi-resolution of IMF is ana-lyzed.
Key words: HHT; intrinsic mode function; instantaneous frequency
N. E. Huang.等[1]提出的Hilbert-Huang 变换(Hilbert-Huang Transform, 简称HHT)是一种适用于非平稳、非线性信号分析的自适应时频分析方法。HHT 首先把信号通过经验模式分解(Empirical Mode Decomposition, 简称EMD)成若干个具有窄带特性的内蕴模式函数(Instrinsic Mode Function ，简称IMF)。IMF 具有时间上的局域化特征，属于窄带信号，满足2个条件：其一，对整个时间序列来说，极值点数与过零点的个数相同或其差值为1；其二，在任意一点处，极大值包络与极小值包络的均值为零。然后利用Hilbert 变换构造解析信号，得到瞬时频率和振幅。在算法研究方面，Huang 等[2]提出了归一化HHT ，对信号进行归一化处理；P. Flandrin 等[3]通过对高斯白噪声的分析，发现EMD 方法表现为时域的二进滤波；Wu 等[4]也发现了类似的规律，并应用于基于噪声统计规律的去噪；S. Kizhner 等[5]对EMD 首先把快变分量提取出来的原因进行了理论证明；C. Dameral 等[6]则提出了二维EMD 快速算法；S. R. Qin 等[7]为消除3次样条求EMD 包络引起的“过冲”，提出了用分段幂级数函数求包络的方法；Q. Chen 等[8]则采用三次B 样条代替3次样条作为插
值函数，提出基于B 样条的EMD ，具有更好的特性；G. Rilling 等[9]通过对2个正弦信号叠加而成的合成信号的分析，发现了2个分量的频率、幅度的相对值与频率分辨率之间的关系，并给出了理论证明；Tanaka 等[10]把EMD 方法推广到了复数域；另外，邓拥军[11]、黄大吉[12]、张郁山[13]等还提出了镜像延拓、神经网络延拓、边筛选边延拓等多种边界处理方法。HHT 方法已在各领域得到了应用，如故障诊断、医学信号分析、地震信号分析等[14~17]。
瞬时参数是探地雷达信号解释中的有力工具之一，对于地层的构造形态及地下介质的物性认识都非常重要[18]。传统的瞬时参数大部分都基于Hilbert 变换，利用Hilbert 变换计算信号瞬时参数，要求信号必须是窄带的。探地雷达信号属于宽带信号，直接采用Hilbert 计算其瞬时参数可能带来错误的物理解释，如负频率等。另外，通过EMD 分解，得到的内蕴模式信号之间也具有类似小波分析等时频分析方法的多分辨特性。
本文给出了探地雷达信号EMD 分解算法，给
第4期
杨秋芬: 基于EMD 分解的探地雷达信号瞬时频率分析 · 65 ·
出了利用内蕴模式函数计算瞬时频率的方法。通过对实际探的雷达资料的分析，比较了基于HHT 的瞬时频率与直接采用Hilbert 变换计算瞬时频率的
差异。 1 探地雷达信号HHT 分析原理
1.1 EMD 算法简介[1]
对任意一个一维信号s (t )，EMD 方法可表示为：
()()()k k s t imf t r t =+∑， (1)
其中 imf k (t )代表信号的第k 个IMF 分量；r (t )为残留分量。具体算法大量文献都有介绍，这里不再赘述。 1.2 探地雷达信号的EMD 分解 若对探地雷达测量的二维测线进行分析，设接收到信号表示为d (x , t )，其中x 表示测点、t 表示时间。忽略随机噪声的影响，信号中包含直达波及目标散射信号，则任意测点x 处探地雷达信号的EMD 分解可表示为：
(,)(,)(,)k k
d x t imf x t r x t =+∑， (2) 式中 k 表示第k 级IMF 分量。对二维测线沿空间
方向逐点进行EMD 分解，可以得到整条测线对应的各级IMF 分量剖面。在对实际探地雷达信号进行EMD 分解时，当残留分量剖面的能量远远小于原始剖面能量时，EMD 分解就可以停止，则确定了其分解级数。
1.3 基于EMD 分解探地雷达信号的瞬时频率 分析
通过EMD 分解，得到具有窄带特性的内蕴模
式函数剖面imf k (x , t )；沿空间方向逐点对内蕴模式函数imf k (x , t )进行一维Hilbert 变换，得到其对应的虚部剖面H [imf k (x , t )]，其中H [·]表示一维Hilbert 变换因子。这样，得到了与原始探地雷达剖面对应得解析信号剖面D k (x , t)，则
(,)(,)[(,)]k k k D x t imf x t iH imf x t =+， (3) 式中 i 表示虚数单位。另外，忽略了残量剖面。由式(3)可以分别得到解析信号剖面D k (x , t)的瞬时幅度
a k (x , t )和瞬时相位θk (x , t)及瞬时频率剖面ωk (x , t)： 221/2(,)[((,))([(,)])]k k k a x t imf x t H imf x t =+ ； (4) [(,)
(,)arctan((,)
k k k H imf x t x t imf x t θ= ； (5) d (,)[(,)]d
(,)arctan d d (,)k k k k x t H imf x t x t t t imf x t θω??==???? 。(6)
2 实际资料算例
图1a 为某沙坑中实测探地雷达资料，横向70
道信号，采样间隔1 cm ，纵向512个采样点，时窗
图1 探地雷达剖面的EMD 分解
Fig. 1 EMD of GPR section
a —— 原始探地雷达剖面；
b —— 第一级IMF 分量剖面；
c —— 第二级IMF 分量剖面；
d —— 第三级IMF 分量剖面
·66 ·煤田地质与勘探第37卷
20 ns。埋地目标为长52.5 cm、宽40.5 cm的铜板，埋深为22.5 cm，雷达信号中心频率1 GHz。测线方向垂直于宽度方向。图1a中能清晰观察到直达波信号及目标散射信号。由于直达波干扰，散射信号的起始位置难以判定。图1b、图1c和图1d分别表示图1a经EMD分解得到的前三级IMF分量剖面，可以看出，与原始探地雷达信号相比，IMF分量剖面由于具有窄带特性，其信号能量幅度变化比较平缓。另外，第一级频率最高，随IMF分级的增加，其对应的频率逐渐降低，也就是其具有多分辨率特性。
图2a是由图1a得到的瞬时频率剖面，图2b、图2c和图2d分别对应图1b、图1c和图1d的瞬时频率剖面。与直接由宽带信号得到的瞬时频率剖面相比，由具有窄带特性的IMF剖面得到的瞬时频率剖面可以清晰的解释埋地目标位置。图2中箭头A所示为发射及接收天线直接耦合波及通过地表传播的电磁波叠加位置；箭头B表示散射信号到达位置，即埋地目标位置。当2列波在时间上进行叠加，在叠加位置处，接收信号产生较大奇性，表示为高频分量。原始剖面信号由于是宽带信号，信号突变位置能量较弱，其瞬时频率指示不明显。经过EMD分解，IMF 信号具有窄带特性，突出了信号突变位置，则对应的瞬时频率可清晰表示目标信号，如图3、图4中箭头A、B所示。图3为图1a、图1b、图1c和图1d中对应的第35道信号；图4为图3对应的瞬时频率信号。另外，由各级IMF剖面得到的瞬时频率剖面的多分辨率特性清晰，可以联合判断目标位置及空间展布。
3 结论
通过对实测探地雷达信号的HHT分析可以看出，由内蕴模式函数计算得到的瞬时频率能清晰地识别埋地目标，并减小直达波对浅层埋地目标的影响。通过识别层状目标，表明HHT分析对于公路质量检测中地层位置及层厚的估计有较好应用前景。
图2 探地雷达信号内蕴模式函数瞬时频率分析
Fig. 2 Instantanecus frequency of intrinsic mode function of GRP singals
a——原始探地雷达信号的瞬时频率剖面；b——第一级IMF分量的瞬时频率剖面；c——第二级IMF分量的瞬时频率剖面；
d——第三级IMF分量的瞬时频率剖面
第4期杨秋芬: 基于EMD分解的探地雷达信号瞬时频率分析·67 ·
图3 单道探地雷达信号的EMD分解
Fig. 3 EMD of GPR single trace signals a——图1a第35道信号；b——对应图3a的第一级IMF 分量剖面；c——对应图3a的第二级IMF
分量剖面；d——对应图3a的第三级IMF分量剖面
图4 内蕴模式函数瞬时频率分析
Fig. 4 Instantaneous frequency of intrinsic mode function a——图3a对应的瞬时频率；b——图3a的第一级IMF分量的瞬时频率；c——图3a的第二级IMF分量的瞬时频率；
d——图3a的第三级IMF分量的瞬时频率参考文献
[1]HUANG N E, SHEN Z, LONG RS, et al. The empirical mode de-
composition and the Hilbert spectrum for nonlinear and non- station-
ary time series analysis[J]. Proc.R.Soc.Lond. A, 1998, 454：903?995.
[2]HUANG N E. Normalized Hilbert transform and instantaneous fre-
quency[J]. NASA Patent Pending, GSC, 2003, 14：673?1.
[3]FLANDRIN P, RILLING G, GONCALVES P. Empirical mode de-
composition as a filter bank[J]. Signal Processing Letters, IEEE, 2004,
11 (2)：112?114.
[4]WU Z, HUANG N E. A study of the characteristics of white noise
using the empirical mode decomposition method[J]. ProcRSocLon-
don A, 2004, 460：1597?1611.
[5]KIZHNER S, BLANK K, FLATLY T, et al. On certain theoretical
developments underlying the Hilbert Huang transform[C]. Paris：
Aerospace Conference, IEEE, 2006.
[6]DAMERV AL C, MEIGNEN S, PERRIER V. A fast algorithm for
bidimensional EMD[J]. Signal Processing Letters, IEEE, 2005, 12
(10): 701-704.
[7]QIN S R, ZHONG Y M. A new envelope algorithm of Hilbert-Huang
Transform[J]. Mechanical System and Signal Processing, 2006, 20: 1941-1952
[8]QIUHUI C, HUANG N E, RIEMENSCHNEIDER S, et al. A
B-spline approach for empirical mode decompositions[J]. Advances in Computational Mathematics, 2006, 24：171?195.
[9]RILLING G, FLANDRIN P. One or two frequencies? The empirical
mode decomposition answers[J]. Transactions on Signal Processing, IEEE, 2007, 56(1): 85-95
[10]TANAKA T, MANDIC D P. Complex empirical mode decomposi-
tion[J]. Signal Processing Letters, IEEE, 2007, 14 (2): 101-104. [11]邓拥军, 王伟, 钱成春, 等. EMD方法及Hilbert变换中边界问题
的处理[J]. 科学通报, 2001, 46(03): 257-263.
[12]黄大吉, 赵进平, 苏纪兰. 希尔伯特-黄变换的端点延拓[J]. 海洋
学报(中文版), 2003, 25(01): 1-11.
[13]张郁山, 梁建文, 胡聿贤. 应用自回归模型处理EMD方法中的边
界问题[J]. 自然科学进展, 2003, 13(10): 1054-1059.
[14]段生全, 贺振华, 黄德济. HHT方法及其在地震信号处理中的应
用[J]. 成都理工大学学报(自然科学版), 2005, 23(04): 396-400. [15]皮红梅, 刘财, 王典. 利用Hilbert-Huang变换提取地震信号瞬时
参数 [J]. 石油地球物理勘探, 2007，42（4）：418-424.
[16]BATTISTA B M, KNAPP C, MCGEE T, et al. Application of the em-
pirical mode decomposition and Hilbert-Huang transform to seismic reflection data[J]. Geophysics, 2007, 72: H29-H37.
[17]惠晓宇, 刘洪. HHT方法在研究地震旋回体中的应用[J]. 吉林大
学学报(地球科学版). 2007,37(3): 625-628.
[18]ROBERTSON J D, NOGAMI H H. Complex seismic trace analysis
of thin beds[J]. Geophysics, 1984, 49(4): 344-352.
雷达信号处理和数据处理
脉冲压缩雷达的仿真脉冲压缩雷达与匹配滤波的MATLAB仿真 姓名：-------- 学号：---------- 2014-10-28 西安电子科技大学
一、 雷达工作原理 雷达，是英文Radar 的音译，源于radio detection and ranging 的缩写，原意为"无线电探测和测距"，即用无线电的方法发现目标并测定它们的空间位置。因此，雷达也被称为“无线电定位”。利用电磁波探测目标的电子设备。发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。 雷达发射机的任务是产生符合要求的雷达波形（Radar Waveform ），然后经馈线和收发开关由发射天线辐射出去，遇到目标后，电磁波一部分反射，经接收天线和收发开关由接收机接收，对雷达回波信号做适当的处理就可以获知目标的相关信息。 但是因为普通脉冲在雷达作用距离与距离分辨率上存在自我矛盾，为了解决这个矛盾，我们采用脉冲压缩技术，即使用线性调频信号。 二、 线性调频（LFM ）信号 脉冲压缩雷达能同时提高雷达的作用距离和距离分辨率。这种体制采用宽脉冲发射以提高发射的平均功率，保证足够大的作用距离；而接受时采用相应的脉冲压缩算法获得窄脉冲，以提高距离分辨率，较好的解决雷达作用距离与距离分辨率之间的矛盾。 脉冲压缩雷达最常见的调制信号是线性调频（Linear Frequency Modulation ）信号,接收时采用匹配滤波器（Matched Filter ）压缩脉冲。 LFM 信号的数学表达式： （2.1） 其中c f 为载波频率，()t rect T 为矩形信号： （2.2）
信号瞬时频率估计的研究
信号瞬时频率估计方法的研究： 在信号处理中，信号本身有很多重要的属性，频率特性有：带宽、各频率分量的相对幅值、频率分量间的相对相位关系等；时域特性有信号时宽等。在很多时候，对信号的处理都涉及到需要对平稳或者非平稳信号的频率特性进行估计。平稳信号的频率特性是时不变的，而非平稳信号的频率特性往往是时变的，因此，瞬时频率的定义主要是针对非平稳信号而提出的。Ville 给出了一种统一的瞬时频率的定义： 1()[arg ()] 2i d f t z t dt π= 其中，z(t)是实信号()cos(())s t A t φ=的解析信号。 瞬时频率估计的方法可以分为时频分析和时域分析两类。 就平稳信号而言，由于其功率谱密度函数是不随时间变化的，因此可以直接用参数化或者非参数化谱估计的方法来得到其功率谱，将功率谱中峰值所对应的频率值作为组成该平稳信号的各频率分量的频率的估计值。但是，对于非平稳信号而言，由于其功率谱密度函数是时变的，因此如果要在频域估计其瞬时频率，最简单的方法就是先将其视为短时平稳的信号，每次都用足够短的时间内的数据来构建其功率谱密度函数，将估计得到的结果作为该短时间内的信号瞬时频率，这也就是时频分析中的短时傅立叶变换方法。当然，时频分析还有诸如小波变换等其他的性能更好的变换方法这里不再展开叙述。 下图是用短时傅立叶变换得到的一个非线性调频信号的时频分布图：
时域处理方法则主要是根据信号瞬时频率的定义，先将实信号变换为复信号，再通过对复信号的相位进行求导（模拟）或者差分（数字）的方法来求得瞬时频率。时频分析处理的好处是对于有多个频率分量的信号可以根据功率谱密度函数的各个峰值点估计出对应分量的瞬时频率。而基于相位求导或者差分的时域处理方法却是无法对多频率分量的信号进行瞬时频率估计的。针对这一问题，HUANG. N. E 提出了局域波分解方法，首先将复杂的信号分解成有限个基本模式分量，再对这些基本模式进行相位求导或者差分以估计各分量的瞬时频率。通过局域波分解的方法可以很好的解决相位求导或差分方法的缺陷。时域处理的好处是计算量远小于时频分析处理。 这里主要讨论时域的处理。而要进行时域处理，则通常要首先将物理上的实信号变换为复信号以便取其相位。现有的两种的方法分别是正交变换和hilbert变换。
频谱及信号分析技术
频谱及信号分析技术 【摘要】随着电子技术的发展，世界各国加速了对电子领域的研究，具体体现在竞相提高通信、雷达、遥控、导航等无线电电子设备的威力和效能等方面。在这些方面，频谱分析成为必不可少的信号分析手段。频谱分析可以对信号的频率、电平、频谱纯度及抗干扰特性进行分析，使其成为电子领域必不可少的测量手段。对于信号分析，使用的仪器也是重中之重。其中使用最广泛的事频谱分析仪和矢量信号分析仪等。 【关键词】频谱、信号分析、应用、频谱分析仪、矢量信号分析仪首先介绍一下信号频谱分析的方法，信号又分为周期和非周期两种。下面就连续周期和非周期信号频谱分析的方法做一个介绍和研究。在信号处理过程中，频域分析方法往往比时域分析方法更方便和有效。对于确知连续时间信号，其频域分析可以通过连续时间傅里叶变换来进行，但是，这样计算出来的结果仍然是连续函数，计算机不能直接加以处理。为了实现数值计算，还需要对其进行离散化处理，即采用离散傅里叶变换（DFT）进行分析。DFT 的快速算法的出现，使 DFT 在数字通信、图像处理、功率谱估计、系统分析与仿真、雷达信号处理、光学、医学等各个领域都得到广泛应用。对于时间连续信号f(t)，其频谱分析可以通过连续时间傅里叶变换（CTFT）来进行。连续时间傅里叶变化特别适合于对时间连续信号的理论分析，但是，由于函数 f(t)和其频谱函数都是连续函数，不能够直接用计算机来处理，因此在进行数值计算时必须将其离散化，然后利用离散傅里叶变换（DFT）实现近似计算。在已知连续信号数学解析式的情况下，非周期信号的频谱可以根据傅里叶变换的定义进行解析计算。实际应用中的多数信号不存在数学解析式，信号的频谱无法利用傅里叶分析公式方法直接计算，一般需采用数值方法进行近似计算分析频谱，在进行数字计算时，需对计算的连续变量进行离散化。由于连续非周期信号 x(t) 的频谱函数 X(jω)是连续函数，因此，需要对其进行离散化处理得到 x[n]以近似分析相应的频谱。通过建立序列 x[n]的离散傅里叶变换 X[m]与连续非周期信号 x(t)的傅里叶变换 X(jω)之间的关系，可以利用DFT对连续非周期信号频谱进行近似分析。在利用DFT分析连续时间信号的频谱时，涉及频谱混叠、频率泄漏及栅栏现象。频率混叠与连续信号的时域抽样间隔有关，频率泄漏与信号的时域加窗截短的长度及窗型有关，栅栏现象与DFT的点数有关。在大多数情况下，一般已知待分析连续信号的最高频率，以及希望的DFT的频率分辨率。 频谱分析仪是功能强大并广泛应用于射频信号检测的一种仪器。现代外差式频谱分析仪由射频前端、第１级混频、多级中频处理、视频处理、检波和踪迹输出5部分组成，如图1所示。
基于S变换的信号瞬时频率特征提取
基于S 变换的信号瞬时频率特征提取 摘要： S 变换是一种优越的时频分析方法，能够清晰表达信号瞬时频率的变化特征。与传统时频分析方法相对比，S 变换的抗噪性较强，无交叉项干扰。本文提出了采用S 变换来提取调制信号的瞬时频率。仿真实验结果表明，S 变换时频谱能够清晰表示出不同信号的瞬时频率特征。 关键词：时频分析；S 变换；时频图；调制信号；瞬时频率 1 引言 信号的瞬时频率特征可以反映信号在不同时刻的频率变化规律。与传统的时频分析方法相比较，S 变换的时频分析方法具有频率分辨率高、抗噪性强、无交叉项干扰等优点，这使得S 变换能够准确提取信号的瞬时频率。 2S 变换的基本原理 2.1S 变换的提出 S 变换由短时傅里叶变换发展而来，借鉴了短时傅里叶变换加窗的思想。将短时傅里叶变换中的高斯窗函数进行相关伸缩和平移，从而使信号的频率分辨率具备随频率的适应性。这个特点使得S 变换在信号的时频分析中具有明显的优势。 S 变换[1]是由地球物理学家Stockwell 于1996年首次提出的。它可由短时傅里叶变换推导而来，对于连续信号()h t 的短时傅里叶变换为： 2(,)()()j ft STFT f x t w t e dt π+∞ --∞τ=-τ?(1) 其中， 22()t t -δω= (2) 若窗函数为归一化的高斯函数，且对窗函数进行依赖频率的伸缩和平移，那么 22()2(,)t f t f τ τ--ω-= (3) 这样就得到了连续信号()h t 的S 变换定义式： 22()22(,)(f t i ft ST f h t e dt πτ-+∞---∞τ=? (4) 其中，τ为时移因子。 利用S 变换与傅里叶变换之间的紧密联系，可实现信号从S 变换中的无损恢复。S 变换的逆变换形式如式(5)所示： {} 2()(,)j ft h t S f d e df πττ+∞ +∞-∞-∞=?? (5) S 变换还可以看成是信号的小波变换与相位因子的乘积。它采用平移、伸缩的局部高斯窗函数作为母小波，具有频率分辨率高、抗噪性强的优点，且不需满足小波变换的容许性条件。因此，S 变换并不是严格意义上的小波变换，但可以看成是小波变换的一种扩展。 2.2S 变换的瞬时频率表达 由于S 变换为复数，包含实部和虚部，所以S 变换可以表示为： (,)(,)(,)j f S f A f e τττΦ= (6) 其中(,)A f τ为振幅谱，(,)f τΦ为相位谱： (,)f τA =[][]Im (,)(,)arctan Re (,)S f f S f τττ????Φ=?????? (8)
探地雷达毕业报告
地球物理与空间信息学院应用地球物理系 毕业实习报告 题目：探地雷达实习报告 姓名：胡浩 班级：061071-22 学号：20071002609 指导教师：邓世坤 二○一一年四月二十二日
前言 探地雷达是利用超高频脉冲电磁波探测地下介质分布的一种地球物理勘探方法。实践证明，它可以分辨地下1m尺度的介质分布，因此探地雷达方法以其特有的高分辨率在浅层于超浅层地质调查中有着极其广阔的应用前景。 探地雷达利用一个天线发射高频宽带电磁波，另一个天线接收来自地下介质界面的反射波。电磁波在介质中传播的时，其路径、电磁场强度于波形将随所通过介质的电性质及几何形态而变化。因此，根据接收到的波的旅行时间、幅度、与波形资料，可推断介质的结构。 第一章探地雷达的探测原理 探地雷达探测是一种快速、连续、非接触电磁波探测技术，具有采集速度快、分辨率高的特点。探地雷达向地下发送脉冲形式的高频宽带电磁波，电磁波在地下介质传播的过程中，当遇到存在电性目标体时，如空洞、分界面时，电磁波便会发生反射，返回到地面时由接收天线所接收；对接收到的电磁波进行信号处理与分析，根据信号波形、强度、双程走时等参数来推断地下目标体的空间位置、结构、电性及几何形态，从而达到对地下隐蔽目标体的探测。 如图A所示，由发射天线向地下介质中发射一定中心频率的电磁脉冲波，电磁波在地下介质中传播时，遇到介质中的电磁性（电阻率、介电率及磁导率）差异分界面发生反射和透射等现象；被反射的电磁波传回地表，由接收天线接收；通过电脑进行操作和控制；接收天线所接收的地下反射回波信号经由光纤传输到仪器控制台，转换成时间序列信号；这种时间序列即构成每一测点上的雷达波形记录道，它包含该测点处所接收到的雷达波的幅度、相位及旅行时间等信息。由电脑收集并存储每一测点上雷达波形序列，形成一个由若干记录道构成的雷达剖面（见图B）。通过对地质雷达剖面进行处理与推断解释，便可获得探测剖面线下方有关的地质特征与信息（或地下目标体的内部结构特征信息）。
雷达数字信号处理解决方案
雷达数字信号处理解决方案 1.背景 数字信号处理是现代通信、雷达和电子对抗设备的重要组成部分。在实际应用中，利用数字信号处理技术对接收数据进行处理，不仅可以实现高精准的目标定位和目标跟踪，还能够将目标识别、目标成像、精确制导、电子对抗等功能进行拓展，实现多种业务的一体化集成。 在现代雷达系统中，随着有源相控阵和数字波束形成（DBF）技术的广泛应用，接收前端存在大量的数据需要并行处理，并需要保证高性能和低延迟的特点。雷达日益复杂的应用环境，让雷达系统具备自适应于探测目标和环境的能力，数字信号处理部分也需要使用多种更加复杂的算法，并且可以做到算法模块化，以及通过软件配置功能模块的参数，实现软件定义的功能。更大的数据处理带宽能够使雷达获得更高的分辨率，更高的工作频率使得雷达可以小型化，能够在更小的平台上安装，这样对于硬件平台实现也有低功耗的要求。 在电子对抗设备中，可以在最短的时间内对多个威胁目标进行快速分析和响应，同样需要数字信号处理的相关算法具备高实时，高动态范围和自适应的特点。如何在宽频噪声的环境中寻找到目标的特征数据，如何在宽带范围内制造虚假目标实现全覆盖，数字信号的处理性能是至关重要的设计因素。 加速云的SC-OPS和SC-VPX产品，针对5G通信和雷达的数字信号处理的要求，结合Intel最新14nm 工艺的Stratix10 FPGA系列，提供了一套完整的硬件和软件相结合的解决方案。SC-OPS产品作为单独的硬件加速卡，通过PCIe插卡的方式实现与主机的通信功能，还可以通过多卡级联的方式实现数字信号的分布式处理方案。SC-VPX产品是由FPGA业务单板、主控板和机箱组成的VPX系统。借助于FPGA可编程的特性，加速云提供了高性能数学加速库FBLAS和FFT的RTL级IP，具有高性能和算法参数可配置的特点实现了多重信号分类（MUSIC）和自适应数字波束形成（ADBF）的核心算法，提高了5G通信和雷达在对抗干扰方面的性能。为了方便客户使用高层语言开发，加速云提供基于FPGA完整的OpenCL异构开发环境，快速实现用户自定义的信号处理加速方案。 图1. 加速云SC-OPS和SC-VPX产品
基于EMD的信号瞬时频率估计_刘小丹
第32卷第1期2009年3月 辽宁师范大学学报(自然科学版)Journal of Liaoning Normal University (Natural Science Edition ) Vol.32 No.1Mar. 2009 文章编号:100021735(2009)0120051207 基于EMD 的信号瞬时频率估计 刘小丹, 孙晓奇, 沈 滨 (辽宁师范大学计算机与信息技术学院,辽宁大连 116029) 收稿日期:2008209224基金项目:辽宁省教育厅科学技术研究项目(20060466) 作者简介:刘小丹(19572),男,吉林蛟河人,辽宁师范大学教授,硕士.E 2mail :xdliu @https://www.wendangku.net/doc/952563347.html, 摘 要:分析了信号瞬时频率的定义及其两种主要的获得信号相位的方法:解析信号法和正交模型法.提出了一种基 于经验模式分解的新的瞬时频率估计方法———正交包络法.该方法计算简单,克服了正交模型法无法由一个时间函数 确定两个时间函数的困难.与Hilbert 变换方法相比,正交包络法使边界问题得到了明显改善.实验证明这是一种有效 的瞬时频率估计方法. 关键词:瞬时频率;正交包络法;EMD ;Hilbert 变换 中图分类号:TP202.4 文献标识码:A 根据Fo urier 分析理论,任何一个平稳信号都可以表示为多个谐波的加权和,对于谐波的某一特定频率,其幅值和相位是常数.而对于非平稳信号,由于其谱特性是随时间变化的,因此不能简单地用Fourier 变换作为非平稳信号的分析工具[1],平稳信号的频率概念也就无法准确解释非平稳信号的时变特性,于是就需要引入一个随时间变化的频率的概念,即瞬时频率. 瞬时频率的一个重要特性是作为时间的函数,用它可以确定信号谱峰的位置.基于这一特性,瞬时频率的概念有着极其重要的应用,因此瞬时频率的估计也就成为许多实际的信号处理应用中一项很有意义的工作.一些信息探测系统只要系统与目标之间有相对运动,多普勒效应就会使频率改变,传播媒质的扰动也会使频率变化,雷达、声呐、移动通信、医疗设备和天文观测都存在这一问题.以雷达信号处理为例,其主要目的是对目标实行检测、跟踪和成像,而像军用飞机一类的目标为了逃避被跟踪,其径向速度是随时间改变的,这使得雷达的多普勒频率具有非平稳的谱.因此,跟踪这类目标需要用到瞬时频率估计技术.瞬时频率估计技术也应用于生物医学.例如,血流的多普勒变化直接关系到心脑血管疾病的诊断.同时,在地震信号处理中,可以利用瞬时频率来确定不同的地质构造.在语音处理等其他诸多领域都有瞬时频率估计技术的应用,详见文献[223]. 从物理学的角度,信号可以分为单分量信号和多分量信号.单分量信号在任意时刻都只有一个频率,该频率称为信号的瞬时频率,而多分量信号则在某些时刻具有多个不同的瞬时频率. 瞬时频率的定义最早是由Carson 和Fry 在研究调频信号时分别提出的,在Gabor 提出了解析信号的概念之后,Ville 将二者结合起来,提出了现在普遍接受的实信号的瞬时频率的定义[4],即:实信号的瞬时频率就是该信号所对应的解析信号的相位关于时间的导数.上述定义只对单分量信号有意义.下面分析一下将瞬时频率定义为复信号相位关于时间的导数的原因. 设一复信号c (t )=A (t )e j φ(t ),A (t )、 φ(t )分别称为信号c (t )的幅度和相位.c (t )的频谱为C (ω)=12 π∫+∞-∞c (t )e -j ωt d t c (t )的总能量E =∫+∞-∞|c (t )|2d t =∫+∞-∞ |C (ω)|2d ω 于是,归一化的函数|c (t )|2/E 和|C (ω )|2/E 可分别作为信号c (t )在时域和频域的能量密度函数,从而得到信号频谱C (ω )的平均频率: 〈ω〉=1E ∫+∞-∞ω|C (ω)|2d ω=1E ∫+∞-∞ ωC (ω)C 3(ω)d ω (3表示共轭运算)
基于分段波形的信号瞬时频率计算方法
龙源期刊网 https://www.wendangku.net/doc/952563347.html, 基于分段波形的信号瞬时频率计算方法 作者：张亢,程军圣,杨宇,邹宪军 来源：《湖南大学学报·自然科学版》2011年第11期 摘要：针对局部均值分解（Local Mean Decomposition，LMD）中乘积函数（Product Function，PF）分量的瞬时频率计算问题，引入了一种新的信号瞬时频率计算方法.该方法基于分段波形，先将信号分成若干个全波段（full wave），然后以一组递增的反正弦函数定义每个全波段的瞬时相位，进而得到信号的瞬时频率.由该方法得到的瞬时频率理论上是正的、稳定的并且能够确保信号局部特征信息的完整.应用该方法计算了仿真信号和实际齿轮故障振动信号的瞬时频率，并与其他方法求得的瞬时频率进行了对比.结果表明，本文方法非常适合求取信号的瞬时频率. 关键词：故障检测；局部均值分解；乘积函数；纯调频信号；瞬时频率；分段波形 中图分类号：TN911.7 文献标识码：A A Piece-wise Based Signal Instantaneous Frequency Computing Method ZHANG Kang, CHENG Jun-sheng, YANG Yu, ZOU Xian-jun (State key Laboratory of Advanced Design and Manufacture for Vehicle Body, Hunan Univ, Changsha，Hunan 410082,China) Abstract:To address the computing instantaneous frequency of the product function (PF) in local mean decomposition (LMD), a new instantaneous frequency of a signal computing method was introduced. This method is piece-wise wave based. Firstly, a signal was separated to a number of full waves. Then, the instantaneous phase of each full wave was defined by a set of monotonic increasing arcsine functions. Therefore, the instantaneous frequency of a signal was obtained. Theoretically, the instantanoues frequency obtained in this method was positive, stable and could guarantee the characteristic information of signal integrity. This method was applied to compute the instantaneous frequency of simulated signals and actual gear fault vibration signals, and the results were compared with those obtained in other methods. It has been shown that this method is quite suitable for extracting the instantaneous frequency of a signal. Key words: fault detection;local mean decomposition; product function; pure frequency modulated signal; instantaneous frequency; piece-wise wave
ReflexW读取GSSI劳雷探地雷达dzt文件及信号处理方法
ReflexW读取GSSI劳雷雷达数据和处理方法 Dr.Zhang/ 2020.2.21 1雷达数据 1.1雷达数据文件 探地雷达的采集原理类似于地震，老一点的数据格式一般跟地震一样都是segy。后来 GSSI 公司的 TerraSIRch SIR3000地质雷达系统(简称SIR-3000) 在国内普及起来后，格式dzt就成了主流格式（美国SIR系列探地雷达的数据格式）。现在最新的情况是国内生产单位还是美国最多，其次是加拿大和意大利的。 国内其他常用的GPR数据还包括：DT格式（意大利RIS系列探地雷达的数据格式），DT1格式（加拿大Pulse-Ekko 系列探地雷达的数据格式）以及RD3格式(瑞典MALA系列探地雷达的数据格式)。 1.2 雷达文件dzt数据 目前主要是劳雷GSSI SIR 3000和SIR 4000的数据格式。 2REFLEXW软件简介 2.1 REFLEXW软件简介 本文基于MATLAB开发的GUI界面，主要实现了REFLEXW软件的相应功能。 REFLEXW是地质雷达数据（类地震）数据处理及解释软件，应用于地质雷达的数据处理以及资料解释。Reflexw软件兼容了世界上大多数雷达的数据格式，在欧美地区，Reflexw已经成为了地质雷达数据处理的标准软件。随着地质雷达行业的发展，在国内也越来越多的人开始使用Reflexw软件。 软件特点：功能强大，可做多种滤波处理可对个雷达数据进行批量处理导入GPS数据，可绘制测线轨迹、修正地形可显示测线中的标记对不需要的雷达数据可进行删除可做2D剖
面处理和3D时间切片处理。 2.2 REFLEXW软件功能分析 通过REFLEXW软件，可以实现对探地雷达数据的读入，一维滤波，校正，二维滤波，波形图观察等功能，REFLEXW提供了较为全面的滤波手段，可以将探地雷达图谱处理的更加容易观察 在REFLEXW软件中，在显示数据方面，也同样提供了大量的处理方式。其中，最主要的处理方式为Plot Options。在Plot Options选项中，包括了绘图模式，点模式比例，能量衰减和振幅比例。其中，点模式比例又分为了XY比例绘图，每样点像素，每道像素，能量衰减，振幅比例。以上的这些选项，在用户导入探地雷达图谱之后，可以对图谱进行一个基本的预处理，或者通过不同的方式来观察图谱。 3 读取.dzt文件 3.1 建立预处理的工程文件 雷达信号分析时会产生一系列的文件，因此最好为每个雷达文件建立一个工程，并指定其存放位置。ReflexW会自动生成相应的文件。 图3.1 建立工程(project -选择文件-confirm)
电子测量实验4 信号频率与相位分析 实验报告
实验四 信号频率与相位分析 一、实验目的 1 理解李沙育图形显示的原理； 2 掌握用李沙育图形测量信号频率的方法； 3 掌握用李沙育图形测量信号相位差的方法； 4 用示波器研究放大电路的相频特性。 二、实验原理和内容 1 李沙育图形 扫描速度旋钮置”X-Y ”位置时，Y1通道变成x 通道，在示波器的y 通道(Y2)和x 通道(Y1，与Y2通道对称) 分别加上频率为f y 和f x 的正弦信号，则在荧光屏上显示的图形称为李沙育(或李萨如)图形。李沙育图形的形状主要取决于f y 、f x 的频率比和相位差。 例如，当f y /f x =1，且相位差为0时， 屏幕上显示一条对角线；当f y /f x =2，且相位差为0时，屏幕上显示“∞”；当f y /f x =1，但相位差不为0时，屏幕上显示一个椭圆。图4-1所示为f y /f x =2且相位差为0时的李沙育图形。 2 李沙育图形法测量未知信号的频率 扫描速度旋钮置”X-Y ”位置，被 测信号加到Y2通道，用信号发生器输出一个正弦信号加到X 通道（Y1），Y1、Y2的偏转灵敏度置相同位置，由小到大逐渐增加信号发生器输出信号频率，当屏幕上显示一个稳定的椭圆时，信号发生器指示的频率即为被测未知信号的频率。 3 李沙育图形法测量信号相位差 设u x = U xm sin (ωt+θ)，u y = U ym sin ωt ，分别加到x 通道（Y1通道）和Y2通道，扫描速度旋钮置”X-Y ”位置，荧光屏上显示的李沙育(或李萨如)图形如图5-2所示。则 m x x 01sin -=θ （4-1） 4 放大电路的相频特性研究 放大电路的相频特性是指输出信号与输入信号的相位差与信号频率的关系。采用李沙育图形法可以测量相位 差。保持输入信号幅度不变，改变输入信号频率，逐点测量各频率对应的相位差，采用描点法作出相频特性曲线。 三、实验器材 1、信号发生器 1台 2、示波器 1台 3、实验箱 1台 图4-1 f y /f x =2且相位差为0时的李沙育图形 U x t t U y 图4-2李沙育图形法测相位差 x 0 x m
MATLAB程序分析小波变换和FFT变换后信号的频率成分
clear all clc close all fs=1000; T=20; t=0:1/fs:T-1/fs; f0=50; f1=200; % 线性调频信号 s=chirp(t,0,5,300); figure plot((0:length(s)-1)/length(s)*fs,abs(fft(s))); xlim([0 fs/2]) xlabel('f/Hz'); ylabel('幅度') % 单频信号 % s=sin(2*pi*f0*t)+2*sin(2*pi*f1*t); % s=sin(2*pi*f0*t); y=s+0.5*randn(1,length(t)); % 加高斯白噪声
% 加泊松分布的噪声 % lambda = 0.5; % r = poissrnd(lambda,1, length(t)); % y=s+r; % 不同小波核函数及尺度的小波变换，可以选择操作 % c = cwt(s,1:32,'cgau4'); % c = cwt(s,[64 32 16:-2:2],'morl'); c = cwt(s,[3 18 12.9 7 1.5],'db2'); % c = cwt(s,1:32,'sym2'); % c = cwt(s,1:64,'sym4','abslvl',[100 400]); Nfft=fs/4; NN=(T*fs/Nfft); for kk=1:5 for ii=1:NN mu(:,ii)=abs(fft(s((1+(ii-1)*Nfft):(Nfft+(ii-1)*Nfft)))); aa(:,ii)=abs(fft(y((1+(ii-1)*Nfft):(Nfft+(ii-1)*Nfft)))); bb(:,ii)=abs(fft(c(kk,(1+(ii-1)*Nfft):(Nfft+(ii-1)*Nfft)))); end figure
多线性调频信号瞬时频率估计迭代算法
密级：无 多线性调频信号瞬时频率估计迭代算法 二炮工程大学士官学院 作者 于鹏鹏 黄向阳 艾名舜 摘要：针对多线性调频信号的瞬时频率估计问题提出一种快速算法，该算法以特征子空间跟踪算法为基础，结合矩阵线性变换和多项式方程求根得到参数估计。该算法的优点是计算量小，其计算量仅与短时傅里叶变换相当；频率分辨力较高；多信号情况下不存在交叉项问题；当多信号的功率差异达到14dB 时仍能有效估计瞬时频率。由于采用了矩阵求逆的步骤，该算法在低信噪比环境下性能较差。仿真实验显示在信噪比不低于6dB 时本文算法具有明显的优越性。 关键词：线性调频 瞬时频率 时频分析 一、引言 线性调频 (Linear Frequency Modulation, LFM) 信号在雷达、声纳、通信等领域有着广泛的应用，由于瞬时频率随时间变化，LFM 信号具有非平稳特性，因此通常采用时频分析的方法对其进行分析及参数估计。短时傅里叶变换是一种简单的时频分析方法，但是时频聚集性较差；Wigner-Ville 分布 [1] （WVD ）的时频聚集性较好，但由于采用了二次型变换，在多LFM 信号情况下不可避免地存在 交叉项，为信号参数估计造成了一定的困难；在Cohen 类时频分布[2]的框架下各种核函数被设计出来用于抑制交叉项，自适应核函数[3-4]的提出进一步提高了交叉项的抑制能力，然而性能较优的时频分析方法计算量也较大，因此在一定程度上较低了此类算法的实用性。 上述方法都是描述信号功率在时频平面上的分布，即信号的功率谱，其频率分辨率受限于信号时窗长度的倒数，这个限制被称为“瑞利限”。超分辨算法利用信号特征子空间的正交性得到信号在频域上的“伪谱”，使有限长信号的频率分辨率能够突破“瑞利限”，从而获得更优的参数估计，但由于传统的超分辨频率估计算法的计算量较大，该类算法很少被用于估计非平稳信号参数。 本文提出一种基于子空间跟踪的信号瞬时频率估计算法，该算法利用数据投影实现信号特征子空间的跟踪，对特征子空间矩阵进行线性变换后得到多项式系数，进而利用多项式方程求根的方法获得信号瞬时频率的估计。本文算法得到的是信号在时频平面上的 “伪谱”，不仅具有较好的时频聚集性，而且在多LFM 信号情况下不存在交叉项的问题，更重要的是，本文算法的计算量仅与短时傅里叶变换相当，因此是一种快速算法。 二、信号模型 考虑一维时间序列S (t )由M 个调频信号线性叠加而成 1 ()()(),1,2,...,M m m m t A t t t T ==+=∑S s n (1) 这里21()exp(2())2m m m t j f t k t π=-+s ，m =1,2,…,M ， A m 、f m 和m k 分别表示第m 个信号的幅度、起 始频率和调频斜率。T 表示有限长采样点数，设采样频率为f s ，测向无模糊范围不大于1 2s f 。n (t )表 示通道噪声，这里假设为零均值高斯白噪声，设等间隔采样，将N 个连续的采样点构成的向量称为一个快拍，N > M ，忽略噪声，t 0时刻的快拍向量0()t y 可以表示为 []0 000 022(1)1111122()(),(1),...,(1)(),(),...,()[(),(),...,()]m m t t M M M j f t j f N t m m m m m m m m m t t M M t t t t t t N A t A t e A t e A t A t A t ππ=-?--?======--+??=??????=?∑∑∑y S S S s s s s s s F (2) 其中，F 是包含当前瞬时频率的矩阵，表达式为
浅谈探地雷达的原理与特点
浅谈探地雷达的原理与特点 摘要：地下管线系统的建立是城市现代化建设的重要因素，但由于地下管线中的非金属管线的大量存在以及城市建设快速安全的需要，探地雷达探测技术的独特优势就显现出来，本文通过对探底雷达和地下管线的分析，为应用探底雷达在城市地下管线建设提供参考。 关键字：探地雷达；地下管线；探测技术 0 引言 随着城市现代化的发展，地下管线的密集程度也在不断地扩大。地下管线作为城市的重要基础设施之一，它一方面关系着城市居民生活及城市工业的发展，担负着巨大的社会责任，另一方面又由于它深埋于地下，具有不透明性，纵横交错、结构复杂。近年来，在许多大城市出现施工时挖断通信、电力电缆导致通讯中断、区域性停电、停产事故，这些事故给该地区经济和人们的生产生活带来了巨大的损失。因此，地下工程在施工时如何避免破坏这些地下管线就变得越来越重要，建立完整的城市地下管线系统成为现代城市快速建设的关键因素。 探地雷达(Ground Penetrating Radar，简称GPR)是一种对地下或物体内不可见的目标或界面进行定位的电磁法，并以其探测的高分辨率和高效率而成为地球物理勘探的一种有力工具。随着信号处理技术和电子技术的不断发展及工程实践的增多和经验的不断积累，探地雷达技术也得到极大提高，仪器也不断更新，探地雷达检测技术具有分辨率高、采集速度快、后期数据处理简便等特点。因此在铁路、公路、建筑、市政、考古等领域得到广泛的应用,并受到广大现场技术人员的认可和喜爱。 1 探地雷达的发展 国外探底雷达技术最早可追溯到二十世纪初，西方国家以专利形式提出将雷达原理用于探地，正式提出了探地雷达的概念。但是直到50年代后期探地雷达技术才被慢慢重视起来。探地雷达在矿井、冰层厚度、地下粘土属性、地下水位等方面的得到了应用。1967年，一个与Stern最初用于冰川探测的仪器类似的系统被设计研制出来，1972年，Rex Morcy和Art Drake开创了GSSI公司，主要从事商业探底雷达的销售。随着电子技术的发展，电子存储设备的问世，加之现代数据处理技术的应用，特别是拟反射地震处理的应用，探底雷达的应用领域迅速扩大，其中有：石灰岩地区采石场的探测、淡水和沙漠地区的探测、工程地质探测、煤矿井探测、泥灰调查、放射性废弃物处理调查、埋设物探测、水文地质调查、地基和道路下空洞及裂缝调查、水坝的缺陷检测、隧道及堤坝探测等。 自70年代以来，许多商业化的通用数字探地雷达系统先后问世，其中有代表性的有：美国GSSI公司的SIR和MK系列，加拿大Sensor&Software公司的Pulse Ekko系列。这些雷达的基本原理大同小异主要功能有多通道采集、多维显示、实时处理、变频天线、多次叠加、多波形处理等，另外还有井中雷达系统，
实验一-LabVIEW中的信号分析与处理
实验一 LabVIEW中的信号分析与处理 一、实验目的： 1、熟悉各类频谱分析VI的操作方法； 2、熟悉数字滤波器的使用方法； 3、熟悉谐波失真分析VI的使用方法。 二、实验原理： 1、信号的频谱分析是指用独立的频率分量来表示信号；将时域信号变换到频域，以显示在时域无法观察到的信号特征，主要是信号的频率成分以及各频率成分幅值和相位的大小，LabVIEW中的信号都是数字信号，对其进行频谱分析主要使用快速傅立叶变换(FFT)算法：·“FFT Spectrum(Mag-Phase).vi”主要用于分析波形信号的幅频特性和相频特性，其输出为单边幅频图和相频图。 ·“FFT.vi”以一维数组的形式返回时间信号的快速傅里叶运算结果，其输出为双边频谱图，在使用时注意设置FFT Size为2的幂。 ·“Amplitude and Phase Spectrum .vi”也输出单边频谱，主要用于对一维数组进行频谱分析，需要注意的是，需要设置其dt（输入信号的采样周期）端口的数据。 2、数字滤波器的作用是对信号进行滤波，只允许特定频率成份的信号通过。滤波器的主要类型分为低通、高通、带通、带阻等，在使用LabVIEW中的数字滤波器时，需要正确设置滤波器的截止频率（注意区分模拟频率和数字频率）和阶数。 3、“Harmonic Distortion Analyzer .vi”用于分析输入的波形数据的谐波失真度（THD），该vi还可分析出被测波形的基波频率和各阶次谐波的电平值。 三、实验容： (1) 时域信号的频谱分析 设计一个VI，使用4个Sine Waveform.vi（正弦波形）生成频率分别为10Hz、30Hz、50Hz、100Hz，幅值分别为1V、2V、3V、4V的4个正弦信号（采样频率都设置为1kHz，采样点数都设置为1000点），将这4个正弦信号相加并观察其时域波形，然后使用FFT Spectrum(Mag-Phase).vi对这4个正弦信号相加得出的信号进行FFT频谱分析，观察其幅频和相频图，并截图保存。
浅埋小目标的探地雷达信号处理算法研究
目录 目录.......................................................................................................................... I 表目录............................................................................................................... III 图目录................................................................................................................ I V 摘要 (i) ABSTRACT ................................................................................................................ i i 第一章 绪论 .. (1) 1.1 研究背景及意义 (1) 1.2 国内外研究现状 (3) 1.3 本文主要工作及内容安排 (5) 第二章 探地雷达的基本原理 (7) 2.1 麦克斯韦方程组和波动方程 (7) 2.2 探地雷达的探测方式 (9) 2.3 探地雷达的数据形式 (10) 2.4 探地雷达的分辨率 (11) 2.5 探地雷达的信号模型 (13) 2.5.1 探地雷达A-scan信号模型 (13) 2.5.2 探地雷达B-scan信号模型 (15) 2.6 小目标回波的双曲线特征 (16) 2.6.1 小目标回波双曲线特征分析 (16) 2.6.2 基于双曲线对称性的小目标定位与检测 (17) 2.7 本章小结 (22) 第三章 探地雷达杂波抑制算法研究 (23) 3.1 引言 (23) 3.2 三种常用的杂波抑制算法分析 (24) 3.2.1 均值法 (24) 3.2.2 SaS(Scale and Shift)法 (25) 3.2.3 自适应对消法 (26) 3.3 基于奇异值分解的探地雷达杂波抑制算法研究 (30) 3.3.1 基于矩阵内积的B-scan数据分析 (30) 3.3.2 奇异值分解带通滤波算法理论分析 (33)
信号分析中的频率细化基本概念
研究数字频谱最有效方法通常是离散傅里叶变换。频率分辨率是指对两个相邻谱峰进行区分的能力，表现形式为频谱中能够分辨的两个频率分量的最小间隔。 在信号处理中，人们为了把整个频率范围内的某段重点频区局部放大，获得比整个频率范围的频率分辨率更高的频率分辨率，从而观察频谱中的细微部分。因此提出频谱细化这一课题。 考虑到数字信号分析中，虽然提高信号的采样频率可以改善信号分析的频率分辨率，但是提高信号的采样频率通常需要付出额外的硬件代价，往往受制于可实现性与成本问题而难以实现。因此，就需要使用频谱细化技术在尽可能低的采样频率下提高数字信号分析的频率分辨率的措施。 频谱细化的基本思路是对信号频谱中的某一频段进行局部放大，也即在某一频率附近局部增加谱线密度，实现选带频段分析。 常见的经典方法有：复调制细化法、Chirp-Z变换、FFT+FT细化法、DFT补零法等很多方法。 复调制细化法：又称为选带频率细化选带频谱分析，是20世纪70年代发展起来的。其传统的分析步骤为：移频（复调制）--低通滤波器--重抽样--FFT及谱分析--频率成分调整，因其物理概念非常明确，所以一直沿用至今。 FFT+FT细化法：该方法的原理本质是将连续傅里叶变换经过将积分化成求和、时域离散化和时域截断为有限长三个步骤变换得到时间离散、频率连续的特殊傅里叶变换形式。FF T+FT连续细化分析傅里叶变换法先用FFT做全景谱，再对指定的一个频率区间进行细化计算：先确定频率分辨率，再确定计算频率序列，最后用FT连续谱分析方法进行实部和虚部计算，合成幅值谱和相位谱。 Chirp-Z变换：最早提出于1969年，CZT是一种在Z平面上沿着螺旋线轨道计算有限时宽的Z变换方法。基本原理是在折叠频率范围内,任意选择起始频率和频率分辨率,在这有
探地雷达的发展与现状
探地雷达的发展与现状 探地雷达的历史最早可追溯到20世纪初。1904年，德国人Hülsmeyer首次将电磁波信号应用于地下金属体的探测。1910年，Leimback和L?wy以专利形式提出将雷达原理用于探地，他们用埋设在一组钻孔中的偶极天线探测地下相对高导电性质的区域，正式提出了探地雷达的概念。1926年Hülsenbeck第一个提出应用脉冲技术确定地下结构的思路，他指出介电常数不同的介质交界面会产生电磁波反射。由于地下介质具有比空气强得多的电磁衰减特性，加之地下介质情况的多样性，电磁波在地下的传播比空气中复杂的多，之后二三十年尽管在美国出现过一些相关的专利，这项技术很少被运用到其它领域,直到50年代后期，探地雷达技术才慢慢重新被人们所重视。探地雷达在矿井(1960,J.C.Cook)、冰层厚度(1963,S.Evans)、地下粘土属性(1965,Barringer)、地下水位(1966,Lundien)的探测方面得到了应用。1967年，一个与stern最初用于冰川探测的仪器类似的系统被设计研制出来，1972年Procello将其于探测月球表面结构。同样在1972年，Rex Morcy和Art Drake开创了GSSI(Geophysical Survey Systems Inc.)公司，主要从事商业探地雷达的销售。随着电子技术的发展，数字磁带记录问世，加之现代数据处理技术的应用，特别是拟反射地震处理的应用，探地雷达的实际应用范围在70年代以后迅速扩大，其中有：石灰岩地区采石场的探测(1971,Takazi;1973,kithara;)、淡水和沙漠地区的探测(1974,R.M.Morey;1976,P.K.Kadaba)、工程地质探测(1976,A.P.Annan和J.L.Davis;1978,G.R.Olhoeft,L.T.Dolphin)、煤矿井探测(1975,J.C.Cook)、泥炭调查(1982,C.P.F.Ulriken)、放射性废弃物处理调查(1982,D.L.Wright;1985,O.Olsson)、以及地面和井中雷达用于地质构造填图(1997,M.Serzu )、水文地质调查(1996,A.Chanzy ;1997,Chieh-Hou Yang )、地基和道路下空洞及裂缝调查、埋设物探测、水坝的缺陷检测、隧道及堤岸探测等。 自70年代以来、许多商业化的通用数字探地雷达系统先后问世，其中有代表性的有：美国Geophysical Survey System Inc公司的SIR系统、Microwave Associates 的MK系列，加拿大Sensor & Software的Pulse Ekko系列，瑞典地质公司(SGAB)的RAMAC/GPR系列，日本应用地质株式会社OYO公司的GEORADAR系列及一些国内产品(电子工业部LTD系列，北京爱迪尔公司CR-20、CBS-900等)。这些雷达仪器的基本原理大同小异，主要功能有多通道采集、多维显示、实时处理、变频天线、多次叠加、多波形处理等，另外还有井中雷达系统，多态雷达系统，层析成像雷达系统等。 国内探地雷达的研究始于70年代初。当时，地矿部物探所、煤炭部煤科院，以及一些高校和其他研究部门均做过探地雷达设备研制和野外试验工作，但由于种种原因，这些研究未能正式用于实际。90年代以来，由于大量国外仪器的引进，探地雷达得到了广泛的应用与研究。1990-1993年，中国地质大学(武汉)在国家自然科学基金资助下，开展了大量的理论研究和工程实践，取得了不少成果。探地雷达主要应用领域有隧道(1998，隋景峰；2001，刘敦文等)、水利工程设施(1997，赵竹占等)、混凝土基桩(2000，李梁等)、煤矿(1998，刘传孝等)、公路(1996牛一雄等；1997，沈飚等)；岩溶(1994，王传雷，祁明松；1995，李玮，梁晓园)；工程地质(1994，胡晓光；1999，刘红军，贾永刚)；钻孔雷达(1999，宋雷，黄家会)等。