[发明专利]一种基于最优小波基的地质雷达弱反射信号识别方法

说明书

本发明公开了一种基于最优小波基的地质雷达弱反射信号识别方法，包括以下步骤：S1)地质雷达信号的最优小波基分解；S2)构造时域子信号；S3)判定各时域子信号中的信号成分；S4)对步骤S3得到的时域子信号进行小波阈值去噪和预测反褶积处理；S5)对步骤S4处理后的各时域子信号进行小波重构变换，得到小波重构变换后的地质雷达信号。本发明提供的基于最优小波基的地质雷达弱反射信号识别方法，将最优小波基、小波阈值去噪、小波多分辨分析法和预测反褶积相结合，根据地质雷达信号固有特征构造出了能够有效剥离目标反射波和多次回波干扰的新双正交小波基。

技术领域

本发明涉及工程质量无损检测技术领域，特别是涉及一种基于最优小波基的地质雷达弱反射信号识别方法。

背景技术

地质雷达具有直观、高效等特点，正逐步成为土木工程结构无损检测的主要方法，并广泛用于隧道衬砌壁后脱空、公路路基陷穴、混凝土结构裂缝等质量缺陷及病害的检测。在实际检测过程中，当工程质量缺陷及病害形成的反射波与钢筋及水等介质形成的多次回波相互干涉时，反射波会淹没于多次回波之中，其信噪比会明显降低，从而影响地质雷达信号的图像分辨，造成工程质量缺陷及病害的误判和漏判。如若工程质量问题不能被及时地发现和修补，极易引发重大工程安全事故，危机人民生命财产安全。

目前，凌同华、刘浩然等人根据小波多分辨分析理论，建立了双正交小波预测反褶积法(简称PDBW法)。与预测反褶积等传统的信号分析方法相比，该法同时具备压制多次回波干扰和准确识别空腔弱反射信号的功能，从而提升了探测分辨率和图像分析精度。近年来，学者们发现：根据信号特征选取最优小波基，能够有效提高信号的小波分析效果。然而，在文献凌同华，刘浩然，谷淡平，张亮.地质雷达信号分析的双正交小波预测反褶积法[J].土木建筑与环境工程，2018，40(02):26-31.提到的PDBW法中，凌同华、刘浩然等人仅根据最小重构误差，选取Bior2.4小波基对地质雷达进行分析，并没有根据地质雷达信号的光滑性和衰减性等自身特点构造或选取小波基，这也导致PDBW法识别的空腔反射波信噪比相对较低，识别的反射波信号失真，对复杂环境中的质量缺陷及病害进行检测时，PDBW法不免造成漏判现象。因此为了满足规范中精确评估工程病害的需求，亟需提出一种地质雷达信号分析方法。

发明内容

本发明的目的是提供一种基于最优小波基的地质雷达弱反射信号识别方法，将最优小波基、小波阈值去噪、小波多分辨分析法和预测反褶积相结合，根据地质雷达信号固有特征构造出了能够有效剥离目标反射波和多次回波干扰的新双正交小波基。

为实现上述目的，本发明提供了如下方案：

一种基于最优小波基的地质雷达弱反射信号识别方法，所述方法包括以下步骤：

S1)地质雷达信号的最优小波基分解：将地质雷达信号导入MATLAB软件平台，运用最优小波基对地质雷达信号进行小波分解，得到不同尺度空间下的小波分解尺度系数和小波系数；

S2)构造时域子信号：运用最优小波基对步骤S1得到的不同尺度空间下的小波分解尺度系数和小波系数进行重构变换，将小波分解尺度系数和小波系数转换成各尺度空间下的时域子信号；

S3)判定各时域子信号中的信号成分：根据工程结构设计图、地质资料以及地质雷达天线脉冲波形，判定各时域子信号中的目标反射波成分、多次回波成分及噪声成分；

S4)对步骤S3得到的时域子信号进行小波阈值去噪和预测反褶积处理；

S5)对步骤S4处理后的各时域子信号进行小波重构变换，得到小波重构变换后的地质雷达信号。

可选的，所述步骤S1中，将地质雷达信号导入MATLAB软件平台，运用最优小波基对地质雷达信号进行小波分解，得到不同尺度空间下的小波分解尺度系数和小波系数，包括：

最优小基波的对偶尺度滤波器为：