[發明專利]一種基于地質雷達的土壤物性類別識別方法和裝置

無效

• 申請號: 201410075206.0
• 申請日: 2014-03-03
• 公開（公告）號: CN103941254A
• 公開（公告）日: 2014-07-23
• 發明（設計）人: 崔凡;楊鵬;李能考;郭洋楠;聶俊麗;何瑞敏
• 申請（專利權）人: 中國神華能源股份有限公司;神華神東煤炭集團有限責任公司;中國礦業大學（北京）
• 主分類號: G01S13/88
• 分類號: G01S13/88;G01N22/00;G06N3/08
• 代理公司: 北京邦信陽專利商標代理有限公司 11012
• 代理人: 王昭林;金璽

1.一種基于地質雷達的土壤物性類別識別方法，其特征在于，包括：

數據預處理步驟，對地質雷達采集的數字信號進行去噪處理和濾波處理；

土壤物性信息提取步驟，從經過所述數據預處理步驟的數據中提取表征土壤物性的特征數據；

神經網絡訓練步驟，將所述特征數據作為訓練神經網絡的數據集合，對神經網絡進行訓練，得到特征數據對應的映射結果；

土壤物性類別識別步驟，將待識別的表征土壤物性的特征數據輸入訓練好的神經網絡，根據神經網絡的映射結果識別土壤物性類別。

2.如權利要求1所述的土壤物性類別識別方法，其特征在于，還包括：結果顯示步驟，將所述土壤物性類別識別步驟的映射結果顯示在人機交互界面上。

3.如權利要求1所述的土壤物性類別識別方法，其特征在于，所述數據預處理步驟包括：

對地質雷達采集的數字信號進行零線校正，去除裝置本身的信號漂移；

對零線校正后的數字信號進行小波變換，去除信號中的高頻噪聲；

對小波變換后的數字信號進行低通濾波，去除信號中的直流分量干擾。

4.如權利要求3所述的土壤物性類別識別方法，其特征在于，所述零線校正包括：首先針對在空氣介質中，地質雷達的發射天線和接收天線處于不同距離時電磁波信號的起跳時間，計算平均值，然后將采集的數字信號值減去所述平均值；其中所述起跳時間是以電磁波信號的某一相位為起跳點，在介質中傳播一定距離后，在該相位所讀取的時間。

5.如權利要求3所述的土壤物性類別識別方法，其特征在于，采用Moret小波函數進行所述小波變換，且尺度參數為2。

6.如權利要求3所述的土壤物性類別識別方法，其特征在于，所述低通濾波的低通濾波參數為25MHz。

7.如權利要求1所述的土壤物性類別識別方法，其特征在于，所述土壤物性信息提取步驟包括功率譜估計過程和主成分分析過程，其中，

功率譜估計過程采用自回歸滑動平均模型，對經過所述數據預處理步驟的數據進行譜估計，得到功率譜；

主成分分析過程對所述功率譜進行主成分分析，將分析得到的多個本征值所對應的本征向量作為表征土壤物性的特征數據。

8.如權利要求7所述的土壤物性類別識別方法，其特征在于，所述主成分分析過程得到的所述多個本征值的累計貢獻率等于或大于85%。

9.如權利要求2所述的土壤物性類別識別方法，其特征在于，在識別所述土壤物性類別之后，為土壤物性類別分配類別標識。

10.如權利要求9所述的土壤物性類別識別方法，其特征在于，顯示所述映射結果時，按照映射結果對應的土壤物性類別的類別標識調制色階，繪制并顯示土壤物性類別的色階圖。

11.一種基于地質雷達的土壤物性類別識別裝置，其特征在于，包括：

數據預處理模塊，用于對地質雷達采集的數字信號進行去噪處理和濾波處理；

土壤物性信息提取模塊，用于從經過所述數據預處理模塊處理的數據中提取表征土壤物性的特征數據；

神經網絡訓練模塊，用于將所述特征數據作為訓練神經網絡的數據集合，對神經網絡進行訓練，得到特征數據對應的映射結果；

土壤物性類別識別模塊，用于將待識別的表征土壤物性的特征數據輸入訓練好的神經網絡，根據神經網絡的映射結果識別土壤物性類別。

12.如權利要求11所述的土壤物性類別識別裝置，其特征在于，還包括：結果顯示模塊，用于將所述土壤物性類別識別模塊的映射結果顯示在人機交互界面上。

13.如權利要求11所述的土壤物性類別識別裝置，其特征在于，所述數據預處理模塊包括：

零線校正子模塊，用于對地質雷達采集的數字信號進行零線校正，以去除裝置本身的信號漂移；

小波變換子模塊，用于對零線校正后的數字信號進行小波變換，以去除信號中的高頻噪聲；

低通濾波子模塊，用于對小波變換后的數字信號進行低通濾波，以去除信號中的直流分量干擾。