[發明專利]基于探地雷達的土壤分層信息識別方法和裝置在審
| 申請號: | 202110567368.6 | 申請日: | 2021-05-24 |
| 公開(公告)號: | CN113391283A | 公開(公告)日: | 2021-09-14 |
| 發明(設計)人: | 李俐;許佳薇;黃健熙;謝小曼;張遷遷;蔣朝為;白鐵成;苗雙喜 | 申請(專利權)人: | 中國農業大學;塔里木大學 |
| 主分類號: | G01S7/41 | 分類號: | G01S7/41;G01S13/88 |
| 代理公司: | 北京路浩知識產權代理有限公司 11002 | 代理人: | 宋玉環 |
| 地址: | 100193 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 雷達 土壤 分層 信息 識別 方法 裝置 | ||
1.一種基于探地雷達的土壤分層信息識別方法,其特征在于,所述方法包括:
在作業區進行探地雷達回波信號采集;
對獲得的探地雷達回波信號進行預處理,得到目標回波信號r(t);
使用卡爾曼濾波對目標回波信號r(t)進行重構,計算所述重構后目標回波信號rp(t)對應的解析信號R(t)的維格納-威利分布WVD(t,ω),計算瞬時頻率ω(t);對ω(t)作積分,得到瞬時相位識別相位跳變,確定土壤分界面的時域位置,計算第i層電磁波雙程時延Δτi;
構建CNN神經網絡,并利用已知作業區的樣本數據進行CNN網絡調參、訓練;對所述目標回波信號r(t)進行小波變換,得到第i層特征量Ti;利用土壤水分傳感器讀取第i層土壤含水量Si;將Ti、Si輸入訓練好的CNN模型,得到第i層土壤介電常數εi;基于第i層土壤介電常數εi,得到電磁波在第i層中的傳播速度vi;
基于所確定的土壤分界面的時域位置和電磁波在第i層中的傳播速度vi,確定土壤第i層厚度Δhi,實現對土壤分層信息的識別。
2.根據權利要求1所述的基于探地雷達的土壤分層信息識別方法,其特征在于,所述預處理包括:增益處理、濾波處理與降噪處理,所述濾波處理包括:通過均值法去除背景的影響;通過帶通濾波去除外界射頻信號的干擾;以及通過中值法去除來自地面反射的直達波。
3.根據權利要求1所述的基于探地雷達的土壤分層信息識別方法,其特征在于,所述解析信號R(t)、解析信號R(t)的維格納-威利分布WVD(t,ω)、瞬時頻率ω(t)、瞬時相位第i層對應的電磁波雙程時延Δτi的計算過程如下:
對所述重構后目標回波信號rp(t)作希爾伯特變換:
計算重構后目標回波信號rp(t)對應的解析信號R(t):
計算解析信號R(t)的維格納-威利分布WVD(t,ω):
其中,為解析信號R(t)的自相關函數,t表示時間,τ表示時間延遲,則重構后目標回波信號的瞬時頻率ω(t):
對瞬時頻率ω(t)作積分,得到瞬時相位
分析重構后目標回波信號瞬時相位譜,識別瞬時相位跳變,得到第i層對應的電磁波雙程時延Δτi。
4.根據權利要求1所述的基于探地雷達的土壤分層信息識別方法,其特征在于,所述方法還包括:構建和訓練CNN模型,所述構建和訓練CNN模型包括:
獲取已知作業區探地雷達回波信號,并對所述探地雷達回波信號進行預處理,得到樣本探地雷達回波信號r(t);獲取土壤剖面數據;獲取第i層土壤的介電常數εi;獲取土壤水分信息,得到第i層土壤含水量Si;
對樣本探地雷達回波信號r(t)進行小波變換,得到土壤第i層特征量Ti;
構建卷積神經網絡CNN模型;
將所述特征量Ti、所述土壤含水量Si以及所述土壤介電常數εi輸入卷積神經網絡CNN模型,優化模型參數,得到訓練好的卷積神經網絡CNN模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國農業大學;塔里木大學,未經中國農業大學;塔里木大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110567368.6/1.html,轉載請聲明來源鉆瓜專利網。





