详情

原文传递基于探地雷达的隧道衬砌信号处理与空洞检测方法研究

论文题名：	基于探地雷达的隧道衬砌信号处理与空洞检测方法研究
关键词：	隧道衬砌;探地雷达;小波域奇异值滤波;支持向量机;空洞检测
摘要：	随着我国隧道工程数量逐年增加，对于隧道工程的检测需求日益增大。然而微破损检测方法，对隧道衬砌结构伤害较大，无法保证隧道的运营安全，而探地雷达（GroundPenetratingRadar，GPR）能够快速、高效、非破坏性地检测地下目标，是一种适用于隧道衬砌结构中病害普查检测的手段。由于隧道衬砌结构的探测环境易受干扰，且地下空洞呈现的形态种类多，导致在人工判读和解译探地雷达回波图像中的目标时常常出现漏读和误读，且识别效率过低。　　针对上述问题，本文以隧道衬砌结构中空洞病害为对象，对空洞目标回波特性进行分析，保留目标回波信号的同时滤除其他类型的噪声。同时，基于支持向量机分类算法，以及频率-波速基尔霍夫（Frequency-wavenumberKirchhoff，F-K）偏移成像算法，实现空洞病害区域自动辨识检测。本文的主要研究内容如下：　　（1）隧道衬砌探地雷达回波信号去噪算法研究。针对探地雷达回波中去直耦波的需求，采用奇异值（SingularValueDecomposition，SVD）变换替代霍林特（Karhunen-LoeveTransform，KL）变换，改进目前主流的小波域KL滤波算法，提出一种更具有普适性、准确性的直耦波滤波方法，即小波域SVD滤波算法，基于正演模拟技术，对小波域KL滤波算法与小波域SVD滤波算法去噪性能进行量化分析，验证本文方法的优越性。　　（2）隧道衬砌结构空洞病害数据集构建。针对空洞病害数据集缺失，分析空洞病害信号与非空洞病害信号典型识别特征，构建空洞病害不平衡数据集。针对传统不平衡数据集处理方法，提出了聚类蚁群的合成少数类过采样算法（AntColonyClusteringSyntheticMinorityOversamplingTechnology，ACC-SMETO），解决传统采样算法缺陷。通过支持向量机模型对比其他传统采样算法，验证本文算法的有效性以及优越性。　　（3）隧道衬砌空洞病害区域检测方法研究。针对隧道衬砌结构中空洞病害区域检测问题，将空洞病害区域检测划分为两个步骤，首先在空洞病害数据集基础上确定支持向量机分类模型最优参数组合，提高空洞病害区域水平范围识别精度，再结合F-K偏移算法确定空洞病害区域水平范围，并采用图像形态学处理，在模拟仿真探地雷达回波以及实测数据上实现空洞病害检测，通过交并比指标以及视觉检验，验证本文所提出的空洞检测方法的可行性以及有效性。　　（4）隧道衬砌典型探地雷达信号处理与空洞检测方法应用。针对目前主流软件对探地雷达回波数据作预处理以及去噪、空洞病害的自动检测不足问题，设计隧道衬砌结构空洞病害探地雷达回波信号去噪与自动解译处理应用软件。基于Matlab的GUI平台对探地雷达回波数据噪声进行处理，集成支持向量机与F-K偏移成像算法空洞病害区域自动识别检测方法，结合铁科院实测数据，实现软件自动解译功能。
作者：	向傲
专业：	信息与通信工程
导师：	王琳
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2022