鐵路路基病害檢測雷達信號中的強干擾譜分析及濾波處理

肖建平， 胡章棚， 柳建新， 王韻棋

(中南大學 a.有色金屬成礦預測與地質環境監測教育部重點實驗室, b.地球科學與信息物理學院，長沙 410083)

鐵路路基病害檢測雷達信號中的強干擾譜分析及濾波處理

肖建平a,b， 胡章棚a,b， 柳建新a,b， 王韻棋a,b

(中南大學 a.有色金屬成礦預測與地質環境監測教育部重點實驗室, b.地球科學與信息物理學院，長沙 410083)

鐵路路基病害誘發鐵路路基失穩，是影響鐵路安全運營的重要因素之一。開展快速高效的鐵路路基檢測方法研究,對鐵路日常維護具有非常重要的意義。探地雷達是一種無損高效的檢測手段，但用于鐵路檢測的工作環境是一種強電磁干擾的環境，路基介質的雷達反射信號被軌枕等介質的強干擾反射所湮沒。壓制此類強干擾是提高鐵路路基病害信息識別的主要途徑。介紹了多通帶濾波原理及實現方法，分析了鐵路路基雷達信號中軌枕強反射干擾的頻譜特征，并針對其特點設計了多通帶濾波器，將車載雷達實測數據進行濾波處理，得到了濾波后的雷達圖像。處理結果表明，原始雷達檢測信號經濾波處理后，軌枕強干擾信號被壓制，提高了路基病害的弱反射信號的信噪比。因此，多通帶濾波能有效壓制軌枕強干擾信息，便于鐵路路基病害地識別。

多通帶濾波器； 路基病害檢測； 軌枕干擾； 車載雷達

0 引言

鐵路的安全運營是保障人民生命財產安全及社會和諧發展的基礎，及時發現鐵路路基病害、治理路基安全隱患、維持鐵路路基的穩定是鐵路安全運營的前提條件[1]。目前鐵路列車普遍提速提高了運輸效率，帶來了明顯的社會效益和經濟效益，但隨著提速范圍的擴大及列車速度地不斷提高，路基暴露出來的問題也越來越嚴重，對路基病害檢測提出了更高的要求。鐵路路基的主要病害有基床翻漿冒泥、道渣陷槽、下沉外擠、隱蔽性沖空、陷穴、凍害等[2]。傳統路基檢測方法有：①等距離挖探法；②輕型動力觸探法；③瑞利波面波法；④核子密度儀法；⑤高密度電阻率法等。這些方法的共同點是效率低，或對現有線路損壞，或對長段線路只能提供少量或局部信息，不能提供連續長段線路的詳細調查[3-5]。車載探地雷達技術是地球物理方法中一種高分辨率、高效率、實時無損的檢測方法，在鐵路路基檢測中有廣闊的應用前景。

近十多年來，國內、外學者將探地雷達技術用于鐵路路基病害檢測方面并做了大量研究。AL-QADI等[6]提出了一種探地雷達信號時頻分析方法，用于量化道渣臟污程度取得了良好的效果；XIAO等[5]提出了一種確定性反褶積方法處理雙頻探地雷達信號，將大穿透深度的低頻雷達數據和高分辨率的高頻數據進行融合處理，有效地提高了車載雷達的分辨率和探測深度；李武[7]將車載雷達用于新建鐵路路基質量普查，查明了路基基床狀況、道床厚度和路基工后沉降等有關信息，快速準確地檢測路基的質量狀況；謝勇勇等[8]運用GPRMAX軟件對路基下道碴陷槽病害進行正演模擬分析，并采用雷達對同類型病害的實際路基進行了探測，證明了正演模擬方法用于實際路基檢測的可行性；王成亮等[9]采用探地雷達對不同類型的鐵路路基病害進行了無損檢測試驗，從雷達信號反射的波形、能量變化及同相軸等方面總結了不同類型路基病害的雷達圖像特征，并采用動力觸探方法進行了對比試驗，驗證了探地雷達檢測鐵路路基的有效性。

鐵路路基檢測雷達工作環境特殊，鐵路設施包括鐵軌、鋼筋混凝土枕木等對雷達信號反射極強，大大降低了來自于路基介質的反射信號，對規模較小、物性參數與周圍介質差異不明顯、埋深較大的路基病害不易識別。因此，去除鋼軌和軌枕反射造成的強干擾對提高鐵路路基雷達探測信號的信噪比具有重要意義，部分學者也開展了相關研究并取得一定的成果[10-12]。Al-Nauaimy等[10]采用多分辨率圖像分析技術自動分類感興趣的雷達圖像區域，能有效識別道渣下和軌枕間的潛在的病害區域；肖建平等[11]提出了一種識別軌枕位置并采用邏輯尺方法剔除軌枕干擾的方法，能自動將天線位于軌枕正上方的雷達數據自動除；朱德兵等[12]提出了一種時空過濾篩的方法壓制軌枕產生的繞射波和多次波的干擾，并同時壓制直耦波和鋼軌強反射信號，提高了雷達記錄的信噪比和分辨能力。基于上述研究，筆者提出一種多通帶濾波方法，針對鐵路路基雷達信號的頻譜特征，設計一種可同時濾除以直流成份為主的鐵軌干擾噪聲和以某一特定頻率成份為主的交流噪聲，并處理了鐵路路基模擬數據和實測數據，驗證了該方法的有效性。

1 多通帶FIR濾波器設計

多通帶濾波器本質上是一種有限沖激響應(FIR)數字濾波器，其設計思想是根據被濾波信號的頻譜特性，設計一個理想的頻率選擇性濾波器，然后對它的脈沖響應通過加窗操作截斷得到一個線性相位的因果FIR濾波器[13]。

1.1 理想頻率選擇性濾波器設計

理想頻率性選擇濾波的頻率域表示如式(1)。

(1)

其中：ωc為通帶，通過分析被濾波信號的頻譜特征確定ωc的范圍；α為采樣延時。該理想低通濾波器的脈沖響應由反付立葉變換給出[13],如式(2)所示。

(2)

為了從式(2)獲得有限長度，因果且線性相位的FIR濾波器，必須將hd(n)的兩邊截斷(式(3))。

(3)

通常h(n)可由hd(n)與某一窗函數w(n)相乘得到，即：

h(n)=hd(n)w(n)

(4)

在頻率域中這個因果FIR濾波器的響應H(ejω)是Hd(ejω)和窗響應W(ejω)的卷積(式(5))。

H(ejω)=Hd(ejω)*W(ejω)

(5)

1.2 窗函數的選擇

(6)

由上述可知，要對目標信號中具有特定頻帶的噪聲濾波：①對目標信號進行譜分析可得到該信號中特定帶噪聲的頻帶寬度、振幅特性，根據式(1)設計出一個理想頻率選擇性濾波器Hd(ejω)；②根據式(6)選取的窗函數ω(n)即可確定窗響應W(ejω)；③由式(5)計算得到一個因果的多通帶頻率域濾波器H(ejω)，將其轉換成時間域的濾波器h(n)；④將被濾波信號與濾波器h(n)進行卷積，得到濾除處理后的目標信號。

2 仿真信號譜分析多通帶濾波

2.1 路基雷達信號仿真

為了研究鐵路路基雷達信號的頻譜特征，筆者設計了如圖1所示的鐵路路基仿真模型，采用FDTD方法對鐵路路基雷達信號進行正演模擬[5]，發射信號中心頻率為200MHz，得到了如圖2所示的雷達圖像。

從圖2中可以看出，雷達圖像在水平方向上大致呈層狀分布，與圖1所示的模型一致。圖2中有明顯的蜂窩狀信號分布，在每道的第600采樣點以上的位置更為明顯，由于鐵路路基介質具有明顯的分層特性，雷達波反射信號的同相軸最初發生畸變的原因是不連續的軌枕面反射，因此這些明顯的強干擾來源于軌枕的反射信號。圖2中第200掃描道附近與第450掃描道附近從上至下可看到雷達圖像中有微弱的異常帶，這是鐵路路基仿真模型中設置的兩個代表路基病害的異常體反射雷達信號所致。

圖1 鐵路路基仿真模型及介質參數Fig.1 Railway subgrade model and physical parameters

圖2 仿真雷達圖像Fig.2 Simulation GPR image

2.2 水平方向雷達信號譜分析

由前面雷達信號仿真結果，由于軌枕的強反射信號在沒有其他噪聲干擾的情況下，幾乎湮沒了路基病害的反射信號，在隨后的車載路基探測雷達實測信號中表現更為明顯。

為了分析軌枕干擾在車載路基雷達信號的水平方向上的頻譜特征，可提取每個掃描道上某一相同采樣點構成一數字序列，對其進行頻譜分析。由于軌枕面是雷達信號傳播過程中最先碰到的界面，其反射信號及多次反射信號將自始至終存在于雷達反射信號中，原則上從軌枕面以下的雷達反射信號中每個掃描道任一位置的同一采樣點構成的數字序列的頻譜中均包含軌枕的特征頻譜，但由于雷達信號傳播過程中衰減快，提取早期的信號比提取晚期的信號對于發現軌枕的頻譜特征更有利。考慮到早期信號的一般性，在仿真數據(圖2)中提取每個掃描的第552個采樣點，得到如圖3所示的同相軸數字序列及其頻譜。

由圖3可見，抽取雷達圖像中第552個采樣點構成的數字序列，其能量主要集中在直流(DC)及角頻率為0.2π附近。分布直流附近的能量來源于背景噪聲或鐵軌的干擾，分布于0.2π附近的能量來源于軌枕反射的雷達信號，這一點已在文獻[11]中得到了驗證。

圖3 數字序列及其頻譜Fig.3 Digital sequence and its frequency spectrum(a)抽取第552個采樣點構成的數字序列；(b)數字序列的頻譜

2.3 濾波器設計

根據圖3(b)的譜特性，將雷達信號中強干擾對應的兩段頻帶設置為阻帶；同時將高頻區域設置為阻帶，其截止頻率根據實際環境噪聲水平確定。對于圖2所示的仿真雷達圖像，其噪聲可以忽略不計，高頻區域不設置為阻帶對處理結果無影響。但對于實測車載雷達數據，將高頻區設置為阻帶可明顯壓制高頻隨機噪聲。根據上述條件設計的多通帶濾波器的頻率相位特性如圖4所示。

圖4(a)為多通帶濾波器的幅度-頻率特性，其中包括3個阻帶，分別壓制直流干擾、軌枕干擾及高頻噪聲；圖4(b)為濾波器的相位特性，可以看出濾波器具有線性相位特征，滿足雷達信號處理的要求。

3 雷達信號濾波及效果分析

3.1 模擬雷達信號濾波處理

采用圖4(a)所示的多通帶濾波器對圖2模擬路基雷達探測圖像進行濾波，得到如圖5所示的處理結果。

圖4 濾波器的幅頻及相頻特性Fig.4 Magnitude-frequency and phase-frequency characters(a)多通帶濾波器的幅度-頻率特性；(b)濾波器的相位特性

圖5 模擬雷達信號濾波處理結果Fig.5 Result on filtering simulation data

對比圖2與圖5可以明顯看出，圖2中“蜂窩”狀的軌枕干擾信號得到明顯壓制，圖5中第200掃描道附近與第450掃描道附近兩種典型路基病害的反射信號，通過濾波處理后信噪比明顯提高，便于異常地識別。

3.2 實測雷達信號濾波處理

圖6為車載探地雷達在某一段鐵路路基上的實測數據，雷達天線的中心頻率為200MHz。由圖6可以看出，實測雷達圖像呈條帶狀分布，和雷達仿真數據類似，“蜂窩”狀的軌枕干擾信號在原始雷達圖像中非常明顯。總體來看，幾乎無法分辨鐵路路基病害的反射信息。

圖6(a)中，雷達圖像中雙程走時從10ns處開始同相軸發生明顯歧變，將雷達信號中每掃描道此處的采樣點提取出來獲得一數字序列，采用如上節所述的多通帶濾波方法對實測數據進行處理，得到如圖6(b)所示的雷達圖像。對比圖6(a)，濾波后的雷達圖像中條帶狀的鐵軌反射強干擾和“蜂窩”狀的軌枕反射強干擾被明顯壓制。圖6(b)中，雷達波雙程走時40ns處對應的雷達圖像有較明顯的起伏條帶分布，在24 530掃描道附近起伏呈明顯單支雙曲線形狀分布，推測為道床與基床界面起伏所致；另外在24 530掃描道附近的15ns處也出現了明顯的雙曲線形狀的稀疏條紋，推測為道渣與道床接觸處道渣下陷所致。

圖6 車載雷達實測數據及多通帶濾波處理結果Fig.6 Train-mounted GPR real data and filtering results(a) 實測數據；(b) 濾波處理結果

4 結論

鐵路路基檢測雷達工作于復雜的電磁環境中，路基介質反射的雷達信號被軌枕反射等強干擾信號所湮沒，導致路基病害難于識別。通過分析雷達反射信號的頻譜特征，設計了多通帶濾波器，并對模擬信號和實測信號進行了濾波處理，對比濾波前后的雷達圖像。結果表明，多通帶濾波方法能有效壓制車載雷達信號中的各種強干擾，提高了雷達反射波的信噪比，便于各種路基病害的識別，該方法在鐵路路基檢測雷達信號處理中具有廣闊的應用前景。

[1] 杜彥良，侯哲哲，趙維剛. 一種基于稀疏表示的重載鐵路路基病害快速識別方法[J]. 土木工程學報, 2013, 46(11):138-213.DUYL,HOUZZ,ZHAOWG.Anidentificationmethodforheavy-haulrailwaysubgradedefectsbasedonsparserepresentation[J].ChinaCivilEngineeringJournal, 2013, 46(11):138-213. (InChinese)

[2]NARAYANANARM，JAKUBJW，LIDQ.Railroadtrackmodulusestimationusinggroundpenetratingradarmeasurements[J].NDT&EInternational, 2004, 37(2):141-151.

[3] 楊新安，周菁. 鐵路路基病害與動力觸探試驗研究[J]. 中國礦業大學學報，2002，31(4):358-362.YANGXA,ZHOUQ.Shanghai-Nanjingrailwayembankmentsettlementanddynamicpenetrationtest[J].JournalofChinaUniversityofMining&Technology, 2002, 31(4): 358-362.(InChinese)

[4]JACKR,JACKSONP.Imagingattributesofrailwaytrackformationandballastusinggroundprobingradar[J].NDT&EInternational, 1999, 32(8): 457-462.

[5]XIAOJP,LIULB.PermafrostsubgradeconditionassessmentusingextrapolationbydeterministicdeconvolutiononmultifrequencyGPRdataacquiredalongtheQinghai-TibetRailway[J].IEEEJournalofSelectedTopicinAppliedEarthObservationsandRemoteSensing, 2016, 9(1): 83-90.

[6]AL-QADIIL,XIEW,JONESDL,etal.Developmentofatime-frequencyapproachtoquantifyrailroadballastfoulingconditionusingultra-widebandground-penetratingradardata[J].InternationalJournalofPavementEngineering,2010,11(4):269-279.

[7] 李武. 車載探地雷達在新建鐵路路基質量普查中的應用[J]. 路基工程，2013(6):32-34.LIW.Applicationofvehicle-borneGPRingeneralqualitysurveyofsubgradeofrailwaynewlyconstructed[J].SubgradeEngineering, 2013(6):32-34. (InChinese)

[8] 謝勇勇，廖紅建，昝月穩. 探地雷達檢測鐵路路基病害的二維正演模擬[J]. 浙江大學學報(工學版)，2010，44(10):1907-1911.XIEYY,LIAOHJ,ZANYW.Two-dimensionalforwardsimulationofrailwayroadbeddiseasebasedongroundpenetratingradartechnique[J].JournalofZhejiangUniversity(EngineeringScience), 2010, 44(10):1907-1911. (InChinese)

[9] 王成亮，白明洲，杜衍慶，等. 重載鐵路既有線路基病害探地雷達無損檢測方法[J]. 北京交通大學學報，2013，37(4):35-39.WANGCL,BAIMZ,DUYQ,etal.Groundpenetratingradarnondestructivetestingmethodappliedinrailwaysubgradeofexistingheavyhaulrailway[J].JournalofBeijingJiaotongUniversity, 2013, 37(4):35-39.(InChinese)

[10]AL-NUAIMYW,ERIKSENA,GASGOYNE.Train-MountedGPRforhigh-speedrailtrackedinspection[C].TenthInternationalConferenceonGroundPenetratingRadar,Delft,Netherlands, 2004:631-634.

[11]肖建平，柳建新. 一種剔除軌枕干擾的鐵路路基檢測雷達數據處理方法研究[P]. 專利號：ZL200910303878.1，授權日期：2011年2月.JianpingXiao,JianXinLiu.AsleeperinterferenceeliminationmethodforGPRdataofrailwaysubgradedetection[P].PublicationNumber:ZL200910303878.1,Publicationdate: 02/02/2011. (InChinese)

[12]朱德兵，耿嘉楠，黃敏，等. 一種鐵路路基雷達探測信號中軌枕干擾的壓制算法[J]. 鐵道學報，2013，35(5):75-79.ZHUDB,GENGJN,HUANGM,etal.AlgorithmforsuppressingsleeperinterferencesinrailwaysubgradeGPRsignals[J].JournalofTheRailwaySociety, 2013, 35(5):75-79. (InChinese)

[13]INGLEKV,PROAKISJG.DigitalsignalprocessingusingMatlab[M].Stamford,CT:CengageLearning, 2012.

Spectrum analysis and filtering on suppressing intensive noise in train-mounted GPR data

XIAO Jianpinga,b, HU Zhangpenga,b, LIU Jianxina,b, WANG Yunqia,b

(a.Key laboratory of Metallogenic Prediction of Non-Ferrous Metals and Geological Environment Monitor,Ministry of Education, b.Institute of Applied Geophysics, School of Geosciences and Info-physics, Central South University, Changsha 410083, China)

Railway subgrade defect is one of the most important inducements that leads to potential hazards in railway transportation. A rapid and nondestructive detective method is very valuable for routine railway subgrade maintenance. As a nondestructive detection testing tool, ground penetrating radar (GPR) has attracted great interest in railway subgrade evaluation. However, the radar signal is seriously degrade by the noise and clutters by railway infrastructures. Suppressing the high level interference is essential to identify the subgrade defects. In this paper, we firstly introduced the multi-band filter and proposed the filtering algorithm. Then we analyzed the frequency spectrum of the GPR data containing high level noise and designed the especial filter to process the GPR data. The high level noise is dramatically suppressed and the weak reflection signal from the subgrade defects can be identified.

multi-band filtering; subgrade defects detection; sleepers noise; train-mounted GPR

2016-03-02 改回日期：2016-04-09

國家自然科學基金(41274122)

肖建平(1975-)，男，博士，副教授，主要從事電磁場理論及數據模擬、探地雷達信號處理研究和應用工作，E-mail：jpxiao@csu.edu.cn 。

1001-1749(2017)02-0183-05

P 631.3

A

10.3969/j.issn.1001-1749.2017.02.05