探地雷達應用研究綜述

李沁璘

（桂林電子科技大學信息與通信學院，廣西 桂林541004）

探地雷達是一種通過發射和反射電磁波進而確定地下結構和目標體特征信息的高效無損探測方法。探地雷達的工作頻率范圍介于1MHz 至1GHz 之間，與所有雷達的工作原理類似。發射天線向地下發射電磁波，電磁波信號穿過地下介質，當遇到不同介電特性的物體時，如空洞、水、金屬等等，由于介電常數、電導率或磁導率等不同，被阻抗的變化散射或反射，產生類似于發射信號形狀的回波，反射回地面由接收天線接收。通過雷達回波信號進行處理分析，組成的B-scan 圖像便可以觀察到地下結構或者目標物的特征。探地雷達技術以其無損、高效、經濟、操作方便等特點，廣泛應用于地質勘探、公路檢測、管道勘查、隧道勘探、考古勘察以及地雷探測等方面。

1 公路路基檢測

我國公路網絡縱橫東西南北，公路在日常生活中發揮不可或缺的作用，但長時間的使用以及碾壓，導致公路路基存在疏松，坍塌的危險，同時路基存在著諸多病害，如脫空病害、疏松病害、空洞病害、裂縫病害等等，而利用探地雷達就可以檢測到路基的具體情況，提前了解路基情況，避免交通事故的發生，同時也不用損壞公路進行檢測。

探地雷達是一種使用高頻電磁波探測有損介電材料，以檢測介質內結構和材料特性變化的方法。由于公路路基的各層所填充的材料不同，因而各層介質的介電特性參數也不同。當電磁波在一種均勻介質的內部傳播，由于該均勻介質并無介電常數、電導率或磁導率等電性參數的變化發生，因而傳播的電磁波不會發生反射。當電磁波從一種介質傳播到另外一種不同的介質時，在兩種介質的交界處，電性參數發生了變化，電磁波便會在兩介質界面處發生射，電磁波的這一特性為探地雷達探測路基提供了可能。

探地雷達探測系統主要由一體化控制主機、天線、電源和配套軟件組成，其結構原理如圖1 所示[1]。當發射天線以一定的角度向路基和路面發射高頻電磁波時，一部分信號反射形成直達波被接收天線接收，另一部分進入道路內部進行傳播。當電磁波信號與到介質分層界面或異常病害區域時，部分電磁波將會反射形成目標回播被接收天線接收，其余部分電磁波將繼續向下穿透。就這樣逐層穿透，逐層反射，最后通過對接收天線接收到的回波信號進行信號處理，形成二維B 掃圖像，從而確定公路路基的內部結構以及病害的分布情況。

圖1 探地雷達檢測路基的原理示意圖

2 對地下目標信號優化

探地雷達檢測地下目標的基本原理是向地下發射高頻電磁波，接收反射回波，由于地下目標大多是有耗介質，那么電磁波在傳播的過程中不可避免的會出現衰減，這會直接影響到探地雷達的分辨率，但從儀器本身提高探地雷達的分辨率是非常困難的，那么可以通過對探地雷達的信號進行處理來提高探地雷達的分辨率。

短時傅立葉變換、小波變換、S 變換都是最常用于提高探地雷達信號的分辨率的方法。其中S 變換不但具有自適的時頻窗、輸入長度不受時窗的限制等小波變換的優點，而且其基本小波不用滿足容許性條件，它既可以保留住信號的相位信息，同時又能提供變化的時頻精度。此外，它還是一種線性變換。在S 變換的基礎下，榮霞[2]等學者提出了新的最優廣義S 變換對信號優化分辨率更高。

其中，k 為用來調整窗口寬度的調節因子，p 是用來調整窗函數寬度的調節參數。為了獲得良好的時頻聚集性，需要選擇合適的k、p 值。

為了對參數進行優化，引入時頻聚集度這一概念進行量化分析。文獻[3]中提出了利用能量集中度對時頻聚集性來進行度量，時頻聚集度的定義具體如下：

通過，模擬信號和實測探地雷達信號的仿真，結果表明新的最優廣義S 變換比短時傅里葉變換和S 變換具有更高的時頻分辨率。

3 目標檢測

探地雷達利用地下材料的不同電磁特性，通過發射機不斷向地下發射高頻電磁波信號，接收機接收多道A-Scan 信號，再進行信號處理，生成B-Scan 二維圖像。由于地下目標通常在B-Scan 圖中呈現出雙曲線形態，因而可以將目標檢測轉化為雙曲線圖像提取。傳統的提取方法一般是采用Hough 變換法或者是最小二乘法用在GPR 目標檢測。由于傳統方法在數據量過大時，往往需要耗費較多的人力進行輸入特征的人工標注，使得解譯時長增多，人工經驗需求高等問題日益凸顯。隨著科技的創新和人工智能時代的到來，機器學習和深度學習不斷發展，基于卷積神經網絡（Convolutional Neural Networks, CNN）的目標檢測算法應運而生。

基于CNN 的目標檢測算法，可以不需要添加任何人工模型或特征來提取有意義的特征，并能夠對包含復雜特性的探地雷達圖像進行準確地分類。學者BENGIO[4]提出了一種利用CNN的地雷探測算法，能夠無需人工干預，直接從探地雷達圖像中學習埋藏目標的特征，并將該方法應用在不同架構的CNN 算法上進行測試，在處理較小的圖像塊時，均能達到較高分類精度。但由于用來訓練模型的GPR 圖像的大小和數量都是有限的，大多數算法僅僅實現了分類的步驟, 在目標提取以及曲線擬合方面，缺乏更加有效和精確的算法。因此，還需要進一步進行聚類算法、雙曲線擬合算法等處理，用以分割雙曲線和定位頂點。以上算法在得到聚類后，利用給出的樣本點直接進行曲線擬合。然而這些算法中的待擬合樣本點是如何獲取的，都沒有給出解釋，因為不能真正滿足大批量的自動化需求[5]。

隨著數字圖像處理技術的飛速發展，未來GPR 的發展方向必將專注于針對目標檢測的深度學習框架。在檢測速度以及目標檢測的準確性方面可以實現更大的改進，并深入到工程領域的各個方面。

結束語

探地雷達是一種針對地下目標的無損探測設備，在地下無損探測研究方面具有很強的實用性。同時，探地雷達圖像處理過程中有關回波信號雙曲線提取以及頂點識別也具有非常重要的意義。探地雷達涉及的領域十分廣泛，不可以忽視的是，探地雷達的使用以及深入研究推動著時代的發展，探地雷達技術的迅速發展有利于提高我國在高新工程領域的國際地位。相信在未來幾十年中，人們對探地雷達技術的發展依舊會保持積極態度并更廣泛地使用該技術。