探地雷達井下礦洞識別方法研究

張志剛

地面坍陷受多方面因素的影響，當出現井下礦洞或地下水位變化等情況時便容易引起地面坍塌。為了防止坍塌事故發生，需要提前采取探測手段對目標測量區域進行階段性探測，以便于做好預防坍塌處理措施。傳統的探測方法已經滿足不了大范圍的普查探測工作，因此文章提出了探地雷達技術，運用先進的技術手段對道路探測提供保障。

1 探地雷達相關概述

1.1 探地雷達基本工作原理

1.1.1 系統構成及其工作原理

探地雷達在進行探測工作時的原理是以電磁波理論為依據，通過信號發射機或寬頻帶視閾發射天線，把高頻超寬帶信號傳輸到待測介質中，信號再遇到介質后會產生不同情況的發射信息，信號在被雷達接收天線接收后，由計算機將反射回來的信息進行分析計算和成像處理，根據成像圖形及參數推斷出井下礦洞結構情況，從而實現對井下目標的探測。

1.1.2 探地雷達探測方式

探地雷達在場地進行探測使用時，需根據探測環境及其他因素來選擇效率最高以及探測結果最準確的方式，從而保證測量數據的真實有效。對地質環境探測使用的探測方式主要有以下幾種。

（1）共中心點法。利用該方式進行探測時，使用收發分離天線，收發天線與接收天線中心點位置不變，向測線進行的等距移動。不同的天線距和不同的位置采集的數據也是不同的。共中心點法的探測優勢體現在發射界面的識別，同時對于信噪過低導致識別目標不明情況也具有良好效果。

（2）剖面法。該探測方式是將探地雷達的發射天線和接收天線以相同的間距，沿著測線兩邊移動。此時若收發天線之間的距離為零，那么即為單天線式，反之即為雙天線式。通過發射天線和接收天線沿測線的不停移動，以此獲取二維的剖面圖。剖面法由于易操作和快捷特點，對于需要快速、連續、大面積的探測具有探測優勢。

（3）寬角法。該探測方式基于收發分離式天線，原理是一個天線位置不變，另一個沿測線方向進行移動，以此記錄在不同間距數據的表現。寬角法多用于不同介質下電磁波的傳播反演問題。

（4）天線列陣法。該方式是將不同天線利用多個相同頻率進行探測，從而保證通道上的時窗和增益等數據可實現單獨設置或統一設置。天線列陣法的工方式主要有兩種，一種是按照順序依次進行單獨掃描；而另外一種是全部天線通過對發射時間和接收時間的延時偏移推遲設置，從而獲取疊加的探測數據。

1.1.3 探測所需相關參數

探地雷達在探測時想要獲得有效的探測數據，首先要選擇合適的探測方式，其次工作參數設置也能影響實際探測數據的最終結果。

（1）天線中心頻率。天線中心頻率的設置與探測深度和空間分辨率有關，其關系體現為：天線中心頻率越高，相應的分辨率也越高，深度表現也越淺。在進行小目標探測時，通常采用高頻率的天線以此提升分辨率。因此，在探測時確保目標能夠被清晰完整的識別，需根據實際情況設置天線中心頻率。

（2）采樣時窗。采樣時窗是指數據采集開始到結束的時間。設置采樣時窗參數時，需對實際測量地質的電磁波傳播速度和探測深度進行分析，從而保證數據采集的有效性。

（3）采樣率。采樣率是指采樣點之間的時間間隔。根據相關規程分析，采樣率需大于反射波頻率最高點的2 倍。

（4）測點間距。測點間距參數的設置受天線中心的頻率及傳播介質的電磁特性影響，為了不讓目標體的回傳信號出現重疊，測點間距控制在采樣間隔在介質中電磁波傳播波長的1/4 即可。如果大于這個間隔，將不利于傾斜目標的識別。測點間距的大小與數據的詳細程度有直接關系。所以在進行探地雷達探測時，仍需根據井下礦洞實際情況來制定測點間的間隔，從而提升工作的效率。

1.2 探地雷達體制及數據形式

1.2.1 無載頻脈沖探地雷達

本研究主要對無載頻脈沖探地雷達進行分析，系統基本框圖如圖1 所示。

圖1 無載頻脈沖探底雷達系統基本框圖

無載頻脈沖探地雷達系統通過脈沖發生器將信號變成極窄脈沖信號，經由信號發射器向目標地下發射不同需求的信號，電磁波遇到介質時，會產生介質突變，接收天線在對信號進行回收處理。

1.2.2 探地雷達數據形式

探地雷達的數據形式按照陳列式三維回波數據分為：單條垂線、組合平面和組合立體三種形式。在進行目標區域探測之前，首先要對目標區域進行布置測線，并以網格測線對探測數據進行記錄。假設網格設為x 軸和y 軸，深度設為z 軸，探地雷達沿x 軸方向進行探測，及時記錄探測數據，每個單獨測點所采集的時間序列即為單條垂線，在此條線上采集的所有的點定義為B-scan，同一方向卻不在測線上得到組合系列B-scan 進行組合即為C-scan。

1.3 探地雷達分辨率

1.3.1 垂直分辨率

從垂直深度上將兩個介質的最小時間間隔進行區分定義為垂直分辨率，垂直分辨率會根據電磁波的有效帶寬深度的增加而減小，垂直分辨率隨之減弱。

1.3.2 水平分辨率

兩個目標進行區分的最小時間間隔即為探地雷達水平分辨率。如果想要對兩個回波在空間上進行區分，需要保證兩個目標反射波到天線接收的時間差要大于脈沖寬度。

2 應用探地雷達對井下礦洞進行研究

探地雷達主要針對井下礦洞的分類和識別。通過對井下區域的檢測，依據檢測數據分析出礦洞屬性。探地雷達可識別的項目包括目標的種類，地下結構情況、涉及的范圍、以及具體位置信息等。對于礦洞的識別需完成特征提取和識別算法兩個步驟缺一不可，只有收集有效的特征才能實現對目標的有效識別。

2.1 礦洞特征分析及提取方法

2.1.1 時域特征提取

井下存在礦洞時，相應的相位、振幅以及延時情況都會從電磁波的發射中觀察出來。同種目標發射波的相關性非常強，以此實現電磁波反射特征與目標種類的識別。

2.1.2 頻域特征提取

頻域特征提取的工作原理是根據電磁波的回波信號，在面對不同情況的目標時會發生共振頻率，通過對傅里葉普的特征表現分析，以此來判斷井下礦洞情況。將能量密度譜作為目標特征的依據，同一目標礦洞的發射回波信號，獲得的能量密度譜值較為接近，不同目標獲得的能量密度譜值相差較大，因此可以證明能量密度譜能夠作為礦洞特征提取方法。

2.1.3 基于小波包分解的節點能量特征提取

（1）小波概述。通過研究發現傅里葉變換在觀察信號時，只能在整個時域或整個頻域下進行，而無法在局部時域或局部頻域下去分析信號。小波變換就是繼承了傅里葉變換的特點，并發展成具有非平穩信號時頻局部分析信號的能力。

（2）多分辨分析與小波包分析。多分辨分析是通過將問題以不同細致程度來描述的方法。在對信號分析時，由于實際需要需進行不同程度的信號線性組合；小波包分析是在多分辨分析的基礎上發展而來，目的是提高多分辨分析在高頻段頻率分辨率低的問題。該方法是將信號中的高頻分解，從而對信號實行不同程度的等間隔劃分。

（3）節點能量特征向量。研究以三層小波包的分解為例，闡述基于小波包分解的節點能量特征提取。三層小波包的分解圖如圖2 所示。

從圖2 中可知，一味小波包分解后產生了兩個枝杈，其中每個枝杈的節點代表一個小波包。例如（0，0）代表初節點S，（1，0）代表分解后的第一層小波包，S10表示分解的低頻分量，而（1，1）代表第一層分解后的小波包，而S11 表示高頻分量。其他的第二層及第三層的分解以此為參考。

圖2 三層小波包分解樹

小波包分解的節點能量特征提取步驟如下：

①對初始信號做i 層小波包分解，隨后將地2i 節點進行分解系數Cki，j 進行向量的提取。分解尺度為i，頻段設為j，小波包分解系數向量長度為k。②小波包節點的能量計算用ei，k 表示。③利用節點能量公式獲得的節點能量，為了獲取特征向量需按照序號進行節點序號排列，最后進行歸一化處理，從而得到特征向量。

2.2 基于支持向量機的井下礦洞識別方法研究

在特征響亮維數較高、樣本數量有限以及對實時性要求較高的情況下，能夠通過支持向量機識別方法，對井下礦洞進行快速的檢測并獲得最后的結果。

2.2.1 支持向量機的基本原理

超平面與相鄰最近的一個數據點的距離即為分離邊緣，支持向量機就是通過找到超平面，然后將其分離邊緣最大化處理。通過將輸入向量到高維特征空間的非線性映射，以此構建出一個超平面，用來對發現特征進行分離。

圖3 超平面與相鄰礦洞點位映射圖

2.2.2 支持向量機的井下礦洞識別算法

研究采用支持向量機對礦洞識別問題進行分析，因此將非常適合當做分類器。基于支持向量機算法的探地雷達對井下礦洞識別的具體步驟為：通過反射波的數據分析來得到礦洞目標的具體特征，然后對訓練樣本集進行構建，采取支持向量機找到最佳參數，最后對支持向量機算法進行分類識別。

3 實驗結果及分析

研究提出的礦洞目標識別算法是否有效，仍需進一步的進行實驗驗證。仿真實驗的實驗數據是通過模擬高斯白噪聲在介質不均勻情況下獲取的。而實測實驗數據是利用無載頻脈沖探地雷達來完成道礦洞數據的采集工作。

3.1 相同形狀井下礦洞識別仿真實驗

3.1.1 圓形洞目標識別

研究采用三類訓練樣本集進行圓形洞識別，一類是圓形洞目標設置為15 個，目標數據每個30 道，共有450 道；二類設置為15 個圓形金屬目標，也為450 道數據；第三類為標志目標，同樣450 道。

仿真實驗結果表明：通過支持向量機算法對樣本進行測試時，獲取的數據結果利用時域、能量密度譜特征均能對圓形洞實現高效率的識別。

3.1.2 矩形洞目標識別

矩形洞目標識別簇擁的樣本集與圓形洞識別樣本集一致。通過實驗數據表明能夠實現礦洞目標的識別。

3.2 形狀不同較為相近礦洞識別實驗

訓練樣本集和測試樣本集與上文數據保持一致。利用支持向量機算法，讓圓形洞來識別橢圓形洞，結果顯示，時域和頻域特征都能達到很高的識別率，所以相近形狀的井下礦洞可以進行相互識別。

3.3 實測礦洞目標探測實驗

仿真實驗結果表明了，形狀相同及相近的礦洞均能實現良好的識別效果。為了對測試結果進一步驗證，對某礦井的礦洞進行實測。

采集3 個礦洞數據，采用兩組對比實驗方式，其中一組采用時域和頻域特征完成對礦洞進行識別，另一組采用增加訓練樣本方式對礦洞數據識別。利用時域、頻域特征以及基于小波包分解的節點能量特征都能夠準確識別目標礦洞，但通過時域特征探測穩定性稍差，可通過增加訓練成本來提升識別率。

4 結論

為了避免因礦山開采引發地面坍塌現象，保障人們的公共財產及生命安全，需要采取現代化探測技術加強對礦洞探測。本研究所選用的基于支持向量機算法，可以通過對時域特征、頻域特征以及基于小波包分解的節點能量特征的收集，準確對井下礦洞進行探測與識別，針對探測過程中的解譯困難等問題，還需要在以后的科研中不斷的進行深入研究。