-
公开(公告)号:CN116088062A
公开(公告)日:2023-05-09
申请号:CN202310109745.0
申请日:2023-02-14
Applicant: 中南大学
IPC: G01V3/38 , G01V3/17 , G06F18/214 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种压制轨枕强干扰的探地雷达信号深度学习处理方法,其步骤为:使用快速数值模拟方法构建用于深度学习网络的训练集和测试集;基于深度学习框架构建适用于探地雷达信号处理的RestUNet;将构建好的训练集和测试集用于训练RestUNet;RestUNet在训练过程中不断学习提取有效信息压制轨枕干扰;最终得到训练好的能够被用于铁路轨枕干扰压制的RestUNet,将原始数据导入训练后的RestUNet进行预测;得到有效去除轨枕干扰的探地雷达数据。采用本发明处理后的铁路路基雷达信号中轨枕的干扰被压制,大幅提高了铁路路基有效反射信号的信噪比,有利于路基检测病害的识别。
-
公开(公告)号:CN112924964A
公开(公告)日:2021-06-08
申请号:CN202110286813.1
申请日:2021-03-17
Applicant: 中南大学
Abstract: 本发明公开了一种用于步进频率雷达信号的数据融合方法、装置及存储介质,其中方法包括:获取不同频率正弦连续波发射信号;获取发射信号对应的反射信号;对每个频率反射信号进行正交分解,得到对应的同相分量In和正交分量Qn;对各个频率fn对应的In和Qn分别采用截止频率为fn的低通滤波器进行处理,对应得到In和Qn结果中的差频分量I'n和Q'n;将每个频率的反射信号在频域内通过I′n+jQ′n的形式表示;对所有频率的反射信号在频域内组成的共轭对称序列通过逆傅里叶变换到时域内进行信号融合。该方案使融合得到的信号频率成分灵活可控,合成的雷达图像相比于常规脉冲信号具有更高的信噪比;由于发射的是连续波信号,使用中信号的发射功率增大,探测深度也更大。
-
公开(公告)号:CN112924964B
公开(公告)日:2024-12-10
申请号:CN202110286813.1
申请日:2021-03-17
Applicant: 中南大学
Abstract: 本发明公开了一种用于步进频率雷达信号的数据融合方法、装置及存储介质,其中方法包括:获取不同频率正弦连续波发射信号;获取发射信号对应的反射信号;对每个频率反射信号进行正交分解,得到对应的同相分量In和正交分量Qn;对各个频率fn对应的In和Qn分别采用截止频率为fn的低通滤波器进行处理,对应得到In和Qn结果中的差频分量I'n和Q'n;将每个频率的反射信号在频域内通过I′n+jQ′n的形式表示;对所有频率的反射信号在频域内组成的共轭对称序列通过逆傅里叶变换到时域内进行信号融合。该方案使融合得到的信号频率成分灵活可控,合成的雷达图像相比于常规脉冲信号具有更高的信噪比;由于发射的是连续波信号,使用中信号的发射功率增大,探测深度也更大。
-
-