[发明专利]材料检测方法及装置

权利要求书

1.一种材料检测方法，其特征在于，包括：

向被检物体发射雷达波并接收回波信号；

剔除回波信号中的直达波分量，提取回波信号剩余分量最大处的道数据；

通过功率谱分析得到所述道数据的特征数据；

利用径向基函数RBF神经网络根据所述特征数据识别所述被检物体的材料。

2.根据权利要求1所述的材料检测方法，其特征在于，所述剔除回波信号中的直达波分量，包括：

通过数据时间轴截断抑制回波信号中的直达波分量。

3.根据权利要求1所述的材料检测方法，其特征在于，所述提取回波信号剩余分量最大处的道数据，包括：

利用宽相关处理方法提取回波信号剩余分量最大处的道数据。

4.根据权利要求1所述的材料检测方法，其特征在于，所述通过功率谱分析得到所述道数据的特征数据，包括：

对所述道数据做Welch功率谱分析得到Welch谱特征值；

对得到的Welch谱特征值做归一化处理后得到所述道数据的特征数据。

5.根据权利要求1所述的材料检测方法，其特征在于，还包括：

利用已知物体的N组特征数据作为训练样本，对所述RBF神经网络进行训练，N为预设值。

6.根据权利要求5所述的材料检测方法，其特征在于，所述利用径向基函数RBF神经网络根据所述特征数据识别所述被检物体的材料，包括：

根据所述被检物体的特征数据确定所述被检物体与所述已知物体材料相同的概率超过预设阈值时，输出所述已知物体的材料说明信息。

7.一种材料检测装置，其特征在于，包括：

雷达波收发模块，用于向被检物体发射雷达波并接收回波信号；

信号处理模块，用于剔除回波信号中的直达波分量，提取回波信号剩余分量最大处的道数据；

数据处理模块，用于通过功率谱分析得到所述道数据的特征数据；

神经网络模块，用于利用径向基函数RBF神经网络根据所述特征数据识别所述被检物体的材料。

8.根据权利要求7所述的材料检测装置，其特征在于，所述信号处理模块包括：

抑噪子模块，用于通过数据时间轴截断抑制回波信号中的直达波。

9.根据权利要求7所述的材料检测装置，其特征在于，所述信号处理模块包括：

提取子模块，用于利用宽相关处理装置提取回波信号剩余分量最大处的道数据。

10.根据权利要求7所述的材料检测装置，其特征在于，所述数据处理模块包括：

功率谱分析子模块，用于对所述道数据做Welch功率谱分析得到Welch谱特征值；

归一化子模块，用于对得到的Welch谱特征值做归一化处理后得到所述道数据的特征数据。

11.根据权利要求7所述的材料检测装置，其特征在于，所述神经网络模块包括：

训练子模块，用于利用已知物体的N组特征数据作为训练样本，对所述RBF神经网络进行训练，N为预设值。

12.根据权利要求11所述的材料检测装置，其特征在于，所述神经网络模块包括：

识别子模块，用于根据所述被检物体的特征数据确定所述被检物体与所述已知物体材料相同的概率超过预设阈值时，输出所述已知物体的材料说明信息。

13.一种材料检测装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

向被检物体发射雷达波并接收回波信号；

剔除回波信号中的直达波分量，提取回波信号剩余分量最大处的道数据；

通过功率谱分析得到所述道数据的特征数据；

利用径向基函数RBF神经网络根据所述特征数据识别所述被检物体的材料。

14.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-6任一项所述材料检测方法的步骤。