[发明专利]一种基于探地雷达的地下工程目标体智能识别方法及系统

权利要求书

1.一种基于探地雷达的地下工程目标体智能识别方法，其特征在于，包括如下步骤：

获取计算机模拟数据集，所述数据集包括多组探地雷达数据剖面图-目标体标签图数据对；

构建计算机模拟数据集包括：

针对多种背景介质、形状、尺寸及分布的地下工程目标体的介电常数模型进行模拟；

对于每一介电常数模型进行正演，分别生成不同频率的雷达数据剖面图，得到多组探地雷达数据剖面图-目标体介电常数模型数据对；

对于每一组探地雷达数据剖面图-目标体介电常数模型数据对中的目标体介电常数模型进行轮廓识别，将轮廓范围以内的像素值赋值为相应的类型标识码，得到多组探地雷达数据剖面图-目标体标签图数据对；

采用深度学习网络，基于所述数据集训练得到目标体识别模型；

获取实时采集到的雷达检测数据，采用所述目标体识别模型进行目标体识别。

2.如权利要求1所述的一种基于探地雷达的地下工程目标体智能识别方法，其特征在于，所述深度学习网络模型架构包括：用于对雷达检测数据剖面图进行特征提取的时间维度压缩网络结构、用于对每个特征通道进行编码的自编码网络结构，和用于对每个特征通道进行解码的标签图解码网络结构。

3.如权利要求2所述的一种基于探地雷达的地下工程目标体智能识别方法，其特征在于，所述时间维度压缩网络结构包括6层依次级联的卷积结构，其中，第2层卷积结构的输出端还连接残差块的输入端，残差块的输出端连接至第4层卷积结构的输入端。

4.如权利要求2所述的一种基于探地雷达的地下工程目标体智能识别方法，其特征在于，所述自编码网络结构包括4层全连接层。

5.如权利要求2所述的一种基于探地雷达的地下工程目标体智能识别方法，其特征在于，所述标签图解码网络结构包括6层依次级联的卷积结构，其中，第2层卷积结构的输出端还连接残差块的输入端，残差块的输出端连接至第4层卷积结构的输入端。

6.如权利要求1所述的一种基于探地雷达的地下工程目标体智能识别方法，其特征在于，还获取多组真实的探地雷达数据剖面图-目标体标签图数据对，对得到的目标体识别模型进行调参，获得适应实际工程应用的目标体识别模型。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所述一种基于探地雷达的地下工程目标体智能识别方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一项所述一种基于探地雷达的地下工程目标体智能识别方法。

9.一种基于探地雷达的地下工程目标体识别系统，其特征在于，包括：一体式探地雷达、嵌入式控制模块和触控屏；其中，

所述触控屏接收用户关于探地雷达采集模式的选择，以及探地雷达传输数据道数的设置，生成启动指令发送至嵌入式控制模块，控制一体式探地雷达开始探测工作；

嵌入式控制模块接收探地雷达实时采集的数据，判断是否到达用户设置的道数，若没有到达所设置的道数，就继续进行采集；若达到所述道数，采用如权利要求1-6任一项所述一种基于探地雷达的地下工程目标体智能识别方法进行目标体识别，并对检测结果进行实时输出。