[发明专利]一种基于LASSO算法的探地雷达成像方法

说明书

本发明提供一种基于LASSO算法的探地雷达成像方法，包括以下步骤：S1：建立探地雷达全波形反演的真实模型；S2：基于真实模型进行正演运算并抽取道集，获得观测雷达数据；S3：建立探地雷达全波形反演的初始模型并设定反演终止精度；S4：基于初始模型进行正演运算并抽取道集，获得初始理论雷达数据；S5：构建目标函数；S6：对模型更新量进行Curvelet变换，得到Curvelet域的目标函数S7：按频率由低到高分尺度分组进行反演，得到每个频率下对应的模型梯度g_k，步长a_k以及Curvelet域的模型更新量Δx_k；S8：更新模型；S9：基于新模型提取的数据计算目标函数值，并判断反演结果是否满足终止条件；S10：如不满足终止条件，则更新模型，如满足终止条件，则输出最终反演结果，并对最终反演结果做Curvelet反变换得到模型更新量Δm；S11：更新模型m＝m₀+Δm得到最终的雷达参数反演结果。

技术领域

本发明涉及探地雷达成像技术，尤其涉及一种基于LASSO算法的探地雷达成像方法。

背景技术

探地雷达是进行浅表探测的重要手段之一，在公路水运、建筑工程、地灾评估等众多领域都发挥了重要作用。探地雷达通过激发超高频短脉冲，并分析雷达波经过异常体后的走时信息和剖面连续性，识别绕射波和反射波特征，探地雷达具有可判断异常体的存在、分布以及类型，具有高效、无损、实时成像和结果直观等优点。

然而，探地雷达没有经过反演就获得了地下目标体的空间分布，无法保证其最终解译结果的可靠性。城市的地下空间介质分布复杂多变，除去天然结构外还包含有多种管线、碎石，这些结构都可能导致雷达波的走时异常，因此，单纯依靠共中心点速度分析判断目标体的赋存状态，其分辨率和可靠度并不高，进而降低了解译结果的可信度。

如能利用雷达波反射回地面所携带的信息将地下介质进行参数化反演，从而刻画介质的物性分布，则可得到更为具体的目标体形态和分布信息，使探测结果更加直观、可靠，但是城市的地下浅表空间充斥着大量的人工结构，如管线、钢筋等，这些结构使原本就很复杂的浅层空间变得更加复杂。雷达波在不同的结构处反射后可能会经历一系列散射、绕射，最终可能导致不同结构对波场产生相同的影响，这也是造成雷达数据多解性的重要原因。对于雷达成像，人们往往会认为多一些信息能够更好地描述地下介质，但在实际成像过程中，只有一部分数据对成像结果影响很大，而剩下的许多数据对于成像结果仅有很小的权重。如果对全部数据进行反演，无疑会加重反演的负担，同时大量的数据中一定会包含有反演所不需要的、可以看作噪声的其他信息，从而降低反演结果的可靠度。如果能将数据进行压缩和提炼，不仅可以提高雷达成像的速率，同时还可以滤去部分噪声，起到提高成像精度。

发明内容

本发明公开一种基于LASSO算法的探地雷达成像方法，解决了探地雷达没有经过反演就获得地下目标体的空间分布，无法保证其最终解译结果可靠性的问题，将雷达波反演问题转化为LASSO问题，通过合理压缩数据提高雷达数据反演的效率和可信度。

为达到上述目的，本发明的技术方案具体是这样实现的：

本发明公开一种基于LASSO算法的探地雷达成像方法，包括以下步骤：

S1：建立探地雷达全波形反演的真实模型；

S2：基于真实模型进行正演运算并抽取道集，获得观测雷达数据；

S3：建立探地雷达全波形反演的初始模型并设定反演终止精度；

S4：基于初始模型进行正演运算并抽取道集，获得初始理论雷达数据；

S5：构建目标函数；

S6：对模型更新量进行Curvelet变换，得到Curvelet域的目标函数