[发明专利]一种基于遗传算法的多频率探地雷达剖面融合方法

说明书

本发明公开了一种基于遗传算法的多频率探地雷达剖面融合方法，属于近地表地球物理领域。本发明是在同一测线上使用装备了不同中心频率的探地雷达天线进行数据采集，并经过数据处理使得不同数据集保持数据的空间一致性，从而利用遗传算法来获取不同频率信号加权融合的最优权重系数，将不同频率的数据集输出为一个复合的剖面显示。本发明通过遗传算法将来自同一空间位置的不同频率下采集的探地雷达数据集进行融合，从而尽可能地在浅部保留高频率数据的高分辨率特征，同时获取低频率数据在深部的探测信息，以便对地下获取更全面的认识。

技术领域

本发明属于近地表地球物理领域，涉及一种基于遗传算法的多频率探地雷达剖面融合方法。

背景技术

不同频率采集的探地雷达数据成像可以提供不同的视觉显示：即高频探地雷达数据成像具有更高的分辨率但较低的穿透深度；而低频探地雷达数据成像可以提供较低分辨率但更高的穿透深度。因此，利用多个天线频率可以提高对地下不同尺度目标体的识别能力，而这需要对每个不同频率的数据集分别进行分析。探地雷达数据融合的方法可以进一步将多个数据集融合在一起，并输出为一个复合的剖面显示，使我们对地下的认识更加全面。

传统的探地雷达数据融合方法可分为两类。一类是二维的图像融合，即把多个探地雷达剖面进行拼接，其中来自高频数据的部分在上方，低频的在下方。然而这种方法容易在融合图像上遗留明显的拼接痕迹，且依赖于操作人员的经验。此外，由信号到图像的数据类型的转换几乎是不可逆的，因此，基于图像融合的方式容易忽视信号的物理意义，例如信号的频率谱、相位谱以及波传播特征等。

另一类涉及一维的信号融合，通过某种加权的方式将信号进行加权融合，或者利用傅里叶变换、小波变换等方式将信号从时间域转换到频率域进行加权融合。目前使用这类方法的研究中，大多数是对整道信号采取了固定的一个权重系数，这可能会埋没了信号的某些特征。

综上，传统的图像融合忽视丢失信号的物理参量，而常规的基于加权的一维信号融合又难以完全保留信号的有效能量，尤其是高频信号的有效能量。因此，在实现数据融合的基础上自适应地表征各个频率信号的有效能量的分布，是本研究领域的一项挑战。

发明内容

本发明的目的是针对现有技术的不足，提供一种基于遗传算法的多频率探地雷达剖面融合方法。该方法是在同一测线上使用装备了不同中心频率的探地雷达天线进行数据采集，并经过数据处理使得不同数据集保持数据的空间一致性，从而利用遗传算法来获取不同频率信号加权融合的最优权重系数，将不同频率的数据集输出为一个复合的剖面显示。本发明的方法能够尽可能地在浅部保留高频率数据的高分辨率特征，同时获取低频率数据在深部的探测信息，以便对地下获取更全面的认识。

本发明具体采用的技术方案如下：

一种基于遗传算法的多频率探地雷达剖面融合方法，包括如下步骤：

S1：在同一测线上使用不同中心频率的探地雷达天线进行数据采集，获得不同频率的数据集；

S2：对不同频率的数据集进行数据预处理；

S3：对预处理后的不同频率的数据集进行配准，保持数据的空间一致性；

S4：建立多频率探地雷达信号融合表达式：

S_f＝W₁*S₁+W₂*S₂+…+W_k*S_k

其中，S_f是融合后的信号，S₁到S_k表示一系列频率由高到低的信号，k的值视具体数据采集过程中使用的天线数量而定，W_k对应相同下标信号S_k的权重系数，且满足：