[发明专利]基于探地雷达的土壤分层信息识别方法和装置在审
申请号: | 202110567368.6 | 申请日: | 2021-05-24 |
公开(公告)号: | CN113391283A | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 李俐;许佳薇;黄健熙;谢小曼;张迁迁;蒋朝为;白铁成;苗双喜 | 申请(专利权)人: | 中国农业大学;塔里木大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41;G01S13/88 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 宋玉环 |
地址: | 100193 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 雷达 土壤 分层 信息 识别 方法 装置 | ||
1.一种基于探地雷达的土壤分层信息识别方法,其特征在于,所述方法包括:
在作业区进行探地雷达回波信号采集;
对获得的探地雷达回波信号进行预处理,得到目标回波信号r(t);
使用卡尔曼滤波对目标回波信号r(t)进行重构,计算所述重构后目标回波信号rp(t)对应的解析信号R(t)的维格纳-威利分布WVD(t,ω),计算瞬时频率ω(t);对ω(t)作积分,得到瞬时相位识别相位跳变,确定土壤分界面的时域位置,计算第i层电磁波双程时延Δτi;
构建CNN神经网络,并利用已知作业区的样本数据进行CNN网络调参、训练;对所述目标回波信号r(t)进行小波变换,得到第i层特征量Ti;利用土壤水分传感器读取第i层土壤含水量Si;将Ti、Si输入训练好的CNN模型,得到第i层土壤介电常数εi;基于第i层土壤介电常数εi,得到电磁波在第i层中的传播速度vi;
基于所确定的土壤分界面的时域位置和电磁波在第i层中的传播速度vi,确定土壤第i层厚度Δhi,实现对土壤分层信息的识别。
2.根据权利要求1所述的基于探地雷达的土壤分层信息识别方法,其特征在于,所述预处理包括:增益处理、滤波处理与降噪处理,所述滤波处理包括:通过均值法去除背景的影响;通过带通滤波去除外界射频信号的干扰;以及通过中值法去除来自地面反射的直达波。
3.根据权利要求1所述的基于探地雷达的土壤分层信息识别方法,其特征在于,所述解析信号R(t)、解析信号R(t)的维格纳-威利分布WVD(t,ω)、瞬时频率ω(t)、瞬时相位第i层对应的电磁波双程时延Δτi的计算过程如下:
对所述重构后目标回波信号rp(t)作希尔伯特变换:
计算重构后目标回波信号rp(t)对应的解析信号R(t):
计算解析信号R(t)的维格纳-威利分布WVD(t,ω):
其中,为解析信号R(t)的自相关函数,t表示时间,τ表示时间延迟,则重构后目标回波信号的瞬时频率ω(t):
对瞬时频率ω(t)作积分,得到瞬时相位
分析重构后目标回波信号瞬时相位谱,识别瞬时相位跳变,得到第i层对应的电磁波双程时延Δτi。
4.根据权利要求1所述的基于探地雷达的土壤分层信息识别方法,其特征在于,所述方法还包括:构建和训练CNN模型,所述构建和训练CNN模型包括:
获取已知作业区探地雷达回波信号,并对所述探地雷达回波信号进行预处理,得到样本探地雷达回波信号r(t);获取土壤剖面数据;获取第i层土壤的介电常数εi;获取土壤水分信息,得到第i层土壤含水量Si;
对样本探地雷达回波信号r(t)进行小波变换,得到土壤第i层特征量Ti;
构建卷积神经网络CNN模型;
将所述特征量Ti、所述土壤含水量Si以及所述土壤介电常数εi输入卷积神经网络CNN模型,优化模型参数,得到训练好的卷积神经网络CNN模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国农业大学;塔里木大学,未经中国农业大学;塔里木大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110567368.6/1.html,转载请声明来源钻瓜专利网。