[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top