探地雷达地杂波抑制中参考数据的选取方法研究

Ｈ２～２车载探地雷达
图２—３手持式探地雷达２．２．２探地雷达接收信号模型
为了全面描述接收信号所包含的信息，我们引入接收信号模型。

接收信号模型是本文所述信号处理方法的基础。

图２—４为数据模型的几何关系图，其中Ｔ和Ｒ分别代表发射和接收天线。

考虑目前探地雷达系统多采用步进频率系统，本文使用频域信号模型，其中接收信号ｚ。

（吼）可表示为：
Ｘ，，（０９＾）＝ｃ（ｃｏ＾）＋ｂ。

（∞＾）＋ｇ。

（珊ｔ）十Ｐ。

（∞女）（２．１）
图２－－４接收信号模型几何关系图
其中下标”代表第”个信号测量点，ｃ（ｃｏ。

）代表天线互耦。

天线互耦信号是由发
射天线直接泄漏到接收天线的，该信号的大小取决于天线的设计。

对于使用耦极
中国民用航空学院硕士论文
于比较参考数据的信号结构中各分量的相对变化率，这不仅考虑了信号结构，同时也考虑了信号各分量的相对变化，这对于分布一致，只是由于发射功率上差异而导致的参考点的不一致性情况来说，更为稳健。

３．５实验结果
３．５．１实验数据
在分析实验结果之前，首先介绍一下本文所使用的实验数据。

本文使用的探雷数据是由比利时的ＶｒｉｊｅＵｎｉｖｅｒｓｉｔｅｉｔＢｒｕｓｓｅｌ（Ｖｔｍ）ｔ３４Ｊ大学和欧ｉ｝ＩＩＪｏｉｎｔＲｅｓｅａｒｃｈＣｅｎｔｅｒ（瓜ｃ）１２”联合提供的。

由于ＩＲＣ的数据实验条件理想，处理难度较小，所以我们主要使用ⅥＪＢ的数据测试算法性能，而将ＪＲＣ的数据用作辅助测试。

ＶＵＢ所用的雷达是由ＥＲＡＴｅｃｈｎｏｌｏｇｙ制造的脉冲探地雷达，最多可以采样１９５个Ａ－ｓｃａｎ，每个Ａ－ｓｃａｎ包括５１２个采样点。

系统的脉冲宽度为２００ｐｓ，重复频率１Ｍｌｔｚ。

系统频率范围从８００姗ｌｚ到２．５Ｇｌｉｚ，这样可以保证系统在深度方向上的分辨率高于５ｃｍ。

该探地雷达使用两个平行放置的耦极子天线分别作为收发天线。

下图是ＶＵＢ所用探地雷达的实物图。

图３—３ＶＵＢ所用探地雷达实物照片图３—４未去除地杂波前的接收信号
据的整体结构角度进行考虑，在目标尺寸很大时候，容易出现目标相消现象。

我们先不进行数据挑选来看ＲＬＰ算法去除地杂波的效栗。

下图３—５是该组数据的地杂波抑制结果。

（ａ）
（ｃ）
圈３—５地杂渡去除算法鼓采对比
（ｃ）广义内积（ＧＩＰ）方法分析
（ｄ）改进的广义内积方法分析
图３—６数据一致性分析结果
从图３—６看出，改进后的广义内积方法对于前几种不能检测出的第二类目标石块，在一致性分析检测方面有了很大的改善。

（ａ）
（ｃ）
图３—７地杂波去除算法效果（ＲＬＰ）对比
（ａ）ＲＬＰ算法采取碑参考数据取值方法应用于第一目标区（ｂ）ＲＬＰ算法采取碑参考数据取值方法应用于第ｚ．ｎ标区（ｃ）ＲＩＪ算法采取Ｇ１Ｐ参考数据取值方法应用于第一目标区（ｄ）ＲＬＰ算法采取ＧＩＰ参考数据取值方法应用于第二目标区（ｅ）ＲＬＰ算法采取改进ＧＩＰ参考数据取值方法应用于第一目标区（ｏＲＬＰ算法采取改进ＧＩＰ参考数据取值方法应用于第二目标区
图３—７为结合不同参考数据选取方法的ＲＬＰ地杂波抑制结果。

实验中，对这组数据分别采用基于内积（ＩＰ）、广义内积（ＧＩＰ）及其改进的数据选取方法，并将其应用ＲＬＰ地杂波抑制算法中去。

从结果看来，改进后的方法去除杂波的效
３ｌ
从不同组实验数据（实验一、二和三）的结果可以看出，ＧＬＲ算法对于地下埋藏物导致的地杂波不一致性检测效果要比ＧＩＰ方法稳健，能更好的确定目标的位置。

下面，我们对实验一的数据分别用ＧＬＲ和Ｇ［Ｐ算法进行数据选取后再进行地杂波抑制。

圈４—５地杂波去除算法效果对比
（ａ）ＲＬＰ算法采取ＧＩＰ参考数据取值方法应用于第一目标区（ｂ）ＲＬＰ算法采取ＧＩＰ参考数据取值方法应用于第二日标区（ｃ）ＲＬＰ算法采取ＣＩＬＲ参考数据取值方法应用于第一目标区（ｄ）ＲＩＰ算法采取ＧＬＲ参考数据取值方法应用于第二目标区
图４—５给出了实验一数据采用ＧＩＰ和ＧＬＲ参考数据选取方法的ＲＬＰ地杂。