探地雷达成像算法研究
分层均衡器在探地雷达成像中的设计研究
Ｔｈ ｔ ｄ ｆ Ｄｅ ｉ ｎ ｏ ｈ ｙ ｒ Ｅｑ ａ ｉｅ ｎ ＧＰＲ ｍａ ｉ ｇ ｅ Ｓ ｕ ｙ ｏ ｓｇ ｎ ｔ ｅ Ｌａ ｅ ｕ ｌｚ ｒ ｉ Ｉ ｇｎ
Ｓ ｉ Ｌｉｇ ｅ ｇ Ｇｕ ｏｏ ｇ ｈ ｎ ｆ ｎ ｏ Ｂａ ｌ ｎ
（ ｅ ａｔ ｎ ｆＡｕ ｏ ｔ ｎ， ｄａ ｉｅｓ ｙ Ｘｉ ０ ） Ｄ ｐｒ ｍｅ ｔ ｏ ｔｍａｉ Ｘｉｉｎ Ｕｎｖ ｒｉ ， ｎ ７ ０ ７１ ｏ ｔ １
因此 而降 低 。文章 针 对该 问题 提 出 了＿种 分 层 均 衡 器 设计 的 方 法 。 方 法 采 用 多测 线平 均 得 到 回 波的 平 均 值 ， 该 并根 据 回
波 次数 进 行 分段 ， 算 各段 的极 大值 与 极 小值 的差 值 。 其 中一 次 回 波的 最 大差 值 与 其 它 回 波 差 值 的 比值 作 为各 段 的均 计 将 衡 放 大 因子 矢量 ， 再将 刹 线组 的 各段 与 对 应放 大 因子 相 乘 ， 而得 到 回 波 分层 均 衡 放 大 后 的 鲒 果 。 通 过 实测 数 据 对 该 方 从
ａ ｅ ａ ｅ ａ ｄ ｅ ｍｅ ｔ ｆ ｅ ｈ ｅ ｎ ｔ ｅ ｔ ． ｅ ｈ ａ ｃ ｌ ｔ ｎ ｓ ｄ ｎ ｏ ｆ ｄ ｔ ｅ ｉ ｅｅ ｃ ｅ ｗ ｅ ｔ ｅ ｖ ｒｇ ｎ ｓ ｇ ｎ ｓ ｏ ｃ ｏ ｓ ｏ ｈ ｉ Ｔ ｎ ｔ ｅ ｃ ｌ ｕ ａｉ ｉ ｏ ｅ ｔ ｎ ｈ ｄｆ ｒ ｎ ｅ ｂ ｔ ｅ ｎ ｈ ｍａ ｉ ｍ ｍｅｈ ｏ ｉ ｘｍｕ
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》范文
《姚河塬遗址探地雷达B-scan数据检测的深度学习方法研究》篇一一、引言随着科技的发展，考古学研究逐渐与现代技术相结合，其中探地雷达技术为考古学带来了革命性的突破。
姚河塬遗址作为我国重要的考古遗址之一，其地下埋藏的文物和遗迹对于研究古代文明具有重要意义。
本文旨在研究探地雷达B-scan数据检测的深度学习方法，以期为姚河塬遗址的考古研究提供新的技术手段。
二、探地雷达B-scan数据概述探地雷达是一种利用高频电磁波探测地下物体的技术。
B-scan是探地雷达的一种扫描方式，它可以获取地下不同深度的反射信号，形成二维图像。
姚河塬遗址的B-scan数据包含了丰富的地下信息，如古建筑、墓葬、道路等，这些信息对于考古研究具有重要意义。
然而，由于B-scan数据具有高维度、非线性、噪声干扰等特点，传统的数据处理方法往往难以有效地提取有用信息。
因此，本研究采用深度学习方法对B-scan数据进行处理。
三、深度学习方法在B-scan数据处理中的应用深度学习是一种模拟人脑神经网络的学习方法，它在图像识别、语音识别、自然语言处理等领域取得了显著的成果。
在B-scan数据处理中，深度学习可以通过学习数据的特征表示，提取有用的信息，降低噪声干扰。
本研究采用卷积神经网络（CNN）对B-scan数据进行处理。
首先，对B-scan数据进行预处理，包括去噪、归一化等操作。
然后，构建卷积神经网络模型，通过网络的学习，自动提取B-scan数据中的特征。
在特征提取过程中，通过调整网络的结构和参数，使得网络能够更好地适应B-scan数据的特性。
最后，通过训练和优化模型，得到对B-scan数据的有效处理方法。
四、实验与分析为了验证深度学习方法在姚河塬遗址探地雷达B-scan数据处理中的有效性，我们进行了实验。
实验数据来自姚河塬遗址的探地雷达B-scan数据。
我们比较了传统数据处理方法和深度学习方法在处理B-scan数据时的效果。
实验结果表明，深度学习方法在处理B-scan数据时具有更高的准确率和稳定性。
《探地雷达后向投影成像改进方法研究》
《探地雷达后向投影成像改进方法研究》篇一一、引言探地雷达（Ground Penetrating Radar，简称GPR）是一种广泛应用于地质勘探、考古发掘、环境监测等领域的无损探测技术。
后向投影（Back Projection，简称BP）是探地雷达数据处理中的关键步骤，其成像质量直接影响到探测结果的准确性和可靠性。
随着科技的发展，对探地雷达成像技术的要求越来越高，因此，研究探地雷达后向投影成像的改进方法具有重要意义。
二、探地雷达后向投影成像原理探地雷达发射高频电磁波，通过地下介质传播，接收反射回来的电磁波信号。
后向投影算法通过将接收到的回波信号在空间中进行反向投影，实现地下目标的成像。
然而，传统的后向投影算法存在一些局限性，如分辨率低、噪声干扰大、图像畸变等问题。
三、传统后向投影成像的问题及挑战1. 分辨率问题：传统后向投影算法的分辨率较低，难以满足高精度探测的需求。
2. 噪声干扰：地下环境的复杂性和电磁波传播的不确定性导致回波信号中存在大量噪声，影响成像质量。
3. 图像畸变：由于地下介质的不均匀性，传统后向投影算法容易出现图像畸变，导致目标位置和形状的失真。
四、探地雷达后向投影成像改进方法针对上述问题，本文提出一种基于优化算法和图像处理技术的探地雷达后向投影成像改进方法。
1. 优化算法：采用优化算法对回波信号进行预处理，提高信号的信噪比，为后续成像提供高质量的原始数据。
2. 空间校正：考虑地下介质的不均匀性，引入空间校正算法，对后向投影过程进行校正，减小图像畸变。
3. 图像处理技术：运用图像处理技术对后向投影成像结果进行去噪、增强等处理，提高图像的分辨率和清晰度。
五、实验与分析为了验证本文提出的探地雷达后向投影成像改进方法的有效性，进行了实际实验。
实验采用优化后的后向投影算法对探地雷达数据进行处理，并与传统后向投影算法进行对比。
实验结果表明，改进后的后向投影算法在分辨率、信噪比和图像畸变等方面均有所提高。
《超深探地雷达探测系统的分析与研究》范文
《超深探地雷达探测系统的分析与研究》篇一一、引言随着科技的飞速发展，地球探测技术已成为众多领域不可或缺的支撑技术。
其中，超深探地雷达探测系统以其高精度、高效率的探测能力，在地质勘探、资源开发、环境监测等领域发挥着越来越重要的作用。
本文将对超深探地雷达探测系统的原理、构成、应用及其发展进行详细的分析与研究。
二、超深探地雷达探测系统原理分析超深探地雷达探测系统主要基于电磁波的传播与反射原理进行工作。
当雷达发射的电磁波脉冲遇到地下介质时，部分电磁波会穿透介质，部分则被反射回地面。
通过接收并分析这些反射回来的电磁波信号，可以推断出地下介质的性质、结构等信息。
三、超深探地雷达探测系统构成研究超深探地雷达探测系统主要由以下几个部分构成：1. 发射系统：负责产生高频电磁波脉冲，驱动雷达天线向地下发射电磁波。
2. 接收系统：接收从地下反射回来的电磁波信号，并将其转换为电信号供后续处理。
3. 信号处理系统：对接收到的电信号进行滤波、放大、数字化等处理，提取出有用的信息。
4. 显示与记录系统：将处理后的信息以图像或数据的形式显示出来，供用户分析使用。
5. 控制与数据处理中心：负责整个系统的控制与数据处理，包括发射功率控制、接收灵敏度控制、数据处理算法等。
四、超深探地雷达探测系统应用领域探讨超深探地雷达探测系统在多个领域都有广泛的应用，主要包括：1. 地质勘探：用于探测地下矿藏、地质构造、地下水等资源。
2. 资源开发：在石油、天然气等资源开发中，用于寻找油气藏、评估储量等。
3. 环境监测：用于监测地下水污染、地质灾害等环境问题。
4. 工程勘察：在基础工程、隧道工程等领域，用于探测地下障碍物、岩层结构等。
五、超深探地雷达探测系统的发展趋势随着科技的不断进步，超深探地雷达探测系统将朝着以下几个方向发展：1. 高分辨率：通过提高发射频率、优化信号处理算法等方式，提高探测的分辨率和精度。
2. 深探测：通过改进天线技术、优化数据处理算法等方式，提高探测深度，实现对更深层地下介质的探测。
雷达成像技术的研究进展
雷达成像技术的研究进展雷达（Radar）全称是Radio Detection and Ranging，翻译过来就是“射频探测与测距”。
雷达是一种无线电波测距设备，它可以通过发射一束电磁波并接收它反射回来的信号来探测目标的位置和速度。
雷达技术的主要应用领域包括军事、民用航空、天气预报、海洋探测等方面。
而在这些领域中，雷达成像技术也正逐渐成为一个热门的研究领域。
1. 雷达成像技术的基本原理雷达成像技术的基本原理是利用雷达所发出的电磁波在目标表面反射后所形成的信号，然后将这些信号经过处理后形成目标图像。
相对于常规雷达来说，雷达成像技术显然更具有细节和图像效果。
这种雷达成像技术相对于常规雷达的优势在于其可以获得比常规雷达更加精细的目标图像。
而这也解决了一些领域中常规雷达无法解决的问题，例如在航空中，雷达成像技术可以帮助飞机识别和避让其他航空器。
2. 雷达成像技术的分类雷达成像技术可大致分为两大类，即合成孔径雷达（Synthetic Aperture Radar，SAR）和雷达散射截面成像（Radar Scattering Cross-section Imaging，RSC).合成孔径雷达的原理是将连续的雷达信号进行采样，并在计算机中将它们组合在一起，以模拟一个由单个大天线发送的雷达信号。
这样的完成的目标是获得比单独的雷达信号更高分辨率的雷达图像。
通过这种方式可以获得更高的分辨率，并且可以消除传统雷达由于天线大小和目标距离限制而产生的限制。
从而可以实现对小目标的精细探测。
而雷达散射截面成像则是通过基于雷达反射率的计算、图像处理和建模等手段，获得目标的散射截面，进而获取目标的形状、大小、姿态等特征信息。
该技术常用于对飞机、舰船等复杂目标的识别与辨识。
3. 雷达成像技术的应用目前，雷达成像技术的应用已经逐渐扩展到很多领域。
例如：（1）军事领域：在军事领域中，雷达成像技术是一项非常重要的技术。
通过这种技术，可以快速且精确地获取军事目标的位置和特征信息。
《探地雷达后向投影成像改进方法研究》
《探地雷达后向投影成像改进方法研究》一、引言探地雷达（Ground Penetrating Radar，简称GPR）是一种广泛应用于地质勘探、考古发掘、环境监测等领域的无损探测技术。
后向投影（Back Projection，简称BP）是探地雷达数据处理中的关键步骤，其成像质量直接影响到探测结果的准确性和可靠性。
因此，研究探地雷达后向投影成像的改进方法具有重要意义。
本文旨在探讨探地雷达后向投影成像的现有问题及挑战，提出一种改进的后向投影成像方法，并通过实验验证其有效性。
二、探地雷达后向投影成像的现有问题及挑战探地雷达后向投影成像过程中，存在一些问题及挑战。
首先，传统的后向投影算法在处理大量数据时，计算量大、耗时长，难以满足实时成像的需求。
其次，传统算法在处理复杂地质结构时，容易出现图像分辨率低、目标信息丢失等问题。
此外，由于雷达信号的干扰、噪声等因素，后向投影成像的稳定性也受到一定影响。
三、改进的后向投影成像方法针对上述问题及挑战，本文提出了一种改进的后向投影成像方法。
该方法主要包含以下几个方面的内容：1. 数据预处理：在进行后向投影前，先对原始数据进行预处理，包括去除噪声、增强目标信息等操作，以提高后向投影的准确性和稳定性。
2. 快速算法优化：采用优化算法，减少计算量，缩短处理时间，以满足实时成像的需求。
具体而言，可以采用并行计算、压缩感知等算法优化技术。
3. 多尺度分解：将后向投影过程进行多尺度分解，即根据不同尺度的地质结构信息，分别进行后向投影处理。
这样可以提高图像的分辨率和目标信息的提取能力。
4. 动态阈值调整：根据实际情况，动态调整阈值参数，以适应不同地质结构和雷达信号的干扰情况。
这样可以提高后向投影成像的稳定性和准确性。
四、实验验证为了验证改进的后向投影成像方法的有效性，我们进行了实验验证。
实验采用实际地质数据，分别采用传统后向投影算法和改进算法进行成像处理。
通过对比两种算法的成像结果，发现改进算法在处理大量数据时具有更高的计算效率和更短的处理时间；在处理复杂地质结构时，能够提高图像的分辨率和目标信息的提取能力；同时，在面对雷达信号的干扰和噪声时，具有更好的稳定性和准确性。
《超深探地雷达探测系统的分析与研究》范文
《超深探地雷达探测系统的分析与研究》篇一一、引言随着科技的不断发展，超深探地雷达探测系统作为一种重要的地球探测工具，其应用领域日益广泛。
该系统利用电磁波在地下介质中的传播特性，进行地下目标的探测与成像。
本文将对超深探地雷达探测系统的原理、应用、技术发展等方面进行分析与研究。
二、超深探地雷达探测系统原理超深探地雷达探测系统主要基于电磁波的传播原理进行工作。
系统发射高频率的电磁波，这些电磁波在地下介质中传播，当遇到不同介质界面时，部分电磁波会被反射回来，被系统接收并处理成图像。
通过分析反射回来的电磁波的强度、传播时间等信息，可以推断出地下目标的性质、位置和深度。
三、超深探地雷达探测系统的应用超深探地雷达探测系统在地质勘探、资源调查、环境监测等领域有着广泛的应用。
1. 地质勘探：通过探测地下岩石、矿体等目标的反射信号，可以了解地层的结构、岩性、矿产资源等信息，为地质勘探提供重要依据。
2. 资源调查：超深探地雷达探测系统可以用于地下水、石油、天然气等资源的勘探，通过分析地下介质的电磁特性，预测资源的分布和储量。
3. 环境监测：超深探地雷达探测系统还可以用于环境监测，如地下水污染、土地沉降等问题的探测，为环境保护提供技术支持。
四、超深探地雷达探测系统的技术发展随着科技的不断发展，超深探地雷达探测系统的技术也在不断进步。
1. 高分辨率成像技术：通过提高发射电磁波的频率、优化信号处理算法等方法，提高系统的分辨率，使成像更加清晰。
2. 三维成像技术：通过多个天线的同时工作，实现地下目标的立体成像，提高探测的精度和效率。
3. 无线传输技术：通过无线传输技术，实现远距离的雷达数据传输，提高系统的灵活性和应用范围。
4. 人工智能技术：将人工智能技术应用于超深探地雷达探测系统中，实现自动目标识别、智能数据处理等功能，提高系统的智能化水平。
五、结论超深探地雷达探测系统作为一种重要的地球探测工具，具有广泛的应用前景。
通过对该系统的原理、应用、技术发展等方面的分析研究，我们可以看到，随着科技的不断发展，超深探地雷达探测系统的性能将不断提高，应用领域将不断拓展。
探地雷达横向等效变波速SAR成像算法研究
电 子 科 技 大 学 学 报
Ｊ ｕ ｎ ｌ ｆ ｉ ｅ ｓｔ ｆ ｅ ｔｏ ｉ ｃ ｅ ｃ ｎ ｅ ｈ ｏ ｏ ｙｏ Ｃｈ ｎ ｏ ｒ ａ Ｕｎｖ ｒｉ ｏ Ｅｌｃｒ ｎ ｃＳ ｉｎ ｅａ ｄＴ ｃ ｎ ｌ ｇ ｆ ｉ ａ ｏ ｙ
Ｖ＿ Ｉ９ Ｎ ｏ． ０ ３ ｌ １
Ｊｎ ２ １ ａ． ００
探地雷达横 向等效变波速Ｓ Ｒ成像 算法研 究 Ａ
李廷军，孔令讲 ，周 正欧
（ 电子 科技大 学 电子工程 学 院 成 都 ６ ０５ ） １０ ４
【 摘要 】探地 雷达应用 中，由于土壤介质的影响，不同位置 目 标回波延时常常存 在波动，传统的恒定波速成像算法不能 修正这种 波动 ， 以使成像性能达到最优 。 难 该文提 出一种根据 目 标回波的曲线特征 ， 快速估计横 向等效波速 ， 采用变波速ＦＫ －
（ｃ ｏ ｌ ｆ ｌ ｔ ｎｃ ｎ ｉ ｅｉｇ Ｕ ｉｅｓｙｏ Ｅ ｅｔ ｎｃ ｃ ｎ ｅａ ｄ ｅ ｈ ｏｏ ｙｏ Ｃ ｉａ ｈ ｎ ｄ ６ ０ ５ ） Ｓ ｈ ｏ Ｅ ｅ ｒ ｉ Ｅ ｇ ｅ ｒ ， ｎｖ ｒｉ ｆ ｌ ｒ ｉ Ｓ ｉ ｃ ｃ ｎ ｌｇ ｆ ｈｎ Ｃ ｅ ｇ ｕ １ ０ ４ ｏ ｃｏ ｎ ｎ 径成 像 可 以提 高 探地雷 达 的方位 分
辨率 和信 噪 比，改善 成像 质量 。而波速 估计 是探地 雷达合 成孔径 成像 的基 础 ，准确 地 波速估 计才 能对
实 际上 ，地 震勘探 中 ，针 对 地下介 质 的变化提 出了大量 变波速 偏移 成像 方法 【－］文献 【４分析 了 ｌ１￣ ３ １ １】 探地 雷达 与地 震 勘探 方法 的特 点 以及地 面起 伏引起 的 回波 畸变 ，提 出横 向变波 速 成像 算法 ，取得 了较
《探地雷达后向投影成像改进方法研究》范文
《探地雷达后向投影成像改进方法研究》篇一一、引言探地雷达（Ground Penetrating Radar，简称GPR）是一种广泛应用于地质勘探、考古、建筑检测等领域的无损探测技术。
其成像质量直接关系到探测结果的准确性和可靠性。
后向投影（Back Projection，简称BP）是探地雷达成像中的一种重要算法，它能够将雷达回波数据转换为地下目标的二维或三维图像。
然而，传统的后向投影成像方法在处理复杂地质环境和目标体时，往往存在分辨率低、噪声干扰严重等问题。
因此，对探地雷达后向投影成像改进方法的研究具有重要的理论价值和实际应用意义。
二、传统后向投影成像方法及其问题传统探地雷达后向投影成像方法主要是基于回波信号的时延和幅度信息，通过计算每个回波信号对成像点的贡献，将所有回波信号叠加起来形成图像。
然而，在处理复杂地质环境和目标体时，传统方法存在以下问题：1. 分辨率低：由于地质环境和目标体的复杂性，传统方法往往无法准确区分不同目标体，导致成像分辨率较低。
2. 噪声干扰严重：在成像过程中，环境噪声、仪器噪声等因素会对成像结果产生干扰，影响图像质量。
3. 处理速度慢：传统方法需要逐点计算每个回波信号的贡献，处理速度较慢，难以满足实时成像的需求。
三、改进的后向投影成像方法针对传统后向投影成像方法存在的问题，本文提出了一种改进的后向投影成像方法。
该方法主要包括以下步骤：1. 数据预处理：对雷达回波数据进行预处理，包括去噪、滤波等操作，以提高数据质量。
2. 空间域变换：将雷达回波数据从时间域转换到空间域，以便更好地描述地下目标体的空间分布特征。
3. 目标体特征提取：通过分析空间域数据，提取目标体的特征信息，包括形状、大小、位置等。
4. 改进的后向投影算法：在传统后向投影算法的基础上，引入目标体特征信息，优化算法参数和计算过程，提高成像分辨率和信噪比。
5. 图像后处理：对成像结果进行后处理，包括增强对比度、锐化边缘等操作，进一步提高图像质量。
SAR成像及成像算法
SAR成像及成像算法
SAR（Synthetic Aperture Radar），即合成孔径雷达，是一种具有视距的雷达成像技术，它利用通过雷达发射的电磁波的返回信号来构建成像，是今天最受欢迎的遥感成像技术之一、它是由空间技术应用罗列公司（STARS）于1970年首次研制完成的。
由于它的无损探测、低成本、通用性强、快速更新和相当高的精度等优点，使SAR成像广泛应用于地表特性探测、航空和海洋地理资源监测、地表热分辨观测、大气和气候研究等多种领域，并取得了突出的成果。
SAR成像的本质是利用雷达发射的电磁波探测地表物质的反射状态，从而构建三维图像。
SAR成像算法主要分成基线分析、多普勒解析和像元投影三个过程。
首先，基线分析是处理多普勒解析的基本步骤，它识别SAR图像的物理位置，将地表物质的反射信号与它们在同一物理位置的多普勒频率作对比，从而计算出相应的基线；其次，多普勒解析处理SAR图像所涉及的空间结构，它可以利用反射信号的多普勒频率，将不同波段中的多普勒信号重建成三维定量数据；最后，像元投影过程会将三维数据转换成二维图像，以实现SAR成像。
当前。
雷达目标三维成像算法研究
雷达 目标 三维成 像算 法研 究
薛 明华 ，马 志扬
（ － Ｉ １ ｉ ． 京航 空航天大学电子信息工程学院 ， 北京 １ ０ ０ １ ９ １ ）
摘 要 ： 逆 合 成 孔 径 雷 达 三 维 成像 技 术 可 有 效揭 示 雷 达 目标散 射 源 的 空 间 分 布 ； 相 比 于传 统 的 距 离向 和方位向二维成像 ， 三 维成 像 又增 加 了俯 仰 向 的 分辨 能 力 ， 可 以识 别 雷 达 目标 高 度 方 向 的散 射 源 分 布 情 况 。 从 雷达 目标 回波 信 号 分 析 出发 ， 探 讨 了三 维 成 像 的基 本 公 式 及 算 法 。距 离 向分 辨 采 用 传 统 的 Ｆ Ｆ Ｔ（ 快 速 傅 里 叶 变换 ） 实现 ， 方 位 向和 俯 仰 向分 辨 运 用 卷 积 反 投 影 算 法 实现 。 讨 论 了 两 种 实现 方 位 向和 俯 仰 向 成 像 的 投影插值算 法， 即 二 维投 影插 值 法 和 直 接投 影 法 ， 与传 统 的二 维投 影 插 值 算 法 比 较 ， 直接 投 影 法 具 有 计 算 速
度 快 和 计 算 精 度 高的 优 点 。
关 键 词 ：雷 达散 射 截 面 ；一 维 成 像 ； 二 维 成像 ；三 维 成 像 中 图分 类 号 ： ＴＮ９ ５ ７ ． ５ ２ 文献 标 识 码 ： Ａ 文章编号 ： １ ６ ７ ２ — ２ ３ ３ ７ （ ２ ０ １ ３ ） ０ １ — ０ ０ ６ ５ — ０ ６
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｅｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ ａ ｎ ｄ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ，Ｂ ｅ ｉ ｊ ｉ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ａｅ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ｓ ａ ｎ ｄ
开题报告—压缩感知
[1] E Candès and T Tao, Near optimal signal recovery from random projections: Universal encoding strategies? IEEE Trans. Inform. Theory, 2006.12, 52(12): 5406 -5425 [2] D Donoho and Y Tsaig, Extensions of compressed sensing. Signal Processi ng, 2006.3, 86(3): 533-548 [3] R Baraniuk, A lecture on compressive sensing, IEEE Signal Processing Magazine, 2007.7, 24(4): 118-121 [4] W Bajwa, J Haupt, G Raz, S Wright and R Nowak, Toeplitz-structured compressed sensing matrices. IEEE Workshop on Statistical Signal Processing (SSP), Madison, Wisconsin, 2007.8, 294-298 [5] E Candès and J Romberg, Sparsity and incoherence in compressive sampling. Inverse Problems, 2007,23(3): 969-985 [6] 方红, 章权兵, 韦穗, 基于亚高斯随机投影的图像重建方法[J],计算机研究与发展, 2008,45(8):1402-1407 [7] 傅迎华, 可压缩传感重构算法与 QR 分解[J], 计算机应用, 2008, 28(9): 2300-2302 [8] R DeVore, Deterministic constructions of compressed sensing matrices. Journal of Complexity, 2007,23(4-6): 918-925 [9] J Tropp and A Gilbert, Signal recovery from random measurements via orthogonal matching pursuit. IEEE Trans. Inform. Theory, 2008.12, 53(12): 4655 -4666 [10] D Needell and R Vershynin, signal recovery from incomplete and inaccurate measurements via regularized orthogonal matching pursuit (preprint, 2007) [11] L Rebollo-Neira and D Lowe, Optimized Orthogonal Matching Pursuit Approach, IEEE Signal Processing Letters, 2002.4, 9: 137-140 [12] T Do Thong, Lu Gan, Nam Nguyen and Trac D Tran, Sparsity adaptive matching pursuit algorithm for practical compressed sensing, Asilomar Conference on Signals, Systems, and Computers, Pacific Grove, California, 2008.10 [13] M Duarte, M Davenport, D Takhar, J Laska, T Sun, K Kelly and R Baraniuk, Single -pixel imaging via compressive sampling, IEEE Signal Processing Magazine, 2008.3, 25(2): 83 -91 11 [14] S Kirolos, J Laska, M Wakin, M Duarte, D Baron, T Ragheb, Y Massoud and R Baraniuk, Analog-to-information conversion via random demodulation, Proceedings of the IEEE Dallas Circuits and Systems Workshop, Washington D. C., 2006, 71 -74 [15] J Laska, S Kirolos, Y Massoud, R Baraniuk, A Gilbert, M Iwen and M Strauss, Random sampling for analog-to-information conversion of wideband signals, IEEE Dallas/CAS Workshop on Design,
雷达成像技术研究及其应用
雷达成像技术研究及其应用雷达是能够探测、定位、跟踪和识别目标的一种电子设备。
雷达技术在许多领域拥有广泛的应用，如气象、军事、导航、飞行器、地质勘探等等。
其中，雷达成像技术作为雷达技术的重要分支，发挥了极其重要的作用。
本文将重点探讨雷达成像技术的研究及其应用。
一、雷达成像技术的研究雷达成像技术是一种利用雷达探测的电磁波反射信号，获取地面物体的内部结构和边缘轮廓的一种技术。
雷达成像技术最早应用于军事领域，随着科技的不断进步，其应用范围也越来越广泛。
雷达成像技术是以目标反射的电磁波为基础，利用电磁波的波动性质，测量和分析目标的空间分布特征，获得高分辨率的成像信息。
对于雷达成像技术的研究，主要分为两个方面：第一个方面是研究成像算法，第二个方面是研究成像设备。
其中，成像算法通常分为时域算法和频域算法。
时域算法又分为脉冲压缩成像算法和基于傅里叶变换算法的成像算法。
而频域算法则分布为基于波前重建算法和基于合成孔径雷达算法的成像算法。
在成像设备方面，目前主要有卫星雷达、飞机雷达、舰船雷达、探地雷达等。
卫星雷达主要用于遥感和环境监测，可以为地球观测提供重要数据；飞机雷达主要用于飞行器导航和监测；而舰船雷达则用于海上防御和导航；探地雷达则用于地质勘探和探测物源等领域。
不同类型的雷达设备有不同的技术指标要求。
二、雷达成像技术的应用雷达成像技术在许多领域都有广泛的应用，下面主要介绍其在军事、地质勘探和医学领域的应用。
1、军事领域在军事领域，雷达成像技术是一种非常重要的侦察手段。
通过雷达成像技术，可以实现对远距离目标进行探测和定位，进而实现有效的监视和打击目标。
尤其在对隐形战斗机、导弹和舰艇等难以直接侦查的目标进行监视时，雷达成像技术更具有优势。
2、地质勘探地质勘探是雷达成像技术的一个重要应用领域。
利用雷达成像技术可以探测到地下深层信息，有助于研究地质构造和岩石内部结构。
在石油勘探、煤炭勘探和矿产勘探等领域，雷达成像技术都有非常重要的作用。
雷达成像技术研究与应用
雷达成像技术研究与应用雷达成像技术是一种非常重要的无线电成像技术，它广泛应用于气象、军事、海洋、航空等领域。
雷达成像技术可以实现对地球表面目标的三维成像，从而为环境监测、天气预报、战争情报提供了非常强大的手段。
下面将详细介绍雷达成像技术的原理、发展现状以及未来发展趋势。
一、雷达成像技术的原理雷达成像技术是利用雷达信号与目标之间的相互作用来实现成像的一种技术。
雷达信号在传播过程中，会遇到目标并被反射回来，接收机接收返回的信号，并通过信号处理算法处理成图像。
雷达成像技术需要主动发射微波信号，因此光学遮蔽不会对成像造成影响。
雷达成像的原理类似摄影机拍摄的过程，但是摄影机所用的是红外线、可见光和紫外线进行拍摄，而雷达成像则是通过微波信号来实现成像。
雷达成像通过探测反射回来的微波信号的时间来判断目标的位置，进而实现目标的成像。
二、雷达成像技术的发展现状雷达成像技术的发展历程源远流长，历经数十年的时间，在各个领域都取得了重要的应用。
现代雷达成像技术主要包括合成孔径雷达（SAR）成像、反演散射成像技术和多普勒雷达成像等。
其中，合成孔径雷达（SAR）是最为常用的一种雷达成像技术。
它通过收集合成孔径上不同点的信号后，进行处理，进而得到图像。
SAR具有分辨率高、调制灵敏度好、天气变化影响小等优点，因此被广泛应用于环境监测、资源勘探、军事侦察等领域。
反演散射成像技术通过对目标的材料特性和形状进行反演，可以得到目标的图像。
该技术应用广泛，能够应对不同的监测需求，因此成为环境监测、远程探测和作战情报的重要手段。
多普勒雷达成像利用多普勒效应实现对目标消失或者移动的情况进行探测。
相比于传统的雷达成像技术，在检测移动目标方面，多普勒雷达成像有着更出色的表现。
三、雷达成像技术的未来发展趋势目前，雷达成像技术在各个领域都有非常广泛的应用，但是我们也在探索更加先进的雷达成像技术，以实现更高的性能和更广泛的应用。
未来雷达成像技术的发展趋势主要表现在以下几个方面：1. 高分辨率、高精度成像随着电子技术的不断发展和应用，雷达成像技术的分辨率和精度已经得到了极大的提升。
基于阵列信号处理的雷达成像算法研究
基于阵列信号处理的雷达成像算法研究雷达成像技术是一种将雷达信号处理成图像的技术，其目的是在一定范围内获取目标的位置、速度、姿态等信息。
阵列信号处理是一种广泛应用于雷达成像技术中的信号处理技术，其基本思想是通过合理设计和布局天线阵列来获取目标信号，并使用数字信号处理技术来对信号进行处理。
在雷达成像中，阵列信号处理是关键的一环。
传统的雷达成像技术包括单天线雷达成像和多机位雷达成像，它们都在一定程度上具有局限性。
单天线雷达成像需要在时间和空间上对雷达信号进行调制和解调，而多机位雷达成像则需要对数据进行“旋转”等操作，导致成像效率低下。
阵列信号处理技术能够克服这些局限性，实现高效快速的雷达成像。
阵列信号处理的基本原理是利用阵列天线获取目标的多个信号，并进行信号处理得到目标的信息。
阵列天线可以在不同的方向上同时接收目标的信号，这些信号经过数字信号处理后可以得到目标的位置、速度、姿态等信息。
利用阵列天线进行信号处理的优点是可以获取较高的分辨率和探测距离，同时也能够减少成像误差，提高雷达成像的精度。
阵列信号处理的基本流程包括信号获取、预处理、波束形成和成像。
其中信号获取是指通过阵列天线获取目标的信号，预处理是指对信号进行滤波、降噪等处理，波束形成是指将接收到的信号进行加权合成，形成特定方向的波束，成像是指将波束形成的结果转化为图像进行显示。
这个过程需要通过数字信号处理技术来实现，包括滤波、FFT、矩阵运算、逆问题求解等。
阵列信号处理的核心是波束形成，波束形成是指将多个信号进行合成，形成特定方向的波束。
波束形成的方法主要包括经典波束形成、堆积波束形成、自适应波束形成等。
经典波束形成是指利用固定的加权系数进行波束合成，缺点是不能适应信号的多样性。
堆积波束形成是指在一段时间内对多个方向上的信号进行平方求和，去除噪声后合成波束，可以增加信噪比。
自适应波束形成是指根据目标信号的特点自适应调整加权系数，可以克服信号多样性的问题，提高信号稳定性和准确性。
基于稀疏信号处理的雷达成像算法研究
58电子技术Electronic Technology电子技术与软件工程Electronic Technology & Software Engineering1 引言由于雷达在现代战争中的大量使用，促使人们对雷达成像开始追求更高的分辨率。
随着宽带微波技术的出现，雷达在多维信息量的处理方面有了很大的改善。
要想实现成像高分辨，就必须在进行回波信号的脉冲压缩的同时利用合成天线孔径[1]。
根据雷达与目标间相对运动形成的合成孔径，成像雷达包含合成孔径雷达与逆合成孔径雷达。
二者的区别在于合成孔径的形成原因，以雷达的运动为准，雷达动为正，即SAR ，雷达不动为逆，即ISAR 。
Carl Wiley 提出的改善角分辨率方法，运用了频率的差异进行分析，标志着合成孔径开始出现[2]。
数字化处理SAR 的方法于1970年开始运用于实践中，不久，运用数字处理SAR 的系统问世[3]。
进入21世纪，国内的CS 理论应用于处理雷达信号的探索已经逐步开始，中科院电子学研究所携手空间科学与应用研究中心开始着手压缩感知基础理论、二维雷达成像算法、超宽带穿墙雷达、电磁逆散射和探地雷达等方面的研究。
谢晓春等人提起的CS 方法应用于距离向与传统成像算法[4]，是一种在对复基带雷达回波信号模型的稀疏性分析后建立了二维成像方案。
尽管CS 理论已处于相对完善水平，但应用于解决现实雷达问题的方法却不足以站稳脚跟，而且当下实时信号处理系统处理复杂的求解算法的能力有限。
为让基于CS 的雷达稀疏信号的处理技术真正能在现实中推广，其存在问题更要求我们不断进步发展。
针对目前雷达成像在高精度和多维度要求下，传统雷达成像算法图像采样效率低、图像恢复速度慢且图像恢复质量差的问题，本文提出一种改进幅度稀疏表示雷达成像算法。
以合成孔径雷达（SAR ）模型为基础，结合优化的幅度稀疏表示重建算法进行雷达成像算法建模，在此模型下对一维SAR 成像和二维SAR 成像进行了研究，提出了一些可能的解决方案并给出了实验结果。
雷达成像算法的研究与应用
雷达成像算法的研究与应用雷达成像是一种基于雷达反射信号进行成像的技术，可以用于目标检测、目标识别、目标跟踪等领域。
雷达成像算法是指对雷达反射信号进行处理、分析和综合，从而得到图像信息的方法和技术。
近年来，随着雷达技术的不断发展和应用领域的不断扩大，雷达成像算法的研究和应用也越来越重要。
一、雷达成像算法概述雷达成像算法可以分为两类：合成孔径雷达（SAR）成像和相控阵雷达（Phased Array Radar，PAR）成像。
其中，SAR成像是指利用合成孔径技术对距离向分辨率进行综合，并通过合成调制方法提高成像的虚拟光圈长度，从而实现高分辨率成像的技术。
而PAR成像则是通过相控阵指向并综合多个天线的输出信号，实现对目标的高速成像和跟踪的技术。
在SAR成像中，最常用的成像算法是基于飞行器或卫星运动的正向逆向重建算法，该算法可以实现高分辨率并且具有良好的抗噪性能。
而在PAR成像中，则常采用逆合成波束算法，该算法不仅能够实现目标成像，还可以提供目标跟踪的性能。
二、雷达成像应用领域雷达成像技术的应用领域非常广泛，主要包括军事、民用、海洋、科研等领域。
1. 军事领域在军事应用中，雷达成像技术常用于舰船、飞机、导弹等目标的探测、跟踪和定位。
此外，雷达成像技术还可以用于抗干扰和隐身性能的提高，保证军队对目标进行有效侦察和打击。
2. 民用领域在民用领域中，雷达成像技术可用于气象预报、地质勘探、城市规划、交通安全等领域。
例如，在气象预报中可以使用雷达成像技术进行降雨量预测和天气风险评估；在地质勘探中可以使用雷达成像技术进行地质储层的勘探和资源开发。
3. 海洋领域在海洋领域中，雷达成像技术可用于海洋水流、潮汐、浪高、风速等海洋环境监测和海上船只的智能导航与安全管理。
同时，雷达成像技术也可以为海洋研究提供重要的数据来源，例如海上物理实验、海上生物学研究等领域。
4. 科研领域在科研领域中，雷达成像技术可以用于遥感、地形信息获取、智能交通等领域。
探地雷达成像算法研究
资料范本本资料为word版本，可以直接编辑和打印，感谢您的下载探地雷达成像算法研究地点：__________________时间：__________________说明：本资料适用于约定双方经过谈判，协商而共同承认，共同遵守的责任与义务，仅供参考，文档可直接下载或修改，不需要的部分可直接删除，使用时请详细阅读内容探地雷达成像算法研究摘要探地雷达(Ground Penetrating Radar,简称GPR)集无损检测、穿透能力强、分辨率高等众多优点而成为检测和识别地下目标的一种有效技术手段。
性能优良的探地雷达成像方法有助于精确定位地下目标，同时提高对目标的检测和识别能力，从而推动探地雷达在城市质量监控、地质灾害、考古挖掘、高速公路无损检测、地雷探测等各个方面得到更广泛的应用。
本文以中国电波传播研究所的探地雷达LD-2000为实验设备，从中读取探测数据。
以MATLAB为软件平台，实现了探地雷达数据的显示、处理、成像几个部分。
其中数据显示方式包括数据的波形堆积图，剖面面色阶图以及带数据波形图；数据处理部分包括直达波的去除、背景噪声的去除、振幅增益等；雷达成像算法部分主要采用波前成像算法和投影层析成像算法。
Imaging Algorithm of Ground Penetrating RadarABSTRACTGPR (Ground Penetrating Radar, referred GPR) set of non-destructive testing, penetration ability, many advantages of high resolution detection and identification of underground and become the target of an effective technical means. Excellent performance GPR imaging approach helps pinpoint underground targets, while increasing the target detection and identification capabilities, thereby promoting the quality of ground penetrating radar surveillance in the city, geological disasters, archaeological excavation, highway nondestructive testing, mine detection, etc. aspects to be more widely used.In this paper, China Institute of Radiowave Propagation GPR LD-2000 for the experimental apparatus, reads probe data. MATLAB as the software platform to achieve a ground-penetrating radar data display, processing, imaging several parts. Wherein the data includes a datawaveform display stacked, with a cross-sectional side view and a gradation data waveform; data processing section includes the removal of the direct wave, the background noise removal, the amplitude gain, etc.; radar imaging algorithm some of the major imaging algorithm and the wavefront projection tomography algorithms.1 绪论1．1 选题的背景及意义雷达是利用电磁波探测目标的电子设备。
探地雷达阵列成像
摘要有大量的记载探地雷达的相关书籍和论文，我们可以对探地雷达的发展概况有一个大致的了解，不难看出探地雷达未来的发展方向。
多输入多输出（Multiple-Input and Multiple-Output，MIMO）雷达是在数字阵列雷达、多基雷达以及现代通信技术基础上发展起来的一种新体制雷达，具有显著的技术优势和巨大的发展潜力，逐渐成为下一代雷达的主要发展方向之一。
由于采用了波形分集技术，与传统相控阵雷达相比，MIMO雷达具备多项优点，如突破阵元间距半波长限制、提高角度分辨率、提高系统自由度等。
MIMO雷达在提高信号处理灵活性的同时，也由于其新体制特征及结构特点，带来了新的问题，如多通道积累检测问题，波形设计和阵列结构优化问题以及系统自由度过高导致的自适应算法性能下降等问题。
雷达成像方面有很多相关的软件，比如GprMax，一款基于FDTD（时域有限差分）的探地雷达仿真软件，其生成文件包括几何图和数据剖面图，这些生成文件是由MATLAB 读取的。
雷达成像最关键的部分就是成像的算法，通过对算法的不断研究和改进，提出了很多算法，有些算法可以相互结合，从而改善成像效果，基于不同的理论基础，这些算法又衍生出很多不同的算法，诸如RD-BP算法、TCC-BP算法等，针对不同的算法，借助MATLAB 对算法进行仿真，并得到仿真图像。
关键词：多输入多输出雷达；数字波束形成；反向投影算法；MATLABAbstractThere are a large number of records of books and papers related Ground Penetrating Radar (GPR).W e can have a general understanding of the development of GPR, it is not difficult to see the development direction of the GPR in the future.Multiple-input and multiple-output (MIMO) radar is a new mode of radar system developed on the basis of digital array radar, multistatic radar and modern communication techniques. Since its obvious technical advantages and huge development potential, MIMO radar will become one of the major directions of the radar system development in future.By using waveform diversity technique, Through proper improvements traditional array signal processing techniques can be applied to MIMO radar. Moreover, this new type of radar system offers a new paradigm for radar signal processing. the strong demands for waveform and array structure optimization, and a noticeable performance decline of adaptive algorithms for the excessive degree of freedom, etc.There are a lot of software related to radar imaging, such as GprMax, a Ground Penetrating Radar (GPR) simulation software based on FDTD (finite difference time domain). The generated files including geometric figure and data section are read by the MA TLAB..The most critical part of radar imaging is the imaging algorithm. Based on different theoretical basis, the algorithm derives a lot of different algorithms, such as RD-BP algorithm, the TCC-BP algorithm, etc. For different algorithms ,we can get the simulation images with the help of MA TLAB.Key words: MIMO radar, digital beamforming, back projection，MATLAB目录§1 绪论 (1)§1.1 探地雷达 (1)§1.1.1 基本原理 (1)§2 阵列成像算法概述 (2)§2.1 MIMO雷达基本原理 (2)§2.2 MIMO雷达基本模型 (3)§2.2.1 虚拟阵列 (3)§2.2.2 信号模型 (5)§3 探地雷达的正演 (6)§3.1 GPRMAX模拟探地雷达二维模型 (6)§4 数据处理 (7)§4.2 MIMO雷达波束形成技术 (7)§4.2.1 数字波束形成的原理 (7)§4.2.2 数字波束形成MATLAB仿真 (8)参考文献 (10)§1 绪论§1.1 探地雷达§1.1.1 基本原理探地雷达利用高频电磁波（1MHz～1GHz）以宽频带短脉冲的形式通过地面发射天线（T）将信号送入到地下，经地层界面或者目的体反射后再返回地面由接收天线（R）接受电磁波的反射信号，通过分析电磁波反射信号的振幅特征和时频特征来了解地层或者目的体的特征信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
探地雷达成像算法研究摘要探地雷达(Ground Penetrating Radar,简称GPR)集无损检测、穿透能力强、分辨率高等众多优点而成为检测和识别地下目标的一种有效技术手段。
性能优良的探地雷达成像方法有助于精确定位地下目标，同时提高对目标的检测和识别能力，从而推动探地雷达在城市质量监控、地质灾害、考古挖掘、高速公路无损检测、地雷探测等各个方面得到更广泛的应用。
本文以中国电波传播研究所的探地雷达LD-2000为实验设备，从中读取探测数据。
以MATLAB为软件平台，实现了探地雷达数据的显示、处理、成像几个部分。
其中数据显示方式包括数据的波形堆积图，剖面面色阶图以及带数据波形图；数据处理部分包括直达波的去除、背景噪声的去除、振幅增益等；雷达成像算法部分主要采用波前成像算法和投影层析成像算法。
Imaging Algorithm of Ground Penetrating RadarABSTRACTGPR (Ground Penetrating Radar, referred GPR) set of non-destructive testing, penetration ability, many advantages of high resolution detection and identification of underground and become the target of an effective technical means. Excellent performance GPR imaging approach helps pinpoint underground targets, while increasing the target detection and identification capabilities, thereby promoting the quality of ground penetrating radar surveillance in the city, geological disasters, archaeological excavation, highway nondestructive testing, mine detection, etc. aspects to be more widely used.In this paper, China Institute of Radiowave Propagation GPR LD-2000 for the experimental apparatus, reads probe data. MATLAB as the software platform to achieve a ground-penetrating radar data display, processing, imaging several parts. Wherein the data includes a data waveform display stacked, with a cross-sectional side view and a gradation data waveform; data processing section includes the removal of the direct wave, the background noise removal, the amplitude gain, etc.; radar imaging algorithm some of the major imaging algorithm and the wavefront projection tomography algorithms.1 绪论1．1 选题的背景及意义雷达是利用电磁波探测目标的电子设备。
发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。
而探地雷达则是利用电磁波在地下媒质中的传播与反射特性进行地下不可见目标体或界面的探查与定位分辨。
探地雷达实质是向地下发射电磁波，通过电磁波的回波来分析地下的情况[2]。
由于地下的物质与空气相比反射情况会复杂的多，因此，与雷达相比，探地雷达的回波很大程度上会受到各种噪声的干扰。
探地雷达在工作的过程中不断的接收回波的数据信息，数据量十分庞大，同时，接收的回波信息中，不可避免的会收到外界或者仪器本身产生的干扰[2]。
所以在一般情况下，未经过处理的信号几乎无法判别，因此探地雷达处理准确的可视化成像图形分析越来越受到使用者的重视。
再者，由于探地雷达现在的应用已经开拓了很大的应用领域，尤其是在工程地质领域的应用。
探地雷达开拓应用领域的优点在于:(1)探地雷达是一种非破坏性的探测技术，可以安全地用于城市和正在建设中的工程现场。
工作场地条件宽松，适应性强 (对于轻便类的仪器)；(2)抗电磁干扰能力强，可在城市内各种噪声环境下工作，环境干扰影响小；(3)具有工程上较满意的探测深度和分辨率。
现场直接提供实时剖面记录图，图像清晰直观；(4)便携微机控制数字采集、记录、存储和处理。
轻便类仪器现场仅需3人或更少人员工作，工作效率高。
本文通过系统研究和阅读大量文献资料，着重的研究了从数据的提取到，到探地雷达回波信号的预处理，再到探地雷达成像算法的研究。
1．2 探地雷达成像算法的发展探地雷达（Ground Penetrating Radar）是利用电磁波探测地下目标，通过分析电磁信号与地下目标的相互作用，提取目标的性质、形状等信息[1]。
由于地球表层和人们生产生活的密切关系，电磁波在地下媒质中的传播与反射比空间更为复杂，有许多新的课题需要研究解决，所以探地雷达技术愈来愈受到人们的重视，得到了迅速的发展与提高，电磁波探测地下目标成为电磁波应用的一个重要领域。
国外发达国家自20世纪60年代以后，探地雷达技术得到迅速发展，国内自20世纪90年代以来也开始重视和发展探地雷达技术的研究和应用，并开发出了实用的产品。
但是国内产品在分辨率、使用方便性、对雷达信号成像和图像解译技术等方面与国外产品存在差距，因此，国内探地雷达的应用中绝大多数采用国外的产品。
当前随着探地雷达技术的飞速发展，先进的高分辨数据处理和成像技术成为探地雷达技术发展的关键，成像方法也趋于多样化。
探地雷达合成孔径聚焦成像技术自上个世纪90年代初以来已得到逐步应用，同时基于雷达波和地震波在运动学上的相似性，反射地震学上的波动偏移成像技术也逐步应用于探地雷达数据处理和成像[1]。
上个世纪70年代初Standford大学的J．Claerbout教授首先提出了用有限差分法解单程波动方程的近似式，用地面观测的地震数据重建地震波在地下传播过程中的波场，从这些传播过程的波场中提取地震界面剖面像的数据，组成地震偏移剖面，这种成像方法即为有限差分偏移成像。
在上个世纪70年代后期，R．Stolt和J．Gazdag等人又先后提出了基于波动方程偏移的Stolt偏移成像方法和Phase—Shift偏移成像方法，由于此两种方法在计算中可以充分利用快速傅立叶交换，因此计算简单，效率高，很快得到推广。
波动方程偏移成像在最近十年间迅速发展并不断完善，许多人对此做出了有益的贡献。
其中，Loewenthal等人的爆炸反射面的概念，Hubral和Lamer等人的深度偏移的概念，A．J．Berkhout提出的偏移过程是一个空间卷积的概念，我国的马在田院士的高阶方程的分裂算法等都为波动方程偏移成像技术的发展作出了贡献，同时促进了探地雷达成像技术的进一步发展。
当前仍有许多学者还在探索波动方程偏移成像，以期更加完善该方法，这也必将为探地雷达成像技术的发展注入新的活力。
最近几年，应用于随机不均匀介质中的时逆(Time Reverse)方法成为国际上研究的热点。
时逆方法最早是由法国巴黎大学的Mathias Fink教授提出，并在超声医学中进行研究，其可以分为物理时逆和虚拟或计算时逆[3]。
在物理时逆中，逆传播场是由发射天线向未知的真实介质辐射的；而在虚拟或计算时逆中，逆传播是在一个虚拟的参考介质中进行数值仿真。
物理时逆在医学上已有许多应用，如肾结石的粉碎等，最近也出现了把物理时逆应用到如地雷引爆、通信等方面的探讨。
而虚拟时逆主要应用于成像，最近两年，由Rice大学的Liliana Borcea教授、Standford大学G．Papanicolaou教授、美国Lawrence Livermore国家实验室的J．Berryman等学者组成的研究小组对随机介质中时逆成像方法的理论进行了大量深入的研究，并基于超声对此理论进行了大量的数值仿真，为时逆成像方法在各个领域的应用提供了坚实的基础。
最近，Northeastern大学的Anthony J．Devaney教授在Standford 大学作报告时首先开始了时逆成像方法在探地雷达对地下目标成像中的探讨，为探地雷达成像技术开辟了新的方向[4]。
当前，探地雷达成像技术由于受到各自数学模型的影响，都有自己的不足和优点。
成孔径聚焦成像方法适用条件广，但计算复杂；Stolt偏移成像方法和Phase．Shift偏移成像方法计算简单，但无法适用于复杂的地下结构，复杂的速度模型；时逆成像方法要求地下介质有随机变化，但变化幅度必须限制在一个很小的范围[5]。
另外，探地雷达像基本上是一个二维截面图，探地雷达三维成像技术还处于研究之中。
探地雷达成像方法作为探地雷达的关键技术之一，其发展方向是高分辨力、高效率、高精度成像。
在此要求之下，在国内外大量科研人员的不懈努力下，探地雷达技术将不断提高，其应用范围也将逐步拓展。
在我国，探地雷达除了用于各种建筑和公路质量监控外，还将在国防和国家安全部门有很大的应用前景，现实的或潜在的应用还包括：地雷探测、地下掩体的探测、货物安全检查、打击毒品走私等方面[7]。
1．3 本文的研究内容本文的主要研究内容如下：第一章绪论本章介绍了课题的选题背景和原因。
介绍了探地雷达发展过程，探地雷达成像算法的国内外发展状况以及今后的发展趋势。
第二章探地雷达基础本章是从电磁波的基础理论出发，讲述了电磁波在岩石介质中的传播特性。
同时分析了探地雷达的工作原理和探地雷达回波模型，研究了探地雷达的三种数据显示方式（A-scan,B-scan,C-scan），三种显示方式（Wiggle曲线，灰度图，彩色图）。
第三章探地雷达数据预处理探地雷达所接收到的信号十分复杂，脉冲在通过地下介质的过程中，波形和波幅将发生较大的变化，而脉冲余振、系统内部干扰、地表不光滑或地下介质不均匀等引起的散射以及剖面旁侧的绕射等干扰，均使得实时记录图像多变和不易分辨。