一种探地雷达数据自适应降噪方法及其系统与流程
本发明属于探地雷达数据处理,特别涉及一种探地雷达数据自适应降噪方法及其系统。
背景技术:
1、探地雷达通过向地下发射高频电磁波并接收反射信号,实现地下结构与地质异常的成像识别,具有高效、直观、无损的优势。然而,实际探测中雷达数据易受随机噪声、地表杂波、多次反射波及电磁干扰等影响,尤其在杂填土、破碎带、高含水率地层等复杂条件下,有效信号被严重淹没,导致雷达剖面模糊、同相轴畸变,降低空洞、管线等目标的识别精度,甚至引发误判,影响工程安全。
2、目前,现有探地雷达数据降噪技术已形成传统滤波、自适应滤波、深度学习降噪三大类,但均存在明显技术缺陷,难以满足复杂地质条件下“高效降噪、高保真保信号”的实际需求,具体如下:
3、1、现有降噪方法普遍采用全局固定参数进行统一处理,未考虑不同地层的噪声分布差异性,无法适应不同地层的噪声分布特征,易出现强噪声区降噪不彻底、弱信号区有效信号被滤除的问题,且需人工反复调试参数,效率低下。
4、2、现有自适应降噪方法多仅依赖数据统计特征确定滤波参数,未能融入先验信息作为物理约束,从而参数调整缺乏科学依据,泛化能力差,难以兼顾降噪效果与信号保真度。
5、3、深度学习降噪方法需大量标注样本,训练成本高、周期长,模型物理意义不明确,跨场地迁移困难,难以满足现场快速处理需求,且样本不足时易过拟合,导致有效信号畸变。
6、因此,现有技术在分区自适应处理、先验知识约束及闭环保真评价方面仍存在明显不足。
技术实现思路
1、本发明提供一种探地雷达数据自适应降噪方法,用于改进了现有技术在先验知识约束、分区自适应处理及闭环保真评价方面的不足。
2、本发明的技术方案如下:
3、一种探地雷达数据自适应降噪方法,包括以下步骤:
4、s1,获取勘探区域的先验地质信息,所述先验地质信息包括地层物性参数,基于所述先验地质信息构建量化的先验地质模型,并提取各地层的噪声特征参数,形成地质信息约束数据库;
5、s2,采集勘探区域的原始探地雷达数据,并进行预处理,得到构成雷达剖面的初始数据;
6、s3,将所述先验地质模型与所述雷达剖面进行空间匹配,根据所述先验地质模型中的地层物性参数,自动将所述雷达剖面划分为不同噪声等级的分区,并将各地层的所述噪声特征参数赋予对应的分区;
7、s4,基于所述初始数据与分区结果,获取各分区的局部信噪比,并以划分的所述分区为约束,结合各分区的所述噪声特征参数和所述局部信噪比,自适应计算各分区的滤波控制参数,使得同一地层单元采用统一的噪声水平基准;
8、s5,对每个所述分区,采用与其噪声等级相匹配的差异化滤波策略进行滤波处理,以压制噪声并保留有效信号;
9、s6,对滤波后的各分区数据进行融合重构,得到输出数据,并以所述先验地质模型为参照基准,结合定量与定性评价指标,对降噪效果进行校验。
10、进一步的,所述步骤s1中:所述先验地质信息来源于工程勘察报告、钻孔实测数据、室内土工试验、区域地质图、物性测试数据及同类工程类比资料中的至少一种;
11、所述地质信息约束数据库包括各地层的噪声幅值范围、频率特征及衰减规律中的至少一种;
12、所述地层物性参数包括介电常数、含水率、岩体完整性系数中的至少一种;
13、所述量化的先验地质模型包括以下量化指标中的至少一个:
14、当介电常数差值大于或等于预设阈值时,划分出不同地层单元;
15、当含水率大于或等于预设百分比时,定义为高噪声地层;
16、当岩体完整性系数小于或等于预设值时,定义为强噪声区。
17、进一步的,所述量化指标具体为:
18、所述介电常数差值的预设阈值为0.5;
19、所述含水率的预设百分比为20%;
20、所述岩体完整性系数的预设值为0.5。
21、进一步的,所述步骤s2中:
22、所述探地雷达数据适用于100mhz~1ghz频段的地面、隧道及基坑勘探场景;和/或,
23、所述预处理包括直流偏移剔除、增益恢复、道对齐及坏道剔除中的至少一种。
24、进一步的,所述步骤s3中:
25、所述不同噪声等级的分区包括强噪声区、中等噪声区和弱噪声区;
26、所述自动划分的依据为所述地层物性参数中的地层介电常数差异、岩土类型、含水率区间及岩体完整性系数中的至少一项。
27、进一步的,所述步骤s4中,:
28、所述自适应计算各分区的滤波控制参数包括求取降噪阈值、滤波窗口尺寸和迭代次数中的至少一种;
29、所述降噪阈值由基础阈值、地质噪声系数及局部信噪比系数联合动态确定,计算公式为:
30、
31、其中:为最终降噪阈值;为基础阈值,由探地雷达数据采样频率与幅值范围确定;为地质噪声系数,其值根据分区噪声等级确定;为局部信噪比系数,由该区域信号幅值与噪声幅值的比值计算得到;和/或,
32、所述步骤s5中的差异化滤波策略包括:
33、对弱噪声区采用小波软阈值降噪;
34、对中等噪声区采用曲波域自适应阈值降噪;
35、对强噪声区采用地质约束维纳滤波与中值滤波的组合降噪方法。
36、进一步的,所述地质噪声系数的取值范围为0.8~2.5,其中强噪声区的取值高于弱噪声区的取值;
37、所述局部信噪比系数的取值范围为0.9~1.5;和/或,
38、所述组合降噪方法为先采用地质约束维纳滤波压制强相干噪声,再通过中值滤波去除随机脉冲噪声。
39、进一步的,所述强噪声区的地质噪声系数取值范围为1.8~2.5,弱噪声区的地质噪声系数取值范围为0.8~1.2;和/或,
40、所述中值滤波的滤波窗口尺寸根据地层颗粒大小自适应调整,其调整范围为3×3至7×7。
41、进一步的,所述步骤s6中:
42、所述定量评价指标包括信噪比和均方根误差;
43、所述定性评价指标包括地层界面连续性和同相轴清晰度;
44、所述步骤s6中对降噪效果进行校验的判定标准为以下四项指标均满足:
45、信噪比提升大于或等于8db;
46、均方根误差小于或等于0.05;
47、地层界面连续性大于或等于90%;
48、同相轴清晰度大于或等于85%;
49、当任一项指标不满足时,返回步骤s4调整滤波控制参数重新进行降噪处理。
50、一种探地雷达数据自适应降噪系统,包括:
51、先验知识模块,用于获取勘探区域的先验地质信息,所述先验地质信息包括地层物性参数,基于所述先验地质信息构建量化的先验地质模型,并提取各地层的噪声特征参数,形成地质信息约束数据库;
52、数据预处理模块,用于采集勘探区域的原始探地雷达数据并进行预处理,得到构成雷达剖面的初始数据;
53、智能分区模块,用于将所述先验地质模型与所述雷达剖面进行空间匹配,根据所述先验地质模型中的地层物性参数,自动将所述雷达剖面划分为不同噪声等级的分区,并将各地层的所述噪声特征参数赋予对应的分区;
54、自适应阈值计算模块,用于基于所述初始数据与分区结果,获取各分区的局部信噪比,并以划分的所述分区为约束,结合各分区的所述噪声特征参数和由所述初始数据获取的局部信噪比,自适应计算各分区的滤波控制参数,使得同一地层单元采用统一的噪声水平基准;
55、分区滤波模块,用于对每个所述分区,采用与其噪声等级相匹配的差异化滤波策略进行滤波处理,以压制噪声并保留有效信号;
56、数据重构模块,用于对滤波后的各分区数据进行融合重构,得到输出数据;并以所述先验地质模型为参照基准,结合定量和定性评价指标,对降噪效果进行校验。
57、本发明的有益效果如下:
58、本发明提供了一种探地雷达数据自适应降噪方法,通过构建先验地质模型并提取地层噪声特征参数形成地质信息约束数据库以提供物理约束,将地质模型与雷达剖面空间匹配并依据地层物性差异自动划分噪声分区,进而基于分区结果与初始数据获取局部信噪比并自适应计算各分区滤波控制参数,最终对每个分区采用差异化滤波策略进行滤波处理,并以先验地质模型为基准进行闭环保真评价,实现了滤波参数与地质条件的动态精准匹配,克服了全局统一处理无法适应地层差异的缺陷,解决了现有方法缺乏地质物理约束、泛化能力差、依赖人工调试的问题,在压制噪声的同时保留有效信号,提升了探地雷达数据的解译精度与可靠性。
59、该探地雷达数据自适应降噪方法,引入先验地质知识作为核心约束,构建“地质知识量化—噪声分区—参数自匹配—保真评价”的闭环流程,填补了地质知识驱动探地雷达自适应降噪的技术空白,与传统依赖数据统计或深度学习的降噪方法形成明显区别。
60、该探地雷达数据自适应降噪方法,实现基于地质参数自动划分噪声分区并采用差异化滤波策略,解决传统方法全局固定参数导致的强噪声区降噪不彻底、弱信号区有效信号丢失的问题,复杂地层适应性提升60%以上,降噪精度与信号保真度显著优于现有技术。
61、该探地雷达数据自适应降噪方法,实现滤波参数全自动动态匹配,无需人工调试,解决现有方法依赖人工经验、效率低下的痛点,单条测线处理时间缩短50%以上;同时参数调整基于地质约束与数据统计双重依据,科学性与可靠性大幅提升。
62、该探地雷达数据自适应降噪方法,物理意义明确、泛化能力强,无需大量标注样本,避免深度学习训练成本高、跨场地迁移困难、过拟合等缺陷,可广泛适配不同地质条件、不同勘探场景、不同频段(100mhz~1ghz)的探地雷达数据处理。
63、该探地雷达数据自适应降噪方法,构建以先验地质模型为真值基准的多维度保真度评价体系,结合定量与定性指标完成降噪效果校验,确保有效信号的完整性与真实性,评价更全面、更贴合工程实际,可有效提升解译精度、降低误判率。
64、该探地雷达数据自适应降噪系统,无需新增昂贵设备,可直接依托现有探地雷达设备与常规平台实现,操作简便,便于现场推广,相比深度学习等方法可降低80%以上处理成本,具有显著的经济价值与工程推广价值。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com