文摘
本地化技术埋金属和介质对象提出和测试。数组的各向同性天线调查一个场景与圆柱目标埋在土壤介质。目标数组的近场,和赋处理(SAP)方法采用:数组划分成子数组和到达方向(DoA)算法用于处理电磁场收到的每个子数组和占主导地位的信号到达方向估计。综合所有的估计新风,穿越模式。它由Poisson-based过滤过程,随后阐述了——聚类方法来区分目标和背景,估计目标的数量,并找到自己的位置。进行了模拟比较不同的DoA算法和测试定位方法存在两个埋缸。不同相关介质材料的介电常数的值被认为是;目标位置和大小也不同。该过程可以用于探地雷达应用中,近地表调查,对于缺陷的检测和定位在一个托管的媒介。
1。介绍
埋对象的定位是一个非常重要的问题在遥感、地球物理勘探、地雷复垦,土木工程应用程序和近地表调查(1- - - - - -3]。这激发了全世界的研究人员开发的技术解决方案的电磁逆散射问题,埋的障碍。
在这篇文章中,我们考虑的本地化多个圆柱形介质半空间介质中的嵌入式目标。目标与圆截面介质或完全进行对象,问题是二维的。各种方法可以应用于解决这个问题通过使用近似技术(4- - - - - -7),或采用微波全息算法(8),否则利用衍射层析成像技术(9]。此外,提出了随机方法,如支持向量机(SVM) [10,11)和其他(12- - - - - -14]。还介绍了神经网络的使用,表现出很好的性能(15]。创新方法的兴趣依然强劲,新技术最近开发(16]。在这种背景下,我们在这里扩展技术提出了(17,18一缸的检测,通过引入到本地化过程的聚类方法调查与多个对象的场景。
值得注意的是,我们的本地化过程收集DoAs估计的子阵考虑他们作为半无限线,从每个子数组的中心和扩展包含气缸的半空间内,因此,金属物体的线条也几乎长期目标,和程序侧重于计算的几何问题拦截,从而通过综合所有行。
到达方向(DoA)技术(19,20.)使天线阵列估计入射信号的数量和他们的到达方向。此外,子数组处理(SAP) (21)的检测方法可以采用目标躺在近场天线阵。特别是,接收器阵列可以分割在几个子数组这样的领域分散的目标可以在每个子数组(假定为局部平面17,18]。然后,通过应用DoA估计算法,可以预测在每个子数组输入信号的主导方向。在本文中,我们应用和比较几个DoA算法:非参数(Bartlett [22],阉鸡[23),线性预测(24),和最大熵25]),基于子空间(最低标准26(博士)[],雕像谐波分解27)、多信号分类(MU.SI.C。) [28),根MU.SI.C。(29日),通过旋转不变性和信号参数估计技术(ESPRIT) [30.]),和基于最大似然(ML)的方法(确定性和随机毫升(31日,32)和加权子空间拟合(WSF) [33])。我们没有考虑根MU.SI.C。,ESPRIT, and WSF algorithms before [17,18),因为这些算法尤其适用于多个对象的定位。
综合所有的到达角估计的子阵,我们获得一个过境点的模式。它可以通过使用Poisson-based筛选过程17,18)为了消除不必要的口岸的嘈杂的背景。随后,我们估计目标的数量与数据光谱(34)算法。最后,我们处理模式使用——聚类算法(35)和估计的对象的位置。本地化过程已经在MATLAB中实现。
该方法可以用于任意数量的目标;然而,在本文中,我们关注两个埋对象的简单的例子。
获取输入数据的模拟,我们解决向前散射问题通过使用内部软件实施严格的柱面波方法(公告)36,37]。
本文组织如下。提出的定位技术是恢复部分2。节3,给出了数值结果。我们考虑不同介电常数的值埋缸以及承载介质。目标的位置和大小也不尽相同。结论和未来工作思想讨论了部分4。
2。本地化过程
在本节中,我们短暂的恢复过程,我们采用多个埋缸的定位。
画在图的几何问题1。一个已知的电磁场照亮一个地区圆柱目标嵌入在一个统一的、均匀半空间unlossy,数组的传感器坚持埋在介质中散射。的障碍是整个阵列的近场;的对象有轴和半径。接收器的阵列间距,是由子串的传感器。
(一)
(b)
对于每个子数组,如果信号侵犯吗th传感器在时间可以编写,传感器输出如下: 在哪里的角响应传感器和吗表示自己的立场;此外是波数在中托管的对象。如果传感器是各向同性,转向向量假定以下表达式: 在哪里表明换位,是一个Vandermonde-like向量。为一个统一的线性数组或传感器,当且仅当定义独特的条件吗是满足,总是满意间距。方向向量的矩阵可以建造,在的存在信号来源(埋散射)独立的列。
在(2),是真空波数与平面波传播的介质对象被埋。如果这个媒介是不同于一个数组,反演过程忽略了由平面折射界面分离的媒体。然而,当数组非常接近的接口(如发生在几个地质雷达应用程序),数值误差影响DoA估计由于均匀介质的假设非常小。最简单的方法来处理接口的作用是利用斯奈尔公式正确的新风。
我们假设一个添加剂、零均值、不相关的高斯噪声存在,与方差。因此,埃尔米特相关矩阵的数组可以被定义为 在哪里的向量在每个天线接收信号加噪声,源相关矩阵,是噪声相关矩阵,单位矩阵,象征着厄米换位代表了期望值算子。
确切的统计数据噪声和信号不是先验已知;然而,假设过程是遍历,可以近似空间相关性时均相关,所以 的上标符号表示真实价值的估计。
的pseudospectrum(20.)是一个函数,给出了到达的角度基于最大值与角度。平均输出功率的数组,即时等于平方大小的数组输出。假设的组件可以建模为零均值平稳过程,对于一个给定的权向量数组的平均输出功率 pseudospectrum函数是强烈依赖(通过),特定选择的权向量划分不同的DoA估计算法(19,20.]。
通过将DoA算法应用到每个子数组,一组到达方向。综合所有的估计DoAs的(参见图生成云的十字路口1),它可以统计分析,以评估对象的中心(17,18]。
可以区分两种区域交叉模式:地区包括大量的跨越,最有可能找到目标,背景中跨越相当小的数量和传播。这些不同种类的交叉使用合适的空间泊松分布模型(38]。特别是,整个地区由数组分为扫描不重叠的一个固定大小的窗户,用边长,可以适当固定的大小取决于寻求对象。口岸在每个窗口的数量统计。采用测试过程,决定阈值取决于所需的虚警概率,提取窗口设置属于散射消除背景标记(17,18]。
在聚类分析中,我们的目标是了解宏观结构和对象之间的关系,通过考虑他们是相似的,不同的方式。不同的聚类技术可以区分,通过他们瓜分的对象是否为不相交的集群在一个级别(partitional集群)或给一个完整的分层描述对象是相似的(分层聚类),使用一个系统树图(39]。一个简单的partitional集群技术——(39];成功地用于许多应用程序相关的生物工程(40),电路理论(41),和信号处理42]。给定一组点在多维空间中,一组集群中心是随机选择的,每一个点的数据集分配给最近的聚类中心。每个分配组的质心点计算,这些重心成为新的集群中心。重复这个过程直到收敛集群中心的位置。自是一个输入参数的算法,集群的数量必须是事先已知或猜测。也可以使用一个额外的聚类方法来估计然后应用则算法。这一目标,我们实现了光谱数据34)算法,获得精确的预测所有的模拟情况。的复杂性则算法为代表,在那里所需数量的集群,的迭代次数,是数据对象的数量。最后,我们为每个目标定位误差定义为 在哪里圆柱体的轴坐标估计。通过这种方式,定位误差之间的比率估计中心的欧氏距离的真实和实际圆柱半径。当估计的中心th对象并置在一个点在其横截面;否则,如果外,中心的评估对象。作为参考阈值,我们假设一个目标可以被认为是正确的局部误差小于1。
3所示。数值结果
51等距的元素的均匀线性阵列,与间距,被认为是。一个分区的子串元素应用(子阵的总数)。两个圆形截面圆柱体,半径和,位于距离和从数组的水平轴;气缸可以完美地进行或介质相对介电常数和,分别。他们埋在半空间介质相对介电常数。的场景被与TM平面波极化(电场平行圆柱轴)。噪声方差是;虚警概率是导电圆柱体和介质圆柱体。不同的值被认为是半径和埋藏深度的目标,和介电常数的材料。在SAP程序,用边长平方windows使用,真空波长。
在介绍中提到的,我们的模拟输入数据是通过解决向前散射问题与内部软件实施严格的柱面波方法(公告)36,37]。这是一个严格的和快速spectral-domain方法,解决了完美的散射问题进行或介质圆柱对象与圆形截面,埋在半空间介质或多层介质,作为有限厚度板(43,44]。可以申请加入任意的介电常数的值,大小和位置的目标;它也可以用来研究一个事件的散射脉冲波,一个一般时域形状(45]。最近,公告已扩展到考虑粗糙度之间的界面的存在空气和土壤和地上的损失;这些小礼品表示方法的一个重要进步,因为他们允许模型承载圆柱体的环境在一个更现实的方式46]。所示(36)的完全导电圆柱体和(37]介质圆柱体,一般形状的障碍可以通过公告具有良好的模拟结果,通过使用一组合适的小圆截面圆柱体。
CWA结果值得注意的是,考虑到所有的多次反射和衍射现象,因此也折射平面散射场的空中和地面之间的接口;本地化过程中,相反,忽视这样的折射现象。然而,如果数组非常接近接口(如几个探地雷达应用程序),数值误差影响DoA的估计是非常小的,当假设阵列和目标是均匀介质。
呈现在图2气瓶完美进行,它们的半径和;气缸轴和,不同的时间间隔与一个一步,,。地面的相对介电常数。的对象都是在数组的近场和远场的子串。(一),(c),和(e)的情节,第一缸是策划的定位误差的函数;(b)、(d)和(f)的情节,也是第二缸。背散射信号之间的相关性的影响由气缸明显左列情节,第一缸的估计很腐败。second-cylinder错误,相反,是由信号相关性的影响较小;事实上,即使第二缸放置在左边一半的整个阵列(),其传感主要是因为子序列正确的一半的数组,没有其他缸站在视线。当气瓶的足够远,和相关的影响越小,定位结果对汽缸都有好处。并不是所有的DoA估计方法执行相同的,特别是博士和最大熵似乎不太强劲,其余的方法是相当可靠的。
(一)
(b)
(c)
(d)
(e)
(f)
在图3,一样的图2空气腔报道吗。再次,主要影响first-cylinder感应信号的相关性。
(一)
(b)
(c)
(d)
(e)
(f)
在图4,同样的数据2和3据报道,为介质圆柱体吗。介质目标的定位显示更精确的定位完全导电和空气缸。也在这种情况下,相关领域的影响更强。估计越来越改变气缸的位置非常精确。
(一)
(b)
(c)
(d)
(e)
(f)
当代的腔和介质圆柱被认为是在图5。半径是;其他参数是一样的在前面的数字。一般的行为是类似于前面的情况下,即使在这种情况下,对象有相同的大小。这证实了,在前面的情况下,第二个缸是更好的本地化由于它的位置,而不是它的大尺寸。
(一)
(b)
(c)
(d)
(e)
(f)
4所示。结论
在这篇文章中,一个过程的定位埋有限数量的对象。特别是,子阵列处理方法,采用不同方向的到来(DoA)算法,用于两介质的本地化和完全导电圆柱散射,空气腔,在接近线性阵列的接收天线。特别是,以下DoA算法被认为是:巴特利特,阉鸡,线性预测,最大熵,最低标准,雕像谐波分解,多重信号分类(MU.SI.C),根MU.SI.C。通过旋转不变性,估计信号参数技术(ESPRIT)、确定性和随机最大似然,加权子空间拟合(WSF)。综合所有的DoA估计,每个场景模式的十字路口,随后使用Poisson-based过滤过程中,为了消除噪声背景的不必要的过境点。然后,通过使用数据光谱算法估计目标。最后,跨越模式是通过处理——聚类算法和对象位置估计。
获得输入数据,向前散射问题是解决通过内部软件实现柱面波方法(公告)。此外,存在加性高斯噪声的考虑。
被认为是几个配置,不同的构成材料圆柱体,其位置和大小。定位结果显示一个有效的检测能力和一个相当精确的定位估计在许多情况下。这个过程的主要优点是计算简单(使这种方法适合早期定位),而最明显的缺点是不断恶化的估计的对象之间的距离变得越来越小,或者在地面的相对介电常数很高。我们期待检查定位过程在一些实验室检测并提高本地化过程考虑到在地上的损失。我们还计划考虑随机方法的支持向量回归(11),以评估其有效性当应用与我们的配方,就像在(47)的定位完全导电圆柱。
承认
这项工作受益于欧盟内部网络活动资助TU1208成本行动,“土木工程地质雷达的应用”。