主权项 |
一种探地雷达数据去噪方法,用于探地雷达数据处理,其特征在于,通过利用剪切波变换和奇异值分解,实现对探地雷达数据中噪声的压制,达到增强有效信号的目的,包括如下步骤:步骤一:对探地雷达采集数据X<sub>0</sub>做奇异值分解,并将第一个最大特征值置零,对分解后的信号进行合成,得到去除了直达波的数据X,其中X和X<sub>0</sub>都是N行M列的数组,M表示采样道数,N表示每一道数据的采样点数;步骤二:设置剪切波变换时的总分解层数K,并设置变量k,k为当前分解层数;步骤三:k=1时,利用拉普拉斯金字塔分解法对X进行分解,得到第一层分解后的低频系数矩阵<img file="FDA0001093574780000011.GIF" wi="63" he="63" />和高频系数矩阵<img file="FDA0001093574780000012.GIF" wi="99" he="70" />否则利用拉普拉斯金字塔方法对第k‑1层的低频系数矩阵<img file="FDA0001093574780000013.GIF" wi="90" he="69" />进行分解,得到第k层的低频系数矩阵<img file="FDA0001093574780000014.GIF" wi="67" he="63" />和高频系数矩阵<img file="FDA0001093574780000015.GIF" wi="90" he="63" />步骤四:在伪极向格上对第k层的高频系数矩阵<img file="FDA0001093574780000016.GIF" wi="65" he="63" />进行傅里叶变换,从而得到傅里叶变换后的矩阵<img file="FDA0001093574780000017.GIF" wi="123" he="70" />步骤五:利用带通滤波器对步骤三中的矩阵<img file="FDA0001093574780000018.GIF" wi="91" he="63" />进行处理,重新定义笛卡尔坐标系的抽样值,并利用二维逆傅里叶变换得到剪切系数矩阵<img file="FDA0001093574780000019.GIF" wi="98" he="70" />步骤六:对分解后的剪切系数矩阵<img file="FDA00010935747800000110.GIF" wi="67" he="71" />利用奇异值分解,保留特征值矩阵中对全能量贡献率较大的成分、通过置零去除贡献率小的成分,得到新的特征值矩阵<img file="FDA00010935747800000111.GIF" wi="86" he="79" />进行奇异值分解的合成,得到处理后的剪切系数矩阵矩阵<img file="FDA00010935747800000112.GIF" wi="91" he="70" />步骤七:判断k=K是否成立,成立则停止分解,对低频系数矩阵<img file="FDA00010935747800000113.GIF" wi="70" he="70" />利用奇异值分解,保留特征值矩阵中对全能量贡献率较大的成分、通过置零去除贡献率小的成分,得到新的特征值矩阵<img file="FDA00010935747800000114.GIF" wi="95" he="85" />进行奇异值分解的合成,得到新的矩阵<img file="FDA00010935747800000115.GIF" wi="99" he="70" />否则跳转执行步骤三;步骤八:对处理后的数据进行剪切波反变换,得到最终去噪处理后的数据<img file="FDA0001093574780000021.GIF" wi="91" he="71" /> |