GPR 탐사는 천부 지하 대상체 탐지에 유용한 방법이다. 그러나 다수의 GPR 적용사례에서 보여지듯이 천부 대상체에 의한 신호들은 지표에 의한 강한 반사파에 묻혀서 나타난다. 따라서 대상체에 의한 반사파를 이러한 강한 신호로부터 분리해낼 수 있는 신호처리 기법의 적용이 요구된다. 이 연구에서 사용된 파형압축기법은 신호의 폭을 압축시키는 것으로 심하게 오염되어 흐트러진 파형들로부터 신호를 분리해내는 방법이다. 이 논문에서는 위너필터링 (Wiener filtering) 기법을 사용하여 GPR 자료의 파형압축을 수행하는 자료처리방법을 소개하였다. 이 필터는 매설된 관로 위에서 얻어진 수치모형자료 및 현장 GPR 자료에 적용되었다. 이 분별방법은 강한 지표반사로부터 대상체의 반사신호를 구분해 내는 것과 파형압축을 위한 기준신호로서의 지표반사를 분리해 내기 위한 두 곳 모두에 사용 되었다. 파형압축 필터에 있어서 기준신호의 선정은 매우 중요한 문제이다. 그 이유는 특별히 기준신호의 신호대 잡음비가 낮을 경우 신호의 복이 압축될수록 잡음수준이 증가하게 되기 때문이다. GPR 수치모형자료와 현장 자료에 적용시킨 결과 GPR 영상의 눈에 띄는 개선을 보여주었다 즉, 지표반사파와 대상체에 의한 반사파의 구별이 뚜렷해지고 이를 통해 훨씬 좋은 결과를 나타내었다. 그러나, 현장자료에서는 잡음의 고주파성분을 포함하는 넓은 대역폭을 갖는 기준신호 때문에 약간의 잡음수준의 증가로 나타났다. 지표반사파를 기준신호로 사용하면 GPR자료의 파형의 복을 압축시킬 수 있이 지하 대상체에 의한 반사 영상의 질을 향상시킬 수 있다.
GPR 탐사는 천부 지하 대상체 탐지에 유용한 방법이다. 그러나 다수의 GPR 적용사례에서 보여지듯이 천부 대상체에 의한 신호들은 지표에 의한 강한 반사파에 묻혀서 나타난다. 따라서 대상체에 의한 반사파를 이러한 강한 신호로부터 분리해낼 수 있는 신호처리 기법의 적용이 요구된다. 이 연구에서 사용된 파형압축기법은 신호의 폭을 압축시키는 것으로 심하게 오염되어 흐트러진 파형들로부터 신호를 분리해내는 방법이다. 이 논문에서는 위너필터링 (Wiener filtering) 기법을 사용하여 GPR 자료의 파형압축을 수행하는 자료처리방법을 소개하였다. 이 필터는 매설된 관로 위에서 얻어진 수치모형자료 및 현장 GPR 자료에 적용되었다. 이 분별방법은 강한 지표반사로부터 대상체의 반사신호를 구분해 내는 것과 파형압축을 위한 기준신호로서의 지표반사를 분리해 내기 위한 두 곳 모두에 사용 되었다. 파형압축 필터에 있어서 기준신호의 선정은 매우 중요한 문제이다. 그 이유는 특별히 기준신호의 신호대 잡음비가 낮을 경우 신호의 복이 압축될수록 잡음수준이 증가하게 되기 때문이다. GPR 수치모형자료와 현장 자료에 적용시킨 결과 GPR 영상의 눈에 띄는 개선을 보여주었다 즉, 지표반사파와 대상체에 의한 반사파의 구별이 뚜렷해지고 이를 통해 훨씬 좋은 결과를 나타내었다. 그러나, 현장자료에서는 잡음의 고주파성분을 포함하는 넓은 대역폭을 갖는 기준신호 때문에 약간의 잡음수준의 증가로 나타났다. 지표반사파를 기준신호로 사용하면 GPR자료의 파형의 복을 압축시킬 수 있이 지하 대상체에 의한 반사 영상의 질을 향상시킬 수 있다.
Ground penetrating radar (GPR) is an effective tool for detecting shallow subsurface targets. In many GPR applications, these targets are veiled by the strong waves reflected from the ground surface, so that we need to apply a signal processing technique to separate the target signal from such stron...
Ground penetrating radar (GPR) is an effective tool for detecting shallow subsurface targets. In many GPR applications, these targets are veiled by the strong waves reflected from the ground surface, so that we need to apply a signal processing technique to separate the target signal from such strong signals. A pulse-compression technique is used in this research to compress the signal width so that it can be separated out from the strong contaminated clutter signals. This work introduces a filter algorithm to carry out pulse compression for GPR data, using a Wiener filtering technique. The filter is applied to synthetic and field GPR data acquired over a buried pipe. The discrimination method uses both the reflected signal from the target and the strong ground surface reflection as a reference signal for pulse compression. For a pulse-compression filter, reference signal selection is an important issue, because as the signal width is compressed the noise level will blow up, especially if the signal-to-noise ratio of the reference signal is low. Analysis of the results obtained from simulated and field GPR data indicates a significant improvement in the GPR image, good discrimination between the target reflection and the ground surface reflection, and better performance with reliable separation between them. However, at the same time the noise level slightly increases in field data, due to the wide bandwidth of the reference signal, which includes the higher-frequency components of noise. Using the ground-surface reflection as a reference signal we found that the pulse width could be compressed and the subsurface target reflection could be enhanced.
Ground penetrating radar (GPR) is an effective tool for detecting shallow subsurface targets. In many GPR applications, these targets are veiled by the strong waves reflected from the ground surface, so that we need to apply a signal processing technique to separate the target signal from such strong signals. A pulse-compression technique is used in this research to compress the signal width so that it can be separated out from the strong contaminated clutter signals. This work introduces a filter algorithm to carry out pulse compression for GPR data, using a Wiener filtering technique. The filter is applied to synthetic and field GPR data acquired over a buried pipe. The discrimination method uses both the reflected signal from the target and the strong ground surface reflection as a reference signal for pulse compression. For a pulse-compression filter, reference signal selection is an important issue, because as the signal width is compressed the noise level will blow up, especially if the signal-to-noise ratio of the reference signal is low. Analysis of the results obtained from simulated and field GPR data indicates a significant improvement in the GPR image, good discrimination between the target reflection and the ground surface reflection, and better performance with reliable separation between them. However, at the same time the noise level slightly increases in field data, due to the wide bandwidth of the reference signal, which includes the higher-frequency components of noise. Using the ground-surface reflection as a reference signal we found that the pulse width could be compressed and the subsurface target reflection could be enhanced.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
In this paper, we have developed new algorithms for designing an optimal filter that can be applied during GPR signal processing in order to compress the signal so that we can separate a shallow target from reflections from the ground surface. We used Wiener filter technique with both simulated and field data to validate our idea.
The first version of the method uses the target signal itself as a reference signal, whereas a second version considers the ground reflection as a reference signal. The proposed technique was applied to simulated as well as measured GPR data. The filter approach shows a good outcome for pulse compression, especially if the reference signal is determined correctly.
, 2003; Roth, 2005). This technique estimates the background by averaging all A-scans (individual traces) in an area of interest and then subtracts this average trace from each A-scan. This method works well for situations where the number of targets is limited and they are physically well separated.
대상 데이터
A sampling frequency of 3941 MHz was used to record GPR traces with 515 sampling points per trace in time direction, and 50 traces per metre. The survey target is a pipe located on the Kawauchi campus of Tohoku University. The layout for data acquisition over the pipe is shown in Figure 1.
이론/모형
7 ns, was designed to separate out the ground-surface reflection. The raw data and time-gated reference data were transferred to the frequency domain and the pulse-compression method was applied.
참고문헌 (13)
Bancroft, J. C., 2002, Introduction to matched filters. CREWES Research Report, volume 14
Caldecott, R., Young, J. D., Hall, J. P., and Terzuoli, A. J., 1985, An underground obstacle detection and mapping system. Tech. Rep. EL-3984, ElectroSci. Lab., The Ohio State Univ. and the Elect. Power Res. Inst., Palo Alto, CA
Curlander, J. C., and McDonough, R. N., 1991, Synthetic Aperture Radar Systems & Signal Processing, John Wiley & Sons, New York, pp. 126?152
Daniels, D. J., 1996, Surface Penetrating Radar. IEE, London.GPRMAX-2D,2005, Electromagnetic simulator for Ground Probing Radar, V.2.0
Mertins, A., 1999, Signal Analysis, John Wiley and Sons Ltd, Chichester
Nag, S., and Peters, L., 2001, Radar images of penetrable targets generatedfrom ramp profile functions: IEEE Transactions on Antennas and Propagation, 49, 32?40. doi: 10.1109/8.910526
Roth, F., 2005, Conventional models for landmine identification with groundpenetrating radar, Ph.D. dissertation, Delft Univ. Technology., Delft,The Netherlands
Roth, F.,VanGenderen, P., and Verhaegen, M., 2003, Processing and analysisof polarimetric ground penetrating radar landmine signatures, in Proc. of the 2nd Int. Workshop on Advanced Ground Penetrating Radar, Delft, The Netherlands, pp. 70?75
Savelyev, T. G., and Sato, M., 2004, Comparative analysis of UWB deconvolution and feature extraction algorithms for GPR landmine detection. Detection and Remediation Technologies for Mines and Minelike Targets IX: Proceedings of the Society for Photo- Instrumentation Engineers, 5415, 1008?1018
Stearns, D. S., 2003, Digital Signal Processing, CRC Press, New York
Tanaka, R., and Sato, M., 2004, A GPR System Using a Broadband PassiveOptical Sensor for LandMineDetection; 10th International Conference on Ground Penetrating Radar, 21?24 June, Delft, Netherlands
van der Merwe, A., and Gupta, I. J., 2000,Anovel signal processing techniquefor clutter reduction in GPR measurements of small, shallow mines: IEEETransactions Geoscience Remote Sensing, 38, 2627?2637
※ AI-Helper는 부적절한 답변을 할 수 있습니다.