天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當前位置:主頁 > 科技論文 > 自動化論文 >

基于卷積神經(jīng)網(wǎng)絡的地下目標定位與介電常數(shù)估計研究

發(fā)布時間:2020-08-11 21:43
【摘要】:探地雷達主要應用于地下目標的定位、幾何形狀識別、電性能參數(shù)估計和分類。傳統(tǒng)機器學習方法對地下目標分類、定位和參數(shù)估中,探地雷達信號特征的提取需要人工設計,其中涉及到實驗人員的主觀經(jīng)驗,給實驗結果帶來了很多不確定性。因此如何構建特征自動提取的地下目標分類、定位和參數(shù)估計框架具有重要意義。針對以上問題,本文提出了基于卷積神經(jīng)網(wǎng)絡(Convolutional Neural Networks,CNN)的地下目標形狀分類、定位和介電常數(shù)估計方法。本文的主要內(nèi)容為:首先,研究了基于CNN的地下目標形狀分類方法。對于傳統(tǒng)人工設計特征提取方法的不足,鑒于CNN具有自動學習特征的優(yōu)勢,采用CNN框架對淺層地下目標形狀分類。利用支持向量機(Support Vector Machine,SVM)代替softmax層,采用CNN-SVM對地下目標形狀識別。相比于傳統(tǒng)特征提取方法聯(lián)合SVM的分類結果,CNN-SVM方法具有更高的分類準確率和精度。其次,研究了基于全卷積網(wǎng)絡(Fully Convolutional Networks,FCN)的地下目標定位方法。對于地下目標定位中特征提取方法的缺陷,鑒于AlexNet網(wǎng)絡模型具有強大的特征提取能力,通過把AlexNet的全連接層使用卷積層代替,將其改為全卷積網(wǎng)絡,聯(lián)合改進的非極大值抑制方法對地下目標定位。與傳統(tǒng)的特征提取方法相比,FCN具有更好的定位性能。最后,研究了基于級聯(lián)CNN的地下目標介電常數(shù)估計方法。傳統(tǒng)方法對地下目標的定位和參數(shù)估計都是獨立進行,對此本文在全卷積網(wǎng)絡地下目標定位的基礎上,通過級聯(lián)一個CNN實現(xiàn)地下目標介電常數(shù)估計。相比于單個CNN的介電常數(shù)估計結果,級聯(lián)CNN模型具有更低的估計誤差,并實現(xiàn)了地下目標的定位和介電常數(shù)估計一體化。因此,本文的CNN方法在地下目標的分類、定位和參數(shù)估計領域具有參考價值。
【學位授予單位】:南昌大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:TP18;P631.3
【圖文】:

應用領域,探研,冰川厚度,礦產(chǎn)勘探


1科學研究領域圖 1.1 探地雷達應用領域用電磁信號探測地下環(huán)境,由化發(fā)展,并且廣泛應用于各個[5-6]、礦產(chǎn)勘探[7]、冰川厚度探研領域等方面都涉及探地雷達

圓形目標,目標模型,矩形,電性能參數(shù)


第 2 章 基于傳統(tǒng)特征提取方法的地下目標形狀分類探地雷達圖像雙曲線模型受發(fā)射波形、極化方式、背景介質(zhì)、埋藏深度、目標的形狀和電性能參數(shù)的影響,GPR 回波信號組成較為復雜,但 GPR 雙曲線圖像能夠直觀的顯示各種回波狀態(tài),便于實時觀測,圖 2.1 為探地雷達工作原理圖。2.2.2 光滑地表面地下目標模型模擬在仿真系統(tǒng)中,首先在地表面光滑情況下建立地下目標正演模型,設置地下場景的維度大小、收發(fā)天線的參數(shù)、地下目標的大小和電性能參數(shù)、背景介質(zhì)的電性能參數(shù)和天線的移動步長和方向。使用 gprMax 對地下圓形和矩形目標進行數(shù)值仿真。其中,圖 2.2 為地下圓形和矩形目標仿真模型。

圖像,圓形目標,矩形,目標


電導率 為 0.005S/m。通過數(shù)值仿真得到 500 組 GPR 圖像,其中圓形和矩形目標各 250 組。圖2.3(a)、(b)分別為單個地下圓形和矩形目標仿真的 GPR 圖像。

【相似文獻】

相關期刊論文 前10條

1 楊滟;;美國防部計劃研究穿地核武器[J];國外核新聞;1988年02期

2 吳愚;席盈;;探測地下目標的雷達[J];高技術通訊;1991年08期

3 方廣有,張忠治;淺層地下目標探測雷達發(fā)射信號形狀研究[J];現(xiàn)代雷達;1994年03期

4 郭永強;陳自力;;探地雷達的地下目標定位方法[J];火力與指揮控制;2008年10期

5 趙立平;;沖擊雷達探測地下目標[J];無線電工程;1986年04期

6 康青;地下目標的紅外隱身[J];紅外技術;1996年06期

7 郭永強;陳自力;;機載條件下地下目標探測的分辨率研究[J];微波學報;2007年S1期

8 王建,彭仲秋,謝處方;地下目標瞬時散射的時域有限差分法數(shù)值模擬[J];地球物理學報;1996年S1期

9 夏舸;楊立;寇蔚;杜永成;;采用瞬態(tài)球狀熱斗篷方法的淺層地下目標紅外隱身技術[J];國防科技大學學報;2018年01期

10 張清河;時域有限差分法在地下目標瞬時散射中的應用[J];三峽大學學報(自然科學版);2005年05期

相關會議論文 前10條

1 郭永強;陳自力;;機載條件下地下目標探測的分辨率研究[A];第十三屆全國微波能應用學術會議論文集[C];2007年

2 王禹;袁乃昌;;FDTD在探測地下目標中的應用[A];2003'全國微波毫米波會議論文集[C];2003年

3 張志勇;周欽淵;劉慶成;;探地雷達空氣中回波的f-k域處理技術[A];中國地球物理第二十一屆年會論文集[C];2005年

4 楊健;林世明;蘇超偉;;利用綜合孔徑FM-CW雷達探測地下目標[A];1995年中國地球物理學會第十一屆學術年會論文集[C];1995年

5 龐新明;張敏;李振春;;對成像和觀測系統(tǒng)最優(yōu)化的照明矩陣的建立[A];2015中國地球科學聯(lián)合學術年會論文集(十七)——專題46地震波傳播與成像[C];2015年

6 梁斌;錢立新;陳忠富;;裝藥對地下結構爆炸毀傷數(shù)值模擬[A];數(shù)學·力學·物理學·高新技術交叉研究進展——2010(13)卷[C];2010年

7 于景蘭;;國內(nèi)探地雷達的應用與發(fā)展[A];資源、環(huán)境與工程電法勘探方法技術交流會論文集[C];2003年

8 李展輝;黃清華;王彥賓;;三維錯格并行時域偽譜法模擬探地雷達[A];中國地球物理2010——中國地球物理學會第二十六屆年會、中國地震學會第十三次學術大會論文集[C];2010年

9 王鐵軍;王小牧;郝會民;李國旗;;石油物探裝備技術進展與發(fā)展方向[A];中國地球物理2010——中國地球物理學會第二十六屆年會、中國地震學會第十三次學術大會論文集[C];2010年

10 孫紫英;鮑光淑;;三維電性體空間定位的研究[A];1999年中國地球物理學會年刊——中國地球物理學會第十五屆年會論文集[C];1999年

相關重要報紙文章 前4條

1 吳怡;美國反恐暗防地下目標[N];中國國防報;2007年

2 夏文輝;美國小型核武專炸地下目標[N];西安日報;2001年

3 顧偉;B61—12:美國不肯放棄“核板斧”[N];中國國防報;2015年

4 本報專稿 赫連雪;美巨型穿地彈圖重創(chuàng)朝鮮核能力[N];世界報;2009年

相關博士學位論文 前3條

1 于月;全極化探地雷達H-α特征分解技術研究[D];吉林大學;2016年

2 傅磊;機載探地雷達相關技術基礎研究[D];吉林大學;2014年

3 詹毅;復雜有耗色散地層中的FDTD方法以及在沖擊探地雷達中的應用[D];西安電子科技大學;2000年

相關碩士學位論文 前10條

1 張?zhí)熘?基于卷積神經(jīng)網(wǎng)絡的地下目標定位與介電常數(shù)估計研究[D];南昌大學;2019年

2 唐丹;基于ACA的地下目標電磁散射快速計算方法研究[D];華東交通大學;2018年

3 王建凱;基于多時相多光譜紅外圖像淺層地下目標探測技術研究[D];哈爾濱工業(yè)大學;2011年

4 周超;探地雷達地下目標體散射問題的仿真研究[D];重慶大學;2006年

5 胡玉理;探地雷達地下目標特征提取與識別[D];國防科學技術大學;2009年

6 李梅;基于FDTD的探地雷達地下目標體散射問題的研究[D];安徽理工大學;2011年

7 馮彥謙;機載探地雷達探測地下目標體的數(shù)值仿真和成像研究[D];吉林大學;2008年

8 陳德莉;探地雷達地下目標ROI提取算法研究[D];國防科學技術大學;2003年

9 梁國棟;鉆地彈攻擊地下目標的效能評估[D];南京理工大學;2007年

10 李巍;基于ANN的探地雷達淺層目標識別與電性能參數(shù)的反演[D];南昌大學;2012年



本文編號:2789597

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/2789597.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶55865***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com