基于深度学习的铁路路基雷达检测信号中强干扰压制方法研究

探地雷达具有快速、非接触式、无损的特点,已成为铁路路基病害检测的重要手段.但由于铁路路基检测对于探地雷达而言具有复杂的电磁干扰环境,尤其是来自轨枕强反射干扰湮没了路基介质层病害的弱反射雷达信号.针对上述问题,本文开展了铁路路基雷达检测信号中轨枕强干扰压制方法研究.论文首先介绍了深度学习网络框架以及原理,并对随机生成的含典型病害铁路路基模型进行时域有限差分法正演,获得探地雷达仿真数据;然后将仿真数据预处理后导入深度学习网络中训练,并且利用测试集中数据验证该深度学习网络对一维探地雷达信号的噪声压制效果;最后,从图像上分析并评价了深度学习处理铁路路基雷达信号噪声压制的效果.采用上述方法处理后的雷达图像中异常体反射信号明显,同轴信号连续清晰,图像分辨率提高.研究结果表明该处理方法能有效压制轨枕强干扰信号,显著提高了雷达信号的信噪比,而且训练好的网络能实时处理海量的路基检测资料.