基于改进粒子群优化的探地雷达波形反演算法
郑适 张安学* 岳思橙 蒋延生
西安交通大学电信学院 西安 710049
Ground Penetrating Radar Inversion Algorithm Based on Improved Particle Swarm Optimization
Zheng Shi Zhang An-xue Yue Si-cheng Jiang Yan-sheng
School of Electronic and Information Engineering, Xi’an Jiaotong University, Xi’an 710049, China
摘要 探地雷达工作的最终目的是反演解释地下结构参数,由于大多数反演问题是非线性的,研究非线性的反演方法具有重要意义。该文提出基于改进粒子群优化方法的探地雷达反演问题,该算法以信号均方误差为目标函数,用时域有限差分方法作为正演工具。通过与基于遗传算法等反演方法的结果对比,说明了该算法兼顾了准确性和简便性;通过对模型复杂、参数多、信噪比差的仿真数据的反演结果,说明了该算法对多参数反演的有效性和良好的抗噪性;对实测数据的反演结果,进一步验证了该算法的可行性。
关键词 :
探地雷达 ,
反演算法 ,
非线性 ,
粒子群优化
Abstract :Inversion and interpretation of underground structure are ultimate aim of Ground Penetrating Radar (GPR) working. Most of inversion problems are non-linear, hence, investigations of non-linear inversion methods are significant. In this paper, an improved Particle Swarm Optimization (PSO) is used to solve GPR inverse problem. Comparison results with other inversion including the genetic algorithm show that the proposed method has higher accuracy and better simplicity; inversion results under a condition of complicated model, multi- parameter and low SNR indicate the effectiveness dealing with multi-parameter and better anti-noise ability of the proposed algorithm; the inversion results of actual measurement data further verify the feasibility of this algorithm.
Key words :
Ground Penetrating Radar (GPR)
Inversion algorithm
Non-linear
Particle Swarm Optimization (PSO)
收稿日期: 2013-12-19
基金资助: 国家自然科学基金(61331005, 61001039)和中国科学院电磁辐射与探测技术重点实验室资助课题
通讯作者:
张安学:男,1972年生,教授,研究方向为天线阵列信号处理、超宽带雷达系统及其目标成像、检测、识别算法研究,电磁场数值计算,超材料理论及其应用研究等.
E-mail: anxuezhang@mail.xjtu.edu.cn
引用本文:
郑适, 张安学, 岳思橙, 蒋延生. 基于改进粒子群优化的探地雷达波形反演算法[J]. 电子与信息学报, 2014, 36(11): 2717-2722.
Zheng Shi, Zhang An-Xue, Yue Si-Cheng, Jiang Yan-Sheng. Ground Penetrating Radar Inversion Algorithm Based on Improved Particle Swarm Optimization. , 2014, 36(11): 2717-2722.
链接本文:
http://jeit.ie.ac.cn/CN/10.3724/SP.J.1146.2013.01979 或 http://jeit.ie.ac.cn/CN/Y2014/V36/I11/2717
[1]
范启蒙,尹成友,廖飞龙. 基于量子粒子群优化的短波相控阵天线的激励优化研究 [J]. 电子与信息学报, 2017, 39(7): 1769-1773.
[2]
江淮,赵惠昌,汉敏,张淑宁. 基于扩展方位NLCS的斜视TOPSAR成像算法 [J]. 电子与信息学报, 2017, 39(7): 1606-1611.
[3]
戴紫彬,王周闯,李伟,李嘉敏,南龙梅. 可重构非线性布尔函数利用率模型研究与硬件设计 [J]. 电子与信息学报, 2017, 39(5): 1226-1232.
[4]
王丹,黄开枝,李云洲. 基于辅助符号的非线性自干扰抵消算法及其简化实现 [J]. 电子与信息学报, 2017, 39(1): 24-30.
[5]
李应,陈秋菊. 基于优化的正交匹配追踪声音事件识别 [J]. 电子与信息学报, 2017, 39(1): 183-190.
[6]
张志亮, 沈莹, 邵士海,潘文生,唐友喜. 一种线性化的全双工MIMO收发器设计 [J]. 电子与信息学报, 2016, 38(9): 2227-2232.
[7]
张延,张林让,唐世阳. 基于运动补偿的弹载前斜视SAR成像算法 [J]. 电子与信息学报, 2016, 38(12): 3159-3165.
[8]
钟华,胡剑,张松,孙闽红. 基于椭圆模型与改进NLCS的一站固定式大基线双站SAR成像算法 [J]. 电子与信息学报, 2016, 38(12): 3174-3181.
[9]
苏娟,李彬,王延钊. 一种基于封闭均匀区域的SAR图像配准方法 [J]. 电子与信息学报, 2016, 38(12): 3282-3288.
[10]
江淮,赵惠昌,汉敏,张淑宁. 基于DFT滤波器组的大斜视SAR成像算法 [J]. 电子与信息学报, 2016, 38(1): 104-110.
[11]
高发荣, 王佳佳, 席旭刚, 佘青山, 罗志增. 基于粒子群优化-支持向量机方法的下肢肌电信号步态识别 [J]. 电子与信息学报, 2015, 37(5): 1154-1159.
[12]
杨宇晓, 汪飞, 周建江, 康国华. 跳频周期和跳频间隔的最大条件熵射频隐身设计方法 [J]. 电子与信息学报, 2015, 37(4): 841-847.
[13]
杨鹤飞, 郑成诗, 李晓东. 基于谱优势与非线性变换混合的立体声声学回声消除方法 [J]. 电子与信息学报, 2015, 37(2): 373-379.
[14]
喻伟, 杨海钢, 刘洋, 黄娟, 蔡博睿, 陈锐. 一种考虑空间关联工艺偏差的统计静态时序分析方法 [J]. 电子与信息学报, 2015, 37(2): 468-476.
[15]
张习勇, 祁应红,高光普,李玉娟. 一种计算旋转对称布尔函数的汉明重量和非线性度的新方法 [J]. 电子与信息学报, 2015, 37(11): 2691-2696.