刘宗辉等：隧道地质预报探地雷达信号干扰消除方法 397· 相轴异常干扰，3#溶洞反射波信号被淹没于干扰 分.图13(a)为测线3m处单道波时频分布，从图 信号中，根据信号特征可判定该区域同时含有随 中可清晰看出干扰信号频率成分.因此，为凸显异 机干扰和频率异常成分干扰.此外，从图中可以看 常体空间位置以及后续进一步开展属性分析，有 出240ns以上的浅部数据也存在波形杂乱无章的 必要采用本文所提出的联合去噪方法提取异常体 随机噪声干扰，左侧1#和中间2#溶洞位置难以区 反射信号 0 0 (a (b) (c) 50 100 100 100 150 150 200 200 200 250 250 250 300 300 300 350 350 350 400 4 10 400 4 400 0 2 6 8 10 4 6 10 Position/m Position/m Position/m 图12去噪效果对比.(a)常规方法：(b)小波变换：(c)联合算法 Fig.12 Comparison of different denoizing methods:(a)conventional method;(b)wavelet transform;(c)joint algorithm 300(a) 300(b) 300(c) ZHW/ 200 200 ZHW/A 200 100 0 50 0 0 100200 300 400 100200300 400 100200300400 Iime/ns me/ns Time/ns 图13广义S变换时额分布结果对比.(a)常规方法：(b)小波变换：(c)联合算法 Fig.13 Comparison of GST results obtained using different denoizing methods:(a)conventional method;(b)wavelet transform;(c)joint algorithm 图12(b)和12(c)分别为使用小波变换以及联 分布图中同样可进一步清晰看出干扰信号频率成 合法处理后的波形堆积图，对处理后的雷达数据 分去除效果.通过该案例可以进一步说明小波变 选取测线3m处单道波进行时频分析，时频分布 换与剪切变换联合法去干扰的有效性与必要性 见图13(b)和13(c).从图12(b)中可以明显看出 6结语 低频成分的强反射同相轴已得到较好地去除，但 随机干扰并未得到有效去除.而图12(c)处理结果 (1)利用剪切变换将探地雷达数据转换到剪 显示整个数据的图像质量有了很大的改善，同相 切域，可以更加细致的对信号进行多尺度多方向 轴变得清晰连续，深层以及浅层的随机噪声和低 划分，通常有效信号会根据自身特点集中在一些 频干扰信号都能很好的去除.根据处理后的波形 特定的方向上，在此基础上提出的基于自适应阀 堆积图数据可以很好地将三处地质异常进行圈 值去噪方法可对随机干扰有很好去除效果 定，并能与实际情况对应.图13(b)和13(c)时频 (2)小波变换具有良好的时频局部化性质，其相轴异常干扰，3#溶洞反射波信号被淹没于干扰 信号中，根据信号特征可判定该区域同时含有随 机干扰和频率异常成分干扰. 此外，从图中可以看 出 240 ns 以上的浅部数据也存在波形杂乱无章的 随机噪声干扰，左侧 1#和中间 2#溶洞位置难以区 分. 图 13（a）为测线 3 m 处单道波时频分布，从图 中可清晰看出干扰信号频率成分. 因此，为凸显异 常体空间位置以及后续进一步开展属性分析，有 必要采用本文所提出的联合去噪方法提取异常体 反射信号. 图 12（b）和 12（c）分别为使用小波变换以及联 合法处理后的波形堆积图，对处理后的雷达数据 选取测线 3 m 处单道波进行时频分析，时频分布 见图 13（b）和 13（c）. 从图 12（b）中可以明显看出 低频成分的强反射同相轴已得到较好地去除，但 随机干扰并未得到有效去除. 而图 12（c）处理结果 显示整个数据的图像质量有了很大的改善，同相 轴变得清晰连续，深层以及浅层的随机噪声和低 频干扰信号都能很好的去除. 根据处理后的波形 堆积图数据可以很好地将三处地质异常进行圈 定，并能与实际情况对应. 图 13（b）和 13（c）时频 分布图中同样可进一步清晰看出干扰信号频率成 分去除效果. 通过该案例可以进一步说明小波变 换与剪切变换联合法去干扰的有效性与必要性. 6    结语 （1）利用剪切变换将探地雷达数据转换到剪 切域，可以更加细致的对信号进行多尺度多方向 划分，通常有效信号会根据自身特点集中在一些 特定的方向上，在此基础上提出的基于自适应阀 值去噪方法可对随机干扰有很好去除效果. （2）小波变换具有良好的时频局部化性质，其 Time/ns 0 100 50 150 200 250 300 400 350 Position/m 0 2 4 6 8 10 (a) Time/ns 0 100 50 150 200 250 300 400 350 Position/m 0 2 4 6 8 10 (b) Time/ns 0 100 50 150 200 250 300 400 350 Position/m 0 2 4 6 8 10 (c) 1# 2# 3# 图 12    去噪效果对比. （a）常规方法；（b）小波变换；（c）联合算法 Fig.12    Comparison of different denoizing methods: (a) conventional method; (b) wavelet transform; (c) joint algorithm Time/ns 200 300 400 100 0 Frequency/MHz 0 100 (a) 300 200 Time/ns 200 300 400 50 0 Frequency/MHz 0 100 (b) 300 200 Time/ns 200 300 400 50 0 Frequency/MHz 0 100 (c) 300 200 图 13    广义 S 变换时频分布结果对比. （a）常规方法；（b）小波变换；（c）联合算法 Fig.13    Comparison of GST results obtained using different denoizing methods: (a) conventional method; (b) wavelet transform; (c) joint algorithm 刘宗辉等： 隧道地质预报探地雷达信号干扰消除方法 · 397 ·