CN109799539A - 基于雷达小波变换时能密度的隧道地质体三维识别方法 - Google Patents
基于雷达小波变换时能密度的隧道地质体三维识别方法 Download PDFInfo
- Publication number
- CN109799539A CN109799539A CN201910026498.1A CN201910026498A CN109799539A CN 109799539 A CN109799539 A CN 109799539A CN 201910026498 A CN201910026498 A CN 201910026498A CN 109799539 A CN109799539 A CN 109799539A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- radar
- survey line
- wavelet transformation
- geological radar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000009466 transformation Effects 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000003044 adaptive effect Effects 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000013461 design Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 25
- 230000000149 penetrating effect Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 239000011435 rock Substances 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 9
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 239000007921 spray Substances 0.000 claims description 3
- 230000001154 acute effect Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 16
- 230000000694 effects Effects 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 5
- 235000007926 Craterellus fallax Nutrition 0.000 description 2
- 240000007175 Datura inoxia Species 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000002706 plastid Anatomy 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 244000286916 Ratibida columnifera Species 0.000 description 1
- 235000009413 Ratibida columnifera Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000010291 electrical method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- RSMUVYRMZCOLBH-UHFFFAOYSA-N metsulfuron methyl Chemical compound COC(=O)C1=CC=CC=C1S(=O)(=O)NC(=O)NC1=NC(C)=NC(OC)=N1 RSMUVYRMZCOLBH-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于隧道施工地质预报技术领域，公开了一种基于雷达小波变换时能密度的隧道地质体三维识别方法；根据隧道勘察设计资料与长距离预报成果，确定可能存在不良地质体的大致位置。采用地质雷达对隧道掌子面进行多条测线测试，测线与测点的空间坐标将用于确定与记录每条单道信号的空间具***置。根据地质雷达发射子波的特点，构造与子波信号匹配度高的模式自适应地质雷达小波，编制雷达小波变换时能密度法的分析程序，对每条单道信号进行奇异性分析。确定隧道掌子面前方不良地质体的前、后、左、右、上、下边界。本发明具有识别精度高、分辨效果好与三维立体显示直观等优点，提高了隧道地质预报中识别不良地质体的准确性与立体性。
Description
技术领域
本发明属于隧道施工地质预报技术领域，尤其涉及一种基于雷达小波变换时能密度的隧道地质体三维识别方法。
背景技术
据预测，2008～2020年，仅铁路领域隧道将新增10000km，我国已成为世界上隧道与地下工程规模最大、数量最多和结构形式最复杂、修建技术发展速度最快的国家。隧道勘察设计资料虽然在一定程度上对隧道的地质状况进行了预测预报，但由于地质条件的复杂性，勘察设计资料与实际开挖情况经常会有较大的出入。隧道掌子面前方不良地质体是影响隧道开挖施工的一大干扰因素，其存在会极大地影响施工进度，给现场施工带来安全隐患。在隧道修建过程中，往往由于对隧道掌子面前方地质条件了解不清，导致施工带有很大盲目性，经常会出现预料不到的坍方、冒顶、涌水等事故。如2007年8月5日，宜万铁路野山关隧道发生突泥突水事故，突水量约40～50km3/h，突泥量53.5km3，直接造成10人死亡。因此，如何准确预报隧道施工掌子面前方是否存在以及不良地质体空间位置与规模大小成为了隧道工作者亟待解决的关键问题。
为了更有效掌握隧道施工期间掌子面前方的地质情况，实现避免或杜绝施工中出现地质灾害、保障生产安全的目的，人们开始关注隧道施工过程中超前地质探测理论、技术方案研究及工程实践工作。超前导洞与超前钻探方法最先被用来勘探隧道掌子面前方的地质情况，由于其经济和时间成本高昂，人们逐步研发了地球物理探测技术，包括地震波反射法、电磁波反射法、瞬变电磁法、高分辨率直流电法、红外探测等。每种方法的适用条件以及局限性都不一样，况且物探异常定性具有多解性，单一预报方法并不可靠，将造成物探推断成果难以利用、不被重视的严重后果。有必要将这些方法结合地质调查法等手段进行综合预报，甚至长、短距离预报方法优势互补、相互印证。但即便如此，这些方法仍然只能获取测线前方的二维剖面信息，仅能粗略地给出隧道掌子面前方不良地质体的大致位置，加之某一位置是否为隧道不良地质体的边界时，需要判断该位置地质雷达反射波信号在深度方向相邻区域上的振幅、相位以及频率是否发生突变。这样，隧道不良地质体边界判定的依据比较单一，更无法获得不良地质体的空间形态与规模大小。
因此，在现有地质雷达检测技术与小波变换理论的基础上，提出一种基于雷达小波变换时能密度的隧道地质体三维识别方法，可对隧道施工掌子面前方不良地质体进行二维布置测线，利用小波变换具有良好时频局部化分析功能与小波变换时能密度法突显地质雷达反射信号奇异值点的位置，对隧道不良地质体进行前、后、左、右、上、下三维立体识别、预报与解释，提高隧道施工超前地质预报中识别不良地质体的准确性与立体性，隧道不良地质体三维空间形态显示能够使图像信息更为丰富和直观，将对完善隧道不良地质体识别技术、处理不良地质情况方面变被动为主动具有重要意义。
发明内容
针对现有技术存在的问题，本发明提供了一种基于雷达小波变换时能密度的隧道地质体三维识别方法，以此能够定量识别隧道掌子面前方不良地质体的三维空间形态与规模大小。
本发明是这样实现的，一种基于雷达小波变换时能密度的隧道地质体三维识别方法，所述一种雷达小波变换时能密度的隧道地质体三维识别方法包括：
第一步，根据隧道勘察设计资料与长距离超前地质预报成果，确定可能存在不良地质体的大致位置。采用地质雷达对隧道掌子面进行多条测线测试，保证每条测线长度一致，测点与测点间距相等，测线与测点的空间坐标将用于确定与记录每条单道地质雷达信号的空间具***置；
第二步，如果函数ψ(t)绝对可积，即ψ(t)∈L1(R)，那么频谱是连续的，则由推出即则称ψ(t)是1个基本小波。在MATLAB语言工作平台上，利用小波工具箱中的小波设计工具(NewWavelet forCWT)，将逼近方法和边界条件分别设置为常数正交函数空间投影法和[0，1]。根据地质雷达发射子波信号的特点，构造与子波信号匹配度高的模式自适应地质雷达小波；
第三步，采用wavemngr函数添加模式自适应地质雷达小波。在添加之前，必须做好以下准备工作：①设置1个模式自适应地质雷达小波的全名，一般为1个字符串，如小波工具箱中已有的Haar、Daubechies、Symlets、Coiflets、Meyer和Morlet等。②设置1个模式自适应地质雷达小波的缩写名，由不多于4个字符所组成，如小波工具箱中已有的haar、db、sym、coif、meyr和morl等。③选取1个模式自适应地质雷达小波的类型，仅有小波函数的小波，如：Mexican hat小波与Morlet小波。④定义1个在模式自适应地质雷达小波系列中的序列号。如果存在1个小波函数系，则小波函数系是由模式自适应地质雷达小波缩写名和1个序列号构成。⑤新建1个*.m文件或*.mat文件，对于1个由许多小波函数组成的模式自适应地质雷达小波系，必须要定义1个*.m文件；而对于只有1个小波函数的模式自适应地质雷达小波系，必须要定义1个*.mat文件。对于构造的模式自适应地质雷达小波，由于它不具有紧支撑性，还需设置有效支撑长度，即设置模式自适应地质雷达小波的上、下边界；
第四步，将第二步所构造的模式自适应地质雷达小波的*.mat数据作为1个基本小波，进入MATLAB的工作界面，然后调用wavemngr函数，即可对模式自适应地质雷达小波进行添加。在后续信号分析与处理中，可将模式自适应地质雷达小波作为1个新的基函数进行选用；
第五步，如果模式自适应地质雷达小波满足容许性条件，则说明模式自适应地质雷达小波变换是完备的，即被分析信号x(t)的模式自适应地质雷达小波变换分解系数的幅度平方在时间-尺度平面上的加权积分与被分析信号的能量成线性关系。然而，由于模式自适应地质雷达小波变换受到不确定性原理的限制，不能采用小波分析来描述时间-尺度平面上某一点的瞬时能量密度。但可以将|WTx(a,b)|2/Cψa2看作是在时间-尺度平面上的能量密度函数，即|WTx(a,b)|2ΔaΔb/Cψa2给出了以时移因子b和尺度因子a为中心的、时间间隔Δb和尺度间隔Δa的能量。因此，又改写成其中在某种程度上，模式自适应地质雷达小波变换中的尺度因子a等同于实际频率f(准确地说，不同的尺度因子对应不同的频率，两者成反比例关系)，E(b)给出了地质雷达信号在不同尺度区间上的能量随平移因子的分布情况，这里将称之为雷达小波变换的时能密度函数。基于MATLAB软件平台，采用模式自适应地质雷达小波作为基函数，调整尺度因子的上、下限和尺度间隔，编制雷达小波变换时能密度法的程序，对每条单道地质雷达信号进行奇异性分析。根据每条单道地质雷达信号的小波变换时能密度曲线中出现奇异值点的位置，即可确定隧道掌子面前方不良地质体的前、后边界，从而可以识别不良地质体前、后、左、右、上、下三维空间形态与规模大小。
进一步，所述一种雷达小波变换时能密度的隧道地质体三维识别方法包括以下步骤：
(1)根据隧道掌子面位置所处围岩等级，对隧道掌子面进行排险。若掌子面围岩等级是Ⅰ、Ⅱ和Ⅲ级，则需要对掌子面的平整度进行处理；若掌子面围岩等级是Ⅳ、Ⅴ和Ⅵ级，则需要对掌子面进行喷锚处理；
(2)地质雷达主机接口端与探测天线接口端相连，打开主机电源开关，工作人员先将地质雷达探测天线放置在隧道掌子面预设测线的左端点处，然后贴着掌子面沿水平方向从左至右匀速移动，过程中同时观测主机屏幕上的地质雷达反射信号变化情况；测完一整条水平测线后，得到一条水平测线上二维空间的剖面信息；
(3)工作人员将地质雷达天线放置在已测完测线的上方，依次设置多条测线，得到各条测线的二维空间的剖面信息。
进一步，隧道掌子面共布置有4条测线，从上至下依次为测线1、测线2、测线3和测线4；采用编制程序对地质雷达检测信号进行分析时，从地质雷达原始数据矩阵中，抽取测线2上1个测点的1条地质雷达单道信号，得到位于测线2测点上的地质雷达单道信号图。
进一步，将去除直达波后的地质雷达单道信号通过雷达小波变换时能密度分析程序处理后，得到地质雷达单道信号小波变换时能密度曲线。隧道不良地质体边界实际上就是单道信号小波变换时能密度曲线中的剧烈变化处，寻找不良地质体边界位置实质上就是寻找小波变换时能密度曲线中的突变点或奇异值点。小波变换具有良好的时频局部化能力，被称为数学分析上的“显微镜”。小波变换时能密度法具有突出被分析信号局部奇异性的特点，本发明利用雷达小波变换时能密度法的这一特性来识别隧道不良地质体的空间形态与规模大小。
进一步，对测线2上测点X0～Xn共n个地质雷达单道信号分别进行小波变换时能密度法分析与处理，得到测线2各条地质雷达单道信号与不良地质体在测线2剖面上所有前、后界面上的奇异点位置，分别将前、后界面上奇异值点的位置连接起来，得到不良地质体二维的剖面图ABCD。同理，可以得到测线3上不良地质体前、后界面上奇异值点的位置以及不良地质体的二维剖面图abcd；
将测线2和测线3中得到不良地质体前、后界面分别对应的奇异值点的位置连接起来，可以得到不良地质体上、下二维剖面图ABab与CDcd，再将得到的剖面ABCD、abcd中相对应的测点连接，得到隧道不良地质体空间形态的三维立体构造图ABCD-abcd。
进一步，点t1、t2和t3分别为地质雷达反射信号与隧道掌子面、不良地质体前、后界面的反射时间，两点间的时间差分别为t2-t1和t3-t2，再由公式可以得出不良地质体前、后尺寸以及前界面与隧道掌子面的距离，式中εr为媒质的相对介电常数；c为真空中的电磁波传播速度。
综上所述，本发明的优点及积极效果为：根据隧道勘察设计资料与长距离预报成果，确定可能存在不良地质体的大致位置。采用地质雷达对隧道掌子面进行多条测线测试，测线与测点的空间坐标将用于确定与记录每条单道信号的空间具***置。由于地质雷达反射信号遇到不良地质体会发生反射和折射，同时携带不良地质体的特征信息。根据地质雷达发射子波的特点，构造与子波信号匹配度高的模式自适应地质雷达小波，将其添加到小波分析工具箱中，调整尺度因子的上、下限与尺度间隔，编制雷达小波变换时能密度法的分析程序，对每条单道信号进行奇异性分析。根据每条单道信号的小波变换时能密度曲线中出现奇异值点的位置以及各条单道信号在测线、测点上的空间位置坐标，可以确定隧道掌子面前方不良地质体的前、后、左、右、上、下边界，即隧道不良地质体三维空间形态与规模大小。本发明的分析方法适用于隧道工程超前地质预报中，具有识别精度高、分辨效果好与三维立体显示直观等优点，提高了隧道地质预报中识别不良地质体的准确性与立体性，对减少塌方与突泥突水以及处理不良地质情况变被动为主动提供了可靠的保证。
传统分析方法只能获取隧道掌子面前方的二维剖面信息，仅能粗略地给出不良地质体的大致位置。与传统分析方法相比，本发明基于地质雷达发射子波的特点，构造与地质雷达子波高度匹配的模式自适应地质雷达子波，编制雷达小波变换时能密度法的分析程序。充分利用了小波变换具有良好时频局部化分析功能与小波变换时能密度法突显地质雷达反射信号奇异值点的位置，对隧道不良地质体进行前、后、左、右、上、下三维立体识别、预报与解释，可以定量分析出隧道不良地质体三维空间形态与规模大小，能够使图像信息更为丰富和直观，提高隧道施工超前地质预报中识别不良地质体的准确性与立体性。
附图说明
图1是本发明实施例提供的一种基于雷达小波变换时能密度的隧道地质体三维识别方法流程图。
图2是本发明实施例提供的获取隧道不良地质体三维立体图流程图。
图3是本发明实施例提供的隧道掌子面地质雷达测线布置图。
图4是本发明实施例提供的抽取一条地质雷达单道信号示意图。
图5是本发明实施例提供的去除直达波后的地质雷达单道信号示意图。
图6是本发明实施例提供的地质雷达单道信号的小波变换时能密度曲线示意图。
图7是本发明实施例提供的隧道不良地质体的第一、二界面识别效果(测线2)示意图
图8是本发明实施例提供的隧道不良地质体的第一、二界面识别效果(测线3)示意图。
图9是本发明实施例提供的隧道不良地质体的三维构造图(测线2和测线3)。
图10是本发明实施例提供的隧道掌子面前方不良地质体的三维立体识别效果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明弥补了传统分析方法只能获取隧道掌子面测线前方的二维剖面信息，仅能粗略地给出隧道不良地质体的大致位置，判断该位置地质雷达反射波信号在深度方向相邻区域上的振幅、相位以及频率是否发生突变等缺陷。基于一种基于雷达小波变换时能密度的隧道地质体三维识别方法，可对隧道施工掌子面前方不良地质体进行前、后、左、右、上、下三维立体识别、预报与解释，提高隧道施工超前地质预报的准确性与全面性，达到了对隧道不良地质体进行精确预测预报的效果。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示，本发明实施例提供的一种基于雷达小波变换时能密度的隧道地质体三维识别方法包括以下步骤：
S101：根据隧道勘察设计资料与长距离超前地质预报成果，确定可能存在不良地质体的大致位置。采用地质雷达对隧道掌子面进行多条测线测试，保证每条测线长度一致，测点与测点间距相等，测线与测点的空间坐标将用于确定与记录每条单道地质雷达信号的空间具***置。由于地质雷达反射波信号遇到隧道掌子面前方不良地质体时会发生反射和折射，与不良地质体接触的每条地质雷达信号都会携带不良地质体的信息；
S102：在MATLAB语言工作平台上，利用小波工具箱中的小波设计工具，将逼近方法和边界条件分别设置为常数正交函数空间投影法和[0，1]。根据地质雷达发射子波的特点，构造与子波信号匹配度高的模式自适应地质雷达小波；
S103：在添加之前，必须做好以下准备工作：①设置1个模式自适应地质雷达小波的全名，一般为1个字符串。②设置1个模式自适应地质雷达小波的缩写名，由不多于4个字符所组成。③选取1个模式自适应地质雷达小波的类型。④定义1个在模式自适应地质雷达小波系列中的序列号。⑤新建1个*.m文件或*.mat文件，对于1个由许多小波函数组成的模式自适应地质雷达小波系，必须要定义1个*.m文件；
S104：将所构造的模式自适应地质雷达小波的*.mat数据作为1个基本小波，进入MATLAB的工作界面，然后调用wavemngr函数，即可对模式自适应地质雷达小波进行添加。在后续信号分析与处理中，可将模式自适应地质雷达小波作为1个新的基函数进行选用；
S105：采用模式自适应地质雷达小波作为基函数，调整尺度因子的上、下限和尺度间隔，编制雷达小波变换时能密度法的程序，对每条单道地质雷达信号进行奇异性分析。根据每条单道地质雷达信号的小波变换时能密度曲线中出现奇异值点的位置以及各条单道信号在测线、测点上的空间位置坐标，可以确定隧道掌子面前方不良地质体的前、后、左、右、上、下边界，即隧道不良地质体三维空间形态与规模大小。
下面结合附图对本发明的应用原理作进一步的描述。
本发明实施例提供的一种基于雷达小波变换时能密度的隧道地质体三维识别方法包括以下步骤：
(1)根据隧道掌子面位置所处围岩等级，对隧道掌子面进行排险。若隧道掌子面围岩等级是Ⅰ、Ⅱ和Ⅲ级围岩强度，则需要对掌子面的平整度进行处理，保证掌子面相对平整，使地质雷达各条测线能够布置在1个平面上；若隧道掌子面围岩等级是Ⅳ、Ⅴ和Ⅵ级围岩强度，则需要对掌子面进行喷锚处理，保障地质雷达进行检测的过程中，隧道掌子面上方的岩体不会脱落，保证地质雷达超前预报工作能够安全顺利进行。
(2)工作测试时，地质雷达主机接口端与探测天线接口端相连，打开主机电源开关，工作人员先将地质雷达探测天线放置在隧道掌子面预设测线的左端点处，然后贴着掌子面沿水平方向从左至右匀速移动，过程中同时观测主机屏幕上的地质雷达信号采集情况，保证原始数据的完整性及连续性。测完一整条水平测线后，可以得到一条水平测线上二维空间的剖面信息。
(3)为了进一步识别隧道掌子面前方不良地质体的三维空间，可设置多条测线(测线条数可视掌子面的大小及现场工程情况而定)，采用与步骤2中相同的操作流程，可得到n条测线的二维空间的剖面信息，将各条测线剖面图上处于同一深度方向位置的测点相连。这样，就可以由n个二维空间剖面图得到1个三维立体图形。
(4)举例说明：
①如图2所示为获取隧道掌子面前方不良地质体三维立体图流程。
②如图3所示，隧道掌子面共布置有4条测线，从上至下依次为测线1、测线2、测线3和测线4。采用编制程序对地质雷达检测信号进行分析时，从地质雷达原始数据矩阵中，抽取测线2上1个测点的1条地质雷达单道信号，得到如图4所示的位于测线2测点上的地质雷达单道信号图。由图3可知地质雷达单道信号有3个反射，说明测线前方有3个反射面，但直达波干扰比较大，后两个反射界面的信号比较弱，因此有必要去除掌子面表面的干扰，即需要进行去除直达波处理。
③如图5所示为去除直达波后的地质雷达单道信号，由图5可以看出隧道不良地质体前、后两个明显的反射界面，但具体在每个子波的波峰或波谷还不太确定。
④如图6所示，利用雷达小波变换时能密度法具有突出被分析信号局部奇异性的特点，将去除直达波后的地质雷达单道信号通过小波变换时能密度法分析程序处理后，得到地质雷达单道信号小波变换时能密度曲线。从图6可以清晰地看出地质雷达单道信号两个突出的奇异值点，由图6可以看出，这两个奇异值点就是测线2上测点X0单道信号在不良地质体前、后界面的A、B两个反射点。
⑤对测线2上的测点X0～Xn共n个单道信号分别进行小波变换时能密度法分析，得到测线2各条地质雷达单道信号与不良地质体在测线2剖面上所有前、后界面上的奇异点位置，分别将前、后界面上奇异值点的位置连接起来，得到不良地质体二维的剖面图ABCD，如图7所示。
⑥同理按上述步骤⑤中的操作流程，可以得到测线3上不良地质体前、后界面上奇异值点的位置以及不良地质体的二维剖面图abcd，如图8所示。
⑦如图9所示，将测线2和测线3中得到不良地质体前、后界面分别对应的奇异值点的位置连接起来，可以得到不良地质体上、下二维剖面图ABab与CDcd，再将步骤⑤和步骤⑥中得到的面ABCD、abcd中相对应的测点连接起来，得到隧道不良地质体空间形态的三维立体构造图ABCD-abcd。如图10所示为隧道掌子面前方不良地质体三维立体效果识别图。
地质雷达探测天线可采用不同的型号，可根据掌子面的大小，以及探测的深度来选择。上述举例的不良地质体可为不规则形状的不同填充物，识别步骤依旧如上所述。当电磁波传播到存在介电常数差异的界面时，其反射回来的电磁波能量将有所变化，反映在地质雷达图像上为正、反峰异常。如图4所示，点t1、t2和t3分别为地质雷达反射信号与隧道掌子面、不良地质体前、后界面的反射时间，两点间的时间差分别为t2-t1和t3-t2，再由公式可以得出不良地质体前、后尺寸以及前界面与隧道掌子面的距离，式中εr为媒质的相对介电常数；c为真空中的电磁波传播速度。采用模式自适应地质雷达小波理论，构造了与地质雷达子波信号相识度高的模式自适应地质雷达小波，将该小波添加到小波工具箱中，在MATLAB语言环境下，采用小波变换时能密度分析程序对地质雷达单道信号中奇异点的位置进行识别，就可以得到如图6所示的时能密度曲线。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于雷达小波变换时能密度的隧道地质体三维识别方法，其特征在于，所述一种基于雷达小波变换时能密度的隧道地质体三维识别方法包括：
第一步，根据隧道勘察设计资料与长距离超前地质预报成果，确定可能存在不良地质体的大致位置。采用地质雷达对隧道掌子面进行多条测线测试，保证每条测线长度一致，测点与测点间距相等，测线与测点的空间坐标将用于确定与记录每条单道地质雷达信号的空间具***置。由于地质雷达反射波信号遇到隧道掌子面前方不良地质体时会发生反射和折射，与不良地质体接触的每条地质雷达信号都会携带不良地质体的信息；
第二步，在MATLAB语言工作平台上，利用小波工具箱中的小波设计工具，将逼近方法和边界条件分别设置为常数正交函数空间投影法和[0，1]；根据地质雷达发射子波的特点，构造与子波信号匹配度高的模式自适应地质雷达小波；
第三步，在添加之前，做好以下准备工作：①设置1个模式自适应地质雷达小波的全名，一般为1个字符串；②设置1个模式自适应地质雷达小波的缩写名，由不多于4个字符所组成；③选取1个模式自适应地质雷达小波的类型；④定义1个在模式自适应地质雷达小波系列中的序列号；⑤新建1个*.m文件或*.mat文件，对于1个由许多小波函数组成的模式自适应地质雷达小波系，必须要定义1个*.m文件；
第四步，将所构造的模式自适应地质雷达小波的*.mat数据作为1个基本小波，进入MATLAB的工作界面，然后调用wavemngr函数，即可对模式自适应地质雷达小波进行添加。在后续信号分析与处理中，将模式自适应地质雷达小波作为1个新的基函数进行选用；
第五步，采用模式自适应地质雷达小波作为基函数，调整尺度因子的上、下限和尺度间隔，编制雷达小波变换时能密度法的程序，对每条单道地质雷达信号进行奇异性分析；根据每条单道地质雷达信号的小波变换时能密度曲线中出现奇异值点的位置以及各条单道信号在测线、测点上的空间位置坐标，确定隧道掌子面前方不良地质体的前、后、左、右、上、下边界，即隧道不良地质体三维空间形态与规模大小。
2.如权利要求1所述的基于雷达小波变换时能密度的隧道地质体三维识别方法，其特征在于，所述基于雷达小波变换时能密度的隧道地质体三维识别方法包括以下步骤：
(1)根据隧道掌子面位置所处围岩等级，对隧道掌子面进行排险；若掌子面围岩等级是Ⅰ、Ⅱ和Ⅲ级，则需要对掌子面的平整度进行处理；若掌子面围岩等级是Ⅳ、Ⅴ和Ⅵ级，则需要对掌子面进行喷锚处理；
(2)地质雷达主机接口端与探测天线接口端相连，打开主机电源开关，工作人员先将地质雷达探测天线放置在隧道掌子面预设测线的左端点处，然后贴着掌子面沿水平方向从左至右匀速移动，过程中同时观测主机屏幕上的地质雷达反射信号变化情况；测完一整条水平测线后，得到一条水平测线上二维空间的剖面信息；
(3)工作人员将地质雷达天线放置在已测完测线的上方，依次设置多条测线，得到各条测线的二维空间的剖面信息。
3.如权利要求2所述的基于雷达小波变换时能密度的隧道地质体三维识别方法，其特征在于，隧道掌子面共布置有4条测线，从上至下依次为测线1、测线2、测线3和测线4；采用编制程序对地质雷达检测信号进行分析时，从地质雷达原始数据矩阵中，抽取测线上1个测点的1条地质雷达单道信号，得到位于测点上的地质雷达单道信号图。
4.如权利要求2所述的基于雷达小波变换时能密度的隧道地质体三维识别方法，其特征在于，将去除直达波后的地质雷达单道信号通过雷达小波变换时能密度分析程序处理后，得到地质雷达单道信号小波变换时能密度曲线；隧道不良地质体边界实际上就是单道信号小波变换时能密度曲线中的剧烈变化处，寻找不良地质体边界位置实质上就是寻找小波变换时能密度曲线中的突变点或奇异值点；小波变换具有良好的时频局部化能力，被称为数学分析上的“显微镜”；小波变换时能密度法具有突出被分析信号局部奇异性的特点，利用雷达小波变换时能密度法的这一特性来识别隧道不良地质体的空间形态与规模大小。
5.如权利要求2所述的基于雷达小波变换时能密度的隧道地质体三维识别方法，其特征在于，对测线2上测点X0～Xn共n个地质雷达单道信号分别进行小波变换时能密度法分析与处理，得到测线2各条地质雷达单道信号与不良地质体在测线2剖面上所有前、后界面上的奇异点位置，分别将前、后界面上奇异值点的位置连接起来，得到不良地质体二维的剖面图ABCD；同理得到测线3上不良地质体前、后界面上奇异值点的位置以及不良地质体的二维剖面图abcd；将测线2和测线3中得到不良地质体前、后界面分别对应的奇异值点的位置连接起来，得到不良地质体上、下二维剖面图ABab与CDcd，再将得到的剖面ABCD、abcd中相对应的测点连接，得到隧道不良地质体空间形态的三维立体构造图ABCD-abcd。
6.如权利要求2所述的基于雷达小波变换时能密度的隧道地质体三维识别方法，其特征在于，点t1、t2和t3分别为地质雷达反射信号与隧道掌子面、不良地质体前、后界面的反射时间，两点间的时间差分别为t2-t1和t3-t2，再由公式得出不良地质体前、后尺寸以及前界面与隧道掌子面的距离，式中εr为媒质的相对介电常数；c为真空中的电磁波传播速度。
7.一种应用权利要求1～6任意一项所述一种基于雷达小波变换时能密度的隧道地质体三维识别平台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910026498.1A CN109799539B (zh) | 2019-01-11 | 基于雷达小波变换时能密度的隧道地质体三维识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910026498.1A CN109799539B (zh) | 2019-01-11 | 基于雷达小波变换时能密度的隧道地质体三维识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109799539A true CN109799539A (zh) | 2019-05-24 |
| CN109799539B CN109799539B (zh) | 2024-07-16 |
Family
ID=
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110397446A (zh) * | 2019-06-26 | 2019-11-01 | 北京交通大学 | 一种隧道衬砌空洞病害最佳检测时间确定方法 |
| CN111699408A (zh) * | 2019-05-31 | 2020-09-22 | 深圳市大疆创新科技有限公司 | 隧道场景检测方法及毫米波雷达 |
| CN111981968A (zh) * | 2020-09-02 | 2020-11-24 | 湖南城市学院 | 基于地质雷达小波变换的隧道衬砌厚度识别方法及*** |
| CN113187559A (zh) * | 2021-05-31 | 2021-07-30 | 煤炭科学研究总院 | 矿井安全预警方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5384715A (en) * | 1993-08-27 | 1995-01-24 | The Texas A&M Univeristy System | System identification and analysis of subsurface radar signals |
| US6745129B1 (en) * | 2002-10-29 | 2004-06-01 | The University Of Tulsa | Wavelet-based analysis of singularities in seismic data |
| CN101975089A (zh) * | 2010-09-28 | 2011-02-16 | 中国水电顾问集团华东勘测设计研究院 | 一种用探地雷达首波相位法预报地下水的方法 |
| US20120044784A1 (en) * | 2010-08-20 | 2012-02-23 | Schlumberger Technology Corporation | Determining a position of a geological layer relative to a wavelet response in seismic data |
| US20130120181A1 (en) * | 2010-12-07 | 2013-05-16 | Lawrence Livermore National Security, Llc | Object detection with a multistatic array using singular value decomposition |
| CN106291542A (zh) * | 2015-07-08 | 2017-01-04 | 云南航天工程物探检测股份有限公司 | 一种隧道三维成像方法 |
| CN107193001A (zh) * | 2017-06-05 | 2017-09-22 | 广西大学 | 基于探地雷达的岩溶隧道不良地质预报专家***及实现方法 |
| CN108241180A (zh) * | 2018-01-19 | 2018-07-03 | 五矿勘查开发有限公司 | 离子型稀土矿底板勘查方法 |
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5384715A (en) * | 1993-08-27 | 1995-01-24 | The Texas A&M Univeristy System | System identification and analysis of subsurface radar signals |
| US6745129B1 (en) * | 2002-10-29 | 2004-06-01 | The University Of Tulsa | Wavelet-based analysis of singularities in seismic data |
| US20120044784A1 (en) * | 2010-08-20 | 2012-02-23 | Schlumberger Technology Corporation | Determining a position of a geological layer relative to a wavelet response in seismic data |
| CN101975089A (zh) * | 2010-09-28 | 2011-02-16 | 中国水电顾问集团华东勘测设计研究院 | 一种用探地雷达首波相位法预报地下水的方法 |
| US20130120181A1 (en) * | 2010-12-07 | 2013-05-16 | Lawrence Livermore National Security, Llc | Object detection with a multistatic array using singular value decomposition |
| CN106291542A (zh) * | 2015-07-08 | 2017-01-04 | 云南航天工程物探检测股份有限公司 | 一种隧道三维成像方法 |
| CN107193001A (zh) * | 2017-06-05 | 2017-09-22 | 广西大学 | 基于探地雷达的岩溶隧道不良地质预报专家***及实现方法 |
| CN108241180A (zh) * | 2018-01-19 | 2018-07-03 | 五矿勘查开发有限公司 | 离子型稀土矿底板勘查方法 |
Non-Patent Citations (8)
| Title |
|---|
| CHANG, SS ET AL: "Feature extraction of ground penetrating radar for mine detection", DETECTION AND REMEDIATION TECHNOLOGIES FOR MINES AND MINELIKE TARGETS VIII, PTS 1 AND 2, vol. 5089, 31 December 2003 (2003-12-31), pages 101 - 109 * |
| CHENG JUNSHENG ET AL.: "Time–energy density analysis based on wavelet transform", NDT & E INTERNATIONAL, vol. 38, no. 7, pages 569 - 572 * |
| 崔建新;杜玉琴;: "地质超前预报技术在八字岭隧道施工中的应用", 铁道建筑, no. 07, 15 July 2007 (2007-07-15) * |
| 张胜 等: "模式自适应小波时能密度法及其在微差***振动信号分析中的应用", 煤炭学报, vol. 39, no. 10, pages 2007 - 2013 * |
| 沈爱民: "新观点新学说学术沙龙文集 压缩感知——通信与信号处理领域中的机遇与挑战", vol. 1, 31 March 2013, 中国科学技术出版社, pages: 38 - 39 * |
| 蔡林东;: "隧道超前地质预报方法浅析", 企业技术开发, no. 05, 1 May 2018 (2018-05-01) * |
| 赵慧冰: "基于地质雷达的水工混凝土交界面回波特征与小波变换研究", 中国优秀硕士学位论文全文数据库, no. 2018, 15 December 2018 (2018-12-15), pages 037 - 135 * |
| 高志荣;吕进;: "基于压缩感知与小波域奇异值分解的图像认证", 中南民族大学学报(自然科学版), no. 04, 15 December 2010 (2010-12-15) * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111699408A (zh) * | 2019-05-31 | 2020-09-22 | 深圳市大疆创新科技有限公司 | 隧道场景检测方法及毫米波雷达 |
| CN110397446A (zh) * | 2019-06-26 | 2019-11-01 | 北京交通大学 | 一种隧道衬砌空洞病害最佳检测时间确定方法 |
| CN111981968A (zh) * | 2020-09-02 | 2020-11-24 | 湖南城市学院 | 基于地质雷达小波变换的隧道衬砌厚度识别方法及*** |
| CN111981968B (zh) * | 2020-09-02 | 2022-05-10 | 湖南城市学院 | 基于地质雷达小波变换的隧道衬砌厚度识别方法及*** |
| CN113187559A (zh) * | 2021-05-31 | 2021-07-30 | 煤炭科学研究总院 | 矿井安全预警方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McClymont et al. | Visualization of active faults using geometric attributes of 3D GPR data: An example from the Alpine Fault Zone, New Zealand | |
| CN102759745B (zh) | 一种基于数字地质露头模型正演的碳酸盐岩储层预测方法 | |
| CN104237956B (zh) | 电性源瞬变电磁地空探测方法 | |
| Yelf | Application of ground penetrating radar to civil and geotechnical engineering | |
| WO1997033183A1 (en) | Method for geophysical processing and interpretation using instantaneous phase and its derivatives and their derivatives | |
| CN106772641A (zh) | 估测平均土壤含水量和层间土壤含水量的方法 | |
| CN103403768A (zh) | 有关地下岩层的模型的方法和*** | |
| CN111045091B (zh) | 一种玄武岩覆盖下古河道的识别定位方法 | |
| CN113419294A (zh) | 一种多维度岩溶特殊地质综合探测方法 | |
| CN110764142B (zh) | 一种辅助地震资料解释的方法 | |
| CN111986321B (zh) | 三维地质建模方法、装置、设备及存储介质 | |
| CN111812707A (zh) | 一种基于微动和面波勘探的地铁沿线场地内孤石探测方法 | |
| CN102176065B (zh) | 一种卫星遥感找煤的方法 | |
| CA2677810A1 (en) | Performing 3-d scatterer imaging from 2-d seismic data | |
| Spillmann et al. | Characterization of an unstable rock mass based on borehole logs and diverse borehole radar data | |
| CN113341467A (zh) | 基于多插值方法的矿井瞬变电磁三维显示方法 | |
| Giustiniani et al. | Reflection seismic sections across the Geothermal Province of Tuscany from reprocessing CROP profiles | |
| CN111650668A (zh) | 一种隧道三维超前地质预报方法及*** | |
| Schneiderwind et al. | 3-D visualisation of palaeoseismic trench stratigraphy and trench logging using terrestrial remote sensing and GPR–a multiparametric interpretation | |
| Tercier et al. | A comparison of the correlation structure in GPR images of deltaic and barrier-spit depositional environments | |
| CN103765246B (zh) | 非侵入的实时下层土检查的装置和方法 | |
| CN109799539A (zh) | 基于雷达小波变换时能密度的隧道地质体三维识别方法 | |
| Milligan et al. | The use of ground-probing radar within a digital environment on archaeological sites | |
| Aktürk et al. | Integration of electrical resistivity imaging (ERI) and ground-penetrating radar (GPR) methods to identify soil profile around Necatibey Subway Station, Ankara, Turkey | |
| Wang et al. | Characteristic parameters extraction method of hidden Karst Cave from Borehole radar signal |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |