LVQ神经网络在探地雷达成果解译中的应用 Application of an LVQ Neural Network to Ground Penetrating Radar Result Interpretations.pdfVIP

现代隧道技术 MODERNTUNNELLING LVQ神经网络在探地雷达成果解译中的应用 TECHNOLOGY 文章编号：1009—6582(2013)06—0019—05 LVQ神经网络在探地雷达成果解译中的应用 崔明 乔兰 李远 孙祥鑫 (北京科技大学土木与环境S-程学院，北京100083) 摘要探地雷达作为短距离预报隧道掌子面前方地质情况的方法之一，已在国内外诸多隧道工程的施工中 被成功地运用。探测获得的雷达图像一般由具有经验的工程技术人员进行解译，目前没有简单实用的解译方法和软 件。文章在现场经验解译的基础上，提出了雷达图像标准化方案，运用图形边缘检测算子处理技术对图形特征向量 进行提取，发现了特征向量与含水量之间的关系；运用LVQ神经网络在模式识别中的优势，经过训练和仿真验证了 LVQ神经网络在探地雷达成果图解译中的可行性，并结合C#编程语言编制了图形识别软件，在实际应用中取得了 很好的效果。 关键词 雷达图像标准化特征向量提取LVQ神经网络C}}编程语言 中图分类号：TGl42．71文献标识码：A 探地雷达作为超前地质预测预报的手段之一， 一个天线接收来自于地下各种不同介质的界面或目 已经在国内外的隧道工程中获得了广泛的应用，但 标的反射波。在介质中传播的电磁波，其路径与电磁 是雷达成果图的解译仍然处于经验解译阶段，主要 场强度随所通过的介质的电性、几何形态及尺寸等 依靠长期从事探地雷达解译的技术人员进行解读； 不同而变化，所接收到的反射回波的幅度、形状及其 在此基础上分析掌子面前方含水量情况，这在一定 在纵横向上的展布特征也随之变化。因此，目标性质 程度上限制了探地雷达的使用和发展，因此亟需找 的识别判定是根据这些波形变化特征并结合地质知 到简单有效的方法，以便对探地雷达探测成果图进 识进行的[1]。 行规范准确的解译。本文是在长期经验解译的基础 1．2 LVQ神经网络 上，利用雷达探测成果图与含水量之间的关系，运用 Vector 学习向量量化(LVQ，Learning 图形处理方法．提出了基于LVQ神经网络的探地雷 达成果图解译方法。 神经网络是一种用于训练竞争层的有监督学习 (supervised 1探地雷达技术和LVQ神经网络 网络的网络结构如图1所示。LVQ神经网络在模式 1．1探地雷达技术 识别和优化领域有着广泛的应用【2]。 探地雷达(Ground Radar)是一种地 Penetrating 1．3基于LVQ网络的图形解译 下高频一超高频(微波段)电磁波反射定位探测法。 根据回波的单程旅行时间和电磁波在相应介质中的 过去学者研究探地雷达成果图解译方法．主要 传播速度确定目标距离，并通过综合分析判断目标 是进行正演分析和模拟，研究不同的地质不良体的 性质。探地雷达的发射天线向地下定向发射高频宽 波形和频率特征。经过大量的现场实践和研究发现．