一種極地探冰雷達原始數據噪聲抑制方法
2023-05-19 09:28:26
一種極地探冰雷達原始數據噪聲抑制方法
【專利摘要】本發明公開了一種極地探冰雷達原始數據噪聲抑制方法，該方法包括步驟如下：步驟S1：通過對探冰雷達原始數據進行曲波變換，獲得雷達原始數據的曲波係數矩陣；步驟S2：利用閾值神經網絡模型對探冰雷達原始數據的曲波係數的閾值調整，獲得探冰雷達原始數據的曲波係數的最優閾值；步驟S3：基於新閾值函數和最優閾值對探冰雷達原始數據的曲波係數去除噪聲，獲得去除噪聲的曲波係數矩陣；步驟S4：在曲波變換域對去除噪聲的曲波係數矩陣進行曲波反變換，獲得降噪聲後的探冰雷達數據。
【專利說明】一種極地探冰雷達原始數據噪聲抑制方法
【技術領域】
[0001] 本發明屬於極地探冰雷達數據噪聲抑制技術，具體涉及一種基於Curvelet閾值 神經網絡的極地探冰雷達數據噪聲抑制方法。
【背景技術】
[0002] 探冰雷達技術是基於電磁波理論，通過雷達回波研究冰雪介質特徵的地球物理探 測方法。由於南極冰蓋面積巨大，具有成層性和勻質性，而且低溫下冰對電磁波衰減非常 弱，電磁波能夠穿透三四千米的深度，使得冰厚探測雷達在南極冰蓋探測方面具有很大的 優勢。20世紀60年代以來，通過探冰雷達獲得的冰蓋厚度、冰蓋內部層理、冰蓋底部環境和 物質平衡等，大大促進了極地冰川和全球氣候變化的研究。
[0003] 探冰雷達回波信號中，通常包括：收發天線之間的耦合信號、冰面直接反射信號、 冰下內部層反射信號、冰巖界面回波信號以及系統噪聲和其他雜波幹擾信號。為了提高探 冰雷達數據分析的準確性，必須進行雜波抑制和降噪處理。
【發明內容】
[0004] (一）要解決的技術問題
[0005] 為了解決傳統Curvelet降噪方法用於探冰雷達數據處理時，對Curvelet係數存 在一定程度的"過扼殺"的問題，本發明目的是提供一種基於Curvelet閾值神經網絡和新 閾值函數的極地探冰雷達原始數據噪聲抑制方法。
[0006] (二）技術方案
[0007] 為實現上述目的，本發明提供一種極地探冰雷達原始數據噪聲抑制方法，該方法 包括步驟如下：
[0008] 步驟Sl :通過對探冰雷達原始數據進行曲波變換，獲得雷達原始數據的曲波係數 矩陣；
[0009] 步驟S2 :利用閾值神經網絡模型調整探冰雷達原始數據的曲波係數的閾值，獲得 探冰雷達原始數據的曲波係數的最優閾值；
[0010] 步驟S3 :基於新閾值函數和最優閾值對探冰雷達原始數據的曲波係數去除噪聲， 獲得去除噪聲的曲波係數矩陣；
[0011] 步驟S4 :在曲波變換域對去除噪聲的曲波係數矩陣進行曲波反變換，獲得降噪聲 後的探冰雷達數據。
[0012] (三）有益效果
[0013] 本發明基於曲波閾值神經網絡和新閾值函數，在曲波變換域對探冰雷達數據進行 降噪，得到降噪數據。本發明提出極地探冰雷達數據降噪方法，可用於用於探冰雷達數據的 預處理、提高數據信噪比等方面。
【專利附圖】
【附圖說明】
[0014] 圖1為本發明的方法流程圖；
[0015] 圖2為本發明中TNN閾值神經網絡框圖；
[0016] 圖3為本發明新閾值函數與經典的Donoho普適閾值函數對比圖；
[0017] 圖4為本發明適用的探冰雷達原始數據成像圖；
[0018] 圖5為本發明的方法處理後的探冰雷達數據成像圖；
[0019] 圖6是圖4對應的第2000道數據的單道波形；
[0020] 圖7是圖5對應的第2000道數據的單道波形。
【具體實施方式】
[0021] 為使本發明的目的、技術方案和優點更加清楚明白，下面將結合附圖和具體實施 方式對本發明做進一步詳細的解釋。
[0022] 本發明中所使用的數據來源於本實驗室研製的探冰雷達，沒有具體型號，沒有批 產。具體參數如下：工作帶寬：100MHz，中心頻率：150MHz，發射信號類型：線性調頻信號，天 線陣列：2個。
[0023] 本發明對探冰雷達數據處理流程如圖1所示。基於閾值神經網絡模型，基於 提出的新閾值函數連續可導的特性，在最小均方誤差意義下，通過梯度下降法求解曲波 (Curvelet)域各尺度、方向的自適應閾值，經過閾值處理後，最後用Curvelet反變換得到 降噪數據。通過對探冰雷達原始數據進行Curvelet變換，獲得雷達原始數據的Curvelet系 數矩陣，再利用閾值神經網絡（TNN是Threshholding Neural Network的簡稱UfCurvelet 係數的閾值進行調整，即：在最小均方誤差意義下獲得最優閾值，將最優閾值代入本發明的 閾值函數，獲得閾值調整後的Curvelet係數矩陣，最後對閾值調整後的Curvelet係數矩陣 進行Curvelet反變換，獲得降噪後的探冰雷達數據。
[0024] 利用本發明方法對探冰雷達原始數據處理包括如下步驟：
[0025] 步驟Sl :將含噪探冰雷達原始數據進行Curvelet變換，獲得雷達原始數據的曲波 係數矩陣。對探冰雷達原始數據進行Curvelet變換獲得不同尺度和不同方向的各向異的 Curvelet係數，所述不同尺度和不同方向的各向異的Curvelet係數包含粗尺度係數和精 細尺度係數；粗尺度係數，用於恢復探冰雷達原始數據的粗輪廓；精細尺度係數，用於恢復 探冰雷達原始數據的紋理細節。
[0026] 步驟S2 :利用閾值神經網絡模型調整探冰雷達原始數據的曲波係數的閾值，獲得 探冰雷達原始數據的曲波係數的最優閾值；即是將Curvelet係數代入閾值神經網絡，進行 閾值調整，獲得最優閾值；所述閾值調整採用SURE無偏估計方法（所述SURE是最小均方誤 差意義下的最優閾值估計方法），基於新閾值函數連續可導的特性，在最小均方誤差意義， 通過梯度下降法求解探冰雷達原始數據的Curvelet域各尺度、各方向的自適應閾值，獲得 探冰雷達原始數據的Curvelet係數的最優閾值。
[0027] 步驟S3 :將步驟S2獲得的最優閾值代入新閾值函數對探冰雷達原始數據的曲波 係數去除噪聲，獲得去噪後的Curvelet係數矩陣；
[0028] 步驟S4 :在曲波變換域對去噪後的Curvelet係數進行Curvelet反變換，獲得去 噪聲後的探冰雷達數據。
[0029] 步驟S2中閾值神經網絡（TNN)如圖2所示J(t)表示使用閾值函數前後的誤差， 神經網絡是由大量的、簡單的處理單元廣泛地互相連接而形成的複雜網絡系統，其具有優 秀的學習能力。閾值神經網絡是通過閾值函數來加權處理輸入數據的神經網絡，將探冰雷 達原始數據的Curvelet係數中的精細尺度係數代入閾值神經網絡，進行閾值調整，獲得最 優閾值。該閾值神經網絡包括：輸入為探冰雷達原始數據的被噪聲汙染的觀測信號Y i = \+叫，i = 0, . . .，N-1，其中：Xi為理想恢復信號，Iii為加性噪聲，i為被噪聲汙染的觀測信 號的個數，N為探冰雷達原始數據的第N個被噪聲汙染的觀測信號。正交變換是將輸入被 噪聲汙染的觀測信號變換到變換域，經過閾值處理，保留被噪聲汙染的觀測信號的能量，抑 制噪聲能量。
[0030] 閾值神經網絡模型中，Ui為觀測信號的變換係數，η (X，t)為變換域的閾值函數， Vi為經過閾值處理的係數。
[0031] 將經過閾值處理的係數Vi經過正交變換，獲得降噪後的信號X,。
[0032] 步驟 S3 中新閾值函數 ηΝ(χ，t)為：= x I i .('I 2，' >/(I I 2，其中 x 為 步驟Sl得到的Curvelet係數中的粗尺度係數和精細尺度係數，t為步驟S2得到的最優閾 值，將最優閾值t代入新閾值函數,獲得去噪後的Curvelet係數ηΝ(χ, t)。
[0033] 圖3示出本發明新閾值函數與經典的Donoho普適閾值函數對比圖，Donoho為數 學家，經典的Donoho普適閾值函數包括硬閾值函數n H(x，t)和軟閾值函數ns(x，t)，硬閾 值函數和軟閾值函數如下：
【權利要求】
1. 一種極地探冰雷達原始數據噪聲抑制方法，該方法包括步驟如下： 步驟Sl:通過對探冰雷達原始數據進行曲波變換，獲得雷達原始數據的曲波係數矩 陣； 步驟S2 :利用閾值神經網絡模型調整探冰雷達原始數據的曲波係數的閾值，獲得探冰 雷達原始數據的曲波係數的最優閾值； 步驟S3 :基於新閾值函數和最優閾值對探冰雷達原始數據的曲波係數去除噪聲，獲得 去除噪聲的曲波係數矩陣； 步驟S4:在曲波變換域對去除噪聲的曲波係數矩陣進行曲波反變換，獲得降噪聲後的 探冰雷達數據。
2. 根據權利要求1所述的極地探冰雷達數據噪聲抑制方法，其特徵在於，對探冰雷達 原始數據進行曲波變換，獲得不同尺度和不同方向的各向異的曲波係數。
3. 根據權利要求2所述的極地探冰雷達數據噪聲抑制方法，其特徵在於，所述不同尺 度和不同方向的各向異的曲波係數包含粗尺度係數和精細尺度係數；粗尺度係數，用於恢 復探冰雷達原始數據的粗輪廓；精細尺度係數，用於恢復探冰雷達原始數據的紋理細節。
4. 根據權利要求3所述的極地探冰雷達數據噪聲抑制方法，其特徵在於，所述閾值神 經網絡是通過閾值函數來加權處理輸入數據的神經網絡，將探冰雷達原始數據的曲波係數 中的精細尺度係數代入閾值神經網絡，進行閾值調整，獲得最優閾值。
5. 根據權利要求1所述的極地探冰雷達數據噪聲抑制方法，其特徵在於，所述閾值調 整採用SURE無偏估計方法，基於新閾值函數連續可導的特性，在最小均方誤差意義，通過 梯度下降法求解探冰雷達原始數據的曲波域各尺度、各方向的自適應閾值，獲得探冰雷達 原始數據的曲波係數的最優閾值，所述SURE是最小均方誤差意義下的最優閾值估計。
6. 根據權利要求1所述的極地探冰雷達數據噪聲抑制方法，其特徵在於，所述新閾值 函數rU(X，t)表示如下： 2.9^ 2.9^ "γ(Λ'/)二X + f·(1-2')/(1+2')， X為曲波係數中的粗尺度係數和精細尺度係數，將最優閾值t代入新閾值函數，獲得去 噪後的曲波係數nNU，t)，N為探冰雷達原始數據的第N個被噪聲汙染的觀測信號。
【文檔編號】G01S7/36GK104463325SQ201410729666
【公開日】2015年3月25日 申請日期:2014年12月4日 優先權日:2014年12月4日
【發明者】劉小軍, 王文鵬, 稂時楠, 趙博, 柳青, 方廣有 申請人:中國科學院電子學研究所