Электродинамическое моделирование подповерхностных сред, зондируемых сверхширокополосными сигналами

Ильин, Евгений Вячеславович

Антенны, СВЧ устройства и их технологии

автореферат диссертации по радиотехнике и связи, 05.12.07, диссертация на тему:Электродинамическое моделирование подповерхностных сред, зондируемых сверхширокополосными сигналами

кандидата технических наук: Ильин, Евгений Вячеславович
город: Москва
год: 2010
специальность ВАК РФ: 05.12.07

Диссертация по радиотехнике и связи на тему «Электродинамическое моделирование подповерхностных сред, зондируемых сверхширокополосными сигналами»

Автореферат диссертации по теме "Электродинамическое моделирование подповерхностных сред, зондируемых сверхширокополосными сигналами"

ИЛЬИН ЕВГЕНИЙ ВЯЧЕСЛАВОВИЧ

ЭЛЕКТРОДИНАМИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПОДПОВЕРХНОСТНЫХ СРЕД, ЗОНДИРУЕМЫХ СВЕРХШИРОКОПОЛОСНЫМИ СИГНАЛАМИ

Специальность 05.12.07 - «Антенны, СВЧ - устройства и их технологии»

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 5 НОЯ 2010

Москва-2010

004613731

Работа выполнена на кафедре радиофизики, антенн и микроволновой техники Московского авиационного института (государственного технического университета).

Официальные оппоненты:

Научный руководитель:

доктор технических наук, профессор Гринев Александр Юрьевич доктор технических наук, профессор Чебышев Вадим Васильевич

Ведущая организация:

кандидат технических наук, с..н.с. Седлецкий Рудольф Миронович ОАО «Концерн Радиостроения «Вега»

Защита диссертации состоится «14» декабря 2010 г. в 14:00 часов на заседании диссертационного совета Д 212.125.03 в Московском авиационном институте (государственном техническом университете) по адресу: 125993, г. Москва, А-80, ГСП-3, Волоколамское шоссе, д. 4.

С диссертацией можно ознакомиться в библиотеке МАИ.

Автореферат разослан 2010 года.

диссертационного совета Д 212.125.03, к.т.п., доцент

Ученый секретарь

М.И. Сычев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Диагностика подповерхностных плоскослоистых сред (дорожных покрытий) сводится к определению толщины слоев и их электрофизических параметров (абсолютные диэлектрические и магнитные проницаемости, проводимости) и последующей их связью с параметрами материалов и технологией дорожных покрытий.

Для диагностики дорожных покрытий используются радары подповерхностного зондирования (РПЗ), использующие свсрхширокополосные (СШП) сигналы (короткоимпульсные, со ступенчатым изменением частоты и т.д.). К СШП относят сигналы, обладающие хотя бы одним из следующих свойств:

— разность между верхней/ и нижней/, частотами спектра/ -/ (ширина спектра по уровню -10 дБ) не менее 500 МГц;

- отношение ширины спектра/ к его средней частоте (/+/,)/ 2 (относительная полоса частот) не менее 0.2.

В частности, при мониторинге дорожных покрытий (дорожной одежды), взлётно-посадочных полос и т.п. погрешность определения толщины слоев достигает 15 - 20 %, а электрофизических параметров - 20-30 %, что не позволяет судить о качестве выполненных строительных работ и наличии аномалий; затруднена сама идентификация аномалий - пустоты или заполнение водой и т.п.

Проблеме диагностики подповерхностных сред посвящено достаточно много работ. Большинство из них опираются на эвристические подходы, использующие лучевую трактовку и френелевские формулы, в частности: метод средней точки, метод поверхностного отражения и алгоритм инверсии при последовательном демонтаже слоев. При этом только часть данных, регистрируемых РПЗ, используются при обработке, а лучевые модели распространения электромагнитной волны, применяемые в них, не учитывают истинную структуру зондирующего поля и непригодны для многослойных и «тонких» слоев структуры.

Чтобы полнее использовать информационную емкость регистрируемых РПЗ данных, необходимо осуществить полное электродинамическое моделирование процессов

зондирования и рассеивания средой электромагнитного поля с учетом характеристик приемопередающей антенны и тракта РПЗ, а на последнем этапе реализовать инверсию регистрируемых данных. Поэтому в настоящее время развиваются электродинамические методы, учитывающие особенности зондирования, отражения и приема СШП сигнала для восстановления электрофизических и геометрических параметров многослойных сред.

Актуальность работы обусловлена необходимостью существенно повысить достоверность диагностики параметров подповерхностной области на модели плоскослоистой среды применительно к диагностике дорожных покрытий, увеличить в несколько раз оперативность мониторинга (за счет многоканальное™), исключить трудоемкие инвазивные процедуры контрольного бурения, сократить расходы на эксплуатацию, создать устойчивую ежегодно обновляемую базу данных параметров дорожных покрытий.

Описываемые в диссертации алгоритмы реализованы для использования с многоканальными РПЗ. Многоканальные РПЗ позволяют, как приобрести новые функциональные возможности, так и улучшить характеристики, а именно:

- существенно сократить время мониторинга за счет многоканального режима работы;

- формировать в реальном масштабе времени ЗБ радиоизображение подповерхностной области с более высоким качеством по сравнению со стратегией комплексирования В-изображений;

- увеличить вероятность обнаружения и идентификации линейно протяжённых объектов (труб, кабелей) в силу формирования специфической радарограммы.

Целью работы является развитие методов, алгоритмов обработки и программного обеспечения реконструкции электрофизических и геометрических параметров подповерхностных плоскослоисгых сред, зондируемых сверхширокополосными короткоимпульсными сигналами, для повышения достоверности диагностики подповерхностных плоскослоисгых сред (дорожных покрытий и родственных объектов).

Для достижения поставленной цели в работе решены следующие основные задачи:

1. Развиты методы определения геометрических и электрофизических параметров подповерхностной области на модели плоскослоистой среды (дорожных покрытий) на основе закономерностей, связывающих их параметры с формой рассеянного ими зондирующего сверхширокополосного короткоимпульсного сигнала.

2. Разработаны алгоритмы учёта импульсных характеристик приёмо-передающих СШП антенн для электродинамических моделей разного уровня и процедур специальной

калибровки подповерхностного радара для компенсации нестабильности сигнала генератора и устранения переотражений в тракте.

3. Разработаны алгоритмы диагностики подповерхностньгх плоскослоистых сред (дорожных покрытий) с учетом характеристики приёмо-передающей СШП антенны на основе двух подходов: метода вычислительной диагностики - разложения по плоским волнам и метода вычислительной диагностики - виртуального источника.

4. Разработан для многоцелевых многоканальных радаров подповерхностного зондирования единый комплекс прикладных программ, реализующий сбор информации и управление радарами, формирование радиоизображений и диагностику среды.

5. Проведены экспериментальные исследования восстановления геометрических и электрофизических параметров подповерхностных плоскослоистых сред (дорожных покрытий) с помощью многоканального сверхширокополосного РПЗ для подтверждения заложенных принципов и технологий.

Методы исследований

Для решения поставленных задач используются:

- метод интегральных уравнений для постановки задачи восстановления электрофизических и геометрических параметров;

- метод конечных разностей во временной области (КРВО) и представления функции Грина в виде суперпозиции элементарных плоских Е- и Н-волн для решения прямой задачи;

- метод вычислительной диагностики для решения обратной задачи восстановления геометрических и электрофизических параметров плоскослоистых сред при зондировании сверхширокополосными короткоимпульсными сигналами;

- процедуры калибровки для компенсации нестабильности сигнала генератора, устранения переотражений в тракте, определения виртуального центра.

Научная новизна

На основе выявленных закономерностей, связывающих электрофизические и геометрические параметры плоскослоистых срсд с формой (спектральной плотностью) рассеянного ими зондирующего СШП короткоимпульсного сигнала, развиты методы и программные технологии диагностики дорожных покрытий. По сравнению с известными

подходами раззитые методы, алгоритмы обработки и процедуры калибровки на основе единого программного комплекса позволяют:

- уменьшить погрешности определения геометрических и электрофизических параметров подповерхностных плоскослоистых сред (дорожных покрытий) до -10%, что позволит судить о'качестве выполненных строительных работ, связав указанные параметры с качеством материалов и технологиями выполнения дорожных покрытий;

- существенно сократить время мониторинга за счет многоканального режима работы, исключить трудоёмкие инвазивные процедуры контрольного бурения, сократить расходы на эксплуатацию.

Практическая значимость результатов работы состоит в следующем:

- комплекс прикладных программ предназначен для многоканальных многофункциональных РПЗ и позволяет осуществлять управление РПЗ, регистрацию и первичную обработку принятых сигналов, вторичную обработку, формирование радиоизображений подповерхностных объектов, диагностику параметров среды и объектов инфраструктуры;

- разработанные алгоритмы на основе метода вычислительной диагностики -разложения по плоским волнам и метода вычислительной диагностики - виртуального источника могут быть использованы в радарах иного типа для повышения достоверности диагностики электрофизических и геометрических параметров подповерхностных плоскослоистых сред (дорожных покрытий).

Реализация и внедрение результатов работы

Комплекс прикладных программ, предназначенный для многоканальных многофункциональных РПЗ, позволяет осуществлять управление РПЗ, регистрацию и первичную обработку принятых сигналов, вторичную обработку, формирование радиоизображений подповерхностных объектов, диагностику параметров среды (реализуемая на основе алгоритмов, разработанных в диссертации) и объектов инфраструктуры, внедрены в РПЗ, разработанные с личным участием автора, в НИР «Водолей» (госконтракт № 05/243, 2005 - 2007 гг. с в/ч 43753) и ОКР «Водолей-Э1» (госконтракт №> 08/49,2008 - 2010 гг. с в/ч 43753)

во временной области, тестированием алгоритмов восстановления на моделях плоскослоистых сред с помощью моделирования методом конечных разностей во временной области, близостью результатов численного имитационного моделирования и натурного эксперимента.

Апробация результатов работы

Основные результаты диссертационной работы докладывались на:

- XIII International Conference on Ground Penetrating Radar Lecce, Italy, June 21-25,

2010;

- 17-й и 20-й Международных Крымских конференциях «СВЧ-техника и телекоммуникационные технологии». Севастополь, Украина, 2007, 2010 гг;

- Progress In Electromagnetics Research Symposium Proceedings, Moscow, Russia, August 18-21,2009;

- 3-й Международной конференции Акустооптические и радиолокационные методы измерений и обработки информации, Суздаль, 2009;

- 14-й Международной Научно-технической Конференции "Радиолокация, навигация, связь (RLNC - 2008)". Воронеж, 2008;

- 2-й всероссийской научной конференции-семинара «Сверхширокополосные сигналы в радиолокации, связи и акустике». Муром, 2006 г.;

- Научно-технической конференции «Центральный научно-исследовательский институт радиоэлектронных систем - 2006»:. Москва, 2006 г.;

- Научно-технической конференциях МАИ. Москва, 2005, 2006, 2008 гг.

Публикации

По основным результатам выполненных в диссертации исследований опубликовано 17 печатных работ, из них 5 научных статей (из них 4 в журналах, рекомендуемых ВАК) и 12 тезисов докладов.

Основные полоокения, выносимые на защиту

1. Разработанные алгоритмы электродинамического моделирования для диагностики подповерхностных сред на основе двух подходов: метода вычислительной диагностики -разложения по плоским волнам и метода вычислительной диагностики - виртуального источника позволяют решить многопараметрическую обратную задачу восстановления геометрических и электрофизических параметров плоскослоистых сред при зондировании

сверхширокополосными короткоимпульсными сигналами с учётом характеристик приёмопередающей антенны.

2. Разработанное программное обеспечение на основе развитых методов и соответствующих процедур калибровки уменьшает погрешность определения геометрических и электрофизических параметров плоскослоистых сред до значений -10%, что позволит судить о качестве выполнения дорожных покрытий при их мониторинге, исключить трудоёмкие инвазивные процедуры контрольного бурения, сократить расходы на эксплуатацию, создать устойчивую ежегодно обновляемую базу данных эксплуатируемых объектов подземной инфраструктуры.

3. При экспериментальных исследованиях с помощью многоцелевого многоканального сверхширокополосного радара подповерхностного зондирования, использующего разработанное программное обеспечение, при существенном сокращении времени мониторинга в 2 - 3 раза достигнута погрешность -10% определения геометрических и электрофизических параметров тестируемых сред, что подтверждает заложенные принципы и технологии.

Структура и объем работы

Диссертационная. работа изложена на 198 машинописной странице и состоит из введения, пяти разделов, заключения, 1 приложения и списка использованных источников. Иллюстративный материал представлен в виде 90 рисунков и 8 таблиц. Список литературы включает 89 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Первый раздел диссертации содержит аналитический обзор по материалам отечественных и зарубежных источников по тематике, связанной с диагностикой геометрических и электрофизических параметров плоскослоистых сред. Рассматриваются эвристические подходы к диагностике подповерхностной области, в частности, метод средней точки и метод поверхностного отражения. Эти методы используют только часть данных, регистрируемых РПЗ, не учитывают истинную структуру зондирующего поля и непригодны для многослойных и «тонких» слоев структуры.

Приводятся краткие сведения об алгоритмах диагностики, основанных на электродинамическом моделировании, в частности, алгоритм электромагнитной инверсии, алгоритм на основе метода вычислительной диагностики (МВД) - разложения по плоским волнам, алгоритм на основе МВД - виртуального источника и алгоритм на основе МВД -

диполыюй аппроксимации. Алгоритмы на основе МИД - разложения но плоским волнам и МВД - виртуального источника рассматриваются в последующих разделах диссертации.

Во втором разделе диссертации рассматриваю гея основные теоретические соотношения реконструкции электрофизических и геометрических параметров подповерхностных плоскослоистых сред (дорожных покрытий и родственных объектов), зондируемых сверхширокополосными короткоимпульсными сигналами. Определяются основные этапы стратегии реконструкции электрофизических и геометрических параметров диэлектрических объектов (плоскослоистая модель среды) по измеренным дискретным пространственно-частотным выборкам рассеянного электромагнитного поля.

Используемые алгоритмы диагностики основаны на МВД, который позволяет решать обратную задачу. При использовании МВД постановка задачи сводится к определению электрофизических и геометрических параметров дискретной плоскослоистой среды х (е,,)!(,ст,,с/,; /б[1,и]) по известным (измеренным) характеристикам рассеяния сверхширокополосного электромагнитного поля и, которые связаны операторным уравнением первого рода:

Ах = и, хеХ, иеи, (1)

где X и и - метрические пространства, А - нелинейный (относительно восстанавливаемых параметров среды) материальный оператор.

В соответствии с МВД, задача в общем случае сводится к безусловному экстремуму функционала невязки

Фа(х,А,ид) = ||Ах-иХ +«[п(х)+У||х-х0||^ |, (2)

при этом решение находится из условия его минимизации

*ад={*ад:1пфа(*.А,ид)]} (3)

Первое слагаемое в правой части (2) представляет функционал невязки между результатами измерений рассеянного поля нд и модельной прямой задачей. Положительно определённый функционал П(х) (а - параметр регуляризации) реализует отбор из множества решений Хл - ||Дха4 - и^Ц^ < Д2 наиболее простого решения хаД в соответствии с априорными требованиями. Функционал П(х) должен задавать дополнительное условие, определяющее компактное множество моделей среды х^ е Хс . В случае плоскослоистой среды это априорное задание числа слоев и диапазон изменения параметров в слоях. Дополнительный стабилизатор — х0||2у (у-вес, определяющий степень априорной информации о каждом из параметров) осуществляет при необходимости

выбор из множества Л'д решения, наиболее близкого к построенному на основе априорной информации гипотетическому решению Хо-

Поскольку процедура определения х, в соответствии с (2), существенно основана на решении прямой задачи, то для использования МВД необходимо иметь в наличии эффективные алгоритмы решения прямой задачи. Наиболее простое решение - это зондирование плоскослоистой среды из п слоев плоской электромагнитной волной. Тогда решение находится в соответствии с (2) из условия минимизации следующего функционала по результатам измерения на Л0-- частотах:

где Л„(ш,х), ЛЛ,(са,х) - измеренный (экспериментальный) и модельный комплексные коэффициенты отражения (нормированные передаточные характеристики) среды соответственно. ЛЛ((ю,х) должен соответствовать выбранной модели среды, а также условиям приёма и зондирования среды реальным электромагнитным полем антенны. При использовании функционала (2) необходимо исключить все артефакты, искажающие СШП зондирующий сигнал, из которых наиболее существенным для данной задачи являются искажения, вносимые импульсной характеристикой сверхширокополосной передающей и приёмной антеннами. Для минимизации функционала, полученного с помощью МВД используются методы глобальной оптимизации, в частности, генетический алгоритм (ГА) и алгоритм роя пчел.

Основываясь на общей стратегии, рассмотрены два алгоритма диагностики. Первый используемый алгоритм восстановления параметров плоскослоистых сред основан на МВД и разложении по плоским волнам. Этот алгоритм позволяет не только рассчитать рассеянное подповерхностной областью поле, но и учесть импульсную характеристику антенны. При этом используется следующий подход: рассчитывается (или измеряется) векторное электрическое поле на плоскости в ближней зоне передающей антенны; реализуется известное разложение этого поля по плоским Е- и Н-волнам; определяется число плоских волн Л>|с, которые следует учитывать при оценке Лд((<а,,х), исходя из задаваемой погрешности и трансформации рассеянного ноля на выход приёмной антенны; строится и минимизируется функционал невязки (2) с учетом Ы^ плоских волн.

В соответствии с этим, сигнал на выходе приемной антенны в частотной области представим в виде:

(4)

+ а£у,|(\ -*,о)|:> *,о б[х,тш,х,т„] при г,^(х,у)<2<2,{х,у), |=[1,и]

р— Л-,/2 , — Д-,/2

где Ьдх(?0',со) - передаточная характеристика приемной антенны в направлении г0'-направление прихода плоской волны Е(0,0, га) в приемную антенну, в точку (х = 0, у = 0, г = ), определяющую координаты некоторого виртуального источника внутри

антенны, от которого поле убывает как 1/г'; (- - отраженная от слоистой среды

плоская волна, приходящая с направления к' , определяемого углами 6?, (р,,;

Тогда с учетом (5) модельный коэффициент отражения, используемый в функционале (4), на выбранных частотах представим в виде

"'/г ""А

где и Дь(0г,и() - коэффициенты отражения Френеля для Н- и Е-волн

соответственно, а р^ и - комплексные амплитуды плоских волн, приходящих с направления 0,,

Для определения необходимого числа плоских волн Ыря проведено численное моделирование методом КРВО. В качестве антенны при моделировании использовался Т-рупор. Количество распространяющихся и затухающих плоских Е- и Н-волн определялось на основе сравнения с полем антенны РПЗ на расстояниях, соответствующих расстояниям до среды или объекта. Приведены результаты сравнения поля излучения модели рупорной антенны в приближении плоских Е- и Н-волн, и поля излучения на основе моделирования методом КРВО, в виде:

*х,У^гг,<а) = \Е™-Е™\1\Е™\, (7)

где - модельное поле в плоскости г2 (рисунок 1), - поле, рассчитанное с

помощью конечного числа плоских волн, - максимальное значение модельного поля на плоскости г2.

На рисунке 1 представлена геометрия и размеры электродинамического объекта для численного моделирования поля излучения рупорной антенны, ориентированной вдоль оси г, размеры которой а = 0,17 м ¿=0,16 м, угол а = 23°. Размеры области моделирования составили соответственно ДХ^ = ДГМ =6,45 м, .£=0,7 м, а расстояние от точки

возбуждения антенны до плоскости регистрации поля г, =0,27 м, а до плоскости гг = 0,57 м. соответственно. Расстояния между регистраторами эквивалентного тока в плоскости г. составили Дх = 5,0 см, Ау = 5,0 см, что удовлетворяет условию Ах, Лу < Лтт /2. Для уменьшения «звона» на внешней стороне проводящих треугольных элементов-пластин антенны расположена резистивная нагрузка, моделируемая в виде пластин толщиной с[г = 0,02 м, проводимостью <тг = 0,25 См/м, е = 1,2 (см. рисунок 1).

Рисунок 1 - Геометрия моделируемой задачи.

Погрешность при аппроксимации поля конечным числом плоских волн в плоскости г, на частоте/= 1.0 ГГц при х Ыу = 41 х 41 не превышает 8 %, при Ых% 15 х 15 погрешность по полю не превышает 15 %, при х Иу = 11 х 11 погрешность не превышает 25 %. На рисунке 2 представлены передаточные характеристики (сигнатуры) плоскослоистой среды Кср(/), рассчитанных аналитически на основе (6), с использованием ограниченного количества плоских волн (100 плоских волн), и полученных по результатам численного моделирования методом КРВО.

1-п----- . -

— А— -А плоские волны 0 д____— Моделирование

■ '^ЩЩ

0.2---К---^Е---

-1--1-1-1--1-1-1-

О 0.5 1 1.5 2 2.5

£, ГГЦ

Рисунок 2 - Передаточная характеристика плоскослоистой среды. Параметры моделируемой среды представлены в таблице 1.

- — А— -А Плоские волны

- ^ * Ач > /» 1

\ * №• \ \\ Г \ \ V р / \ /

- \ / ¥ \ / V ^ V

1 1 1 ' 1 1 ■

О 0.5 1 1.5 2 2.

£, ГГЦ

Таблица 1

Номер слоя Диэлектрическая проницаемость Толщина, м Проводимость, См/м

1 (воздух) 1.0 0.5* 0.0

2 4.0 0.105 0.0

3 1.0 0.10 То

4 4.0 ОО 0.0

Расстояние от апертуры антенны до второго слоя

Полученное совпадение результатов позволяет использовать представленную передаточную характеристику плоскослоистой среды для построения функционала сравнения (2).

Второй используемый в работе алгоритм диагностики основывается на МВД и методе виртуального источника. При таком подходе к диагностике среды, влияние приемопередающей антенны РПЗ осуществляется на основе представления реальной антенны некой «эквивалентной» антенной. При этом характеристики антенны и поле излучения, отраженное слоистой средой, отождествляется с полем, создаваемым элементарным электрическим диполем (ЭЭД), расположенным над поверхностью среды в точке, определяемой координатами некоторого виртуального источника, расположенного внутри реальной антенны (рисунок 3). Характеристики направленности реальной антенны при этом не учитываются, рассматривается лишь ее частотная характеристика, которая, как и координаты виртуального источника, определяется процедурами калибровки.

£,= 1,0.=О

Рисунок 3 — Геометрия задачи.

В данном подходе, в отличие от метода МВД - разложения по плоским волнам, учет характеристик антенны и радиочастотного тракта проведен на основе электродинамического моделирования, включающего представление электромагнитного поля передающей антенны «эквивалентным» электрическим (или магнитным) диполем. Далее поле, излучаемое диполем, представлено в виде суммы затухающих и распространяющихся плоских Е- и Н-волн.

Получено представление отраженного поля в плоскости, расположенной на расстоянии с1{ от границы плоскослоистой среды до электрического диполя в виртуальной точке с координатами дг'=у'=0, ¿' = -с10 (рисунок 3), в виде непрерывного пространственно-частотного (ПЧ) спектра отраженных от среды плоских Е- и Н-волн:

Ё«ЛДу,г,2>)= ^Лх )ехр[— /Лг1г (2г/,)]. (8)

Здесь ё^и ё^Гз - компоненты тешора функции Грина для Е- и Н-волн,

1Э ={+ 0,5р}у ;±0,5;о}? - вектор строка электрических моментов диполя, Т - знак

транспонирования; Д®(//)и г^<и> - глобальные и локальные коэффициенты отражения Френеля соответственно:

при этом Я^0 =г/<|'\ сак ~ €ке0 — 1ск¡о, кп -к1, к, = -шц„а, , а

>кж - диэлектрическая, магнитная проницаемости, проводимость, толщина и волновое число к-ого слоя среды, при этом к = 1,2,..., К, где К-количество слоев.

Для аппроксимации непрерывного пространственно-частотного спектра (8), излучаемого диполем, используется интегральное представление скалярной функции Грина ограниченным числом плоских волн:

5(р,ш) = Я(,(р,а)+^{р,й), (10)

при этом непрерывные частотные спектры плоских волн на основе аппроксимации путем численного интегрирования с использованием квадратур Гаусса-Лежандра, могут быть представлены суммой конечного числа распространяющихся и затухающих плоских волн:

1-1 }.1 (=1 ?=1 где и - амплитуды распространяющихся е'к л затухающих е'щ плоских волн соответственно; р = х0х + у07 + 20г - текущий радиус-вектор, р = |р| - расстояние от источника до точки наблюдения; 0,,(рч и а,,<рч~ направления распространения плоских распространяющихся и затухающих волн и их количество Л',, N, М,, Мч соответственно, последние определяют точность аппроксимации функции Грина на основе сравнения с (10).

Используя выражение для продольных компонент излученных Е- и Н-полей:

4яо>аа avez 4тг av

(индекс v обозначает х- или у-компонснту) аппроксимации скалярной функции Грина (11), получим отраженное поле (8) в виде суперпозиции плоских Е- и Н-волн.

Ы /.1 I

где С^'1" и С*}"'' - амплитуды отражённых от слоистой среды плоских Е- и Н-волн с учетом коэффициента отражения Френеля (9).

Для алгоритма на основе МВД - виртуального источника проводились расчеты, аналогичные представленным для алгоритма на основе МВД - плоских волн. Вначале было оценено необходимое количество плоских волн для аппроксимации поля диполя на основе (11), затем на основе (13) была построена передаточная функция (сигнатура) среды.

На основе полученных результатов было проведено численное моделирование восстановления параметров четырехслойной среды методом КРВО. Исходные параметры моделируемой среды представлены в таблице 2.

Таблица 2

Номер слоя Диэлектрическая проницаемость Толщина, м Проводимость, См/м

1 (воздух) 1.0 0.5' 0.0

2 4.0 0.105 0.0

3 2.0 0.10 0.0

4 4.0 ОО 0.0

Расстояние от апертуры антенны до второго слоя

Перед этапом диагностики был произведен этап калибровки, заключающийся в вычитании фоновых отражений из сигналов, отраженных от плоскослоистой среды и от металлического листа и в выделении полезного сигнала временным окном.

Минимизация функционала производилась с использованием алгоритма роя пчел со следующими параметрами: Таблица 3

Параметр Значение

Интервал изменения диэлектрических нроницаемостей всех слоев. от 1.0 до 10.0

Интервал изменения толщин всех слоев. от 0.0 м до 0.3 м.

Количество пчел-разведчиков, Л',,,,... 50 пчел

Количество пчел, отправляемых на перспективные участки, 5 пчел

Количество пчел, отправляемых на лучшие участки, Ыьалки. 20 пчел

Количество выбираемых перспективных участков, 20 участков

Количество выбираемых лучших участков, 10 участков

Коэффициент сжатая размеров выбранных и лучших областей по каждому параметру, к. 0.99

Диапазон частот восстановления. 0.4 ГГц -1.8 ГГц

Количество частот. 22 частоты

Полученные результаты восстановления приведены в таблице 4.

Таблица 4

Номер слоя Моделируемая Восстановленная Моделируемая Восстановленная

диэлектрическая диэлектрическая толщина, м толщина, м

проницаемость проницаемость

1(воздух) 1.0 0.55'

2 4.0 3.737 0.105 0.1087

3 2.0 1.718 0.10 0.1072

4 4.0 3.446 00 -

Расстояние от точки «виртуального центра» антенны до второго слоя

** Параметр был задан и не восстанавливался.

На рисунке 4 показано сравнение передаточных характеристик, полученных с помощью моделирования методом КРВО, аналитически рассчитанной сигнатуры для моделируемой среды и аналитически рассчитанной сигнатуры для восстановленных параметров среды.

0.7 0.6 0.5 0.4 03 0.2 0.1 0

0 0.2 0.4 0.6 08 1 1.2 1,4 1.8 1.8 2

1, ГГц

Рисунок 4 - Передаточные характеристики сред.

В третьем разделе диссертации рассмотрены алгоритмы глобальной оптимизации: генетический алгоритм и алгоритм роя пчел. Было указано на существенную проблему, возникающую при решении обратной задачи градиентными методами, которая связана со сложностью поиска глобального минимума оптимизируемой целевой функции (оптимизационного функционала), которая является невыпуклой и многопараметрической. Для таких задач применяют алгоритмы глобальной оптимизации.

I.. .1. I

I I

-Анапитич&сиое решение (моделируемая среда)

- Аналитическое решение (юсстноаленна* среда) — КРВО-»«оделирование

ГЛ представляет собой моделирование естественной эволюции биологических организмов, открытой Ч. Дарвином, главный принцип которой заключается в том, что в процессе эволюции выживают особи, наиболее приспособленные к окружающей среде. То, насколько особь приспособлена, зависит от набора хромосом данной особи. Хромосомы особи, в свою очередь, зависят от хромосом родителей, которые передали части своих хромосом потомку при скрещивании, а также от случайных факторов (мутации). От набора хромосом зависит возможность особи произвести потомство, которое смогло бы выжить на протяжении следующих поколений. Плохо приспособленные особи либо вообще не смогут произвести потомство, либо их потомство не сможет конкурировать за выживание с другими особями.

Идея алгоритма пчел возникла из наблюдения за поведением пчел при поиске участков, где можно найти как можно больше нектара. Пчелы могут летать на довольно большие расстояния от улея в различных направлениях, что напоминает поиск экстремума на всей области поиска. Среди популяции пчел всегда есть небольшой процент так называемых пчел-разведчиков, которые начинают поиск нектара. Они разлетаются в случайном направлении и перелетают с места на место пока не найдут участок, где можно найти нектар. После того как пчелы-разведчики возвращаются в улей, в случае, если они нашли хороший участок для сбора нектара, они сообщают особым образом остальным пчелам направление на найденный участок, расстояние до него и качество найденного участка. После этого на найденные участки отправляются другие пчелы, причем, чем больше на данном участке предполагается найти нектара, тем больше пчел летит в этом направлении. Если пчела-разведчик нашла участок, где есть нектар, но его мало (меньше определенного порога), то пчелы туда не летят. Пчелы-разведчики, в свою очередь, опять улетают искать другие участки, после чего процесс повторяется.

Для проверки возможностей восстановления параметров плоскослоистой среды были произведены численные эксперименты на основе генетического алгоритма. Предполагается идеализированная обстановка: в качестве модели падающего поля используется одна плоская волна, падающая по нормали к поверхности (искажающие свойства реальной антенны и высокочастотного тракта РПЗ не учитываются), среды взяты без потерь, количество слоев среды и диапазон изменения параметров задаются. Прямая задача рассчитывается аналитически с помощью коэффициентов отражения Френеля.

Исходные данные: трехслойная плоскослоистая среда с параметрами:

- 1-й слой (воздух), е! = I, Ст1 = 0 См/м.

- 2-й слой. е2 = 6, толщина слоя А - 0.1 м, с2 = 0 См/м.

- 3-й слой. е3 = 4, Сз = 0 См/м.

В соответствии с генетическим алгоритмом используются следующие параметры:

- размер популяции 500 особей;

- вероятность скрещивания 90%;

- вероятность мутации 20%;

- диэлектрические проницаемости лежат в интервале 1-30;

- толщина второго слоя лежит в интервале 0 -1.0 м;

Для проверки устойчивости алгоритма к отраженному сигналу добавлялся гауссов шум таким образом, что соотношение сигнал-шум задавалось заранее и рассчитывалось по формуле:

' М /А/

(14)

где 5' - сигнал без шума, N - гауссов шум с нулевым средним значением и с ограниченной полосой частот 0.1 ГГц - 3 ГГц, М- количество временных отсчетов в дискретном сигнале (в данном случае М= 1024).

Графики зависимости относительных погрешностей расчета параметров плоскослоистой среды в зависимости от соотношения сигнал-шум показаны на рисунке 5.

50 • 40 -30 • 20 ■ 10 ■ О ■

\ -

■ 1 —:-^ -----Д.З

\ 1

- ' 1

1 1 ■ 1 1 — 1..... ч - > ■

20 25 30

Сигнал-шум, дБ

Рисунок 5 - Зависимости ошибки восстановления параметров гоюскослоистой среды от соотношения сигнал-шум

Из рисунка 5 видно, что при соотношении сигнал-шум 17 дБ погрешность восстановления всех трех параметров не превышает 10%, а при соотношении сигнал-шум 20 дБ не превышает 5%. При увеличении соотношения сигнал-шум погрешность уменьшается. Относительная погрешность рассчитывалась по формулам (15) - (17):

сг

Да =—^--100%,

(15)

о, =,/— У*(а,- - а)2

(16)

а -—Е а,

N1$

(17)

где а - геометрический или электрофизический параметр, для которой вычисляется погрешность (в данном случае - диэлектрические проницаемости, толщина), ацст - истинное значение рассчитываемой величины, N - количество повторных расчетов, а, - рассчитанное значение параметра при (-ом расчете, ста - квадратный корень из дисперсии. Погрешность рассчитывалась по 30 независимым расчетам {Ы— 30).

В четвертом разделе диссертации описывается комплекс прикладных программ, разработанный для многоканальных многофункциональных радаров подповерхностного зондирования, созданных в рамках НИР «Водолей» и ОКР «Водолей-Э1». Структура комплекса прикладных программ «Сош01а» представлена на рисунке 6.

■4............►

Управление

Драйвер радара подповерхностного зондирования

МиМБсап

- У<1(ыш11екМ1 • Считика.м* ПЗ ЬгЕздо.

МиЦПтаде

- Вторичная обработка радарограмм

- Формирование радиоизображений

(20. 30)

1Т

01аМесШт

Расчет параметров среды

01а0Ь]ес1

Расчет параметров объекта

Модуль вычислительной диагностики

Модуль калибровки аппаратной части РЛЗ

Модуль учета характеристик антенн

Модуль алгоритмов глобальной оптимизации

Модуль численного решения прямой задачи (КРВО]

Модуль аналитического

решения прямой задачи

Модуль Базы данных

Модуль эвристической калибровки

Пользователю:

- Изображение

- Перечень объектов

- Размеры

- Электрофизические параметры

Рисунок 6 - Структурная схема комплекса прикладных программ «Сот01а».

Представлена общая структурная схема комплекса прикладных программ и особенности реализации некоторых ее модулей, в частности, модуля генетического алгоритма. Показан интерфейс программы «МиИпп^е», а также описаны ее основные возможности.

Управление радаром подповерхностного зондирования, сбор данных, визуализация и первичная обработка (вычитание усредненной реализации) осуществляется в программе «MultiScan». которая написана на языке С++ в среде С++ Builder.

Вторичная обработка - построение двумерных и трехмерных радиоизображений, а также диагностика подповерхностных сред - реализована в программе «Multihnage», которая написана на языке С# под платформу Microsoft .NET Framework 2.0. Для отображения трехмерной графики используются OpenGL и библиотека The Tao Framework (http://www.taoframework.com). В программу «Multilmage» входят модули «DiaMedium» для диагностики плоскослоистой среды и «DiaObject» для определения парамегров подповерхностных объектов.

В пятом разделе диссертации кратко описаны два многоканальных многофункциональных РПЗ (рисунок 7), для которых автором диссертации было разработано программное обеспечение в рамках НИР «Водолей» (госконтракт № 05/243, 2005-2007 гг. с в/ч 43753) и ОКР «Водолей-Э1» (госконтракт № 08/49, 2008 - 2010 гг. с в/ч 43753). Представлены их характеристики.

Рисунок 7 - Внешний вид многоканальных РПЗ подповерхностного зондирования, разработанных в рамках НИР «Водолей» (а) и ОКР «Водолей-Э1» (б).

Диагностика плоскослоистой среды проведена для подповерхностной области, параметры которой представлены в таблице 5.

В соответствии с МВД, рассмотренным в разделе 2, электрофизические и геометрические параметры плоскослоистой среды определены при а = 0, = 0:

Х„л =

х„.: inf

£|(ЯС>„Х)-Я>,,Х))|2

IN,

(18)

где Нср(ы,,\), //А,с/а„х) экспериментальная (измеренная) и модельная (теоретическая) передаточная функции среды соответственно.

Таблица 5

Номер слоя Диэлектрическая Толщина

проницаемость слоя, м

I (воздух) 1.0 0.85'

2(песок) 4.0 0.10

3 (пенопласт) 1.0 0.105

4(песок) 4.0 со

Расстояние от точки «виртуального центра» антенны до второго слоя

В рассматриваемом подходе реальная антенна РПЗ заменяется элементарным электрическим вибратором, расположенным в «виртуальной точке», координаты которой определялись экспериментально, т.е. векторная передаточная характеристика (ВПХ) реальной рупорной антенны заменяется горизонтальной компонентой ВПХ элементарного вибратора. Определения координат виртуального источника передающей антенны осуществлялось экспериментально путем регистрации во временной области рассеянного электромагнитного поля от "бесконечного" металлического экрана, находящегося в дальней зоне передающей антенны.

На рисунке 8 представлены сигнатуры 4-хслойной среды с приведенными выше параметрами, полученные на основе вычисления отраженного ЭМ поля, излучения ЭЭД на основной поляризации по плоскими Е- и Н-волнам N,=M, = 40; Nq = Mf = 40, и

последующим их суммированием в точке с координатами x,t =у„ =0, z = z' = d{, а также определения ~ аналогичной компонентой пространственной функции Грина на основе численного интегрирования в комплексной кр - плоскости и на основе метода конечных разностей во временной области с использованием программы электродинамического моделирования методом КРВО.

-----гт>т литичрсючв рва в ни« Г п*римвмт 1.

• _____ Д — Экс

- /

/ 4 Н {¿^ ч /*"* * Д • 1 А

-1 У г л <Л

- г Л

- У' V'/ 1.....к '" \ ад \

- у/

(

/, ГГц

Рисунок 8 - Сигнатура плоскослоистой структуры На рисунке 9 представлены сечения минимизируемого функционала для среды, параметры которой представлены в таблице 5. Для уверенного поиска глобального минимума на основе генетического алгоритма диапазон частот зондирующего сигнала выбран = 1500 МГц (А^ = 40) и Д/^ = 2000 МГц (Ые = 55).

0.35 0.30 0.25 0.20 о:15 0,10 0,05

о.м,

о. 1 2 3 15 8 7 В в 10 11

«ад!.. Г .! ! . !' : Л 1 |

-Л / у : ^

\ г \ \ \ \ \ \ \ \ \ е.

5л Щ53 Р 0.5 м 0,7 б)

а,-м|

I 2 3 4 5; 6 7

е)

Рисунок 9 - Сечения функционала сравнения

В таблице 6 приведены результаты восстановления параметров четырехслойной плоскослоистой среды. Относительная погрешность рассчитывалась по формуле

где авосст- восстановленное значение параметра, а„„ - истинное значение параметра.

Таблица 6

Название Истинное Восстановленное Относительная

параметра значение значение параметра погрешность, %

параметра

£2 4.0 3.86 3.5

¿2 0.1 м 0.098 м 2.0

Ез 1.0 1.0 -

¿3 0.105 м 0.099 м 6.0

Относительная погрешность восстановления толщин и диэлектрических проницаемостей слоев не превышает 10 %.

Заключение

Диссертация посвящена развитию методов, алгоритмов обработки и программного обеспечения реконструкции электрофизических и геометрических параметров подповерхностных плоскослоистых сред, зондируемых сверхширокополосными короткоимпульсными сигналами, для повышения достоверности диагностики подповерхностных плоскослоистых сред (дорожных покрытий и родственных объектов). Аналитический обзор по материалам отечественных и зарубежных источников по методам диагностики плоскослоистых сред показал, что выбранное направление исследований является актуальным и перспективным.

В результате исследований, проведенных в рамках поставленных задач, получены следующие основные результаты.

1. Предложены и рассмотрены процедуры восстановления электрофизических и геометрических параметров среды (модель плоскослоистой среды), зондируемой СШП КИ сигналом, по измеренным дискретным пространственно-частотным выборкам рассеянного электромагнитного поля. Основная цель - повышение достоверности диагностики дорожных покрытий, взлётно-посадочных полос, мостов и других родственных объектов. Выявлены закономерности, связывающие электрофизические и геометрические параметры среды с сигнатурой (передаточной характеристикой) среды. Установлено, что эта связь описывается нелинейным интегральным соотношением. Процедуры объединяют следующие методы: метод вычислительной диагностики (МВД) для решения обратной задачи, которая сводится к нахождению безусловного экстремума сглаживающего функционала (целевой функции), представляющего невязку между результатами измерений рассеянного поля и модельной прямой задачей; метод представления функции Грина в виде суперпозиции элементарных плоских Е- и Н-волн и методе конечных разностей во временной области,

которые наиболее адекватны для моделирования комплексной сверхширокополосной электродинамической задачи: передающая антенна - слоистая среда - приёмная антенна; методы глобальной оптимизации (алгоритмы роя пчел и генетический) для минимизации невыпуклой многопараметрической целевой функции; методы калибровки аппаратной части для получения эквивалентной схемы РПЗ, позволяющей учесть искажения, вносимые передающей и приемной антеннами, а также радиочастотным трактом, в зондирующий и отраженный от среды СШП сигналы.

2. Разработан алгоритм восстановления параметров слоистой среды на основе МВД -разложении по плоским волнам. Алгоритм основан па расчете (или измерении) векторного электрического поля на плоскости в ближней зоне передающей антенны с последующим разложением этого поля по плоским Е- и Н-волнам, определении числа плоских волн, которые следует учитывать при оценке френелевских коэффициентов отражения от среды, исходя из задаваемой погрешности и трансформации рассеянного поля на выход приёмной антенны. Подобный подход позволяет определить передаточные (импульсные) характеристики приемо-передающей антенны и рассеяние от слоистой среды. Проведено электродинамическое моделирование системы передающая Т-рупорная антенна - слоистая среда - приёмная антенна методом КРВО и разложением по плоским Е- и Н-волнам для получения сигнатуры среды. Получено удовлетворительное совпадение результатов для выбранной геометрии и полосы частот.

Проведепо численное моделирование и рассчитаны относительные погрешности при аппроксимации поля конечным числом плоских волн. При количестве плоских волн =

41 х 41 погрешность не превышает 8 %, при Их х Му = 15 х 15 погрешность по полю не превышает 15 %, при Ых х Л^ = 11 х 11 погрешность не превышает 25 %.

На основе рассмотренного подхода возможно моделирование поля реальных приемопередающих антенн РПЗ, что является эффективным инструментом при решении прямой задачи диагностики плоскослоистых сред.

3. Разработан алгоритм восстановления параметров слоистой среды на основе МВД -виртуальный источник. Алгоритм основан на представлении реальной антенны (Т-рупор, щелевой металлодиэлектрический неоднородный излучатель) некой "эквивалентной" антенной. При этом характеристики антенны и поле излучения, отраженное слоистой средой, отождествляется с полем, создаваемым ЭЭД. Последний расположен над поверхностью среды в точке, определяемой координатами некоторого «виртуального источника», расположенного внугри реальной антенны.

Определено поле излучения виртуального источника (ЭЭД) в виде конечного числа распространяющихся и затухающих плоских Е- и Н-волн, определены их комплексные

амплитуды и направления распространения. При этом предварительно определен критерий аппроксимации непрерывного пространственно-частотного спектра скалярной функции Грина при ее интегральном представлении конечным числом распространяющихся и затухающих плоских волн. Проведено электродинамическое моделирование системы передающая антенна (ЭЭД, Т-рупор) - слоистая среда - приемная антенна методом КРВО и с аппроксимацией виртуальным источником для получения сигнатуры среды. Проведено восстановление всех параметров четырехслойной плоскослоистой среды на основе МВД -виртуальный источник и моделирования методом КРВО с использованием алгоритма роя пчел. Показаны передаточные функции (сигнатуры) среды с заданными параметрами и среды с параметрами, восстановленными по отраженному сигналу. Полученные результаты в полосе рабочих частот показывают хорошее совпадение результатов для выбранной геометрии и полосы частот.

4. Для минимизации функционала невязки в МВД использованы алгоритмы глобальной оптимизации (генетический и алгоритм роя пчел). Последние позволяют находить глобальные экстремумы многопараметрических невыпуклых функционалов, минимизация которых с помощью итерационных алгоритмов представляют существенные трудности из-за локальных экстремумов. Проведено тестирование описываемых алгоритмов на различных целевых функциях. Тестирование на основе генетического алгоритма показало, что при соотношении сигнал-шум 17 дБ погрешность восстановления параметров трехслойной среды не превышает 10%, а при соотношении сигнал-шум 20 дБ не превышает 5%. При увеличении соотношения сигнал-шум погрешность уменьшается. Для восстановления диэлектрических проницаемостей четырехслойной среды с точностью 10% необходимо соотношение сигнал-шум 30 дБ и более, при таком соотношении сигнал-шум погрешности восстановления толщин слоев не превышают 5%.

5. Разработан комплекс прикладных программ для многоканальных многофункциональных РПЗ с зондирующим СШП КИ сигналами, реализованные в рамках НИР «Водолей» (госконтракт № 05/243, 2005 - 2007 гг. с в/ч 43753) и ОКР «Водолей-Э1» (госконтракт № 08/49,2008 - 2010 гг. с в/ч 43753).

Разработанное программное обеспечение позволяет осуществлять управление многоканальным РПЗ; регистрировать пространственно-временные выборки; осуществлять первичную и вторичную обработки зарегистрированной картины откликов (вычитание усредненной реализации, повышение контраста, выравнивание усилений, выделение огибающей); формировать двумерные и трехмерные радиоизображения подповерхностных объектов; осуществлять диагностику плоскослоистых сред; осуществлять диагностику протяженных объектов (труб, кабелей и т.п.).

Комплекс прикладных программ включает в себя программу «MultiScan» для управления РПЗ, регистрации и первичной обработки принятых сигналов и программу «Multilmage» для вторичной обработки, формирования радиоизображений, диагностики параметров среды и объектов инфраструктуры. Описываемые в диссертации алгоритмы диагностики реализованы в виде модуля «DiaMedium», входящего в программу «Multilmage». Для реализации комплекса прикладных программ использовались следующие средства разработки: «MultiScan» написан на языке С++ в среде С++ Builder. «Multilmage» написан на языке С# под платформу .NET 2.0. Трехмерная графика выводится с помощью программного интерфейса OpenGL. В качестве оболочки для языка С# над OpenGL используется библиотека Tao Framework.

6. Реализованы процедуры калибровки РПЗ, включающие компенсацию нестабильности сигнала генератора, регистрацию отраженных сигналов в ряде тестовых режимах (отражение от «бесконечного» идеально проводящего плоского экрана, излучение антенной в свободное пространство и т.п.). Процедуры калибровки позволяют осуществить вычитание сигналов, обусловленных внутренними переотражениями в РЧ тракте и антенне, определить координату виртуального источника (необходимого при решении прямой задачи) и передаточную функцию приемо-передающей антенны.

7. Экспериментально восстановлены координаты виртуального источника приемопередающей антенны (Т-рупор), определена ее передаточная (импульсная характеристика) и получена сигнатура (передаточная характеристика) четырехслойной плоскослоистой среды.

Экспериментально восстановлены электрофизические и геометрические параметры тестовой четырехслойной плоскослоистой среды с помощью многоканального многофункционального радара и алгоритма на основе МВД - виртуального источника. Параметры радара: длительность зондирующего сигнала - 1 не, ширина полосы рабочих частот - 0.6 - 2 ГГц, ширина полосы захвата -1м, тип антенного элемента - Т-рупор. Относительная погрешность восстановления параметров слоев не превышают 10%.

Публикации по теме диссертации

1. Гринев А.Ю., Темченко B.C., Ильин Е.В. Два подхода к восстановлению параметров плоскослоистых сред при короткоимпульсном сверхширокополосном зондировании. -Успехи современной радиоэлектроники, №№ 1, 2, , стр 39-50, 2009 -М. Радиотехника.

2. Гринев А.Ю., Темченко B.C., Ильин Е.В. Моделирование зондирующих и рассеянных электромагнитных полей на основе дипольной аппроксимации характеристик антенны подповерхностного радара. - Антенны №12, 2009, стр 60-71 - М.: Радиотехника.

3. Гринев А.Ю., Темченко B.C., Ильин Е.В. Два подхода к восстановлению параметров плоскослоистых сред при короткоимпульсном сверхширокополосном зондировании. - Широкополосные и сверхширокополосные сигналы и системы. Сборник статей / под. ред. АЛО. Гринева. - М.: Радиотехника, 2009, стр 39-50.

4. Ильин Е. В. Обзор новых возможностей в Python 2.6 и 3.0. — RSDN Magazine №2:. М.: Изд.Оптим.ру, 2008, стр 17-24.

5. Гринёв А.Ю., Темченко B.C., Ильин Е.В.. Диагностика параметров плоскослоистых сред с учётом векторной пространственно-временной импульсной характеристики приёмо-передающей антенны. - Радиотехника №2,2008, стр 3-17.

6. A. Yu. Grinev, V. S. Temchenko, E.V. Ilyin, D.V. Bagno. The restoration of road coats and related objects parameters based on method of computation diagnostics - ground penetrating radar antennas dipole approximation. XIII International Conference on Ground Penetrating Radar Lecce, Italy, June 21-25,2010, Pp 158-162.

7. A. Yu. Grinev, A. V. Andriyanov, D. V. Bagno, V. S. Temchenko, E. V. Ilyin, D. V. Nikishov Diagnostics of Mediums and Line Objects, Probing with Ultra-wideband Short-pulse Signals // Progress In Electromagnetics Research Symposium Proceedings, Moscow, Russia, August 18-21,2009. Pp. 294-299.

8. Гринев А.Ю., Темченко B.C., Зайкин A.E., Ильин Е.В. Особенности диагностики дорожных покрытий и родственных объектов, зондируемых сверхширокополосными короткоимпульсными сигналами - 3-я Международная конференция Акустооптические и радиолокационные методы измерений и обработки информации, Суздаль, 2009, стр 103-107.

9. Гринев А.Ю., Темченко B.C., Ильин Е.В. Восстановление параметров плоскослоистых сред радаром подповерхностного зондирования. Сборник докладов 14-й Международной Научно-технической Конференции "Радиолокация, навигация, связь (RLNC - 2008)". Воронеж, 2008, 1833 - 1841 стр.

10. Ильин Е.В. Многоканальный радар подповерхностного зондирования со сверхширокополосным короткоимпульсным сигналом: программное обеспечение и диагностика среды. Сборник докладов научно-технической конференции, посвященной 80-летию со дня рождения д.т.н., профессора, заслуженного деятеля науки и техники РСФСР П.А.Бакулева. М.:МАИ, 2008 г., стр 9-17.

11. Ильин Е.В. Многоканальный радар подповерхностного зондирования со сверхширокополосным короткоимпульсным сигналом: программное обеспечение и диагностика среды. Тезисы докладов Всероссийской конференции молодых ученых и студентов " Информационные технологии в авиационной и космической технике-2008".

12. Темченко B.C., Зайкин A.E., Ильин Е.В. Диагностика, параметров плоскослоистых сред: учёт векторной пространственно-временной импульсной характеристики приёмо-передающей антенны. Сборник докладов 17-й Международной Крымской конференции «СВЧ-техника и телекоммуникационные технологии. КрыМиКо 2007». Севастополь, Украина, 2007 г.

13. Зайкин А. Е., Борисов А. Г., Титов И. В., Ильин Е. В.. Обнаружение и интерпретация линейно-протяженного объекта с неоднородностью многоканальным радаром подповерхностного зондирования. Сборник докладов Второй всероссийской научной конференции-семинара «Сверхширокополосные сигналы в радиолокации, связи и акустике». Муром, 2006 г, с. 368-372.

14. Борисов А.Г., Зайкин А.Е., Титов И.В., Ильин Е.В.. Особенности обнаружения линейно-протяженного объекта с неоднородностью многоканальным радаром подповерхностного зондирования. Сборник тезисов докладов Научно-технической конференции «ЦНИИРЭС-2006»:. Москва, 2006 г.

15. Гринев А.Ю., Андриянов А.В, Зайкин А. Е., Борисов А. Г., Титов И. В., ИльинЕ. В. «Многоканальный радар подповерхностного зондирования: аппаратурное и информационное обеспечение» Сборник докладов Юбилейной научно-технической конференции «Инновации в радиотехнических информационно-телекоммуникационных технологиях», посвященной 60-летию ОАО "Радиотехнический институт имени академика А.Л.Минца" и Факультета радиоэлектроники летательных аппаратов МАИ. ч. 1. стр. 110-119. Москва, 24-26 октября 2006.

16. Гринев А.Ю., Темченко В. С., Багно Д. В., Ильин Е. В.. «Диагностика параметров слоистых сред с учётом векторной пространственно-временной импульсной характеристики приемо-передающей антенны» Сборник докладов Юбилейной научно-технической конференции «Инновации в радиотехнических информационно-телекоммуникационных технологиях», посвященной 60-летию ОАО "Радиотехнический институт имени академика А.Л.Минца" и Факультета радиоэлектроники летательных аппаратов МАИ. ч. 2. стр. 296-307. Москва, 24-26 октября 2006.

17. Гиголо А.И., Ильин Е.В.. Обратные задачи подповерхностного зондирования // Тезисы докладов Научно-технической конференции молодых ученых, аспирантов и студентов, посвященная столетию со дня рождения Н. С. Неймана. Москва, 2005 г.

Множительный центр МАИ (ГТУ) Заказ от 2.6 J О 2010 г. Тираж §0 экз.

Оглавление автор диссертации — кандидата технических наук Ильин, Евгений Вячеславович

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

1. АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ ДИАГНОСТИКИ ПАРАМЕТРОВ ПЛОСКОСЛОИСТЫХ СРЕД С ПОМОЩЬЮ РАДАРОВ ПОДПОВЕРХНОСТНОГО ЗОНДИРОВАНИЯ.

1.1 Введение.

1.2 Эвристические подходы диагностики плоскослоистых сред.

1.2.1 Метод средней точки.

1.2.2. Метод поверхностного отражения.

1.2.3. Алгоритм инверсии при последовательном демонтаже слоев.

1.3. Алгоритмы диагностики на основе электродинамического моделирования.

1.3.1 Электромагнитная инверсия.

1.3.2. Алгоритм на основе метода вычислительной диагностики - разложения по плоским волнам.

1.3.3. Алгоритм на основе метода вычислительной диагностики — виртуального источника.

1.3.4. Алгоритм на основе метода вычислительной диагностики — дипольной аппроксимаци.

Выводы.

2. ОСНОВНЫЕ ТЕОРЕТИЧЕСКИЕ СООТНОШЕНИЯ РЕКОНСТРУКЦИИ ЭЛЕКТРОФИЗИЧЕСКИХ И ГЕОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ПЛОСКОСЛОИСТЫХ СРЕД, ЗОНДИРУЕМЫХ СВЕРХШИРОКОПОЛОСНЫМИ КОРОТКОИМПУЛЬСНЫМИ СИГНАЛАМИ.

2.1. Электродинамические основы реконструкции электрофизических и геометрических параметров диэлектрических объектов. Выбор модели дорожных покрытий.

2.2. Метод вычислительной диагностики.

2.3. Решение прямой задачи при использовании метода вычислительной диагностики.

2.4. О методах глобальной оптимизации.

2.5. Метод вычислительной диагностики - разложение по плоским волнам.

2.5.1. Определение пространственно-временной и пространственно-частотной векторной импульсной характеристик антенны.

2.5.2. Импульсная и передаточная характеристики приёмо-передающей антенны» и радиочастотного тракта РПЗ.

2.5.3. Представление поля антенны в виде разложения по плоским волнам и связь с векторной импульсной характеристикой антенны.

2.5.4. Формализация задачи зондирования слоистой среды.

2.5.5. К аппроксимации непрерывного спектра волн, рассеянных средой.

2.2.6. Моделирование поля излучения конечным числом плоских Е- и Н-волн.

2.5.7. Моделирование сигнатуры плоскослоистой среды, зондируемой СШП Т- , рупорной антенной (метод КРВО и разложение по плоским волнам).

2.6 Метод вычислительной диагностики - виртуальный источник.

2.6.1 Моделирование Т-рупорной антенны РПЗ на основе метода виртуального источника.

2.6.2. Представление ЭМ поля излучения одиночного ЭЭД (ЭМД) по плоским Е- и Н-волнам.

2.6.3. Определение отраженного ЭМ поля при возбуждении плоскослоистой среды полем горизонтального ЭЭД на основе представления в виде плоских Е- и Н- волн.

2.6.4. Моделирование полей излучения и рассеяния ЭЭД, расположенного над слоистой среды.

2.6.5. Восстановление параметров плоскослоистых сред при моделировании методом КРВО.

Выводы.

3. АЛГОРИТМЫ ГЛОБАЛЬНОЙ ОПТИМИЗАЦИИ ФУНКЦИОНАЛА СРАВНЕНИЯ В МЕТОДЕ ВЫЧИСЛИТЕЛЬНОЙ ДИАГНОСТИКИ.

3.1. Генетический алгоритм.

3.1.1 Описание алгоритма.

3.1.2. Модификации генетического алгоритма.

3.1.3. Пример оптимизации невыпуклой функции.

3.2. Алгоритм роя пчел.

3.2.1. Описание алгоритма.

3.2.2. Пример минимизации функции с одним экстремумом.

3.2.3. Пример оптимизации невыпуклой функции.

3.3. К сравнению метода пчел и ГА.

3.4. Тестирование алгоритмов глобальной оптимизации на примере восстановления геометрических и электрофизических параметров плоскослоистой среды.

3.4.1. Восстановление параметров трехслойной плоскослоистой среды.

3.4.2. Восстановление параметров четырехслойной плоскослоистой среды.

Выводы.

4. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ МНОГОКАНАЛЬНОГО РАДАРА ПОДПОВЕРХНОСТНОГО ЗОНДИРОВАНИЯ.

4.1. Структура комплекса прикладных программ «ComDia».

4.2. Основные операции, реализованные в программе «Multilmage».

4.3. Некоторые особенности реализации программы «Multilmage».

4.3.1. Реализация операций «отменить» и «вернуть».

4.3.2. Хранение настроек программы.

4.3.3. Реализация генетического алгоритма.

4.4. Описание программы «Multilmage».

4.4.1. Главное окно программы «Multilmage».

4.4.2. Вычитание фоновых отражений.

4.4.3. Формирование радиоизображений.

4.4.4. Просмотр трехмерных радиоизображений.

Выводы.

5. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ВОССТАНОВЛЕНИЯ ЭЛЕКТРОФИЗИЧЕСКИХ И ГЕОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ПЛОСКОСЛОИСТЫХ СРЕД С ПОМОЩЬЮ МНОГОКАНАЛЬНОГО РАДАРА ПОДПОВЕРХНОСТНОГО ЗОНДИРОВАНИЯ С СШП КОРОТКОИМПУЛЬСНЫМ СИГНАЛОМ.

5.1. Описание многоканальных радаров подповерхностного зондирования с СШП короткоимпульсным сигналом.

5.1.1. Принцип действия многоканальных РПЗ.

5.2 Устройство многоканального РПЗ.

5.3. Процедуры калибровки тракта и измерение параметров приемо-передающей антенны.

5.3.1. Условия проведения эксперимента.

5.3.2. Процедуры калибровки.

5.4. Результаты экспериментального восстановления параметров плоскослоистой среды.

Выводы.

Введение 2010 год, диссертация по радиотехнике и связи, Ильин, Евгений Вячеславович

Актуальность работы

Диагностика дорожных покрытий сводится к определению толщины слоев и электрофизических параметров (абсолютные диэлектрическая и магнитная проницаемости, проводимость) и последующей их связью с параметрами материалов и технологией дорожных покрытий.

Для диагностики дорожных покрытий используются радары подповерхностного зондирования (РПЗ) [1-5], использующие сверхширокополосные (СШП) сигналы (короткоимпульсные, со ступенчатым изменением частоты и т.д.). К СШП, согласно [6, 7], относятся сигналы, обладающие хотя бы одним из следующих свойств:

- разность между верхней/в и нижней/, частотами спектра/ -fu (ширина спектра по уровню -10 дБ) не менее 500 МГц;

- отношение ширины спектра/и к его средней частоте (fa +fu) / 2 (относительная полоса частот) не менее 0.2.

Радары подповерхностного зондирования, разрабатываемые на основе традиционных программных и аппаратных технологий отечественными и зарубежными фирмами: GSSI и Penetradar (США), ERA Technology и Redifon (Англия), Sensor and Software (Канада), NTT (Япония), MALA (Швеция), Radar Company (Латвия), НТП Тензор (Россия), ООО «Логические системы» (Россия) и др., не в состоянии решать многие важные народнохозяйственные задачи. В частности, при мониторинге дорожных покрытий (дорожной одежды), взлётно-посадочных полос и т.п. погрешность определения толщины слоев достригает 15-20 %, а электрофизических параметров в 20 - 30 %, что не позволяет судить о качестве выполненных строительных работ и наличии аномалий; затруднена сама идентификация аномалий - пустоты или заполненные водой и т.п.

Проблеме диагностики дорожных покрытий посвящено достаточно много работ. Большинство из них опираются на эвристические подходы, в частности: метод средней точки [8], метод поверхностного отражения [9] и алгоритм инверсии при последовательном демонтаже слоев [10].

Эти методы используют лучевую трактовку распространения и френелевские формулы, как правило, обладают существенными погрешностями при диагностике многослойных сред. Во-первых, только часть данных, регистрируемых РПЗ, используются при обработке. Во-вторых, лучевые модели распространения электромагнитной волны, применяемых в них, не учитывают истинную структуру зондирующего поля и непригодны для многослойных и «гонких» слоев структуры [11].

Чтобы полнее использовать информационную емкость регистрируемых РПЗ данных, необходимо осуществить полное электродинамическое моделирование процессов зондирования и рассеивания средой ЭМ поля с учетом характеристик приемопередающей антенны и тракта РПЗ и на последнем этапе реализовать инверсию регистрируемых данных [11, 12]. Поэтому в настоящее время развиваются электродинамические методы, учитывающие особенности зондирования, отражения и приема СШП сигнала для восстановления электрофизических и геометрических параметров многослойных сред [4, 13-17].

Актуальность работы обусловлена необходимостью существенно повысить достоверность диагностики параметров дорожных покрытий, увеличить в несколько раз оперативность мониторинга (за счет многоканальности), исключить трудоёмкие инвазивные процедуры контрольного бурения, сократить расходы на эксплуатацию, создать устойчивую ежегодно обновляемую базу данных параметров дорожных покрытий.

Описываемые в диссертации алгоритмы реализованы для использования с многоканальными РПЗ [18 - 20]. Многоканальные РПЗ позволяют, как приобрести новые функциональные возможности, так и улучшить характеристики, а именно:

- существенно сократить время мониторинга за счет многоканального режима работы;

Целью работы является развитие методов, алгоритмов обработки и программного обеспечения реконструкции электрофизических и геометрических параметров подповерхностных плоскослоистых сред, зондируемых сверхширокополосными короткоимпульсными сигналами, для> повышения достоверности диагностики дорожных покрытий и родственных объектов;

Основные задачи диссертации

В соответствие с указанной целью в работе ставятся и решаются следующие задачи:

1. Развитие методов определения геометрических и электрофизических параметров дорожных покрытий на основе закономерностей, связывающих их параметры с формой „ рассеянного ими зондирующего сверхширокополосного короткоимпульсного сигнала.

2. Разработка алгоритмов учёта импульсных характеристик приёмо-передающих СШП антенн для электродинамических моделей разного уровня и процедур специальной калибровки подповерхностного радара для компенсации нестабильности сигнала генератора и устранения переотражений в тракте.

3. Разработка алгоритмов диагностики дорожных покрытий с учетом характеристики приёмо-передающей СШП антенны на основе двух подходов: метода вычислительной диагностики — разложения по плоским волнам и метода вычислительной диагностики — виртуального источника.

4. Разработка для многоцелевых многоканальных радаров подповерхностного зондирования единого комплекса прикладных программ, реализующего сбор информации и управление радарами, формирование радиоизображений и диагностику среды.

5. Проведение экспериментального исследования восстановления геометрических и электрофизических параметров дорожных покрытий с помощью многоканального сверхширокополосного РПЗ для подтверждения заложенных принципов и технологий.

Основные положения, выносимые на защиту

1. Разработанные алгоритмы электродинамического моделирования для диагностики подповерхностных сред на основе двух подходов: метода вычислительной диагностики — разложения по плоским волнам и метода вычислительной диагностики - виртуального источника позволяют решить многопараметрическую обратную задачу восстановления геометрических и электрофизических параметров плоскослоистых сред при зондировании сверхширокополосными короткоимпульсными сигналами с учётом характеристик приёмо-передающей антенны.

2. Разработанное программное обеспечение на основе развитых методов и соответствующих процедур калибровки уменьшает погрешность определения геометрических и электрофизических параметров плоскослоистых сред до значений ~10%, что позволит судить о качестве выполнения дорожных покрытий при их мониторинге, исключить трудоёмкие инвазивные процедуры контрольного бурения, сократить расходы на эксплуатацию, создать устойчивую ежегодно обновляемую базу данных эксплуатируемых объектов подземной инфраструктуры.

3. При экспериментальных исследованиях с помощью многоцелевого многоканального сверхширокополосного радара подповерхностного зондирования, использующего разработанное программное обеспечение, при существенном сокращении времени мониторинга в 2-3 раза достигнута погрешность -10% определения геометрических и электрофизических параметров тестируемых сред, что подтверждает заложенные принципы и технологии.

Методы исследований

Для решения поставленных задач используются:

- метод конечных разностей во временной области и представления функции Грина в виде суперпозиции элементарных плоских Е- и Н-волн для решения прямой задачи; метод вычислительной диагностики для решения обратной задачи восстановления геометрических и электрофизических параметров плоскослоистых сред при зондировании сверхширокополосными короткоимпульсными сигналами;

- методы глобальной оптимизации (генетический алгоритм, алгоритм роя пчел) для поиска глобального минимума оптимизируемой невыпуклой и многопараметрической целевой функции (оптимизационного функционала); процедуры калибровки для компенсации нестабильности сигнала генератора, устранения переотражений в тракте, определения виртуального центра.

Достоверность полученных результатов обусловлена корректностью исходных положений и преобразований, использованием апробированного электродинамического аппарата при нахождении рассеянных электромагнитных полей методом конечных разностей во временной области, тестированием алгоритмов восстановления на моделях плоскослоистых сред с помощью моделирования методом конечных разностей во временной области, близостью результатов численного имитационного моделирования и натурного эксперимента.

Научная новизна

На> основе выявленных закономерностей, связывающих электрофизических и геометрических параметры сред с формой (спектральной плотностью) рассеянного ими зондирующего СШП короткоимпульсного сигнала, развиты методы и программные технологии диагностики дорожных покрытий. По сравнению с известными подходами развитые методы, алгоритмы обработки и процедуры калибровки на основе единого программного комплекса позволяют: уменьшить погрешности определения геометрических и электрофизических параметров дорожных покрытий до ~10 %, что позволит судить о качестве выполненных строительных работ, связав указанные параметры с качеством материалов и технологиями выполнения дорожных покрытий;

Практическая значимость результатов работы состоит в следующем:

- разработанные алгоритмы на основе метода вычислительной диагностики — разложения по плоским волнам и метода вычислительной диагностики - виртуального источника могут быть использованы в радарах иного типа для повышения достоверности диагностики электрофизических и геометрических параметров дорожных покрытий.

Реализация и внедрение результатов работы

Комплекс прикладных программ, предназначенный для многоканальных многофункциональных РПЗ и позволяющий осуществлять управление РПЗ, регистрацию и первичную обработку принятых сигналов, вторичную обработку, формирование радиоизображений подповерхностных объектов, диагностику параметров среды (реализуемая на основе алгоритмов, разработанных в диссертации) и объектов инфраструктуры внедрены в РПЗ, разработанные с личным участием автора в НИР «Водолей» (госконтракт № 05/243, 2005 - 2007 гг. с в/ч 43753) и ОКР «Водолей-Э1» (госконтракт № 08/49,2008 - 2010 гг. с в/ч 43753).

Апробация результатов работы. Основные результаты диссертационной работы докладывались на:

-XIII International Conference on Ground Penetrating Radar Lecce, Italy, June 21-25,

2010.

- 17-й, 20-й Международной Крымской конференции «СВЧ-техника и телекоммуникационные технологии». Севастополь, Украина, 2007, 2010 гг.

-Progress In Electromagnetics Research Symposium Proceedings, Moscow, Russia, August 18-21,2009;

- 3-й Международной конференции- Акустооптические и радиолокационные методы измерений и обработки информации, Суздаль, 2009.

- 14-й Международной Научно-технической Конференции "Радиолокация, навигация, связь (ШЧС - 2008)". Воронеж, 2008.

- Второй всероссийской научной конференции-семинара «Сверхширокополосные сигналы в радиолокации, связи и акустике». Муром, 2006 г.;

- Научно-технической конференции МАИ. Москва, 2005, 2006, 2008 гг.

Публикации. По основным результатам выполненных в диссертации исследований опубликовано 17 печатных работ, из них 5 научных статей (4 в журналах, рекомендуемых ВАК) и 12 тезисов докладов.

Структура и объем работы:

Диссертационная работа изложена на 197 машинописных страниц и состоит из введения, пяти разделов, заключения, 1 приложения и списка использованных источников. Иллюстративный материал представлен в виде 90 рисунков и 8 таблиц. Список литературы включает 89 наименований.

Заключение диссертация на тему "Электродинамическое моделирование подповерхностных сред, зондируемых сверхширокополосными сигналами"

Выводы

1. Рассмотрены параметры многоканальных РПЗ с СШП КИ сигналом [90], разработанных совместно с НТП «Тензор» (Нижний Новгород) в рамках НИР «Водолей» (длительность зондирующего сигнала - 1 не, ширина полосы рабочих частот - 0.6 - 2 ГГц, ширина полосы захвата -1м, тип антенного элемента - Т-рупор, интерфейс для управления прибором - LPT) и ОКР «Водолей - Э1» (длительность зондирующего сигнала - 1 не, ширина полосы рабочих частот - 0.5 - 2.5 ГГц, ширина полосы захвата -1м, тип антенного элемента - неоднородный металло-диэлектрический излучатель, интерфейс для управления прибором - USB).

РПЗ содержит следующие модули: генератор тактовых импульсов; генератор зондирующих импульсов; многоканальный СВЧ коммутатор; стробоскопический преобразователь; малошумящий усилитель СВЧ сигнала; аттенюатор; цифро-аналоговые преобразователи; аналого-цифровой преобразователь; датчик меток; преобразователь питания.

Функционирование радаров обеспечивается комплексом прикладных программ, реализующего управление радаром подповерхностного зондирования, сбор данных, визуализация и первичная обработка, формирование двумерных и трехмерных радиоизображений подповерхностных объектов, диагностику параметров слоистых сред и линейных объектов (труб, кабелей). Описание комплекса прикладных программ приведено в разделе 4 диссертации.

2. Реализованы процедуры калибровки РПЗ, включающие компенсацию нестабильности сигнала генератора, регистрацию отраженных сигналов в ряде тестовых режимах (отражение от «бесконечного» идеально проводящего плоского экрана, излучение антенной в свободное пространство и т.п.). Процедуры калибровки позволяют осуществить вычитание сигналов, обусловленных внутренними переотражениями в РЧ тракте и антенне, определить координату виртуального источника (необходимого при решении прямой задачи) и передаточную функцию приемо-передающей антенны.

3. Экспериментально восстановлены координаты виртуального источника приемопередающей антенны, определена ее передаточная (импульсная характеристика) и получена сигнатура (передаточная характеристика) четырехслойной плоскослоистой среды.

Экспериментально восстановлены электрофизические и геометрические параметры тестовой четырехслойной плоскослоистой среды с помощью алгоритма на основе МВД -виртуального источника. Относительная погрешность восстановления параметров слоев не превышают 10% и составляют 3.5 % для диэлектрической проницаемости второго слоя (сухого песка), 0.0 % для диэлектрической проницаемости третьего слоя (пенопласт), 2.0 % для толщины второго слоя и 6.0 % для толщины третьего слоя.

ЗАКЛЮЧЕНИЕ

Диссертация посвящена диагностике геометрических и электрофизических параметров подповерхностных слоистых сред, зондируемых с помощью РПЗ с СШП КИ сигналов.

Проведен аналитический обзор существующих методов диагностики плоскослоистых сред, в частности, рассмотрены эвристические подходы к диагностике, которые основаны на френелевских формулах и используют лучевую трактовку распространения электромагнитных волн. Такие подходы полностью игнорируют влияние ПП антенны и радиочастотного тракта РПЗ на характеристики зондирующего и рассеянного сигналов, что снижает точность определения параметров многослойной среды. Рассмотрены подходы, основанные на комплексном подходе, в том числе на строгом электродинамическом моделировании, что позволяет повысить точность диагностики.

Определены основные этапы стратегии реконструкции электрофизических и геометрических параметров слоистых сред по измеренным дискретным пространственно-частотным выборкам рассеянного электромагнитного поля. Рассмотрены основные теоретические соотношения реконструкции параметров слоистых сред, зондируемых СШП КИ сигналами.

Основными моментами восстановления параметров являются МВД, сводящий нелинейную обратную задачу к минимизации целевой функции (функционала невязки); метод конечных разностей во временной области и представление функции Грина в виде суперпозиции элементарных плоских Е- и Н-волн для решения прямой задачи; методы глобальной оптимизации (генетический алгоритм, алгоритм роя пчел) для минимизации невыпуклой и многопараметрической целевой функции.

В соответствии с общей стратегией реализованы два алгоритма восстановления параметров плоскослоистых сред: алгоритм на основе МВД - разложения по плоским волнам и алгоритм на основе МВД - виртуального источника.

Алгоритм на основе МВД — разложения по плоским волнам основан на расчете (или измерении) векторного электрического поля на плоскости в ближней зоне передающей антенны с последующим разложением этого поля по плоским Е- и Н-волнам, определении числа плоских волн, которые следует учитывать при оценке френелевских коэффициентов отражения от среды, исходя из задаваемой погрешности и трансформации рассеянного поля на выход приёмной антенны. Подобный подход позволяет в рамках единого подхода определить передаточную характеристику слоистой среды и импульсную характеристику приемо-передающей антенны. Достоверность подхода подтверждена численным моделированием на основе метода КРВО и рассмотренным алгоритмом на основе МВД -разложения по плоским волнам.

Алгоритм на основе МВД - виртуального источника основан на представлении реальной антенны (Т-рупор, щелевой металлодиэлектрический неоднородный излучатель) некой "эквивалентной" антенной. При этом характеристики антенны и поле излучения, отраженное слоистой средой, отождествляется с полем, создаваемым ЭЭД. Последний расположен над поверхностью среды в точке, определяемой координатами некоторого «виртуального источника», расположенного внутри реальной антенны. Проведено численное моделирование восстановления параметров четырехслойной среды алгоритмом на основе МВД - виртуального источника и показано удовлетворительное совпадение с моделированием на основе метода КРВО.

Для минимизации функционала, полученного с помощью МВД, целесообразно использовать методы глобальной оптимизации, в частности ГА и алгоритм роя пчел. Проведено тестирование используемых алгоритмов глобальной оптимизации на различных целевых функциях (гиперсфера и функция Швефеля). Проведено восстановление параметров плоскослоистой среды с учетом одной плоской волны, падающей по нормали, с помощью ГА, что показало возможность применения методов глобальной оптимизации к данной задаче. Показана зависимость погрешности восстановления параметров трехслойной и четырехслойной сред от соотношения сигнал-шум. При соотношении сигнал-шум 17 дБ погрешность восстановления параметров трехслойной среды не превышает 10%, а при соотношении сигнал-шум 20 дБ не превышает 5%. При увеличении соотношения сигнал-шум погрешность уменьшается. Для восстановления диэлектрических проницаемостей четырехслойной среды с точностью 10% необходимо соотношение сигнал-шум 30 дБ и более, при таком соотношении сигнал-шум погрешности восстановления толщин слоев не превышают 5%.

Описан комплекс прикладных программ, разработанный для многоканальных многофункциональных радаров подповерхностного зондирования, созданных в рамках НИР «Водолей» и ОКР «Водолей-Э1». Представлена общая структурная схема комплекса прикладных программ и особенности реализации некоторых ее модулей, в частности, модуля генетического алгоритма. Показан интерфейс программы «Multiimage», а также описаны ее основные возможности. Комплекс прикладных программ, включающий в себя программы «MultiScan» и «Multiimage», написан с использованием следующих инструментальных средств разработки: программа «MultiScan», написана на языке С++ в среде С++ Builder; программа «Multiimage» написана на языке С# под платформу Microsoft .NET Framework 2.0, для отображения трехмерной графики используются OpenGL и библиотека The Тао Framework.

Описаны два многоканальных многофункциональных РПЗ, разработанные с личным участием автора в НИР «Водолей» (госконтракт № 05/243, 2005 - 2007 гг. с в/ч 43753) и ОКР «Водолей-Э1 » (госконтракт № 08/49, 2008 — 2010 гг. с в/ч 43753), которые использовались для диагностики параметров плоскослоистых сред. Представлены их основные параметры и описан принцип действия.

Приведены экспериментальные исследования восстановления параметров плоскослоистых сред с помощью многоканального РПЗ со сверхширокополосным короткоимпульсным сигналом. Описаны процедуры калибровки, позволяющие устранить мешающие переотражения в приемо-передающем тракте РПЗ, учесть нестабильность сигнала генератора, а также определить положение «виртуального центра» антенны для использования алгоритма восстановления на основе МВД - виртуального источника. Показаны экспериментальные и теоретические передаточные характеристики четырехслойной среды, построен минимизируемый функционал сравнения и представлены результаты восстановления. Относительная погрешность восстановления толщин и диэлектрических проницаемостей слоев не превышает 10 %.

Таким образом, развитые методы, алгоритмы обработки и программное обеспечение реконструкции электрофизических и геометрических параметров подповерхностных плоскослоистых сред, зондируемых СШП КИ сигналами, позволяют повысить достоверность диагностики дорожных покрытий и родственных объектов.

Библиография Ильин, Евгений Вячеславович, диссертация по теме Антенны, СВЧ устройства и их технологии

1. Подповерхностная радиолокация /Под. Ред. М.И.Финкелыптейна. М.: Радио и связь, 1994,216 с.

2. Daniels D.J. Surface-Penetrating Radar. — London: The Institution of Electrical Engineers, 1996.

3. Вопросы подповерхностной радиолокации. Коллективная монография / Под ред. А. Ю. Гринёва.-М."Радиотехника, 2005.-416с.:ил. (Сер. «Радиолокация»).

4. Гринев А.Ю., Темченко B.C., Ильин Е.В. Два подхода к восстановлению параметров плоскослоистых сред при короткоимпульсном сверхширокополосном зондировании,— Успехи современной радиоэлектроники, 2009, №1-2.с.39-50.

5. Гринев А.Ю., Темченко B.C., Ильин Е.В. Диагностика параметров плоскослоистых сред с учетом векторной пространственно-временной импульсной характеристики приемопередающей антенны //Радиотехника, 2008, №2.

6. Federal Communication Commission USA (FCC) 02-48, ET Docket 98-153, First Report and Order, April 2002.

7. Federal Communication Commission USA (FCC) 04-285, ET Docket 98-153, Second Report and Order and Second Memorandum Opinion and Order, December 2004.

8. S.R. Pennock, M.A. Redfern. Multihead Configuration for Ground Penetrating Radar and Depth Determination 11th International Conference on Ground Penetrating Radar, June 19-22, 2006, Columbus Ohio, USA.

9. S. Lambot, E.C. Slob, I. van den Bosch. Modeling of GPR for Accurate Characterization of Subsurface Electric Properties.- IEEE Trans. On Gescience and Remote Sensing, vol. 42, No. 11, 2004,. pp.2555-2567.

10. Lucia Medina, Román Alvarez, GPR interface detection by means of a time-delay beam-forming algorithm for multilayered media imaging, Tenth International Conference on Ground Penetrating Radar, 21-24 June, 2004, Delft, The Netherlands. (159 pdf)

11. U. Spagnolini, Permittivity Measurements of Multilayered Media With Monostatic Pulse Radar.- IEEE Trans. On Gescience and Remote Sensing, vol. 35, No.2,1997,. pp.454-463.

12. Гринев А.Ю., Темченко B.C., Ильин Е.В. Диагностика параметров плоскослоистых сред с учетом векторной пространственно-временной импульсной характеристики приемопередающей антенны-Радиотехника, 2008, №2.с.З-17.

13. Lambot S., Slob Е.С., Van den Bosch I. Modeling of GPR for Accurate Characterization of Subsurface Electric Properties ШЕЕ Trans. On Gescience and Remote Sensing, vol. 42, No.l 1, 2004,. pp.2555-2567.

14. S. Lambot, E.C. Slob, I. van den Bosch. Modeling of GPR Signal and Inversion for Identifying the Subsurface Dielectric Properties. Proceedings of the 10th International Conference on Ground Penetrating Radar - Delf, The Netherlands, 2004.

15. А.Ю. Гринев, B.C. Темченко, Е.В. Ильин. Моделирование зондирующих и рассеянных электромагнитных полей на основе дипольной аппроксимации характеристик антенны подповерхностного радара.- Антенны №12, 2009 М.: Радиотехника, стр 60-71.

16. Grinev A. Yu, Sablin V. N., Bagno D. V., Temchenko V. S. Multi-Channel UltraWideband Short-Pulse Ground Penetrating Radar- Proceedings of the 5th European Radar Conference, October 2008, Amsterdam, The Netherlands, pp. 296-299.

17. Arcone, S. А., P. Peapples, and L. Liu. Propagation of a ground-penetrating radar (GPR) pulse in a thin-surface waveguide, Geophysics, 68, 1922-1933.

18. Chunlin Huang, Yi Tao, The Calibration Technology of Subsurface Penetrating Radar, 11th International Conference on Ground Penetrating Radar, June 19-22, 2006, Columbus Ohio, USA.

19. Huichun Xing, Jing Li, Xuemin Chen, Richard Liu Hua Chen, GPR Reflection Position Identification by STFT, Tenth International Conference on Ground Penetrating Radar, 21-24 June, 2004, Delft, The Netherlands. (158 pdf)

20. Hyoung-sun Youn, Chi-Chih Chen, Novel Preprocessing Techniques: Advanced Antenna Calibration and Clutter reduction, 11 th International Conference on Ground Penetrating Radar, June 19-22, 2006, Columbus Ohio, USA. (184 pdf)

21. D.F. Kelley, T. J. Destan, R. J. Luebbers. Debye Function Expansions of Complex Permittivity Using a Hybrid Particle Swarm-Least Squares Optimization Approach IEEE Trans. Antennas Propagat., vol. 55, No.7, 2007, pp. 1999-2005.

22. Сегаран Т. Программируем коллективный разум. — Пер. с англ. СПб: Символ-Плюс, 2008. - 368 е., ил.

23. Методы измерений характеристик антенн СВЧ /Захарьев JI.H., Леманский А.А., Турчин В.И. и др; Под ред. Н.М. Цейтлина М.: Радио и связь., 1985. - 368 с

24. Методы измерений параметров излучающих систем в ближней зоне /Л.Д.Бахрах, С.Д.Кременецкий, А.П.Курочкин и др. Л.: Наука, 1985. - 272 с.

25. Ayatollahi М, Safavi-Naeini S. A New Representation for the Green's Function of Multilayer Media Based on Plane Wave Expansion . IEEE Trans. Antennas Propagat., vol. 52, No.6, 2004,. pp. 1548-1557.

26. Tavlov A., Hagness S. C. Computational Electrodynamics: The Finite-Difference TimeDomain Method. Boston, London, Artech House, 2000, p. 853.

27. Proceedings 10-th International Conference on Ground Penetrating Radar.- Delf, The Netherlands, 2004. 230 p.

28. Гринёв А.Ю., Зайкин A.E., Чебаков И.А. Применение метода вычислительной диагностики в задачах подповерхностного радиозондирования. — Радиотехника, 2001, №3, с.21-27.

29. Стрэттон Дж. А. Теория электромагнетизма: Пер. с англ./Под ред. С.М. Рытова-М.-Л.:ГИТТЛ, 1948. 540 с.

30. Марков Г.Т., Чаплин А.Ф. Возбуждение электромагнитных волн. М.: Энергия, 1983.-295 с.

31. Дмитриев В.И. Обратные задачи электромагнитных методов геофизики. В книге Некорректные задачи естествознания /Под ред. А.Н. Тихонова, А.В. Гончарского М.: Изд. Московского Университета, 1987.

32. Гринёв А.Ю., Зайкин А.Е., Чебаков И.А. Применение метода вычислительной диагностики в задачах подповерхностного радиозондирования. Радиотехника, 2001, №3, с.21-27.

33. Некорректные задачи естествознания / Под ред. А.Н. Тихонова, А.В. Гончарского М.: Изд. Московского Университета, 1987.

34. Дмитриев В.И. Обратные задачи электромагнитных методов геофизики. В книге Некорректные задачи естествознания /Под ред. А.Н. Тихонова, А.В. Гончарского.- М.: Изд. Московского Университета, 1987.

35. Тихонов А.Н., Гончарский А.В., Степанов В.В., Ягола А.Г. Регуляризирующие алгоритмы и априорная информация. М.: Наука, 1983.

36. Holland, John Н. Adaptation in Natural and Artificial Systems / John H. Holland. Ann Arbor: The University of Michigan Press, 1975. - 206 p.

37. Комарцова, Л.Г., Максимов, А.В. Нейрокомпьютеры: Учеб. пособие для вузов. -2-е изд., перераб. и доп. М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. - 400 е.: ил. -(Информатика в техническом университете.)

38. Back, Т. The Self-Adaptation in Genetic Algorithms.- Proceedings of the First European Conference on Artificial Life, Germany: University of Dortmund, 1992. 263-271 pp.

39. Pham DT, Ghanbarzadeh А, Кос E, Otri S, Rahim S and Zaidi M. The Bees Algorithm -A Novel Tool for Complex Optimisation Problems. Technical Note, Manufacturing Engineering Centre, Cardiff University, UK, 2005. 6 p.

40. D.T. Pham, A. Ghanbarzadeh, E. Кос, S. Otri , S. Rahim , M. Zaidi The Bees Algorithm A Novel Tool for Complex Optimisation Problems Manufacturing Engineering Centre, Cardiff University, Cardiff CF24 ЗА A, UK.

41. Shlivinski A.,. Heyman E., Kastner R. Antenna characterization in the time-domain-IEEE Trans. Antennas Propagat., vol. 45, No.7, 1997, pp. 1140-1149.

42. Ciattaglia M., Marrocco G. Approximate calculation of time-domain effective height for aperture antennas. IEEE Trans. Antennas Propagat., vol. 53, No.3, 2005,. pp. 1054-1061.

43. Гринёв А.Ю., Воронин E.H. Пространственно-временное представление электромагнитного поля короткоимпульсных сверхширокополосных антенн. Радиотехника и электроника, 2006, т.51, № 3.

44. Stanislav L. William A. D. Unified Frequency and Time-Domain Antenna Modeling and Characterization. IEEE Trans. Antennas Propagat., vol. 53, No.9, 2005,. pp.2882-2888.

45. Методы измерений параметров излучающих систем в ближней зоне / Л.Д.Бахрах, С.Д.Кременецкий, А.П.Курочкин и др. Л.: Наука, 1985. - 272 с.

46. Morgan М. A. Ultra-Wideband Impulse Scattering Measurements.- IEEE Trans. Antennas Propagat., vol. 42, No.6, 1994,. pp.840-847.

47. Duroc Y., Tan-Phu Vuong., Tedjini S. A. Time/Frequency Model of Ultrawideband Antennas. IEEE Trans. Antennas Propagat., vol. 55, No.8, 2007, pp.2342-2350.

48. Smith G.S. A direct derivation of a single-antenna reciprocity relation for the time domain. IEEE Trans. Antennas Propagat., vol. 52, No.6, 2004,. pp. 1568-1577.

49. Авдеев В. Б., Ашихмин А. В., Пастернак Ю. Г., Попов И. В. Модель сверхширокополосной щелевой антенны и оптимизация ее геометрии с помощью генетического алгоритма, Антенны, М.:изд-во Радиотехника, № 4, 2005 г.

50. Воеводин В. В., Кузнецов В. А. Матрицы и вычисления. М.: Наука, 1984.

51. Бреховских JI.M. Волны в слоистых средах.-М.: Наука, 1973.-343 с.

52. L.E. Ricard Peterson, Glen S. Smith. An Estimate of the Error Caused by the Plane-Wave Approximation in Free-Space Dielectric Measurement Systems. IEEE Trans. Antennas Propagat., vol. 50, No.6, 2002, pp. 878-888.

53. Папулис А. Теория систем и преобразований в оптике. М.: Изд. Мир, 1971. - 495с.

54. Taaghol A., Sarkar Т. К. Near/far field transformation for arbitarary near-field geometry utilizing an equivalent magnetic current IEEE Trans. Electromagn. Compat., vol. 38, pp. 536-542, Aug. 1996.

55. Peter Meincke, Thorkild B. Hansen, Plane-Wave Characterization of AntennasClose to a Planar Interface- IEEE Trans. Antennas Propagat., vol. 42, No.6, 2004,. pp. 1222-1232.

56. Chew W.C. A quick way to approximate a Sommerfeld-Weyl-Type integral. IEEE Trans. Antennas Propagat., vol. 36, No.l 1, 1988, pp. 1654-1657.

57. Сагарян. Т. Программируем коллективный разум. Пер. с англ. - СПб: Символ-Плюс, 2008.-368 е., ил. ISBN 13: 978-5-93286-119-6, ISBN10: 5-93286-119-3

58. Джонс М.Т. Программирование искусственного интеллекта в приложениях / М. Тим Джонс ; Пер. с англ. Осипов А. И. М.: ДМК Пресс, 2006 — 312 е.: ил. ISBN 5-94074275-0.

59. Schwefel, Н.-Р.: Numerical optimization of computer models. Chichester: Wiley & Sons, 1981.

60. Kirkpatrick, S.; C. D. Gelatt, M. P. Vecchi. "Optimization by Simulated Annealing". Science. New Series 220 (4598): 1983. 671-680 pp. ISSN 00368075

61. Винокуров В. И., Каплин С. И., Петелин И. Г. Электрорадиоизмерения: Учеб. пособие для радиотехнич. спец. вузов/Под ред. В. И. Винокурова. — 2-е изд., перераб. и доп. — М.: Высш шк., 1986. 351 с: ил.

62. Курейчик В.М. Генетические алгоритмы и их применение—Таганрог, Изд-во ТРТУ, 2002, 242 с.

63. Balanis С.А. Modern Antenna Handbook / Constantine A. Balanis, Wiley-Interscience, 2008 - 1680 p.: ISBN: 0-47003-634-6

64. Eberhart, R. C. and Kennedy, J. A new optimizer using particle swarm theory. Proceedings of the Sixth International Symposium on Micromachine and Human Science, Nagoya, Japan. 39-43 pp, 1995

65. Козлов К. В., Лось В. Ф. Эффективный алгоритм- для- решения многопараметрических задач оптимизация по методу роя пчел, Антенны, М.:изд-во Радиотехника, № 4, 2005 г.

66. Haupt Randy L., Werner Douglas H.Genetic Algorithms in Electromagnetics, Wiley-IEEE Press, 2007, 301 ppISBN: 0-47148-889-5.

67. K. Von Frisch, Bees: Their Vision, Chemical Senses and Language. Revised edn, Cornell University Press, N.Y., Ithaca, 1976

68. Троелсен Э. С# и платформа .NET. Библиотека программиста. СПб.: Питер, 2002. - 800 е.: ил

69. Тихомиров Ю. В. OpenGL. Программирование трехмерной графики. 2-е изд. -СПб.: БХВ-Петербург, 2002. - 304 е.: ил.

70. Гамма Э., Хелм Р., Джонсон Р., Влиссидес Дж. Приемы объектно-ориентированного проектирования. Паттерны проектирования. — СПб: Питер, 2003—368 е.: ил. (Серия «Библиотека программиста»)

71. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++ / Перев. с англ. Бином, Невский Диалект, 1998, 560 с.

72. Бадд Т. Объектно-ориентированное программирование в действии / Перев. с англ. — СПб.: Питер, 1997.

73. Буч Г. Язык UML. Руководство пользователя / Грейди Буч, Джеймс Рамбо, Айвар Джекобсон: Пер. с аргл. Слинкин A.A. 2-е изд., стер. - М.: ДМК Пресс; СПб.: Питер, 2004.432 е.: ил.-(Серия «Объектно-ориентированные технологии в программировании»).

74. Хантер Д., Рафтер Дж., Фоссет Дж. и др. XML. Базовый курс. / Пер. с англ.-М.:Вильямс, 2009. 1344 с.

75. Sarkar Т.К., Rahman J. Deconvolution and total least squares in finding the impulse response of an electromagnetic system from measured data. ШЕЕ Trans. Antennas Propagat., vol. 43, No.4, 1995, pp. 416-421.

76. F. Tseng, Т.К. Sarkar. Deconvolution of the Impulse Response of a Conducting Sphere by the Conjugate Gradient Method.- ШЕЕ Trans. Antennas Propagat., vol. 35, No.l, 1987,. pp.105110

Похожие работы

Радиотехника и связь
05.12.00