автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Разработка метода восстановления изображения со специализированных приборов

005050888

На правах рукописи

Замотайлов Олег Валерьевич

РАЗРАБОТКА МЕТОДА ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЯ СО СПЕЦИАЛИЗИРОВАННЫХ ПРИБОРОВ

Специальность: 05.13.17 - Теоретические основы информатики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва 2012

005050888

Работа выполнена на кафедре математической кибернетики и информационных технологий Федерального государственного образовательного бюджетного учреждения высшего профессионального образования Московский технический университет связи и информатики (ФГОБУ ВПО МТУСИ).

Научный руководитель: доктор технических наук, доцент Яши-

на Марина Викторовна

Официальные оппоненты: Кузнецов Николай Александрович,

доктор технических наук, профессор, академик РАН, советник РАН, Институт Радиотехники и Электроники им. В.А. Котельникова РАН

Кузьмин Дмитрий Михайлович, кандидат технических наук, старший видео специалист, «ПрайсвотерхаусКуперс Раша Б.В.» (Нидерланды) (филиал в г. Москве)

Ведущая организация: ФГОБУ ВПО Московский Авиацион-

ный Институт

Защита состоится «/£» ¿к' 2012 г. в^-^часов на заседании диссертационного совета Д.219.001.03 на базе Московского технического университета связи и информатики по адресу: 111024, Москва, ул. Авиамоторная, д. 8а, ауд. А-448.

С диссертацией можно ознакомиться в библиотеке МТУСИ Автореферат разослан 2012 г.

Ученый секретарь

диссертационного совета Д. 219.001.03 к.т.н., доц.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

В последние годы методы обработки изображений и распознавания образов активно развиваются в связи с возросшими возможностями электроники по качеству и скорости захвата фото- видеоданных. В свою очередь это породило активность в создании технических интеллектуальных систем на основе алгоритмов распознавания в самых разнообразных областях - охранные системы, слежение за движущимися объектами, таможенный контроль, биология, медицина, строительство и т.д.

В задачах неразрушающего контроля большое значение имеет анализ изображений, не явно видимых человеческим глазом, а полученных в результате визуализации измерительных данных специализированных приборов, например, таких как тепло-граммы - матрицы температурных значений, измеренных тепловизором; рентгенограммы, и т.д. Анализ и автоматизация поиска аномалий по таким сгенерированным изображениям является важной практической задачей в создании интеллектуальных систем неразрушающего контроля.

В последнее время наблюдается бурный рост индустрии приборов подповерхностного радиолокационного зондирования — георадаров, увеличивается количество производителей. Это связано с современными достижениями в вычислительной техники и радиоэлектроники. В связи с этим расширяются области применения георадаров: в геологии, транспортном строительстве, промышленном и гражданском строительстве, экологии, археологии, оборонной промышленности и т.д.

В геологии георадары применяются для построения геологических разрезов, определения положения уровня грунтовых вод, толщины льда, глубины и профиля дна рек и озёр, границ распространения полезных ископаемых в карьерах, положения карстовых воронок и пустот. В транспортном строительстве (автомобильные и железные дороги, аэродромы) георадары используются для определения толщины конструктивных слоев дорожной одежды и качества уплотнения дорожно-строительных материалов, изыскания карьеров дорожно-строительных материалов, оценки оснований под транспортные сооружения, определения глубины промерзания в грунтовых массивах и дорожных конструкциях, содержания влаги в грунте земляного полотна и подстилающих грунтовых основаниях, эрозии грунтов на участках мостовых переходов. В археологии при помощи георадаров устанавливают места нахождения археологических объектов и границы их распространения. В оборонной промышленности георадары могут быть использованы для обнаружения мест заложения мин, расположения подземных тоннелей, коммуникаций, складов, техники.

Исследованию вопросов подповерхностной радиолокации посвящены работы Белозерова A.A., Буслаева А.П., Владова М.Л., Гринева А.Ю., Денисова P.P., Жарикова A.A., Золотарева В.П., Ивашова С.И., Карпухина В.И., Кофмана JI.M., Кулижни-кова A.M., Кутева В.А., Лаврухина C.B., Макечеевой И.В., Мендельсона В.А., Метел-кина В.Н., Поспелова П.И., Старовойтова A.B., Сычева Г.Н., Финкелыптейна М.И., Шабашевой МЛ., Шапиро Д.М., Яшиной М.В. и других.

В тоже время многие исследователи отмечают несовершенство методов обработки георадиолокационных дацных. В отличие от классической радиолокации, где разработаны и широко применяются самые современные методы статистической и интеллектуальной обработки сигналов, нейросетевые алгоритмы, в области подповерхностного георадарного зондирования используются традиционные подходы (методы миграции, деконволюции, линейной фильтрации и т. п.), весьма далекие от оптимальных.

Таким образом, диссертационная работа направлена на разработку и исследование моделей и алгоритмов анализа данных, полученных со специализированных приборов подповерхностной радиолокации, алгоритмов синтеза изображений по получаемым в реальном времени данным и обнаружение в них закономерностей, а также на создание методов распознавания образов и получение решающих правил для проектирования интеллектуальных автоматизированных систем неразрушающего контроля дорожных одежд.

Изображение в подповерхностной радиолокации возникает как результат интерпретации данных георадара. Традиционные алгоритмы восстановления изображений предполагают ручные методы исследования при интерпретации гео-данных.

Задача состоит в том, чтобы адекватно в автоматическом режиме восстанавливать реальную картину слоев.

Разработка методов восстановления изображений при подповерхностной радиолокации представляет собой разработку программно-аппаратных комплексов, позволяющих в автоматическом режиме и в реальном времени получать, обрабатывать и выводить информацию о георадиолокационных измерениях.

Разработка программного обеспечения, позволяющая в реальном времени получать и обрабатывать георадиолокационную информацию является актуальной задачей, так как позволит значительно уменьшить время на обработку и интерпретацию данных и иметь целостную картину измерений в любой момент времени, что может увеличить информационную потребность коллективных и индивидуальных пользователей.

Объектом исследования является процесс создания, накопления и обработки информации, принимаемой со специализированных приборов для восстановления изображений.

Предметом исследования являются формы отображения радарограмм, выделение на них геологических слоев и распознавание реальных объектов.

Цель диссертации состоит в разработке метода восстановления изображений со специализированных приборов с применением современных информационных технологий на базе использования средств вычислительной техники.

Для достижения поставленной цели решены следующие задачи:

— изучены физические основы подповерхностной радиолокации;

— изучены принципы работы с георадарами 0К02 и стандартного программного обеспечения Оео5сап32, а также проведены многочисленные эксперименты в лабораторных и полевых условиях, на основе которых выявлен ряд существенных недостатков стандартной схемы работы с прибором;

- разработана процедура независимой привязки георадиолокационного профиля, снятого стандартным ПО Оео8сап32 к ОРЯ-данным, принимаемым внешним СРЙ-приемником;

- разработано программное обеспечение ОеоСоп1го1, позволяющее в реальном времени принимать данные с антенн георадара, ОР8-приемника и фотокамеры, а также сохранять полученную информацию в структурированном виде;

- разработано программное обеспечение Оео11оас18у51ет, позволяющее обрабатывать полученные данные и представлять их в виде картины геологических слоев;

- разработана программно-технологическая система на базе мобильной лаборатории для проведения полевых испытаний;

- разработана процедура решения прямой и обратной задач георадиолокации в математической модели «оригинал-образ»;

- получены результаты экспериментов по оценке точности восстановления геометрических характеристик объектов;

Методы исследования

В диссертации используются методы теории цифровой обработки сигналов, теории подповерхностной радиолокации, методы обработки изображений.

Достоверность результатов обеспечивается корректностью теоретических моделей, а также адекватностью методов, используемых для получения экспериментальных результатов, и их сравнением с теоретическими оценками. Научная новизна результатов

1. Предложено использовать синтез изображений по данным радарограмм, ОРЯ-информации и фото-изображениям, позволяющий в реальном времени иметь целостную картину проводимых измерений для ее автоматизированной обработки.

2. Разработаны алгоритмы решения прямой и обратной задач подповерхностной радиолокации в математических моделях «оригинал-образ». Использование этих алгоритмов, а также экспериментальные исследования позволили провести анализ влияния диаграмм направленности антенн георадаров на достоверность восстановления профилей.

3. Получены экспериментальные результаты, подтверждающие наличие ошибки восстановления границы раздела сред, имеющей сложную геометрическую форму.

Личный вклад

Все результаты, составляющие содержание данной работы, получены автором лично.

Практическая значимость

1. Разработана программно-технологическая цепочка на базе мобильной дорожной лаборатории «МУДРец» (Мобильный Улично-Дорожный Рецептор), позволяющая в реальном времени получать и обрабатывать георадиолокационные данные, навигационную информацию, а также фото-изображения с места проведения измерений.

2. В результате экспериментов и построения математической модели «оригинал-образ» проведена оценка точности восстановления подповерхностной картины.

5

Результаты исследований использованы в научно-образовательном центре «Интеллектуальный мониторинг, связь и управление на транспорте» (НОЦ ИМСУТ МТУСИ) в рамках проекта ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы «Теоретические и прикладные вопросы создания систем интеллектуального мониторинга и управления распределенными процессами», ГК № 14.740.11.0397 от 20.09.2010, а также в учебном процессе на кафедре МТУСИ «Математическая кибернетика и информационные технологии».

Апробация работы

Основные результаты диссертационной работы докладывались и обсуждались на семинарах в научно-образовательном центре «Интеллектуальный мониторинг, связь и управления на транспорте» (НОЦ ИМСУТ МТУСИ) в рамках проекта ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы «Теоретические и прикладные вопросы создания систем интеллектуального мониторинга и управления распределенными процессами», ГК № 14.740.11.0397 от 20.09.2010, а также в рамках проекта «Методические рекомендации по повышению качества инженерно-геологических изысканий при проектировании строительства (реконструкции) автомобильных дорог общего пользования с применением подповерхностного зондирования», ГК-УД 47203 от 17.07.2007, на внутреннем совещании Федерального управления Автомобильных дорог Центральная Россия ФГУ, на ежемесячных семинарах кафедры Математической Кибернетики и Информационных Технологий МТУСИ.

Акты внедрения результатов работы прилагаются.

Публикации. По теме диссертации опубликовано 7 работ, в том числе 2 в рецензируемых периодических изданиях, входящих в перечень ВАК.

Основные научные положения, выносимые на защиту:

1. Созданное расширение стандартного программного обеспечения Оео5сап32 позволяет осуществить корректную привязку георадиолокационного профиля к географической информации.

2. Разработанные алгоритмы решения прямой и обратной задач восстановления изображений при подповерхностной радиолокации в математических 20 и 30 моделях «оригинал-образ» позволяют анализировать влияние диаграммы направленности антенны георадара на достоверность интерпретируемости профиля.

3. Разработанная программная система позволяет автоматизировать процесс сбора, хранения и обработки информационного вектора, включающего в себя георадиолокационную, навигационную, а также фото- информацию, в задачах качественного анализа исследуемой среды, в частности, слоев дорожной одежды.

4. Разработанный программно-технологический комплекс на базе мобильной лаборатории позволяет получать и обрабатывать данные подповерхностной радиолокации.

5. Проведенная оптимизация приема информации позволяет синхронизировать информационные потоки данных, принимаемых с нескольких устройств для различных алгоритмов.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, заключения, списка литературы из 58 наименований. Диссертация содержит 121 страниц текста, включая 63 рисунка, 2 таблицы и 1 приложение.

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обоснована актуальность темы диссертации, сформулирована цель и задачи исследований, показана научная новизна и практическая значимость результатов диссертации, приведены основные положения, выносимые на защиту.

В первой главе приведены определения основных понятий, использованных в диссертации, рассмотрены средства георадарного зондирования, а также выполняемые виды работ с использованием георадаров. Проанализированы методы первичной и вторичной обработки радарограмм.

Описана информационные модели получения данных со специализированных устройств на примере георадара 0К02, установленного на мобильной лаборатории «МУДРЕЦ», а также георадара РАСКАН 4/4000.

Проведена качественная оценка проведения измерений георадаром QK02 со стандартным программным обеспечением GeoScan32, поставляемым фирмой-производителем. В результате анализа выявлены существенные недостатки при привязке георадиолокационного профиля к GPS-данным, а также в оценке временных характеристик.

Во второй главе рассмотрено понятие трассы и сигнала прямого прохождения, а также описаны постановки задач автоматического захвата и обработки информации, решаемые в диссертации.

Единицей информации, получаемой в ходе измерений георадаром 0К02 является трасса - массив из 512 целых чисел. Каждое число массива является значением амплитуды отраженного сигнала. Амплитуды сигнала принимает как положительные, так и отрицательные значения. Пример реальной трассы изображен на Рис. 1.

7 ООО 6 ОСО 5 ОСО а ОСО 3 ОСО 2 ООО 1 ООО

-1 ООО -2 ООО -3 ООО -I ООО

Рис. 1 Трасса георадара 0К02 Сигналом прямого прохождения называется сигнал, следующий от антенны передатчика к антенне приемника по кратчайшему расстоянию, т.е. напрямую, практически не проникая в зондируемую среду. Участок сигнала, где значения амплитуд явно превышают остальные, соответствует сигналу прямого прохождения. Как правило, по

Глубине, см

■ 100 -€0 -€0 -«0 -20 0 20 40 50 ВО 100 120 140 1«) 180 200 22О 2*0 260

::|1|±н н-1 ■ [ •• -j-ii-f Й--4!

WW .....г • ---лЛЛ^\Л/\ 1 ' ' L /.

1

50 ЮС ISO 20С 2S0 300 3S0 400 «iO 500

сигналу прямого прохождения устанавливается начало шкалы глубин - точка, где амплитуда сигнала первый раз принимает нулевое значение.

Частота приема трасс георадара является настраиваемым параметром и может быть выставлен программно. Совокупность всех трасс, принятых в рамках одного цикла измерений называется георадарным профилем.

Рассмотрена задача автоматизации измерений и обработки данных на базе георадара 0К02. Решением данной задачи является разработка технологической цепочки, которая позволяет с требуемой частотой одновременно получить цифровое изображение фрагмента дорожного полотна, GPS-координаты и георадиосигнал от антенны ОКО-2. Тем самым, в реальном времени по установленному режиму под управлением ноутбука генерируется информация о дорожном полотне разной природы, которую далее планируется использовать для статистической обработки.

Описана математическая модель «оригинал-образ» при георадарном сканировании. Рассмотрены постановки прямой и обратной задач отображения математической модели «оригинал-образ». Прямая задача сводится к построению аналога отраженной волны при георадарном сканировании произвольной поверхности. Решение прямой задачи позволяет получить необходимую математическую модель для решения обратной задачи — восстановлению линии исходной поверхности по имеющемуся образу отраженной волны. Это позволит автоматизировать интерпретацию георадиолокационных данных, а также восстанавливать точные геометрические характеристики точечных и распределенных объектов.

Первоначально рассмотрена промежуточная модель, представляющая собой линейчатую поверхность, перпендикулярное сечение которой, проходящее вдоль движения георадара - функция одной переменной. (Рис.2) Прямая задача сводится к построению образа G - границы известной у = f(x) при георадарной обработке и обратная задача - восстановление f(x) по образу G.

траектория георадара

( угол ДНА \ минимальное расстояние Лг*S- точка образа я' \ : С£И~жаЯ! У - «X)

...............

Рис.2 Схема георадарного измерения

Пусть ось Ох - траектория перемещения антенны георадара в однородную среду (х, у > 0) -верхняя полуплоскость. Канонический случай изолированного точечного инородного объекта А(0,у0) приводит к хорошо известному в практической георадиолокации изображению гиперболы (Рис. 3):

X(x,0) ->G(x,A) = (х,у = cjx2+y2)

Математической моделью образа является нелинейное отображение й, которое оригиналу границы ставит в соответствие ее изображение:

;(Х + ПХ)/\Х1

UwVi+(rw)7

Ошибка, т.е. отклонение точки оригинала от ее изображения: Е = fix) * *¡(f\xjf + (if1 (х) + \- if

Свойства:

1) Если оригинал - горизонтальная прямая, то f (х) = 0 и Е = 0. Значит образ и оригинал совпадают в случае горизонтальных плоских слоев.

2) Пусть у = кх + у0, а < х < Ь. Тогда

Е = (кх+ y0)Jk2 + — l)2

3) Отображение G отрезок прямой переводит в отрезок прямой.

Пусть у = кх + у0, тогда (х, f(x)) - ten ai = k'ten «2 =

Обозначим через(u,v)образ отображения G. Предположим, что v = H(u) - полученное изображение границы. Обратная задача состоит в том, чтобы восстановить оригинал у = f(x)

Учитывая отображение G, получим нелинейное дифференциальное уравнение

В частности, если Н - линейная функция H(u) = au + Р, то уравнение имеет

вид:

/■\/l + (/')2 -a(x+ff)-fi = 0.

Следовательно, справедливо следующее утверждение:

При a е (—1,1) существует единственная линейная функция, являющаяся решениями нелинейного ОДУ первого порядка.

В третьей главе рассмотрены алгоритмы обработки данных, применяемые для решения поставленных задач, а также приведено описание разработанного программного обеспечения.

Описан алгоритм восстановления георадиолокационного профиля из набора трасс, принятых антенной через постоянный промежуток времени. (Рис. 3)

Приведен алгоритм привязки профиля к географическим координатам. В качестве источника географических данных применяется Глобальная Система Позиционирования (GPS) - спутниковая система навигации, обеспечивающая измерение расстояния, времени и определяющая местоположение.

Внешний GPS-приемник получает данные со спутников в формате протокола NMEA и передает их на персональный компьютер. Модуль работы с GPS-приемником распознает географические координаты, скорость и время и отображает

эту информацию на экране. Привязка GPS-координат к трассе георадара происходит в синхронном режиме, который обеспечивает модуль обеспечения целостности данных. Основная функция данного модуля сводится к синхронизации параллельных потоков приема георадарного сигнала и данных GPS.

Рис. 3 Георадиолокационный профиль в стандартном ПО Оео8сап32. В результате каждой записанной на жесткий диск трассе георадара соответствуют географические координаты, дата и время - вектор данных. (Рис. 4)

• СРБ-информация Date: 27-03-2009; Лте: 10:21:55; Latitude: 55' 48* 5.5" N; Longitude: 37* 17' 12.7" Е;

• Фотоизображения (панорамное и локальное) ¿Ж

* Трасса георадара : — 512 дискретных значений амплитуды 3 ! ; ' : Е] й , \ Z 1 - — Z ■ i - j i. ; I ........• ' ' ' .......i

(. .....1

аб1000р аб1700р

Рис. 4 Вектор данных Описаны этапы восстановления подповерхностных слоев и построения шкалы глубин. Первым шагом является вычитание сигнала прямого прохождения из трассы георадара. Эта операция сводится к удалению части сигнала, имеющего три полупериода с наибольшими амплитудами. Алгоритмически поиск границ слоев сводится к нахождению точек, в которых функция трассы георадара меняет знак. Эти точки заносятся в массив.

Такая операция повторяется для интересующей последовательности трасс.

После этого соответствующие индексы каждого массива соединяются линией, образуя восстановленную картину слоев. Следует понимать, что данный метод позволяет увидеть, так называемую условную слоевую картину, предназначенную для наглядного представления георадиолокационного профиля. (Рис. 5)

Следовательно в процедуре восстановления слоев обработка таких трасс приведет к потере «нулей» одного из сигналов. Поэтому на восстановленной картине слоев в местах, где присутствуют такие потери наблюдаются провалы. Для устранения таких недостатков в процедуре восстановления слоев было реализовано сглаживание сигнала экспоненциальным методом, а также методом скользящего среднего. Экспоненциальное сглаживание можно представить как фильтр, на вход которого последовательно поступают члены исходного ряда, а на выходе формируются текущие значения экспоненциальной средней.

Пусть X = {х-^.. хт} — временной ряд. Экспоненциальное сглаживание ряда осуществляется по рекуррентной формуле:

= ах1 + (1 - а)^.!, а 6 (0,1)

Если последовательно использовать это рекуррентное соотношение, то экспоненциальную среднюю можно выразить через значения временного ряда X.

¡-1

5( = ах, + (1 - «)(«*£_! + (1 - а)5£_2) = - = «^(1 - а)'хс^ + (1 -

¡=о

Метод скользящего среднего рассчитывает новые значения временного ряда как среднее арифметическое из к-значений окружающих слева и справа исходное: -, к - коэффициент сглаживания.

Рис. 6 Сдвиг «нулей» сигнала

Рис. 5 Слоевая картина в программе ОеоКоаё8уз1ет

Показано применение алгоритма сглаживания сигнала. При анализе последовательности трасс, принятых антенной с одного и того же места было обнаружено, что у некоторых сигналов значения локальных экстремумов близких к нулю сдвинуты относительно оси сигнала. (Рис. 6)

Построение шкалы глубин основано на экспериментальном нахождении максимальной глубины зондирования георадара 0К02 в воздухе (диэлектрическая проницаемость = 1). Исходя из того, что V = рассчитывается время сигнала I. Теперь, подставляя значения диэлектрической проницаемости исследуемой среды, можно рассчитать шкалу глубин для данной среды.

Приведена процедура автоматического выявления неоднородных участков. Данная процедура позволяет обнаружить в реальном времени отклонения значений каждого слоя на заданный коэффициент. Таким образом, выявляются нарушения гладкости каждого слоя профиля. Эти неоднородности фиксируются в памяти персонального компьютера на протяжении всего измерения для последующего применения их в обработке и интерпретации профиля.

Процедура для каждого слоя Ь сравнивает отклонение значений смежных точек слоя с заданным коэффициентом неоднородности К. Если отклонение превышает коэффициент неоднородности для всех слоев, то алгоритм фиксирует данную точку как начало неоднородного участка:

Далее алгоритм продолжает сравнение смежных точек слоя, пока отклонение не станет меньше коэффициента неоднородности. Эта точка фиксируется как конец неоднородного участка. Пример найденного неоднородного участка показан на Рис. 7

^ Я £ Й а т 5! ^

Рис. 7 Выявленная неоднородность в программе ОеоСоШго1 Разработаны и программно реализованы алгоритмы решения прямой и обратной задачи с учетом произвольного угла ДНА.

Алгоритм решения прямой задачи в каждой точке траектории георадара ищет минимальное расстояние до границы раздела в пределах сектора ДНА. Оригинал представляет собой линию произвольной формы. В качестве параметров задается уровень антенны и угол ДНА. Алгоритм в каждой точке траектории антенны попик-сельно сканирует сектор ДНА, рассчитывая расстояния от уровня антенны до границы раздела в каждой точке вхождения оригинала в сектор ДНА. После этого ищется минимальное значение из этого массива расстояний. Данное расстояние откладывает-

ся на прямой, перпендикулярной траектории георадара. (Рис. 8) Для оценки точности построения образа, в каждой точке рассчитываются ошибки е^, е2, :

£1 = 1Л-Ы <*Х£1 = 1ь~ I \к-ЬНхвт = тах|Л-/2|

а *

образ оригинал

Рис. 8 Решение прямой задачи

Алгоритм решения обратной задачи основывается на следующих аспектах:

1) Если отраженная волна параллельна уровню антенны георадара, то оригинальная поверхность совпадает с образом.

2) Если отраженная волна располагается под углом к уровню антенны георадара, то оригинальная поверхность является прямой, находящейся ниже образа, причем пересекает образ в точке его пересечения с уровнем антенны георадара.

3) Так как Я - минимальное расстояние до оригинальной поверхности, то реальная точка оригинальной поверхности должна находиться на окружности радиуса Я в пределах сектора ДНА антенны георадара.

4) Минимальное расстояние от антенны георадара в точке А до оригинальной поверхности будет находиться в точке касания прямой, проходящей через точку пересечения оригинала и образа, окружности с радиусом Я - точка В. (Рис. 9)

Рис. 9 Схема решения обратной задачи

Если данная точка находится внутри сектора ДНА, то она и является искомой точкой оригинальной поверхности.

Если данная точка находится вне сектора ДНА, тогда искомая точка оригинальной поверхности будет находиться на ребре сектора.

5) Для границы раздела произвольной формы, образ представляется в виде п прямых с постоянным шагом дискретизации. При этом обратная задача решается для каждой из п-прямых.

Разработано и программно реализовано решение прямой задачи в трехмерной модели. Для решения данной задачи применяется модель, имитирующая перемещение антенны георадара по горизонтали из начальной точки в конечную. Для данной модели задается вертикальный и горизонтальный масштаб, уровень антенны георадара, относительно поверхности, а также угол ДНА антенны.

Алгоритм построения образа отраженной волны:

В каждой точке нахождения антенны георадара ищется минимальное расстояние до поверхности по следующему алгоритму:

1. Нахождение всех расстояний от георадара до поверхности, ограниченной заданными параметрами по оси х и у.

2. Поиск минимального расстояния:

- без ограничения поДНА антенны;

- в пределах ДНА антенны.

3. Отображение точки, соответствующей найденному минимальному расстоянию непосредственно под антенной георадара.

В результате, после соединения всех точек, отражающих минимальное расстояние от георадара до поверхности восстанавливается образ отраженной волны. (Рис.

Ю)

Оео Мо«1е) 30 I Поверхность

Параллельная

I I " .......-—л

Наклонная Кусочно-заданная \

Синус '

| '--------

I Построение образа

Ограничить ДНА

| Построить образ \

Рис. 10 Решение прямой задачи для трехмерной модели

В четвертой главе приведено описание настройки, тестирования и полученные результаты проведенных экспериментов. В ходе работы над диссертацией проведен ряд экспериментов в лабораторных и полевых условиях, направленных на тестирование и получение конкретных результатов разработанной системы в задачах восстановления образов локальных объектов, их геометрических показателей, а также влияния ДНА антенны на восстановление границы раздела слоев.

Эксперименты в лабораторных условиях были направлены на оценку возможности георадара 0К02 определять геометрические показатели объектов различной протяженности, формы и состава.

В лаборатории применялся органолептический метод проведения измерений, в котором георадар перемещался по твердой поверхности, а под траекторией движения располагались различные объекты.

Для начала была получена радарограмма так называемого чистого сигнала, т.е. при отсутствии объектов. После этого были проведены многочисленные эксперименты по сканированию различных объектов.

Эксперименты в полевых условиях проводились на автомобильной дороге Новорижское шоссе и включали в себя проведение локального сканирования дорожного полотна, а точнее его проблемных участков, а также комплексное видео-георадарное сканирование, протяженностью несколько километров.

После проведенных экспериментов, данные обрабатывались программным комплексом ОеоКоаАЧуБ1ет, в ходе чего выявлялись неоднородности дорожного полотна (Рис. 11), а также возможные участки с колейностью.

Рис. 11 Пример неоднородного участка дорожного полотна

Для поиска колеи на выбранном участке профиля программа определяет толщину асфальта каждой трассы участка профиля и выводит эту информацию в виде графика зависимости толщины асфальта от пройденного пути. При этом для данного участка пользователь задает порог колейности. Порог колейности - это величина в сантиметрах, которая является признаком нахождения колеи в данной точке. Программа анализирует каждую трассу и находит те точки, в которых разница максимальной толщины этого участка и толщины текущей трассы больше или равна заданному порогу. Каждой найденной точки соответствуют координаты географического местоположения в формате GPS, которые наносятся на интерактивную карту Google Maps в виде меток. (Рис. 12)

15

Рис. 12 Пример нахождения колеи на участке дороги

Проведено моделирование решения прямой задачи для произвольной поверхности. При реальных георадарных измерениях сектор ДНА антенны георадара представляет собой конус, а не треугольник, как в упрощенной одномерной модели. Для решения данной задачи применяется модель, имитирующая перемещение антенны георадара по горизонтали из начальной точки в конечную. Для данной модели задается вертикальный и горизонтальный масштаб, уровень антенны георадара, относительно поверхности, а также угол ДНА антенны. Примеры решений прямой задачи для поверхности представлены на Рис. 13.

Рис. 13 Примеры решения прямой задачи для поверхности 16

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработан алгоритм восстановления протяженности профиля подповерхностной радиолокации при помощи GPS-позиционирования, который может быть применен для привязки изображения к географическому местоположению.

2. Разработаны алгоритмы решения прямой и обратной задач подповерхност-ной радиолокации в математических моделях «оригинал-образ». Использование этих алгоритмов, а также экспериментальные исследования позволили провести анализ влияния диаграмм направленности антенн георадаров на достоверность восстановления профилей.

3. Алгоритмы решения прямой и обратной задач восстановления изображений при подповерхностной радиолокации позволяют проводить анализ влияния диаграмм направленности антенн георадаров на достоверность интерпретируемости профиля в 2D и 3D моделях «оригинал-образ».

4. Разработанная программная система позволяет автоматизировать процесс сбора, хранения и обработки информационного вектора, включающего в себя георадиолокационную, навигационную, а также фото- информацию, в задачах качественного анализа исследуемой среды, в частности, слоев дорожной одежды.

5. Разработанный программно-технологический комплекс на базе мобильной лаборатории может быть применен для получения и обработки данных подповерхностной радиолокации.

6. Получены экспериментальные результаты, подтверждающие наличие ошибки восстановления границы раздела сред, имеющей сложную геометрическую форму.

ПУБЛИКАЦИИ ПО МАТЕРИАЛАМ ДИССЕРТАЦИИ

В ведущих периодических изданиях, входящих в перечень ВАК

1. Буслаев А.П., Замотайлов A.B., Поспелов П.И., Яшина М.В. О восстановлении слоев дорожной одежды по данным подповерхностной радиолокации (чЛ) // «Вестник МАДИ» №2(17), 2009 г. с. - 89-96.

2. Замотайлов О.В. Задачи распознавания изображений прибора подповерхностной радиолокации на базе мобильной дорожной лаборатории // «T-Comm - Телекоммуникации и Транспорт» №6, 2010 г. с. - 38-42.

В других изданиях

3. Замотайлов О.В., Ярошенко A.M. Методы захвата и обработки информации от приборов подповерхностной радиолокации (георадаров) // Учебно-методическое пособие, Техполиграфцентр, М. 2012 г. 51 с.

4. Замотайлов О.В. Математическая модель отображения «оригинал-образ» при георадарном сканировании // Сборник трудов конференции «Ключевые проблемы современной науки», М. 2012 г. с. - 18-22

5. Поспелов П.И., Буслаев А.П., Замотайлов О.В., Яшина М.В. О технологии видео-георадарного мониторинга дорожного покрытия // Труды первого всероссийского дорожного конгресса, ГОУВПО МАДЩГТУ), г. Чебоксары - 2009 г. с. - 218 - 224.

6. Замотайлов О.В. Технология восстановления плоских малоразмерных изображений в подповерхностной радиолокации // Доклады VI Всероссийской конференции «Радиолокация и радиосвязь», М. 2012 г. Том I, с. 386 - 389.

7. Буслаев А.П., Замотайлов О.В., Яшина М.В. Восстановление слоев дорожной одежды в реальном времени по данным подповерхностной радиолокации. Свидетельство об офиц. per. программы для ЭВМ. Федеральный институт промышленной собственности, 2012.

Объем:1,5усл.п.л. Подписано в печать: 20.12.2012 Тираж: 100 экз. Заказ № 9373 Отпечатано в типографии «Реглет» г. Москва, ул. Ленинский проспект, д. 2 (495)978-66-63; www.reglet.ru

Введение.

Проблемы распознавания геометрии слоевой картины.

Информационные потоки данных. Особенности данных, принимаемых со специализированных приборов.

Современная практика применения и проблемы.

Классические подходы к восстановлению изображений.

Глава 1. Информационные модели специализированных устройств.

1.1 Средства георадарного зондирования.

1.2 Выполняемые виды работ с применением георадаров.

1.4 Первичная обработка радарограмм.

1.5 Вторичная обработка радарограмм.

1.2 Источник исходных данных на примере георадара 0К02.

1.3 Источник исходных данных на примере георадара РАСКАН 4/4000.

1.4 Качественная оценка проведения измерений георадаром 0К02 со стандартным программным обеспечением ОеоБсап32.

1.4.1 Некорректность привязки трассы к ОРБ-координатам.

1.4.2 Оценка временных характеристик.

Глава 2. Постановки задач автоматического захвата и обработки информации.

2.1 Трасса. Сигнал прямого прохождения.

2.2 Автоматизация измерений и обработки данных на базе георадара 0К02.

2.2 Математическая модель «оригинал-образ» при георадарном сканировании.

2.2.1 Описание модели.

2.2.2 Прямая задача.

2.2.3 Обратная задача.

2.2.4 Модель «оригинал-образ» с учетом ограничения ДНА.

2.2.5 Двумерная математическая модель «оригинал-образ».

Глава 3. Архитектура измерительного комплекса и технология автоматической обработки информации.

3.1 Алгоритмы.

3.1.1 Программное взаимодействие с георадаром 0К02.

3.1.2 Восстановление георадиолокационного профиля.

3.1.3 Метод синхронизации данных и географических координат.

3.1.4 Восстановление подповерхностных слоев профиля и построение шкалы глубин.

3.1.5 Автоматический поиск неоднородностей слоевой картины по заданным критериям.

3.1.6 Решение прямой и обратной задачи математической модели «оригинал-образ».

3.1.7 Решение прямой задачи в двумерной модели.

3.2 Программное обеспечение.

3.2.1 Модуль «СеоЭа1а».

3.2.2 Основной модуль «Оео!1оас18у81ет».

3.2.3 Модуль решения прямой и обратной задач в модели «оригинал-образ».

Глава 4. Настройка, тестирование и результаты экспериментов.

4.1 Эксперименты в лабораторных условиях.

4.2 Эксперименты в полевых условиях.

4.3 Моделирование решения прямой задачи для поверхности.

В последние годы методы обработки изображений и распознавания образов активно развиваются в связи с возросшими возможностями электроники по качеству и скорости захвата фото- видеоданных. В свою очередь это породило активность в создании технических интеллектуальных систем на основе алгоритмов распознавания в самых разнообразных областях - охранные системы, слежение за движущимися объектами, таможенный контроль, биология, медицина, строительство и т.д.

В задачах неразрушающего контроля большое значение имеет анализ изображений, не явно видимых человеческим глазом, а полученных в результате визуализации измерительных данных специализированных приборов, например, таких как теплограммы - матрицы температурных значений, измеренных тепловизором; рентгенограммы, и т.д. Анализ и автоматизация поиска аномалий по таким сгенерированным изображениям является важной практической задачей в создании интеллектуальных систем неразрушающего контроля.

В последнее время наблюдается бурный рост индустрии приборов подповерхностного радиолокационного зондирования - георадаров, увеличивается количество производителей. Это связано с современными достижениями в вычислительной техники и радиоэлектроники. В связи с этим расширяются области применения георадаров: в геологии, транспортном строительстве, промышленном и гражданском строительстве, экологии, археологии, оборонной промышленности и т.д.

В геологии георадары применяются для построения геологических разрезов, определения положения уровня грунтовых вод, толщины льда, глубины и профиля дна рек и озёр, границ распространения полезных ископаемых в карьерах, положения карстовых воронок и пустот. В транспортном строительстве (автомобильные и железные дороги, аэродромы) георадары используются для определения толщины конструктивных слоев дорожной одежды и качества уплотнения дорожно-строительных материалов, изыскания карьеров 5 дорожно-строительных материалов, оценки оснований под транспортные сооружения, определения глубины промерзания в грунтовых массивах и дорожных конструкциях, содержания влаги в грунте земляного полотна и подстилающих грунтовых основаниях, эрозии грунтов на участках мостовых переходов. В археологии при помощи георадаров устанавливают места нахождения археологических объектов и границы их распространения. В оборонной промышленности георадары могут быть использованы для обнаружения мест заложения мин, расположения подземных тоннелей, коммуникаций, складов, техники.

Проблемы распознавания геометрии слоевой картины

Помимо большого числа чисто технических проблем в георадиолокации имеет место и ряд нерешенных методических вопросов, связанных с обработкой и интерпретацией данных георадарного зондирования.

Одним из них является вопрос о влиянии конечного размера диаграммы направленности антенны (ДНА) георадара (несколько десятков градусов) на точность воспроизведения структуры подповерхностного разреза и встречающихся в нем малоразмерных («точечных») объектов.

Процессы распространения радиоволн и их взаимодействие с зондируемой средой хорошо описываются уравнениями Максвелла [2], однако точное решение возможно лишь для небольшого числа случаев: полубесконечная однородная среда с находящимся внутри шаром, плоскопараллельная слоистая среда. В подавляющем большинстве ситуаций процедура поиска решения сводится к сложным вычислительным схемам с трудно оцениваемой ошибкой.

Информационные потоки данных. Особенности данных, принимаемых со специализированных приборов

Источники информации (внешние сущности) порождают информационные потоки (потоки данных), переносящие информацию к подсистемам или процессам. Те в свою очередь преобразуют информацию и порождают новые 6 потоки, которые переносят информацию к другим процессам или подсистемам, накопителям данных или внешним сущностям - потребителям информации. Таким образом, основными компонентами диаграмм потоков данных являются:

- внешние сущности;

- системы/подсистемы;

- процессы;

- накопители данных;

- потоки данных.

Поток данных определяет информацию, передаваемую через некоторое соединение от источника к приемнику. Реальный поток данных может быть информацией, передаваемой по кабелю между двумя устройствами, пересылаемыми по почте письмами, магнитными лентами или дискетами, переносимыми с одного компьютера на другой и т.д.

Особенностью данных, принимаемых со специализированных устройств является закрытость протоколов передачи информации, определяющих структуру принимаемых данных.

Так, например, единица данных генерируемая прибором подповерхностной радиолокации является массив целых чисел, представляющий собой значения амплитуд одного сигнала.

Данные глобальной системы позиционирования представляют собой набор сообщений протокола NMEA, а данные с фотокамер являются изображения в формате JPEG.

Современная практика применения и проблемы

Интерес к использованию подповерхностного радиолокационного зондирования (Ground Penetrating Radar, в дальнейшем GPR), судя по кругу работ за последние 20 лет, не являлся стабильным. Выйдя из стадии лабораторных разработок, GPR в семидесятые годы привлёк к себе внимание, которое потом ослабло примерно на 10 лет. Затем в середине 80-х годов в связи с бурным развитием электроники, вычислительной микропроцессорной техники и одновременным ростом потребностей в инженерной разведке интерес к вРЯ снова возрастает, но, натолкнувшись на несовершенную технику обработки, снова несколько снижается. За последние несколько лет интерес к использованию вРЯ находится в стадии постоянного бурного роста. Если раньше радару были посвящены отдельные редкие публикации в научных журналах, то теперь целые разделы конференций международных геофизических и инженерно-геофизических обществ типа БЕС, ЕЕАО, ЕЕРО, ЕЕОБ и других организаций посвящены радарным исследованиям верхней части разреза. Прошло уже более десяти международных конференций, посвященных только вРЯ. Бурно развивается аппаратурная база. В настоящее время кроме георадаров широкого применения выпускается специализированная аппаратура для узких целей - работа в скважинах, шахтах, для дефектоскопии конструкций и т.д. [1]

Для георадаров характерна универсальность, позволяющая использовать данные прибора в геологии, транспортном строительстве, промышленном и гражданском строительстве, экологии, археологии, оборонной промышленности и т.д.

В геологии георадары применяются для построения геологических разрезов, определения положения уровня грунтовых вод, толщины льда, глубины и профиля дна рек и озёр, границ распространения полезных ископаемых в карьерах, положения карстовых воронок и пустот.

В транспортном строительстве (автомобильные и железные дороги, аэродромы) георадары используются для определения толщины конструктивных слоёв дорожной одежды и качества уплотнения дорожно-строительных материалов, изыскания карьеров дорожно-строительных материалов, оценки оснований под транспортные сооружения, определения глубины промерзания в грунтовых массивах и дорожных конструкциях, содержания влаги в грунте земляного полотна и подстилающих грунтовых основаниях, эрозии грунтов на участках мостовых переходов.

В промышленном и гражданском строительстве помимо всего вышеперечисленного георадары нашли применение для определения качества и состояния бетонных конструкций (мостов, зданий и т.д.), состояния дамб и плотин, выявления оползневых зон, месторасположения инженерных сетей (металлических и пластиковых труб, кабелей и других объектов коммунального хозяйства).

В решении вопросов охраны окружающей среды и рационального использования земель георадары используются для оценки загрязнения почв, обнаружения утечек из нефте- и водопроводов, мест захоронения экологически опасных отходов.

В археологии при помощи георадаров устанавливают места нахождения археологических объектов и границы их распространения.

В оборонной промышленности георадары могут быть использованы для обнаружения мест заложения мин, расположения подземных тоннелей, коммуникаций, складов, техники. Хорошие результаты по обезвреживанию мин различного вида даёт комплексирование георадарных технологий с индукционными, тепловизионными и другими методами, а также с нелинейными локаторами и ЯКР-обнаружителями.

В таможенных органах георадары используются для обнаружения контрабандных вложений в гомогенных однородных грузах.

Ведущими фирмами, занимающимися производством георадаров, являются GSSI (Нью Гемпшир, США), SensorandSoftwarelnc. (Канада), EraTechnology (Великобритания) и MALA (Швеция), RadarSystems (Латвия), OYO corporation (Япония), Geozondas (Литва).

Крупная компания Geophysical Systems, Inc. (GSSI) с 1970 года занимается исследованиями, разработкой и производством георадарных систем, уделяя большое внимание усовершенствованию технологии работ с георадарами. Оборудование GSSI имеет маркировку Sirsystems.

Известен целый ряд модификаций георадаров данной фирмы: Sirsystems -2, -2Р, -3, -3R, -31, -10А, -ЮН, -10В.

С конца 80-х годов начались работы по созданию портативных георадаров в ООО "Логические системы" совместно с НИИ Приборостроения им. В. В. Тихомирова (г. Жуковский, Московская обл.). В разработке антенн георадаров приняли участие специалисты кафедры распространения радиоволн МФТИ.

За это время было выполнено несколько НИР и ОКР в интересах различных ведомств. Среди них можно выделить разработку портативного георадара для обследования однородных грузов в таможенных органах РФ (шифр ОКР "ОКО" и "ЗОНД"). Созданный прибор представлял собой портативный георадар со сменными антенными блоками АБ-700 и АБ-1200, имеющими средние частоты 700 и 1200 МГц соответственно. Эта разработка послужила основой, на базе которой в дальнейшем был разработан и начал выпускаться ряд георадаров сначала типа "ОКО-М" с антенными блоками АБ-500, АБ-400, АБ-250, АБ-150 и АБД (дипольный вариант, шифр ОКР "ГЕОН"), а затем ряд георадаров "ОКО-М1".

Отличительной особенностью георадаров ряда "ОКО-М 1" от предыдущего поколения "ОКО-М" является наличие полной оптической развязки по информационным и синхронизирующим цепям. Введение оптической развязки позволяет устранить помехи по кабельным цепям, а также уменьшает возможную паразитную модуляцию сигнала при перекосах антенн относительно зондируемой поверхности, связанных с неровностями верхнего слоя грунта.

В таблице 1 приведена краткая информация о ряде георадаров последней модификации "ОКО-М1".

С начала развития и практического применения радаров подповерхностного зондирования методы и технические средства дистанционных измерений претерпели значительную эволюцию - разработаны специальные типы широкополосных малогабаритных антенн, позволяющих проводить, в том числе, прием кросс-поляризационных сигналов, нашли практическое применение новые способы формирования зондирующего сигнала, использующего вейвлет-сигналы, широкополосную линейную и шаговую частотную модуляцию (манипуляцию), отработаны методы первичной обработки принимаемых георадарных сигналов; имеются также примеры успешного решения задач диагностики дорожного полотна[4-7]. Таким образом, к настоящему времени созданы мобильные наземные георадары, в том числе т устанавливаемые на автомобильные платформы, способные проводить зондирование грунтов до глубины 20 м. Высококачественные георадары, со средней длиной волны порядка 2500 МГц позволяют обеспечивать разрешение по глубине до 3 см.

Таблица 1 Характеристики георадаров ОКО.

Антенные блоки Габариты АБ (мм) д/ш/в Центральная частота (МГц) Глубина зондирования до (м)* Разрешающая способность (м) Масса АБ (кг) Потребляемая мощность (Вт)

АБД - 25-100 30 2,0-0,5 6 8

АБ-90 2500/1050/290 90 16 0,5 30 8

АБ-150 1580/620/160 150 12 0,35 22 7

АБ-250 1040/430/110 250 8 0,25 14 7

АБ-400 680/275/120 400 5 0,15 4,2 6

АБ-700 470/160/170 700 3 од 2,2 5

АБ-1200 205/165/135 1200 1.5 0,05 0,8 5

АБ-1700 205/165/135 1700 1 0,03 0,8 5

Вместе с тем, как показывает анализ отечественных и зарубежных литературных источников и материалов, касающихся проблем обработки данных подповерхностного георадарного зондирования, то здесь результаты гораздо скромнее. В отличие от классической радиолокации, где разработаны и широко применяются самые современные методы статистической и интеллектуальной обработки сигналов, нейросетевые алгоритмы, в области подповерхностного георадарного зондирования используются традиционные подходы ( методы миграции, деконволюции, линейной фильтрации и т. п.), весьма далекие от оптимальных. Это связано с тем обстоятельством, что тематическая обработка георадарных данных производится в условиях значительной неопределенности, относительно априорного знания диэлектрических параметров зондируемых грунтов, числа и расположения слоев в разрезе и др. Кроме

11 того, использование сверхширокополосных зондирующих сигналов (СШЗС) подразумевает разработку принципиально новых, по сравнению с традиционно применяемым в радиолокации, методов и средств обработки, учета нестационарности излучаемого и принимаемого электромагнитного поля и специфики формирования диаграммы направленности антенны георадара.

Итак, существующие на сегодня методы и средства георадарного зондирования позволяют получать данные о структуре дорожного полотна с большой глубинностью и высоким разрешением, однако процедуры их обработки требуют серьезного совершенствования.

Классические подходы к восстановлению изображений

Изображением в данной диссертации является сгенерированный по определенному алгоритму образ подповерхностной картины по данным, принятым с антенн георадара. Данное изображение называется профилем георадара или радарограммой.

Профиль георадара представляет собой набор трасс, принятых антенной через постоянный регистрируемый промежуток времени. (Рис. 1) Первые три полупериода трассы являются сигналом прямого прохождения - часть сигнала, прошедшая напрямую от передатчика к приемнику минуя исследуемую среду. Остальная часть трассы относится к полезной части отраженного сигнала.

0 >0

-

Рис. 1 Трасса георадара В оцифрованном виде трасса- это одномерный массив, состоящий из значений амплитуд сигнала георадара. Количество элементов массива определяется конкретной моделью георадара. Как видно на Рис. ¡значения амплитуды находятся в 2-х полуплоскостях. Левая полуплоскость имеет отрицательные значения амплитуд, правая - положительные.

Восстановление изображений при подповерхностной радиолокации имеет целью воссоздание адекватной цифровой модели исследуемой физической среды.

Классической формой отображения профиля подповерхностной радиолокации является градиентное соответствие оттенков серого цвета, от белого к черному, максимальному и минимальному значению амплитуды трассы георадара. (Рис. 2)

Рис. 2 Классическая форма отображения профиля Другой формой отображения георадарного профиля является картина слоев. В данном случае, на трассе георадара ищутся так называемые «нули» сигнала, т.е. точки, в которых происходит смена знака (переход из отрицательной полуплоскости в положительную и наоборот). После соединения соответствующих «нулей» каждой трассы получается картина однородных слоев. (Рис. 3) С ш f ¿# /шшщш штш^шшттттшм

Рис. 3 Картина однородных слоев

-к»

В понятие восстановления изображений при подповерхностной радиолокации также входит получение географических данных о нахождении антенны (GPS, Глонасс), а также фото- и видео- информация, полученная с места проведения измерений. Таким образом формируется полное представление о месте проведения измерений. Это позволяет повысить эффективность интерпретации георадиолокационных данных.

Разработка методов восстановления изображений при подповерхностной радиолокации представляет собой разработку программно-аппаратных комплексов, позволяющих в автоматическом режиме и в реальном времени получать, обрабатывать и выводить информацию о георадиолокационных измерениях.

Метод восстановления изображения при подповерхностной радиолокации, разработанный в ходе работы над диссертацией предполагает восстановление полной картины разведочного профиля, включающего в себя обработанный и интерпретированный профиль исследования в частотном и временном диапазоне, навигационную информацию о местоположении измерений, а также фото и видео информацию с места проведения измерений. Разработка программного обеспечения, позволяющая в реальном времени получать и обрабатывать георадиолокационную информацию является актуальной задачей, так как позволит значительно уменьшить время на обработку и интерпретацию данных и иметь целостную картину измерений в любой момент времени, что может увеличить область применения методов георадиолокации.

Выводы:

Нулевой» сигнал представляет собой однородную волновую картину. Слои прослеживаются отчетливо и расположены параллельно друг другу

П.2. Георадарное сканирование объектов. 2.1 Объект-стул. ► М М; М| ; М И И квквяг*0

ПЗ'МфОД

В сравнении с пустым сигналом, волновая картина не имеет принципиальных различий.

2.2 Огнетушитель расположен на стуле поперек движения антенны:

Профиль в программе Оео8сап32:

НС О 5 Ю

15

2.3 Огнетушитель расположен на стуле вдоль движения антенны.

2.5 Два огнетушителя расположены вдоль движения антенны:

2.6 Один огнетушитель расположен вдоль движения антенны, другой поперек

Профиль программы Оео8сап32:

ЛЭ.ООм

О 50м

1 .ООм

- ■■'.■'•(^ИВИН' «р.«'-. у у* "> ^.' - { |

И1Й|||||| - «ЙЙВЗ

2 ООм

•2.50м

2.7 Два огнетушителя расположены поперек движения:

Профиль в программе Оео8сап32: а'юидлщ

2.8 Системный блок расположен поперек движения

Профиль в программе Оео8сап32:

НС

2.9 Системный блок расположен вдоль движения антенны.

НС О

10

15

20

Профиль в программе Оео8сап32:

ЦО.ООм

0 50м

1.00м

И! , .И. Г!Г

ММ»«' ^ЙМдВДяйМмНОДИЗВ ® 1

• .Л.« . .

РМЯШЯЯИНШШМ!

50м

2-ООм

Сз.^Ом

Заключение

В ходе подготовки диссертации и решения поставленной задачи было сделано:

1. Разработан алгоритм восстановления протяженности профиля подповерхностной радиолокации при помощи ОРБ-позиционирования, который может быть применен для привязки изображения к географическому местоположению.

2. Разработаны алгоритмы решения прямой и обратной задач подповерхностной радиолокации в математических моделях «оригинал-образ». Использование этих алгоритмов, а также экспериментальные исследования позволили провести анализ влияния диаграмм направленности антенн георадаров на достоверность восстановления профилей.

3. Алгоритмы решения прямой и обратной задач восстановления изображений при подповерхностной радиолокации позволяют проводить анализ влияния диаграмм направленности антенн георадаров на достоверность интерпретируемости профиля в 2Т> и ЗБ моделях «оригинал-образ».

4. Разработанная программная система позволяет автоматизировать процесс сбора, хранения и обработки информационного вектора, включающего в себя гео-радиолокационную, навигационную, а также фото- информацию, в задачах качест-венного анализа исследуемой среды, в частности, слоев дорожной одежды.

5. Разработанный программно-технологический комплекс на базе мобильной лаборатории может быть применен для получения и обработки данных подповерхностной радиолокации.

6. Получены экспериментальные результаты, подтверждающие наличие ошибки восстановления границы раздела сред, имеющей сложную геометрическую форму.

1. Владов M.JL, Старовойтов А.В. Введение в георадиолокацию. Издательство Московского Университета, 2004 г.

2. Старовойтов А.В. Интерпретация георадиолокационных данных. Издательство Московского Университета, 2008 г.

3. Вопросы подповерхностной радиолокации. Коллективная монография / Под ред. Гринева А. Ю. — М.: Радиотехника, 2005 г.

4. Подповерхностная радиолокация / Под ред. Финкелыптейна М. И. — М.: Радио и связь, 1994

5. Asphalt and granular measurements. http://www.RoadMapGPR.com

6. Кулижников A.M. Георадарные технологии в проектах автомобильных дорог // Дороги России ХХ1века. №4. 2003. С. 70-72.

7. Кулижников A.M., Белозеров А.А. Георадарные методы определения влажности грунтов земляного полотна // Дороги и мосты. Сборник. /ГП РосдорНИИ. М.: фирма «Верстка», вып. 13/1.-2005. С. 185-193.

8. Кулижников A.M., Денисов P.P. Георадарные технологии в инженерно-геологических изысканиях при проектировании, реконструкции и ремонтов автомобильных дорог // Дороги России ХХ1века. № 6. 2006. С.99.

9. М.И. Финкельштейн, В.А. Мендельсон, В.А. Кутев. Радиолокация слоистых земных покровов. М., «Сов.радио», 1977. 176с.

10. M.JI. Владов, А.В. Старовойтов. Георадиолокационные исследования верхней части разреза. Изд-во МГУ, 1999, 91с.

11. Н. Herman. Robotic Subsurface Mapping Using Ground Penetrating Radar. Thesis for the degree ofDoctor of Philosophy in Robotics. The Roboticsln-stituteCarnegieMellonUniversity. 1997,143 pp.

12. TanakaM., OhyamaS., KobayashiA. Back Projection Histogram Method in Homogeneous Field For Microwave Subsurface Radar. КАСС 2000,4 pp

13. J.-P. Van Gestel. Structure and tectonics of the Puerto Rico-Virgin Islands platform and Multi-configuration Ground Penetrating Radar data. Ph. D. Thesis. Chapter 3. 1999, 30 pp.

14. F. Lehmann A. G. Green. Topographic migration of georadar data: Implications for acquisition and processing.Geophysics, Vol. 65, № 3 (May-June 2000), pp. 836-848.

15. RosenErikM. Discrimination and Variability of UXO from the DARPA Background Clutter Experiment. US UXO Forum, May, 1999, 31 pp.

16. Стечкин, С.Б. Сплайны в вычислительной математике / С.Б. Стечкин, Ю.Н. Субботин. М.: Наука, 1976.

17. Тихонов, А.Н. Методы решения некорректных задач / А.Н. Тихонов, В.Я. Арсенин. М.: Наука, 1986.-286 с.

18. L. A. Lalumiere.Snow And Ice Thickness Radar System. Proceedings GPR '98, Lawrence, Kansas, pp. 761-764.

19. Asphalt and granular measurements. http://www.RoadMapGPR.com

20. S.Vitebskiy, L.Carin, M.Ressler and F.Le. Ultra-wideband short-pulse ground-penetrating radar: theory and measurement, IEEE Trans. Geoscience and Remote Sensing, vol. 35, pp. 762-772.

21. D.Wong and L.Carin. Analysis and processing of ultra-wideband SAR imagery for buried landmine detection. IEEE Trans. Antennas and Propagat., vol. 46, pp. 1747-1748.

22. М.И.Финкельштейн, В.А.Кутев, В.П.Золотарев. Применение радиолокационного подповерхностного зондирования в инженерной геологии. М., Недра, 1986,128с.

23. М.И.Финкельштейн, В.И.Карпухин, В.А.Кутев, В.Н.Метелкин. Подповерхностная радиолокация. М., Радио и Связь, 1994, 216с.

24. В.П.Золотарев, Л.М.Кофман, Г.Н.Сычев, М.И.Финкельштейн. Измерение глубины залегания грунтовых вод в песчаных отложениях методом радиолокационного зондирования. Водные ресурсы, 1982, №. 4, с. 176179.

25. A.I.Kalmykov, V.N.Tsymbal, A.Ya.Matveev, A.S.Gavrilenko, and V.B.Igolkin. The two-frequency multipolarisation L/VHF airborne SAR for subsurface sensing. AEU Int.J. Electron. Commun., 50, 1996. № 2, pp. 145149.

26. Жданов M.C. Электроразведка. M.: Недра, 1986. 216 c.

27. Спичак B.B. Трансформации электромагнитных полей в геоэлектрике. Прямые и обратные задачи геоэлектрики. М.: Наука, 1990. с. 69-88.

28. Калмыков А.И., Фукс И.М., Цимбал В.Н. и др. Радиолокационные наблюдения сильных отражателей, расположенных под слоем почвы. Модель подповерхностных отражений. ИРЭ Академии наук Украины, Харьков, 1993, Препринт № 93-6, 29с.

29. Noon D.A. Stepped-Frequency Radar Design and Signal Processing Enhances Ground Penetrating Radar Performance. A thesis submitted for the degree of Doctor of Philosophy (PhD) of The University of Queensland, 1996. 181 pp.

30. Жуковский А.П., Оноприенко Е.И., Чижов В.И. Теоретические основы радиовысотометрии. М., «Сов. Радио», 1979. 320 с.34. http://www. georadar.its-spa.it/download/papaers/sb02-191.pdf

31. Финк JI.M. Сигналы, помехи, ошибки. М.: Радио и связь, 1984. - 256 с.

32. Rosen Erik M. Discrimination and Variability of UXO from the DARPA Background Clutter Experiment. US UXO Forum, May, 1999, 31 pp.

33. Георадары «Грот-11»: Проспект. / ЗАО «Таймер». Науч. организация. Моск. обл., г. Троицк, б.г. -1с

34. Георадары, дороги 2000: Материалы Международного научно-технического семинара. - Архангельск: Изд-во Архангельск, гос. техн. ун-та, 2000. - 104 с.

35. Георадары, дороги 2002: Материалы Международной научно-практической конференции 26-28 ноября 2002 г. - Архангельск: Изд-во Архангельск, гос. техн. ун-та, 2002. - 94 с.

36. Георадары «ОКО-2»: Проспект. / НИИП им. В.В. Тихомирова, ООО «Логис», Центр «ГЕОН» им. В.В. Федынского. г. Жуковский, г. Москва, б.г. -2 с.

37. Задериголова М.М. Радиоволновой метод в инженерной геологии и геоэкологии. М; Изд-во Москов. ун-та, 1998.-320 с

38. Изыскание и проектирование автомобильных дорог, мостовых переходов и путепроводов. Геофизические, геологические и гидрогеологические изыскания: Проспект./ГУЛ Карелавтодор. Проектная контора. г. Петрозаводск, б.г.-бс

39. Кулижников A.M., Белозеров A.A., Бурда С.Н. Назначение ремонтных работ по результатам георадарных обследований//Дороги России XXI века. 2003. - №4. - С. 70-73.

40. Кулижников А. В разведу с георадарам //Автамоб. дороги. 2002. -№1.- С 78-79.

41. Кулижников А. В разведку с георадаром//Автамоб. дороги. 2002. -№2.-С. 10-11.

42. Кулижников А., Бурда С. В разведку с георадаром // Автомоб. дороги. -2002. -№3.-С. 70-71.

43. Кулижников А., Белозеров А. В разведку с георадаром // Автомоб. дороги, 2002. - №4. - С. 46-47.

44. Кулижников А. В разведку с георадаром//Автамоб. дороги. 2002. -№5. - С. 72-73.I

45. Кулижников A.M. Георадарные технологии в проектах автомобильных дорог//Дороги России XXI века. 2003. - №4. - С. 70-72.

46. Кулижников А., Душников Н. Почему буксует георадарный контроль // Автомоб. дороги. 2003. - №9. - С. 16-17.

47. Кулижников A.M., Шабашева M.JI. Георадары в дорожном строительстве. М., 2000. - 51 с. - (Автомоб. дороги: Обзорн. информ. /Информавтодор; Вып. 2).

48. Лушников H.A., Лаврухин СВ. Метод радиолокационного контроля состояния дорожных одежд и земляного полотна // Труды ГПРО-СДОРНИИ. М. -1998. - Вып. 9. - С. 101-104.

49. Макеечева И.В. Дорожный рентген. Георадиолокационные исследования при дорожном строительстве и диагностике состояния до-рог//Строит, техника и технологии. 2001. - № 5. - С. 38-39.

50. Неразрушающие испытания конструкций с большой производительностью дорожного покрытия автодорог и аэропортов EURADAR: Проспект./ Auscult SARL . Б.г. - 2 с.

51. Результаты совместного визуального и радарного наблюдения за состоянием покрытия и земляного полотна / В.А. Кретов, В.Ю. Глазков, H.A. Пушников, СВ. Лаврухин//Труды ГПРОСДОРНИИ. 2000. - Вып. 10.-С. 93-96.

52. Шапиро Д.М., Жариков A.A. Обследование мостовых опор методом радиоволновой диагностики //Наука и техника в дор. отрасли. 2001. -№2. - С. 23-24.

53. Пат. 2109872 RU, МК № Е 01 Cl/00, G 01 С 7/04. Кулижников A.M., Метла Т.А. Способ инженерных грунтово-гидрологических изысканий автомобильных дорог//Архангельский гос. техн. ун-т. М 96106714/03; Заявл. 02.04.1996; Опубл. 27.04.1998, Бюл. №12.

54. Пат. 2170297 RU , МКИ 7 Е 01С1/00, G 01 С 7/04. Канжина О.В., Ку-лижников A.M. Способ инженерных изысканий автомобильных до-рог//Архангельск, гос. техн. ун-т. № 99116757/03; Заявл. 30.07.1999; Опубл. 30.07.1999, Бюл. № 19.1. АКТ

55. УТВЕРЖДАЮ начальника управления управления автодорог Центральная Россия»г1. ЖЮ. Травкин 2012 г.внедрения результатов кандидатской диссертацнопной работы О.В. Замотайлова на тему

56. Разработка метода восстановления изображения со специализированных приборов»у?/ » 2012 г. Российская Федерация, г. Москва

57. Начальник отдела по содержанию и сохранности автодорог ФУАД «Центральная Россия»

58. Начальник отдела безопасности дорожного движения ФУАД «Центральная Россия»1. B.Ю. Сух1. C.Ф. Сорокин

59. МОСКОВСКИЙ АВТОМОБИЛЬНО-ДОРОЖНЫЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ (МАДИ)»

60. МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИфедеральное государственное бюджетное образовательное учреждение высшего профессионального образования

61. Д?» 2012 г. Российская Федерация, г. Москва

62. Новизна результатов подтверждена публикациями в научных журналах.1. Зав. кафедры ВМ,проф., д.ф-м.н.1. А.П. Буслаев1. Проф., д.т.н.1. М.В. Яшина1. ФЕДЕРАЛЬНОЕ1. АГЕНТСТВО1. СВЯЗИ

63. Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования

64. Federal government state-financed institution of higher professional education

65. FEDERAL COMMUNICATIONS AGENCY OF1. THE RUSSIAN FEDERATIONмосковский

66. ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ СВЯЗИ И ИНФОРМАТИКИ {ФГОБУ ВПО МТУСИ)

67. Новизна результатов подтверждена публикациями в научных журналах.1. На№от1. Акт

68. Российская Федерация, г. Москва

69. Зав. кафедры МКиИТ, Доцент, д.т.н. *

70. Декан фак-та ИТ, доцент, к.т.н.1. М.В. Яшина1. В.Н. РепинскийЖ