基于GPR反射波信号多维分析的隧道病害智能辨识

• 作者: 吕建华 吴顺川 徐俊 陈文 高永涛
• 来源期刊: 工程科学学报
• 学科: 交通运输
• 关键词: 地质雷达 隧道病害 智能辨识 特征提取 支持向量机 希尔伯特-黄变换
• 年，卷（期）: 2018,（3）
• 页码范围: 293-301
• 页数: 9页
• 分类号: U456.3
• 语种: 中文
• DOI: 10.13374/j.issn2095-9389.2018.03.005

摘要

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴顺川	北京科技大学土木与资源工程学院	172	2411	26.0	41.0
2	高永涛	北京科技大学土木与资源工程学院	176	1869	22.0	33.0
3	徐俊	北京科技大学土木与资源工程学院	5	16	3.0	3.0
4	吕建华		1	2	1.0	1.0
5	陈文		1	2	1.0	1.0