CN1228648C - 一种使用大地穿透雷达识别埋置物体的设备 - Google Patents

Abstract

一种在包括至少一个GPR传感器(102)的一个系统中用大地穿透雷达(GPR)识别埋置目标的设备包括一个数据处理器(104)，用于检测在从在该设备中的一个GPR传感器(102)接收的数据中的空间相关性，以及一个图像处理器，根据由该数据处理器(104)处理的数据能建立起一个相应于埋置目标的图像的一个数据结构。一种在包含一个GPR传感器(102)的一个系统中用GPR识别埋置目标的方法包括检测从在该系统中的GPR传感器接收的数据中的空间相关性和建立相应于来自接收数据的埋置目标的图像的数据结构(108)。

Description

一种使用大地穿透雷达识别 埋置物体的设备

发明背景

本发明涉及大地穿透雷达(GPR)系统和方法，特别涉及用于识别埋置目标的大地穿透雷达系统和方法。

GPR类似于用于空中交通控制和气象学使用的朝上观察的雷达，但不包括直接朝向地面的天线阵列；由此呈现技术要求完全不同的装置。例如，GPR用于地球物理应用，例如绘制地表下岩层，定位有毒性的废弃的场所以便重新改造，和检测未勘察的地表下岩石的规格。

一个GPR系统包括至少一个发射电磁脉冲，连续波，或例如在1MHz-10GHz频率范围的扫频信号的发射机。该系统还包括至少一个接收反射的波形的接收机。该脉冲相对发射的波长是短的。实际中，该脉冲可以是例如一或两个周期。因此，GPR系统有时称为“脉冲”雷达。

地下的工业，例如结构，实用定位，环境改造，和未勘探规格检测已长期寻求安全，可靠，低成本的方法用以“观察到地下”。实用应用物定位市场明显地遭遇到不合适的定位技术，这些技术每年导致数亿美元损失，搁置，和失去公用事业公司和设计者的收益，而这些损失可通过使用GPR明显减小。能够用其精度和价格区别三个实用应用物定位市场分段：(1)One Call；(2)专用定位；和(3)地下的实用工程(SUE)。

“One Call”是一个全国性的技术情报交换站，当和在哪里建筑物影响到它们的作业线时，该交换站将提供一个警报信号到所有的公共的或专用的公用事业设备。按照规则，设计者在One Call情况下必须登记他们的位置，依次联系所有相关的公用事业设备，使得他们能标记他们的公用事业设备作业线。One Call定位系统是基于电磁感应技术。公用事业设备公司响应一个One Call工作命令，保证在水平方向任一侧传导管作业线上的精度在二十四英寸内，但不保证深度。在One Call情况下，公用事业设备作业线定位被暂时在海底上简单地描绘的容易遭受腐蚀或破坏的目标。很差的精度将导致公用事业设备作业线的破裂和收益的损失。

建筑，公用事业设备，和工业公司通常依靠“专用定位”。专用定位提供比由One Call导出的精度高。这些公司通常租用公用事业设备定位公司或地球物理的公司应用更昂贵和费时的定位技术。专用定位公司典型地使用电磁感应技术、GPR，和测磁学。通常还包括挖掘发掘，用于确定实用应用物准确定位的最可靠的和昂贵的普通方法。

然而工业和公用事业设备公司经常要求比One Call和专用定位能提供的更准确的地下岩石的图象。例如，由于出现破裂管道，当挖掘靠近一条输油管道，或者，特别昂贵的是无意偶然截断携带重要信息的州际光缆纤维时可需要极高的精度。

“USE”比One Call或专用定位能提供更高的精度。USE是由地球物理和工程公司提供的一种快速增长的专用业务工程。它要求先于干线或其他大型下部构造结构之前计划和设计公用事业设备设置。SUE工程师们以极大努力使用各种各样的普通地球物理方法绘制在给定位置的所有可辨别的实用应用物。SUE使用电磁感应技术，GPR，和测磁学。由于它使用计算机辅助设计产生实用应用物位置的永久性记录，所以比专用定位业务更加昂贵。当存在未知的非导电性的实用应用物时，保险业务经常只确定具有可信度的实用应用物的80％，并且经常更低。此外，SUE是非常昂贵的。因此需要克服普通技术限制的系统。

发明概述

本发明使用大地穿透雷达提供识别埋置目标的方法学。在以下的说明书中将陈述本发明的附加的特征和优点，部分地，本发明的附加的特征和优点根据说明书将显而易见，或者本发明的附加的特征和优点可通过实践本发明学习。本发明的目的和其他优点将由特别地在所写说明书和其权利要求以及附图中指出的方法和设备实现和获得。

为获得这些和其他优点，按本发明的目的，作为实施和广泛描述的按本发明的设备和方法使用GPR识别埋置目标。使用在包含至少一个GPR传感器的一个系统中的大地穿透雷达(GPR)识别一个埋置目标的设备包括一个数据处理器，用于检测从在该设备中的一个GPR传感器接收的数据中的空间相关性，以及一个图像处理器，根据由该数据处理器处理的数据能建立起一个相应于埋置目标的图像的一个数据结构。一种在包含一个GPR传感器的一个系统中用GPR识别埋置目标的方法包括检测从在该系统中的GPR传感器接收的数据中的空间相关性和建立相应于来自接收数据的埋置目标的图像的数据结构。

以上的一般说明和以下的详细说明都是示例性的和说明性的，并试图提供本发明的进一步说明作为权利要求。

附图说明

包括在说明书中并且为该说明书的组成部分的附图说明本发明的一个实施例，以上给出的一般说明和以下给定的实施例的详细说明一起适合本发明的原理的说明。

图1是使用大地穿透雷达识别埋置目标的设备的一个实施例；

图2是传感器单元102的详细图；

图3是三个合适天线几何形状的方块图；

图4说明天线阵列配置302中的一个移动方向，该天线阵列配置具有单独一排发射机和接收机天线元件；

图5是使用图4中所示阵列配置和扫描方向在三个不同的时间阶段t0，t1，和t2数据捕获的示意图；

图6是在用于有源单基地数据捕获的传感器单元102的一种配置中的天线阵列元件的示意图；

图7是多基地数据捕获的示意图；

图8是在发射天线元件和接收天线元件之间的距离的示意图；

图9是接收的雷达信号的时间序列图；

图10是GPR系统中临界的折射线的示意图；

图11是GPR系统中临界折射线和反射线的示意图；

图12是用于计算波速度的双分测量的示意图；

图13是具有GPR系统的移动载体的图；

图14是具有GPR系统的移动载体的图；

图15是便携式GPR系统图。

发明的详细说明

公开了一种使用大地穿透雷达识别埋置目标的方法和系统。图1是使用与本发明一致的大地穿透雷达识别埋置目标的设备的一个实施例。图1设备包括传感器单元102，数据处理器104，预处理器106，图像处理器108，特征处理器110，检测器112，鉴别器114，和显示器116。

图2是传感器单元102的详细图。与本发明一致的传感器单元102的一个实施例包括发射天线202和接收天线204。发射天线202发射用于探测埋置目标的GPR波。接收天线204接收当其从地面和从位于地下的目标反射的发射的GPR波。传感器102控制发射的GPR的信号的特性(在某些例子中如以下将详细描述的接收来自数据处理器104的支持)和接收反射的信号。用于本发明的合适的天线例如包括具有宽波束图的小型宽带天线，其频率响应跨越至少两个倍频程。

本专业的那些技术人员将意识到存在许多合适的几何形状用于配置发射天线202和接收天线204中的天线元件。例如，在图3中表示三个与本发明一致的合适的天线几何形状，天线302具有配置为单独一排的包括交替的发射机和接收机元件在内的天线发射机(“T”)和接收机(“R”)。天线304具有一排发射机元件和平行的一排接收机元件。天线306具有一排发射机元件和平行的一排接收元件，同时该排接收机元件偏离该排发射机元件。每个天线可具有相同的极化或在天线中极化可以改变。其他的与本发明一致的天线配置公开在W.O.01/18561 A2中，于2001年3月15日公布，名称为“GroundPenetrating Rada Array and Timing Circuit”，在此全部结合为参考。

虽然图3描绘了由天线元件的阵列组成的传感器元件，与本发明一致的传感器单元102的一个实施例包括在数据捕获期间移动的一对发射和接收天线元件，以使用一个阵列来模拟数据捕获。通过该应用无论在何处使用天线元件阵列讨论示例性实施例，本专业技术人员将意识到这样的发射/接收天线对可用来替代阵列，或组合阵列。

为在一个平面上例如在地面上捕获数据，传感器单元102中的天线最好以垂直于由发射和接收天线阵列形成的该线条的一个方向移动。例如，图4说明在包括单独一排发射机和接收机天线元件的天线阵列配置302中移动方向的例子。图5是使用图4中所示阵列配置和扫描方向在三个不同的时间阶段t0，t1，和t3(分别图5(a)，5(b)，和5(c))上数据捕获的示意图。如图5(a)所示，在时间t0，数据在一固定位置X0，在该阵列所有天线上被捕获。在时间t1，天线阵列最好移动一固定量ΔX到位置X1(图5(b))。一旦在位置X1，数据在该新位置在该阵列的所有天线上被捕获。图5(b)和5(c)包括表示在先前时间阶段上的天线元件位置的阴暗的天线阵列元件。在时间t2，再移动天线阵列一个固定量ΔX到位置X2(图5(c))。一旦在位置X2，在新的位置在该阵列中的所有天线上捕获数据。该过程继续大量反复操作，以便充分地在埋置目标上面的感兴趣的一个区域扫描。还注意到该扫描也可以是非线性的，例如ΔX在每个时间间隔不固定。

数据处理器104能产生控制信号，其保证当如在图4和5中说明的那样捕获数据时传感器单元102的正常的工作。此外，数据处理器104处理由传感器单元102接收的数据。使用与本发明一致的传感器单元102和数据处理器104捕获和处理数据的两种技术是单基地(monostatic)和多基地(multistatic)处理。在单基地数据捕获中，数据处理器104假定发射和接收天线是成对的，使得捕获的数据模拟协调移动的一单独天线对。图6是以用于单基地数据捕获的传感器单元102的配置形式的天线阵列元件的示意图。如在图6(a)中所示的，在周期t0期间，传感器单元102激发发射天线602a并接着接收天线元件602b记录被反射的GPR信号。在周期t1期间，传感器单元102分别激励下一个阵列中的发射和接收天线元件604a和604b(图6(b))。剩余的发射和接收天线元件成对地在相继的时间间隔被激励，例如，发射元件606a和接收元件606b在周期t2期间被激励(图6(c))，发射元件608a和接收元件608b在周期t3期间被激励(图6(d))，等等。在与本发明一致的单基地数据捕获的另一实施例中，一个发射机可以同一个以上的接收机成对，或者反过来也一样。与本发明一致的数据处理器104的一个实施例包括一个单基地数据处理器，该处理器识别其中传感器单元102捕获代表埋置目标的数据的方式。该单基地数据处理器接着处理数据，由此提取代表该埋置目标的信号。

图7是多基地数据捕获的示意图。在多基地(有时也称为收发分置的)数据捕获模式中，数据在每个时间周期在用于每个发射机的所有接收机处被捕获。在与本发明一致的传感器单元102的一个实施例中，在周期t0期间发射元件702激发，而接收机元件704-718的每个记录反射的GPR波(图7(a))。在周期t1期间，发射元件720激发，而接收元件704-718的每个记录反射的GPR波(图7(b))。在接着的时间周期t2(图7(c))和t3(图7(d))期间，发射元件722和724分别激发，而合成的GPR波由接收元件704-718记录。该处理将在相继的时间间隔上继续，直到数据捕获处理器102激励每一个发射天线元件。如上所述，还指出这种多基地数据捕获技术可通过移动天线元件对来执行以模拟使用阵列的数据捕获。

与本发明一致的数据处理器104的一个实施例包括一个多基地数据处理器，其识别其中传感器单元102捕获代表埋置目标的数据的方式。接着该多基地数据处理器处理数据并由此提取代表该埋置目标的信号。与本发明一致的多基地数据捕获处理器的一个实施例具有用于每个接收机的一个专用数据捕获频道，或者用于通过更少量数据捕获频道连续多路转换的一个多路转换器。

在上述其他操作中包括本专业技术人员将确认的操作是与本发明一致的，在图1设备中的数据处理器104执行例如包括一个或多个下列的校准操作：时间对准，波速度分析，和脉冲响应函数计算(例如包括，波束图形和频谱响应计算)。每个操作将在以下更详细地描述。一般地，数据处理器104处理从传感器单元102接收的数据，以提取相应于在一个勘察区域内的埋置目标的一个有意义的信号。与本发明一致的数据处理器104的一个实施例是由这样的一个处理器组成，其执行设计来实施校准操作的储存的计算机程序代码。一个本专业技术人员将确认一个完全用软件，完全用硬件，或用分配校准功能于或分布式的或集总式的软件和硬件元件中的实施例实施的数据处理器104的实施例与本发明的范围一致。

与本发明一致的数据处理器104的一个实施例可包括一个时间对准计算器，其执行时间对准，以补偿波在空气中传播的速度与其在地质材料中传播速度比较的差。由与本发明一致的一个GPR系统产生的电磁波将以光速穿过地质目标传播。一般地，电磁信号以接近于在该基质介质(host medium)中的波速度的传播速度在控制系统电子设备和天线之间传送。因此，这将能避免准确的绝对的时间记录，即确定发射波离开发射天线的实际时间，否则将对其进行补偿。再者，在基于阵列的系统中，电子电路对每个天线对可以是不一致的。因此，与本发明一致的数据处理器104的一个实施例对在传感器单元102中使用的每个天线对将执行时间对准。此外与本发明一致的数据处理器104的一个实施例可包括一个波速度计算器，以便如在以下更详细地描述那样来计算波速度。

时间对准是通过确认从每个发射天线发送的波穿过空气传送到每个接收天线来完成。已知任一发射机-接收机天线对之间的距离。在图8中，发射天线元件802和接收天线元件804之间的距离标记“d”。空气中的光速也已知：c_air＝3×10⁸m/s。由此数据处理器104使用下式计算该空气传播的到达的时间：

由于空气中波速度通常大于或等于在地质介质中的光速度，所以最早到达的信号将是来自空气传播的波。对于每个发射机-接收机对，数据处理器104搜索该第一到达峰值的一个捕获的时间序列(图9)。如图9所见，在接近12ns处的峰是空气传播的到达时间，而在接近第40ns处的峰是在大地传播的到达时间。接着数据处理器104调节该捕获的时间序列，使得该第一峰的到达时间出现在由公式(1)确定的t_air处。

与本发明一致的一个GPR设备使用在对各个发射机-接收机天线元件对捕获的时间序列中的空间相关性。由下式表示传播距离r和传播时间t_arrival的关系：

r＝c₀t_arrival                        (2)

这里c₀是基质介质中的波速度。数据处理器104计算该背景波速度C₀。

数据处理器104利用这样一种事实来计算c₀，即存在着这样一条临界折射的射线(图10，1008)，该射线将以速度c₀正好在该空气-大地界面(1006)之下在发射机(1002)和接收机(1004)之间水平传播。该大地-传播的到达将比直接的空气-传播的到达更晚。由于这是最短的大地-传播射线路径，所以该到达将超前于任何与从地下的目标的反射相关的射线路径。在图11中说明这种概念。图11表示临界折射射线路径1108和与从地下目标1106的反射1110a，1110b相关的射线路径。由于用于该临界折射的射线的射线路径1108比与反射1110a，1110b相关的射线路径更短，所以该大地-传播射线的到达将超前于该反射的到达。

图12是用于计算波速度的双基地(Bistatic)测量示意图。从发射机到接收机的距离由d_i表示。例如，在图12中，d₁是在发射天线(T)1202和接收天线(R₁)1204之间的距离1206；d₂是在发射天线(T)1202和接收天线(R₂)1208之间的距离1210；和d_n是在发射天线(T)1202和接收天线(R_n)1212之间的距离1214。还指出当使用一个发射/接收天线对替代如上所述的一个阵列时，使用的该距离是从该发射机到该接收机位置的距离。

数据处理器104使用下列等式计算在接收机i该临界折射射线的到达时间：

$t_i=\frac{d_i}{c_0}...\left(3\right)$

如上面指示的，第一较大到达是空气传播的到达，和第二较大到达是临界折射的大地传播的到达。数据处理器104搜索所有接收机的该时间序列以发现t_i。如果已执行时间对准，则数据处理器104能使用等式(3)通过选择一个特定的接收天线，以及已知的t_i和d_i用下列等式直接计算c₀：

$c_0=\frac{d_t}{t_i}...\left(4\right)$

作为选择，可使用所有t_i和d_i以及1/c₀是等式(3)的线性拟合的斜率，例如，最好的线性拟合。

如果处理器104未执行时间对准，可应用类似的过程，但使用在空气和大地传播的到达之间的时间差Δt。对该情况，合适的关系由下列等式给出：

${\mathrm{\Δt}}_i=\frac{d_i}{c_0}-\frac{d_i}{c_{\mathrm{air}}}...\left(5\right)$

而不是等式(3)。

当使用一个天线阵列时，则可以有对空气和大地传播的到达的中间到达。这些一般是空气传播的和与反射相关的或是与该天线阵列的多次反射相关的。这些膺象在此称为“振铃”并将被表现为捕获数据的功率频谱的峰值。在计算波速度之前去除该振铃可以是必要的。这可以通过识别该频谱峰值并施加合适的频谱带通滤波器来进行，例如Blackman-Harris滤波器，在实施任何上述过程之前对本专业技术人员是已知的。

以下是在一个GPR系统中用于计算与本发明一致的波速度的一个附加方法，该GPR系统配置单个发射天线和一个或多个接收天线，其中第i个接收机离该发射天线的距离为d_i(或当使用一个接收元件并且移动以模拟一个阵列时，使用的该距离是从该发射机到该接收机位置的距离)。如果该发射机是脉冲发射机，则在任何接收机处首先两个到达的信号是在空气中以波速度c_a通过该空气传播和正好在该空气-大地界面之下以波速度c_g通过临界折射的射线传播所发射的，这里c_g≠c_a。

在已知发射机和接收机之间的距离的情况下，大地中的波速度使用下式计算：

$c_g=\frac{d_i}{{\mathrm{\τ}}_g}...\left(6\right)$

这里d是发射机-接收机间隔，τ_g是临界折射的射线通过大地的测量的传播时间。例如，当1)能清晰地识别幅度峰值随与临界折射射线相关的时间改变和2)在捕获的数据中存在时间记录时该过程是有用的。对于无线电波，该信息是以与该波大约相同的速度通过GPR系统电路传播，但时间记录可以不相同，从而导致τ_g中的一个误差，该误差将在c_g(式6)中引入一个误差。由于时间记录问题对整个时间序列产生一个时间偏移，因此这将影响传播时间τ_g；但是，在临界折射射线和空气-传播射线之间的传播时间差τ_g-a＝τ_g-τ_a将不受该误差的影响。因此，数据处理器104用下列等式使用该时间差来计算波速度c_g

d＝c_aτ_a＝c_gτ_g，                  (7)这里c_a和d为已知，由此

$c_g=\frac{d}{{\mathrm{\τ}}_{g-a}+{\mathrm{\τ}}_a}...\left(8\right)$

当在数据中存在基本噪声(例如以上条件2)时，在该时间序列中不可能最终识别合适的峰值，从而不可能直接实施等式(8)。在该情况中，可简接确定τ_g-a。让S_i(t)是一个发射机-接收机间距d_i的一个时间序列并定义S_i(ω)是S_i的时间富立叶变换，

$s_i\left(\mathrm{\ω}\right)=\∫{\mathrm{dte}}^{\mathrm{i\ωt}}{S}_i\left(t\right)...\left(9\right)$

S_i的自相关具有下列形式

$F_i\left(t\right)=\∫d{\mathrm{\ωe}}^{-\mathrm{i\ωt}}\frac{s_i\left(\mathrm{\ω}\right)s_i^{*}\left(\mathrm{\ω}\right)}{s_i\left(\mathrm{\ω}\right)s_i^{*}\left(\mathrm{\ω}\right)+\∈},...\left(10\right)$

这里星号表示复数共轭，∈是小参数，用来消除Singilarities和抑制数据中的噪声。该时间序列F_i的一条曲线可具有三个峰值；一个峰值在t＝0，相应于空气传播到达同其自身的相关和大地传播到达同其自身的相关；以及在±(τ_a-τ_g)的峰值，相应于在空气和大地传播峰值之间的相关。能使用这些峰值来确定τ_g-a和可应用等式(8)来计算c_g。

使用离该发射天线不同距离的两个接收天线，数据处理器104的一个实施例可实施以上处理过程的一个变型。让S₁和S₂是分别用于发射机-接收机间距d₁和d₂的时间序列，则互相关形式

$F_{1-2}\left(t\right)=\∫d{\mathrm{\ωe}}^{-\mathrm{i\ωt}}\frac{s_1\left(\mathrm{\ω}\right)s_2^{*}\left(\mathrm{\ω}\right)}{s_1\left(\mathrm{\ω}\right)s_1^{*}\left(\mathrm{\ω}\right)+\∈},...\left(11\right)$

在

和

将具有明显的峰值，这里τ_a ¹和τ_g ¹分别是对于第i个接收机，该空气和大地传播到达时间。能够由数据处理器104使用这些时间差以不同的方式计算c_g。例如，使用差 由于

$d_1=c_g{\mathrm{\τ}}_g^1,$ 该数据处理器104使用下列等式计算波速：

$c_g=\frac{d_1-d_2}{{\mathrm{\τ}}_g^1-{\mathrm{\τ}}_g^2}....\left(12\right)$

能够由数据处理器104执行的另外的校准操作是计算GPR系统的一个脉冲响应函数。大地穿透雷达天线具有与频率相关的空间三维波束图形。虽然可能用在空气中的直接传播测量来表征这些波束图形，但是当该天线动态地耦合到不同于空气的具有电介质或电导电率的材料时，这些图形将发生改变。在本发明的实施例中，数据处理器104按照捕获目标数据的任何阵列几何结构表征天线波束图形，该目标的位置已知，和其电磁特性也已知。

在频域中，将在对一个发射机位置r₀的接收机阵列中的某点r的捕获数据表示成u(r，r₀；k₀)；其中k₀＝ω/c₀是在频率ω的背景波数。该波场(wave field)u可考虑成在无埋置目标情况下可能存在的该波场u₀和对与已知的埋置目标相关的u₀的扰动u′的重叠。借助这些意义，该扰动的波场为：

$u^{\′}(r,r_0;k_0)=-\frac{k_0^2}{4\mathrm{\π}}\∫{\mathrm{dr}}^{\′}G(r-r^{\′};k_0)u(r^{\′}-r_0;k_0)O\left(r^{\′}\right),...\left(13\right)$

这里G是格林函数，而0是表征该埋置目标的“目标函数”：

$O\left(r\right)=1-\frac{k^2\left(r\right)}{k_0^2},...\left(14\right)$

$k_0^2={\mathrm{\μ}}_0{\mathrm{\ϵ}}_0{\mathrm{\ω}}^2+i{\mathrm{\μ}}_0{\mathrm{\σ}}_0\mathrm{\ω},$

k²(r)＝μ₀ε(r)ω²+iμ₀σ(r)ω，    (15)在该等式中：μ₀是自由空间磁的磁导率，ε₀和ε(r)分别是背景和目标的介电常数，和σ₀以及σ(r)分别是背景和目标的电导电率。由于可埋置任何目标，所以可选择相对小的目标以使得Born近似是有效的，在该情况中，可使用背景波场u₀替代等式(13)中的总场u，从而给出

等式(16)能由数据处理器104用于传送模化，在那里给定0，计算u′。作为选择，数据处理器104可使用该等式于反相的散射，在那里由已知的u₀和测量的u′确定0。这里假定对于感兴趣的测量配置，u₀和0是已知的，u′是测量的，和由数据处理器104使用等式(16)来确定包括未知波束图形影响的该天线阵列的脉冲响应函数。

对于点(单极)接收机，该Green函数可由Weyl扩散表示

$G(r;k_0)=i\∫\frac{\mathrm{d\α}}{\sqrt{k_0^2-{\mathrm{\α}}^2}}{e}^{i[\mathrm{\α}+r+\sqrt{k_0^2-{\mathrm{\α}}^2}|\hat{z}+r\left|\right]},...\left(17\right)$

这里

是在垂直方向上的单位矢量。对于任何任意接收天线波束图形，该Green函数可写成

$G(r-r^{\′};k_0)=i\∫\frac{\mathrm{d\α}}{\sqrt{k_0^2-{\mathrm{\α}}^2}}{A}_R(\mathrm{\α};k_0)e^{i[\mathrm{\α}\·(r-r^{\′})+\sqrt{k_0^2-{\mathrm{\α}}^2}|\widehat{z\·}(r-r^{\′})\left|\right]},...\left(18\right)$

这里系数A_R被包括来表示该未知的接收天线波束图形。

类似地，发射天线波束图形能按以下方式引入到背景场u₀中

$u_0(r^{\′}-r_0;k_0)=i_t\∫\frac{\mathrm{d\β}}{\sqrt{k_0^2-{\mathrm{\β}}^2}}{A}_T{(\mathrm{\β};k_0)e}^{i[\mathrm{\β}\·(r^{\′}-r_0)+\sqrt{k_0^2-{\mathrm{\β}}^2}|\widehat{z\·}(r^{\′}-r_0)\left|\right]},...\left(19\right)$

置换等式(18)和(19)到等式(16)中，将产生在u′和O之间的包括乘积A_RA_τ的一个复杂的关系。对一个完全收发分置的几何结构，水平两维富立叶转换

${\tilde{u}}^{\′}(k,v;k_0)=\∫\mathrm{dr}\∫d{r}_0{u}^{\′}(r,r_0;k_0)e^{-1(k\·r-v\·r_0)}---\left(20\right)$

将“去卷积”等式(16)，从而产生如下线性关系

${\tilde{u}}^{\′}(\mathrm{\κ},v;k_0)=\tilde{A}(\mathrm{\κ},v;k_0)I(\mathrm{\κ},v;k_0)\tilde{O},...\left(21\right)$

这里

是A_RA_T的两维空间富立叶转换，I是单极源的脉冲响应函数，而

是目标函数的三维空间富立叶转换。

由此，数据处理器104使用等式(21)计算脉冲响应函数的空间富立叶转换：

$\tilde{A}(\mathrm{\κ},v;k_0)I((\mathrm{\κ},v;k_0)=\frac{{\tilde{u}}^{\′}(\mathrm{\κ},v;k_0)}{\tilde{O}},...\left(22\right)$

借助已知的0和测量的u′用于包括天线波束图形和频谱响应的阵列。

不完全双基地的阵列或是完全单基地的或是在一个方向是双基地的，而在另一方向是单基地的。由此，对于这些几何结构，可由数据处理器104使用附加的假定或近似去卷积等式(16)。一个合适的假设是目标被埋置约一个波长深或更深些。由于在校准期间可控制参考目标的埋置深度，可保证该假定的有效性和能显现例如由等式(16)给出的有效关系。这样，使用以上所述的分析框架，数据处理器104用来自该GPR传感器的数据检测相应于埋置的目标的空间相关性。

图1的GPR系统的下一个单元是预处理器106。与本发明一致的预处理器106的一个实施例包括一个处理器，其执行设计来实施预处理操作的储存的计算机程序代码。本专业的技术人员将认识到整个以软件，整个以硬件，或以在分布的或集中的硬件和软件单元中分配预处理功能的一个实施例实施的预处理器106的一个实施例是与本发明的范围一致的。

预处理器106拒绝在与不希望的地表下岩石的特征相关的捕获数据中的元素和/或仅接纳感兴趣的目标。例如，考虑单基地数据的空间频率预处理。从土壤或地质层频繁反射将产生能遮蔽感兴趣的其他特征的强反射。这些层一般是接近平面的和水平的。在空间频率原点，一个水平表面的两维空间富立叶变换将是一个Δ函数。与本发明一致的预处理器106的一个实施例将使用滤除DC响应的槽口(notch)滤波器来排除这样的一个特征。由于多数自然发生的层并不完全是水平的，而且可以不是真正的平面的，预处理器106将该槽口滤波器稍微放宽成一个低截止滤波器(例如“高通滤波器”)以便基本地抑制这些层的反射。为此目的，Blackman-Harris滤波器是一个合适滤波器的例子。可用类似的空间频率滤波器来接纳感兴趣的特征。如果感兴趣的目标是埋置的实用目标，例如，这些目标具有相当长和薄的唯一特征。这样一种形状的空间富立叶变换将在轴方向产生DC响应，而在纵方向产生白色响应。这样，预处理器106施加一个合适的滤波器来接纳具有这些特性的特征。

图像处理器108根据由数据处理器104处理的数据建造相应于埋置的目标的图像的一种数据结构。例如，图像处理器108能够以二维，三维，或二维图像的一个序列重建地表下岩石的特征的位置，大小，形状和材料特性。与本发明一致的图像处理器108的一个实施例包括一个处理器，其执行设计来实施图像处理操作的储存的计算机程序代码。本专业的技术人员将认识到整个以软件，整个以硬件，或以在分布的或集中的硬件和软件单元中分配图像处理功能的一个实施例实施的图像处理器108的一个实施例是与本发明的范围一致的。

图像处理器108的实施例实施图像处理算法包括，但不限于综合孔径雷达(SAR)，迁移，反向传播，衍射X线断层术，代数重建X线断层术(ART)，迭代ART，伪-逆的，和反向时间处理。本专业技术人员将认识到其他的图像处理算法也适于实施由图像处理器108执行的功能。此外，某些由预处理器106执行的操作通过将滤波器引入脉冲响应函数可直接包括到图像处理器108的许多这些图像处理中。

特征处理器110处理接收的GPR信号来表征在相应于被测埋置目标的性质的信号中存在的特征。与本发明一致的特征处理器110的一个实施例包括一个处理器，其执行设计来实施特征处理器操作的储存的计算机程序代码。本专业的技术人员将认识到整个以软件，整个以硬件，或以在分布的或集中的硬件和软件单元中分配特征处理器功能的一个实施例实施的特征处理器110的一个实施例是与本发明的范围一致的。

特征处理器110基于重建的材料性质中的差异微分该GPR信号来表征特征。特征处理器的一个实施例使用频域处理，执行映射对深度的频率信息的一个逆操作。当特征处理器110处理通过一个非传导背景传播的一个GPR信号时，该重建的量是该目标函数，等式(14)，其具有如下形式

$O\left(x\right)=1-\frac{\mathrm{\ϵ}\left(x\right)}{{\mathrm{\ϵ}}_0}+i\frac{\mathrm{\σ}\left(x\right)}{\mathrm{\ω}{\mathrm{\ϵ}}_0}....\left(23\right)$

在等式(23)中，0是复数和其实部，

$O_{\mathrm{\ϵ}}\left(x\right)=1-\frac{\mathrm{\ϵ}\left(x\right)}{{\mathrm{\ϵ}}_0},...\left(24\right)$

为介电常数中空间变量的一个重建。0的虚部为，

$O_1\left(x\right)=\frac{\mathrm{\σ}\left(x\right)}{\mathrm{\ω}{\mathrm{\ϵ}}_0},...\left(25\right)$

显然包括频率。

让L^-1是将宽带数据映射到该图像中的算子，即

                      O＝L^-1{u′}是该逆算子，使得L是正向算子，

                      u′＝L{O}.使用等式(23)：

                      O_σ(x)＝L^-1{ωL{ωO₁}}，    (26)这里

$O_{\mathrm{\σ}}\left(x\right)=\frac{\mathrm{\σ}\left(x\right)}{{\mathrm{\ϵ}}_0},...\left(27\right)$

以及该图像对O_ε，O_σ由它们相对介质和电导电率的空间变化表征成像特征。本专业技术人员将认识到能扩展等式23-27以适应处理通过一个传导背景传播的一个GPR信号。

特征处理器110通过识别O_ε和O_σ是如何与某些材料类型相关完成进一步的演变。例如，塑料目标是由低介电和低导电率表征的。由此，特征处理器110识别塑料目标呈现比背景大的O_ε(正)，而O_σ一般比背景小(负)。这种转换对金属目标一般是真的。由于该原因，特征处理器110将通过审查O_ε-O_σ产生形成金属或塑料目标的图像的一个增强的数据集合。对于金属目标，该差可能是很大的负数，而对于塑料目标，该差可能是很大的正数。对于其他的材料，例如粘土，木头，和混凝土，特征处理器110使用和O_ε+O_σ增强特征。

检测器112自动识别感兴趣的目标。与本发明一致的检测器112的实施例包括一个处理器，其执行设计来实施检测操作的储存的计算机程序代码。本专业的技术人员将认识到整个以软件，整个以硬件，或以在分布的或集中的硬件和软件单元中分配检测功能的一个实施例实施的检测器112的一个实施例与本发明的范围一致。

检测器112确定一个在探测区中检测目标是否匹配一个预定的目标或属于预先定义的目标类别。如果在该探测区中的该目标匹配，则检测器112将识别该目标的位置。检测器112的一个实施例使用匹配的滤波器将代表在一探测区中的一个目标的一个信号与目标和目标类别相比较。在使用匹配滤波器的检测器112的一个实施例中u(r，ω)是在由ω跨越的一个带宽上的由r定义的一个测量表面上的捕获数据。类似地，v(r，ω；x₀)是可以捕获的该数据，只要感兴趣的目标集中在点x₀处。该目标以测量的数据集合表示，只要

$F_c\left(x_0\right)=\underset{\mathrm{\ω}}{\mathrm{\Σ}}\∫\mathrm{dru}(r,\mathrm{\ω})v(r,\mathrm{\ω};x_0)...\left(28\right)$

超过一个阈值和该目标的位置将处在使F_c最大的位置x₀。

许多其它检测算法，例如Baysian统计或MUSIC算法适用于由检测器112实施。

鉴别器114是一个类似于检测器112的(以上详细描述的)信号处理单元；然而，鉴别器114处理由接收的GPR信号数据重建的图像而不是直接处理该捕获的GPR信号数据。与本发明一致的鉴别器114的一个实施例包括一个处理器，其执行设计来实施鉴别操作的储存的计算机程序代码。本专业的技术人员将认识到整个以软件，整个以硬件，或以在分布的或集中的硬件和软件中分配鉴别器功能的一个实施例实施的鉴别器114的一个实施例与本发明的范围一致。

对于与本发明一致的鉴别存在大量的方法。例如，鉴别器114的一个实施例执行类似于等式(28)的相关操作，但适用于根据所接收的GPR信号数据重建的图像。鉴别器114的其他实施例实施特征提取算法，图形识别算法，和/或跟踪在图像的一部分到整个图像中识别的特征的特征跟踪算法。

显示器116证实了一种具有表示探测区的直观反馈的GPR系统的操作机构。与本发明一致的显示器116的一个实施例包括一个图形显示器和一个处理器，前者可对操作员表示一个图像(例如，视频屏，描绘器，打印机，等)，后者执行设计来实施显示操作的储存的计算机程序代码。本专业的技术人员将认识到整个以软件，整个以硬件，或以在分布的或集中的硬件和软件单元中分配显示功能的一个实施例实施的显示器116的一个实施例与本发明的范围一致。

在显示器116的一个实施例中，对操作员显示的图像采用三维形式提供该探测位置或采用重建的二维图像的一个序列。该重建可以是基本材料性质，例如介质，或者包括多个性质，例如反射性，目标功能或某些统计估计量。与本发明一致的显示器116的其他实施例将对操作者表示图像为将重建信息投影到例如地表面的一个平面上。

能分配或不同于以上所述地组合对每个以上单元所描述的该GPR系统功能并仍然落在本发明的范围内。例如，该GPR系统可使用单个处理器实施，或能使用执行储存在一个中央存储器中的软件的处理器组来实施，其中该软件与上述GPR系统操作的每一个相关。

如以上定义的该GPR系统单元的操作提供了一个有效的系统来快而且准确地定位埋置的目标。因此，按照本发明，公开的GPR系统单元能以许多结构类型放置，包括便携式的和移动结构以允许快而且准确的实时探测感兴趣的一个区域。

图13是具有与本发明一致的一个GPR系统的一个移动车辆1304的图。如图13所示，一个雷达阵列1306附到臂1305，臂附到车辆1304的后部。雷达阵列1306可包括至少一个发射天线或至少一个接收天线。车辆1304按箭头1302所示方向移动。雷达阵列1306发射脉冲到大地1308。该脉冲可由例如地下管道1312这样的埋置的目标所反射，而雷达阵列1306可接收反射的波形。在车辆1304背部上的模块1314可包括以上对图1详述的单元，它们控制阵列1306和处理由阵列1306接收的信号。还可以根据由在感兴趣的探测区域的传感器单元102捕获的数据在显示器1316上显示埋置的目标的图像(具有或不具有周围区域的图像)。

图14是具有拖车1402的移动车辆1404的图，拖车上具有与本发明一致的GPR系统。在图14所示的实施例中，雷达阵列1306(在图14中未示)是在拖车1402中，拖车附到车辆1404。拖车1402按箭头1410方向随车辆1404移动。图15是具有与本发明一致的GPR系统的便携式外壳1504的图。在图15所示的该实施例中，雷达阵列1306(在图14中未示)是在便携式外壳1504中。一个用户1502使用把柄1506在地面1308上引导便携式外壳1504。便携式外壳1504可有轮子1508，刹车垫圈(未示)，或两者皆无。便携式外壳1504的一个实施例还可制作得十分轻，以允许操作员携带整个系统，由此不必需要轮子，刹车垫圈，或类似结构在地面上引导该外壳。图14的移动系统和图15的便携式系统还可以根据由在感兴趣的探测区域的传感器单元捕获的数据显示埋置的目标的图像(具有或不具有周围区域的图像)。与本发明一致的一个GPR系统能通过提供垂直和水平地定位和成像导电的和非导电的实用目标的成本实际的方法克服One Call，专用定位，和SUE的缺陷，其中包括满足许多发掘需要的误差容限。一个与本发明一致的GPR系统还可提供能有用于将来的发掘地点的永久性图像记录。此外，与本发明一致的一个GPR系统能拟合一个移动车辆，拖车，或便携式外壳，使得当系统在移动中时能形成地表下岩石图像。

本专业技术人员将明白对公开的本发明的实施例可进行各种修改和变化而不脱离本发明的精神和范围。从而希望本发明覆盖该发明的修改和变化，只要它们包含在附加权利要求和其等效物的范围之内。

Claims (19)

1.一种由处理来自至少一个大地穿透雷达传感器的大地穿透雷达数据来识别一个埋置的目标的设备，该设备包括：

一个检测器，由至少一个大地穿透雷达传感器接收的数据来检测该埋置的目标；

至少一个单基地数据处理器或多基地数据处理器，所述数据处理器用从至少一个大地穿透雷达传感器接收的数据来检测相应于该埋置的目标的空间相关性和计算波速；

一个图像处理器，使用检测的空间相关性和计算的波速由该至少一个数据处理器处理的数据建立相应于该埋置的目标的图像的一种图像数据结构；以及

一个鉴别器，用于根据在该图像数据结构中的数据识别该埋置的目标。

2.权利要求1的设备，其中该至少一个数据处理器包括：

一个时间对准计算器。

3.权利要求1的设备，其中该至少一个数据处理器包括：

一个脉冲响应函数计算器。

4.权利要求1的设备，进一步包括：

一个预处理器，能至少从接收的数据消除一个不想要的目标和接纳在接收的大地穿透雷达数据中的感兴趣的一个目标。

5.权利要求1的设备，进一步包括：

一个与信息管理系统通信的数据通信接口。

6.权利要求1的设备，进一步包括：

一个显示器，用于显示该埋置目标的图像的表示。

7.权利要求6的设备，其中由显示器显示的该埋置目标的图像的表示包括三维提供包含该埋置的目标的探测位置。

8.权利要求6的设备，其中由显示器显示的该埋置目标的图像的表示包括重建包含该埋置的目标的探测位置的二维图像的一个序列。

9.权利要求1的设备，进一步包括：

一个显示器，将表示该埋置的目标的图像投射在地面上。

10.一种由处理至少一个大地穿透雷达传感器收集的大地穿透雷达数据来识别一个埋置的目标的设备，该设备包括：

一个数据处理器，用于处理从至少一个大地穿透雷达传感器收集的数据，以便从该数据提取至少一个该埋置目标的可识别的特征；

一个检测器，能从至少一个可识别的特征识别该埋置的目标；以及

一个深度指示器，用于引导该检测器到一指定的深度范围。

11.权利要求10的设备，其中进一步包括：

一个折射指数指示器，用于引导该检测器到在一指定的折射指数范围中的一个目标。

12.权利要求10的设备，其中进一步包括：

一个与信息管理系统通信的数据通信接口。

13.权利要求10的设备，进一步包括：

一个显示器，用于显示该埋置目标的图像的表示。

14.权利要求13的设备，其中由显示器显示的该埋置目标的图像的表示包括三维提供包含该埋置的目标的探测位置。

15.权利要求13的设备，其中由显示器显示的该埋置目标的图像的表示包括重建包含该埋置的目标的探测位置的二维图像的一个序列。

16.权利要求10的设备，进一步包括：

一个显示器，将表示该埋置的目标的图像投射在地面上。

17.一种确定地下目标位置的设备，包括：

至少一个大地穿透雷达传感器；

一个数据处理器，响应来自至少一个大地穿透雷达传感器的信号，产生数据信号，该数据信号表示通过该至少一个大地穿透雷达传感器扫描的地下区域；

一个图像处理器，由该数据处理器产生的数据信号构造与该地下区域的图像对应的三维数据结构；

一个特征处理器，处理该三维数据结构以提取埋置在地下区域的目标的一个可识别特征；以及

一个显示器，用于根据所提取的该埋置目标的可识别的特征显示该可识别埋置目标的表示。

18.权利要求17的设备，其中由显示器显示的该可识别埋置目标的表示包括三维提供包含该埋置的目标的探测位置。

19.权利要求17的设备，其中由显示器显示的该可识别埋置目标的表示包括重建包含该埋置的目标的探测位置的二维图像的一个序列。

Images