DR-GAN：一种无监督学习的探地雷达杂波抑制方法

作者：雷文太; 毛凌青; 庞泽邦^*; 任强; 王成浩; 隋浩; 辛常乐

来源：电子与信息学报, 2023, 45(10): 3776-3785.

• 探地雷达
• 杂波抑制
• 无监督学习
• 解纠缠表示
• 生成对抗网络

探地雷达(GPR)是一种基于电磁波的地下无损探测技术，广泛应用于市政工程、交通、军事等领域。在数据采集过程中，由于发射天线和接收天线之间的耦合、起伏地面的散射以及地下随机媒质的复杂性等原因，采集得到的GPR B-scan回波中通常存在杂波，杂波严重影响了地下目标的检测和特征提取。该文提出一种用于GPR B-scan图像杂波抑制的解纠缠表示生成对抗网络(DR-GAN)，设计了目标特征编码器和杂波特征编码器用来提取GPR B-scan图像中的目标特征和杂波特征，设计了杂波抑制生成器用来获取杂波抑制后的GPR B-scan图像。与现有的基于监督学习的GPR杂波抑制方法相比，该方法在网络训练时不需要成对的匹配数据，可以更好地应用于实测GPR图像的杂波抑制。在仿真和实测GPR数据上的实验结果表明，DR-GAN这一无监督学习网络具有更好的杂波抑制性能。对石英砂中埋设的钢筋进行数据采集，运用DR-GAN对含杂波的实测数据进行处理，处理结果的改善系数(IF)指标较现有的鲁棒非负矩阵分解(RNMF)方法提高了17.85 dB。

• 单位
  中南大学; 中国电波传播研究所