科研之友
微信
新浪微博
Facebook
分享链接
摘要
探地雷达数据在实际工程检测过程中常被各种随机噪声污染，而数据中的噪声会降低数据的信噪比和分辨率，进而给后续的反演和解释等工作带来不利影响。对此，本文开展了基于神经网络的探地雷达数据去噪研究。首先，建立1个多层神经网络，向无噪声数据加入高斯白噪声破坏数据。然后，将破坏后的数据和其对应的噪声的patch建立训练数据，通过反向传播算法更新模型各层神经元权重，使得模型训练损失值最小。最后，将两个合成数据和实测雷达数据输入到已训练好的模型，用其训练得到噪声特性权重计算模型输出。通过与曲波法的数值模拟试验结果对比验证了本文方法的有效性和鲁棒性，且本文方法对结构复杂、幅值较弱区域的噪声压制更彻底，有效信号展现得更清晰。
-
单位广西道路结构与材料重点实验室; 广西科技大学
