论文摘要
应用探地雷达对铁路路基进行检测时,由于轨枕的存在、随机噪声的干扰和电磁波传播过程中强烈的衰减,影响了雷达检测剖面图的真实性和可靠性,干扰了雷达资料的解释,而且繁重的后期资料处理费时费力,不利于其在路基检测中的推广。针对目前探地雷达随机配套软件功能的不足,为满足铁路路基雷达探测海量数据处理的需要,设计出适合于铁路路基检测数据的自动处理和解释算法。首先分析铁路路基雷达探测数据失真的主要原因,参考雷达探测在其他领域里的研究成果,分别设计相应的数据处理方法,最大限度地消除其影响。对轨枕中钢筋形成的多次波反射,采用抛物线拉冬变换法消除。对铁路沿线设施和通讯工具产生的随机噪声,采用小波域KL变换的方法去除。为弥补雷达探测剖面图对薄层和深层分辨率的不足,采用高通滤波和瞬时相位法加以提高。然后结合铁路维修管理部门在大中修时所需的检测信息,设计出铁路路基检测图像的自动解释算法。即根据电磁波在层面位置反射回波的特征,得出层面检测算法,提取出所有道数据的层面点信息,针对层面出现的断裂、跳跃、分岔、交叉等现象,提出层面点归类原则,从而实现层面跟踪智能化,并完成层面图绘制。分析了各种路基病害雷达的图像特征,从图像中提取出分段能量、方差和层面位置作为特征值,根据其值的大小不但能区分各种病害类型,而且可以比较病害的发育程度。建立了专家系统,将不同地区各种类型的路基病害存入病害库,通过学习向量量化网络模型对其进行学习,得出判决规则,实现各种路基病害的识别。最后采用VC和MATLAB联合编程技术,研制了RAILGPR1.0,实现了这些算法,完成了相应的功能。使用该软件对铁路沪宁线大量实测资料进行了分析和计算,结果表明:该算法具有计算速度快、通用性强、参数少的特点,经过数据处理后的雷达图像深部信号强、界面分层清晰、病害位置突出,该程序自动生成的解释成果图,能够区分出铁路路基中各种病害的类型并确定其具体里程,对病害的识别率达到了90%以上。