Signal processing method in GPR

Abstract

GPR ' de Altuzay Karmaşası Giderme Teknikleri Birçok GPR sisteminde parazit ve gürültü içeren girişimlerin varlığının saptanması arzulanır. Gömülü nesnelerden elde edilen yansıma sinyalleri, esas olarak yer altı homojen olmamalarından, düz veye pürüzlü zemin yüzeylerinden ve verci alıcı antenler arasında bağantı görevi gören kuvvetli dağınıklık sebebiyle genellikle zayıf ve bulanık durumdadırlar.Bu nedenle, dağınıklık sinyalinin ve istenmeyen gürültünün ortadan kaldırılması veya azaltılması önem arzeder. Çok değişkenli alt uzay tabanlı algoritmalar gibi çeşitli sinyal işleme teknikleri, dağınıklığı etkili bir şekilde bastırmayı hedefler ve sinyal girişim oranını artırır.Herşeyden evvel Temel Bileşen Analizi (PCA), Tekil Değer Ayrışımı (SVD) ve Bağımsız Bileşen Analizi (ICA) içerir.Hem bağımsız bileşen analizi hem de temel bileşen analizini benzersiz bir algoritma olarak birleştirmek (PICA olarak isimlendirilen), araştırıldı ve uygulandı. Bu da hedefle ilgili olmayan özellikleri kaldırarak boyutsallığı azaltmak, görüntü kalitesini iyileştirmek, görüntü işleme alanındaki performansı arttırmak ve GPR dağınıklığını gidermek için PCA ve ICA tekniklerini birleştiriyor. PICA, GPR dağınıklığını önlüyor ve hedef sinyali çıkarma yeteneğini ortaya seriyor. Anahtar Kelimeler : Dağınıklık Gİderme, Yer Radarı (GPR), Altuzay Algorithması, GPRmax, Çok Değişkenli Teknikler, PICA.

In many modern GPR systems, detecting the presence of targets, e.g, buried objects in the interference which includes clutter and noise is desired. Reflection signals obtained from hidden matters are commonly weak and blurred by vigorous clutter, which mainly comes from underground inhomogeneities, different ground surfaces natures like flat or rough kinds, and combination of connection between the transmitting and receiving antennas. Therefore, eliminating or reducing the clutter signal and unwanted noise is of essential importance.Various signal processing techniques with multiresolution analysis like multivariate subspace-based algorithms are proposed to effectively suppress the clutter and increase the signal to the ratio of interference. The foremost includes Principal Component Analysis (PCA), Singular Value Decomposition (SVD) and Independent Component Analysis (ICA). Combining both Independent Component Analysis and Principal Component Analysis as a unique algorithm, called (PICA), has investigated and implemented. It combines the traditional PCA and ICA techniques to reduce the dimensionality by removing target uncorrelated features and hence, improve image quality and enhance their performance in image processing and GPR clutter removal tasks. PICA confirmed the ability to exclude the GPR clutter and extract or boost the target signal. Keywords : clutter removal; ground penetrating radar (GPR); subspace algorithms; GPRmax, multivariate techniques, PICA.