基于演化模糊神經(jīng)網(wǎng)絡(luò)的高速公路淺層質(zhì)量評(píng)價(jià)算法研究.pdf

1、隨著中國(guó)高速公路通車(chē)?yán)锍毯吐肪W(wǎng)規(guī)模的不斷擴(kuò)大以及使用年限的不斷增長(zhǎng),促使高速公路養(yǎng)護(hù)工作變得日趨繁重和重要。探地雷達(dá)技術(shù)因其具有快速、安全、無(wú)損害、高精度和高分辨率等優(yōu)勢(shì),現(xiàn)已成為高速公路日常檢測(cè)的首選。而當(dāng)前探地雷達(dá)數(shù)據(jù)解析主要依賴(lài)專(zhuān)家經(jīng)驗(yàn),其存在解釋結(jié)果主觀性、不同專(zhuān)家解釋結(jié)果不一致性以及數(shù)據(jù)解釋周期長(zhǎng)等缺點(diǎn),迫切需要研究一種自動(dòng)高精度的高速公路淺層質(zhì)量評(píng)價(jià)算法。
　　 由于高速公路淺層質(zhì)量的改變會(huì)導(dǎo)致淺層介電常數(shù)和電導(dǎo)率的

2、變化,即在探地雷達(dá)接收信號(hào)的參數(shù)中的層界面厚度、時(shí)延及反射信號(hào)幅度等信息會(huì)發(fā)生相應(yīng)地改變。根據(jù)這些客觀事實(shí)信息,結(jié)合圖像處理、信號(hào)檢測(cè)、數(shù)字信號(hào)處理和模式識(shí)別技術(shù),作者提出了一種新穎的基于演化模糊神經(jīng)網(wǎng)絡(luò)的高速公路淺層質(zhì)量評(píng)價(jià)方法,從而解決以上面臨的挑戰(zhàn)。
　　 本文主要是針對(duì)江西省昌九高速公路南昌段采集的GPR數(shù)據(jù)進(jìn)行分析,其評(píng)價(jià)算法主要包括以下三個(gè)模塊:
　　 1.探地雷達(dá)預(yù)處理模塊:首先對(duì)GPR原始數(shù)據(jù)進(jìn)行雜波抑制

3、處理,然后采用基于信號(hào)處理與圖像處理的方法分別對(duì)淺層層界面進(jìn)行檢測(cè),再對(duì)圖像中的淺層層界面信息進(jìn)行ROI提取,并提取其時(shí)域與小波域共六個(gè)特征值;
　　 2.高速公路淺層質(zhì)量評(píng)分模塊:結(jié)合專(zhuān)家經(jīng)驗(yàn)和鉆孔取芯樣本構(gòu)建groundtruth數(shù)據(jù)庫(kù),再根據(jù)交叉驗(yàn)證法挑選出各個(gè)質(zhì)量等級(jí)不同的信號(hào)對(duì)應(yīng)的特征向量作為訓(xùn)練樣本,且將整個(gè)采集到的探地雷達(dá)信號(hào)對(duì)應(yīng)的特征向量作為測(cè)試樣本,最后運(yùn)用演化模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行特征分類(lèi);
　　 3.評(píng)分