基于小波变换时能密度法的隧道空洞充填物识别
Journal of China Coal Society(2019)
Abstract
灰岩地区隧道修建过程中,制约安全高效建设的最主要因素是隧道掘进工作面前方的不良地质情况,加之溶洞、断层与破碎带等不良地质具有较强的隐蔽性,如何提高隧道短距离超前地质预报的判释水平显得尤为重要.为便于对地质雷达信号图谱特征进行定量解释,开展了基于时域有限差分法的正演模拟与室内物理模型实验.在小波变换与奇异性检测原理的基础上,构造了与地质雷达发射子波波形相似度高的雷达小波基,添加到小波分析工具箱中,提出了一种新的基于雷达小波基的小波变换时能密度法,将其应用于空洞充填物正演模拟与模型实验地质雷达信号的定量识别,并与波形分析法、Db4小波变换法和雷达小波变换法的识别结果进行比较.研究结果表明,波形分析法虽能有效识别空洞充填物的尺寸大小,但需通过反射系数等先验知识来确定空洞充填物的界面反射位于波峰或波谷;Db4小波变换模极大值法易得到地质雷达信号奇异点,但奇异点的提取位置与不同小波基的时频局部化特征有关,Db4小波变换法识别结果的相对误差约15%;雷达小波变换模极大值法与小波变换时能密度法的识别效果均较好,但小波变换时能密度法的分辨率更高,且不需选择最优尺度.当空洞充填物的尺寸大于电磁波波长时,小波变换时能密度法识别结果的相对误差小于5%.
MoreKey words
tunnel cavity fillings,wavelet transform,time-energy
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined