| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第13-17页 |
| 2 文献综述 | 第17-37页 |
| 2.1 隧道无损检测研究现状 | 第17-22页 |
| 2.1.1 隧道无损检测方法 | 第17-19页 |
| 2.1.2 探地雷达技术研究现状 | 第19-22页 |
| 2.2 探地雷达数据处理研究现状 | 第22-28页 |
| 2.2.1 探地雷达数据格式 | 第22-23页 |
| 2.2.2 探地雷达数据处理 | 第23-26页 |
| 2.2.3 探地雷达正演模拟研究现状 | 第26-28页 |
| 2.3 探地雷达数据自动解译研究现状 | 第28-35页 |
| 2.3.1 图像识别算法 | 第28-30页 |
| 2.3.2 数据特征提取研究现状 | 第30-31页 |
| 2.3.3 单体目标自动辨识研究现状 | 第31-32页 |
| 2.3.4 异常区域自动辨识研究现状 | 第32-34页 |
| 2.3.5 层面自动辨识研究现状 | 第34-35页 |
| 2.4 论文研究内容及技术路线 | 第35-37页 |
| 2.4.1 研究内容 | 第35-36页 |
| 2.4.2 技术路线 | 第36-37页 |
| 3 基于小波域KL变换的探地雷达信号去噪方法 | 第37-65页 |
| 3.1 探地雷达检测原理 | 第37-40页 |
| 3.2 信号去噪方法 | 第40-45页 |
| 3.2.1 频域滤波去噪原理 | 第40-42页 |
| 3.2.2 小波变换去噪原理 | 第42-44页 |
| 3.2.3 KL变换去噪原理 | 第44-45页 |
| 3.3 小波域KL变换去噪方法的提出 | 第45-46页 |
| 3.4 基于正演模拟的小波域KL变换去噪性能对比分析 | 第46-58页 |
| 3.4.1 FDTD算法概述 | 第47-48页 |
| 3.4.2 基于FDTD的正演模拟过程 | 第48-49页 |
| 3.4.3 对比方案设计 | 第49-50页 |
| 3.4.4 正演数据预处理 | 第50-52页 |
| 3.4.5 基于对比的小波域KL变换去噪性能评价 | 第52-58页 |
| 3.5 面向实测数据的去噪性能分析 | 第58-62页 |
| 3.5.1 实测数据来源 | 第59页 |
| 3.5.2 信号预处理步骤 | 第59-60页 |
| 3.5.3 去噪效果评价 | 第60-62页 |
| 3.6 本章小结 | 第62-65页 |
| 4 基于子区域提取和GA搜索的单体目标自动辨识方法研究 | 第65-97页 |
| 4.1 隧道衬砌结构分析 | 第65-68页 |
| 4.1.1 复合式衬砌结构 | 第65-66页 |
| 4.1.2 单体目标自动辨识研究的主要对象 | 第66-68页 |
| 4.2 基于FK偏移的雷达图像子区域提取方法 | 第68-75页 |
| 4.2.1 FK偏移基本原理 | 第68-70页 |
| 4.2.2 基于FK偏移的潜在目标点搜索 | 第70-73页 |
| 4.2.3 基于潜在目标点的雷达图像子区域提取技术 | 第73-75页 |
| 4.3 基于GA算法的单体目标自动辨识方法 | 第75-88页 |
| 4.3.1 雷达图像线条化处理 | 第75-77页 |
| 4.3.2 单体目标回波时距曲线分析 | 第77-80页 |
| 4.3.3 GA搜索算法基本原理 | 第80-82页 |
| 4.3.4 基于遗传算法的预测曲线搜索 | 第82-85页 |
| 4.3.5 基于预测曲线匹配的目标体自动辨识 | 第85-88页 |
| 4.4 自动辨识方法主要流程 | 第88-89页 |
| 4.5 面向实测数据的自动辨识精度评价 | 第89-94页 |
| 4.5.1 实测数据来源 | 第89-92页 |
| 4.5.2 单体目标自动辨识精度评价 | 第92-94页 |
| 4.6 本章小结 | 第94-97页 |
| 5 基于信号多维度分析的病害区域自动辨识方法研究 | 第97-131页 |
| 5.1 隧道支护结构病害分析 | 第97-100页 |
| 5.1.1 常见病害类型及影响 | 第97-99页 |
| 5.1.2 病害自动辨识研究的主要对象 | 第99-100页 |
| 5.2 信号多维度特征计算方法 | 第100-104页 |
| 5.2.1 时域特征计算 | 第100-101页 |
| 5.2.2 频域特征计算 | 第101-102页 |
| 5.2.3 基于HHT方法的时频域特征计算 | 第102-104页 |
| 5.3 病害信号特征提取 | 第104-112页 |
| 5.3.1 理想病害信号的构建 | 第104-106页 |
| 5.3.2 信号时域特征提取 | 第106-107页 |
| 5.3.3 信号频域特征提取 | 第107-109页 |
| 5.3.4 信号时频域特征提取 | 第109-112页 |
| 5.4 基于信号特征的病害区域自动辨识方法研究 | 第112-123页 |
| 5.4.1 SVM基本原理 | 第112-115页 |
| 5.4.2 基于SVM方法的病害水平分布范围自动辨识 | 第115-119页 |
| 5.4.3 基于HHT变换的病害深度分布范围自动辨识 | 第119-121页 |
| 5.4.4 病害辨识结果图像形态学处理 | 第121-122页 |
| 5.4.5 病害区域自动辨识的主要流程 | 第122-123页 |
| 5.5 面向实测数据的病害区域自动辨识效果评价 | 第123-128页 |
| 5.5.1 实测数据来源 | 第123-124页 |
| 5.5.2 实测数据SVM二分类模型构建 | 第124-126页 |
| 5.5.3 病害区域自动辨识过程及效果评价 | 第126-128页 |
| 5.6 本章小结 | 第128-131页 |
| 6 基于波相分析的衬砌层面自动辨识方法研究 | 第131-153页 |
| 6.1 隧道衬砌层面分析 | 第132-133页 |
| 6.1.1 复合式衬砌层面类型 | 第132-133页 |
| 6.1.2 层面自动辨识研究的主要对象 | 第133页 |
| 6.2 反射信号波相特征分析 | 第133-140页 |
| 6.2.1 理想层面模型构建 | 第134页 |
| 6.2.2 波形特征分析 | 第134-136页 |
| 6.2.3 瞬时相位特征分析 | 第136-140页 |
| 6.3 基于信号特征的衬砌层面自动辨识方法研究 | 第140-147页 |
| 6.3.1 非理想层面模型构建 | 第141页 |
| 6.3.2 反射信号波形特征分析 | 第141-143页 |
| 6.3.3 反射信号瞬时相位特征分析 | 第143-144页 |
| 6.3.4 基于瞬时相位特征的层面自动辨识方法 | 第144-146页 |
| 6.3.5 层面自动辨识的主要流程 | 第146-147页 |
| 6.4 面向隧道衬砌实测数据的层面自动辨识效果评价 | 第147-151页 |
| 6.4.1 初衬检测图像分析 | 第147-148页 |
| 6.4.2 初衬层面自动辨识结果及精度评价 | 第148-149页 |
| 6.4.3 二砌检测图像分析 | 第149-150页 |
| 6.4.4 二衬检测图像层面辨识结果及精度评价 | 第150-151页 |
| 6.5 本章小结 | 第151-153页 |
| 7 工程应用 | 第153-167页 |
| 7.1 工程概况 | 第153-154页 |
| 7.2 探地雷达检测方案 | 第154-157页 |
| 7.3 雷达数据自动解译流程 | 第157-158页 |
| 7.4 自动解译结果 | 第158-165页 |
| 7.4.1 钢拱架数量 | 第158-160页 |
| 7.4.2 钢筋数量 | 第160-161页 |
| 7.4.3 回填层病害区域 | 第161-162页 |
| 7.4.4 初衬厚度 | 第162-164页 |
| 7.4.5 二衬厚度 | 第164-165页 |
| 7.5 本章小结 | 第165-167页 |
| 8 结论 | 第167-171页 |
| 8.1 主要结论 | 第167-168页 |
| 8.2 创新点 | 第168-169页 |
| 8.3 研究展望 | 第169-171页 |
| 参考文献 | 第171-183页 |
| 作者简历及在学研究成果 | 第183-186页 |
| 学位论文数据集 | 第186页 |
