ĐỊNH VỊ ĐỐI TƯỢNG BỊ CHÔN VÙI  SỬ DỤNG HỆ THỐNG UWB  VỚI BIẾN ĐỔI HILBERT VÀ THUẬT TOÁN PHÙ HỢP ĐƯỜNG CONG  BÌNH PHƯƠNG NHỎ NHẤT

Dương Đức Hà; Nguyễn Thị Huyền; Bùi Quốc Doanh; Phan Trọng Hanh

doi:10.34238/tnu-jst.7527

ĐỊNH VỊ ĐỐI TƯỢNG BỊ CHÔN VÙI SỬ DỤNG HỆ THỐNG UWB VỚI BIẾN ĐỔI HILBERT VÀ THUẬT TOÁN PHÙ HỢP ĐƯỜNG CONG BÌNH PHƯƠNG NHỎ NHẤT

Thông tin bài báo

Ngày nhận bài: 15/03/23 Ngày hoàn thiện: 15/05/23 Ngày đăng: 15/05/23

Các tác giả

1. Dương Đức Hà , Đại học Kỹ thuật Lê Quý Đôn
2. Nguyễn Thị Huyền, Đại học Kỹ thuật Lê Quý Đôn
3. Bùi Quốc Doanh, Đại học Thông tin liên lạc
4. Phan Trọng Hanh, Đại học Kỹ thuật Lê Quý Đôn

Tóm tắt

Bài báo đề xuất một phương pháp mới để cải thiện độ chính xác của việc định vị đối tượng bị chôn vùi bằng cách sử dụng phép biến đổi Hilbert kết hợp với thuật toán phù hợp đường cong bình phương nhỏ nhất (LSCF) trong hệ thống băng thông siêu rộng xung vô tuyến (IR-UWB). Trong các phương pháp định vị đối tượng bị chôn vùi, xung UWB được coi là một ứng cử viên lý tưởng trong phạm vi ngắn với độ phân giải không gian cao. Tuy nhiên, công suất của tín hiệu UWB bị suy giảm nhanh chóng khi thu phát trong môi trường lan truyền, do đó việc phát hiện các xung UWB phản xạ về là rất khó khăn. Biến đổi Hilbert được áp dụng cho hàm tương quan nhằm nâng cao khả năng phát hiện xung UWB phản xạ, tăng độ chính xác trong việc xác định thời gian lan truyền và việc định vị đối tượng bị chôn vùi chính xác hơn khi kết hợp với phương pháp LSCF. Biểu thức phân tích được xác thực bằng mô phỏng Matlab và sai số định vị được sử dụng để đánh giá hiệu quả thực hiện của hệ thống. Các kết quả tính toán chỉ ra rằng phương pháp được đề xuất có độ chính xác cao hơn so với các phương pháp thông thường.

Từ khóa

Công nghệ UWB; Biến đổi Hilbert; Đối tượng bị chôn vùi; Thuật toán phù hợp đường cong; Xung Gauss

Toàn văn:

PDF (English)

Tài liệu tham khảo

[1] D. Kumlu and I. Erer, "Detection of buried objects in ground penetrating radar data using incremental nonnegative matrix factorization," Remote Sensing Letters, Taylor & Francis, vol. 10, no. 7, pp. 649–658, 2019.

[2] Y. Liu, D. Habibi, D. Chai, X. Wang, H. Chen, Y. Gao, and S. Li, “A Comprehensive Review of Acoustic Methods for Locating Underground Pipelines," Applied Sciences, Multidisciplinary Digital Publishing Institute, vol. 10, no. 3, 2020, Art. no. 1031.

[3] S. Paul, R.Chugh, and M. J. Akhtar, "Microwave synthetic aperture radar imaging using SFCW System for buried object detection and security applications," 2019 IEEE MTT-S International Microwave and RF Conference (IMARC), 2019, pp. 1-4.

[4] R. Burr, M. Schartel, A. Grathwohl, W. Mayer, T. Walter, and C. Waldschmidt, "UAV-Borne FMCW InSAR for Focusing Buried Objects," IEEE Geoscience and Remote Sensing Letters, vol. 19, pp. 1-5, 2022.

[5] A. Simi, S Bracciali, and G. Manacorda "Hough transform based automatic pipe detection for array
GPR: Algorithm Developmentand on-site tests," IEEE Radar Conference, 2008, pp. 1-6.

[6] N. Barkataki, B. Tiru, and U. Sarma, "A CNN model for predicting size of buried objects from GPR B-Scans," Journal of Applied Geophysics, vol. 200, 2022, Art. no. 104620.

[7] D. Daffa and W. W. Parnadi, "Automatic Hyperbola Detection and Apex Extraction Using Convolutional Neural Network on GPR Data,” Journal of Physics: Conference Series, vol. 2243, no. 1. 2022, Art. no. 012027.

[8] F. Sagnard and J.P. Tarel, "Template-matching based detection of hyperbolas in ground-penetrating
radargrams for buried utilities," Journal of Geophysics and Engineering, vol. 13, pp. 491-504, 2016.

[9] W. Lei, J. Luo, F. Hou, L. Xu, R. Wang, and X. Jiang, "Underground cylindrical objects detection and diameter identification in GPR B-scans via the CNN-LSTM framework," Electronics, vol. 9, no.11, 2020, Art. no. 1804.

[10] K. C. Ho and P. Plodpradista. "On the use of multiresolution analysis for subsurface object detection using deep ground penetrating radar," Detection and Sensing of Mines, Explosive Objects, and Obscured Targets XXIV, (SPIE,), vol. 11012, pp. 57-64, 2019.

[11] Z. Sahinoglu, S. Gezici, and I. Guvenc, Ultrawideband positioning systems, Cambridge, New York, 2008.

[12] S. Gezici, Z. Tian, G. B. Giannakis, H. Kobayashi, A. F. Molisch, H. V. Poor, and Z. Sahinoglu, "Localization via ultra-wideband radios: a look at positioning aspects for future sensor networks," IEEE Signal Processing Magazine, vol. 22, no. 4, pp. 70–84, 2005.

[13] B. Gold, A. V. Oppenheim, and C. M. Rader, "Theory and Implementation of the Discrete Hilbert Transform," Proceedings of the Symposium on Computer Processing in Communications Polytechnic Institute of Brooklyn Symposium, New York, April 8 – 10, 1969, pp. 235 - 250.

[14] I. Gottlieb, Practical RF power design techniques. Tab Books, 1993.

[15] S. L. Arlinghaus, PHB Practical Handbook of Curve Fitting. CRC Press, 1994.

[16] D. O. Batrakov, et al. "Hilbert transform application to the impulse signal processing," 5th International Conference on Ultrawideband and Ultrashort Impulse Signals, IEEE, 2010, pp. 113-115.

[17] J. Li, T. Guo, H. Leung, H. Xu, L. Liu, B. Wang, and Y. Liu, “Locating underground pipe using wideband chaotic ground penetrating radar,” Sensors, vol. 19, no. 13, 2019, Art. no. 2913.

DOI: https://doi.org/10.34238/tnu-jst.7527

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ