Research on signal reconstruction of ground-penetrating radar based on matrix pencil method

Unter der Oberfläche unserer Welt verbirgt sich eine unsichtbare Landschaft aus Rohren, Kabeln, Höhlen und strukturellen Hohlräumen, die wir mit unseren Augen nicht sehen können. Um dieses unsichtbare Gelände zu kartieren, verlassen sich Ingenieure und Geologen auf Bodenradar – ein Werkzeug, das hochfrequente Radiowellen in die Erde sendet und auf die Echos lauscht, die von vergrabenen Objekten zurückgeworfen werden. Es ist eine nicht-invasive Methode, um unter die Erde zu „sehen“, ohne graben zu müssen, was sie essenziell für das Finden von Landminen, das Lokalisieren von Versorgungsleitungen oder das Überprüfen der Integrität von Tunneln macht. Die Signale, die jedoch aus der Tiefe unter der Erde zurückkehren, sind oft schwach und fragil. Während diese Wellen durch Boden und Gestein reisen, nehmen sie eine chaotische Schicht aus statischem Rauschen und zufälligem Rauschen auf, ganz so, als versuche man, ein Flüstern in einem überfüllten Raum zu hören. Dieses Rauschen kann die schwachen Reflexionen kleiner oder tiefer Ziele übertönen und verwandelt ein klares Bild des Untergrunds in ein verschwommenes, unlesbares Chaos. Wenn das Signal zu stark korrumpiert ist, kann das Radar nicht mehr zwischen einem harmlosen Erdklumpen und einem gefährlichen Hohlraum unterscheiden, was die Daten für Sicherheitsinspektionen oder die Bauplanung unbrauchbar macht.

Um dieses Problem zu lösen, hat ein Forscherteam unter der Leitung von Yanan Li und Runlin Luo einen neuen Weg entwickelt, um diese Radarsignale zu bereinigen. Anstatt das Rauschen einfach nur herauszufiltern, was oft versehentlich auch das wertvolle Signal zusammen mit ihm entfernt, behandelten sie die Radardaten als ein komplexes mathematisches Rätsel. Sie erkannten, dass der nützliche Teil eines Radar-Echos wie ein spezifischer Typ eines mathematischen Musters verhält, nämlich wie eine Summe gedämpfter Exponentialfunktionen. Vereinfacht ausgedrert bedeutet dies, dass das Signal auf eine vorhersehbare Weise abklingt, während das zufällige Rauschen diesem Muster nicht folgt. Durch die Modellierung des Signals auf diese Weise konnten die Forscher das echte Echo vom statischen Rauschen trennen. Sie verwendeten eine Technik namens Matrix-Bleistift-Methode (Matrix Pencil Method), bei der die Daten in ihre Kernkomponenten zerlegt werden, um die wichtigsten „Pole“ oder Frequenzen zu identifizieren, aus denen das reale Signal besteht. Sobald diese Schlüsselkomponenten identifiziert waren, konnte das Team das ursprüngliche, saubere Signal rekonstruieren und so das Rauschen effektiv entfernen, während die subtilen Details der unterirdischen Objekte intakt blieben.

Die Forscher testeten diesen Ansatz mit drei verschiedenen Arten von Daten, um sicherzustellen, dass er in verschiedenen Situationen funktioniert. Zuerst erstellten sie eine Computersimulation einer quadratischen Kavität, die unter Schichten aus Ton und Kalkstein vergraben war. In dieser virtuellen Umgebung fügten sie dem Radarsignal massive Mengen an weißem Rauschen hinzu, wodurch die Reflexion der Kavität fast unsichtbar wurde. Als sie ihre neue Methode anwandten, verschwand das Rauschen und die Form der vergrabenen Kavität erschien mit beeindruckender Klarheit wieder. Sie fanden heraus, dass die Anzahl der mathematischen Komponenten, die sie beibehalten wollten, entscheidend war: Zu wenige, und das Signal blieb verrauscht; zu viele, und die rekonstruierte Welle begann zu zittern und sich zu verzerren. Durch das Finden des perfekten Gleichgewichts stellten sie das Signal in einen Zustand nahezu identisch mit der ursprünglichen, rauschfreien Version wieder her.

Als Nächstes wechselte das Team vom Computer zu einem physischen Laborexperiment. Sie bauten ein großes Sandbecken, vergruben darin ein Metallrohr und scannten es mit einem echten Radarsystem. Die Rohdaten des Scans zeigten die Reflexion des Rohrs, aber sie waren zackig und durch statisches Rauschen verdeckt. Nach der Verarbeitung der Daten mit ihrer Matrix-Bleistift-Methode wurde das Bild glatt und scharf. Die Hyperbelkurve, die ein vergrabenes Rohr anzeigt – eine Standardform in der Radarbildgebung –, wurde kontinuierlich und leicht lesbar. Die Forscher maßen die Verbesserung und stellten fest, dass die Klarheit des Bildes signifikant zunahm, was bewies, dass die Methode reale physikalische Bedingungen bewältigen kann und nicht nur Computermodelle.

Schließlich wandte das Team seine Methode auf eine groß angelegte Ingenieursstelle an, um ein reales Problem zu testen: die Überprüfung der Qualität des Verfüllmaterials (Grout) hinter den Segmenten eines Schildvortunnel. Beim Tunnelausbau entsteht oft ein Spalt zwischen den Betonringen und dem umgebenden Gestein, der mit Verfüllmaterial gefüllt wird, um die Struktur zu stabilisieren. Wenn dieses Material fehlt oder ungleichmäßig verteilt ist, kann dies zu Bodenbewegungen oder Einstürzen führen. Die Forscher scannten eine große Testplattform, die einen echten Tunnel nachbildete und mehrere künstliche Defekte enthielt, darunter Hohlräume und Bereiche mit unzureichendem Verfüllmaterial. In den Rohradarbildern waren diese Defekte hinter einer Wand aus Rauschen verborgen, wobei nur die stärksten Signale sichtbar waren. Nach der Anwendung der Rekonstruktionstechnik traten die verborgenen Defekte klar hervor. Selbst kleine Hohlräume und subtile Anomalien nahe der Tunnelverbindungen wurden deutlich erkennbar, was es Inspektoren ermöglichte, potenzielle Gefahren zu identifizieren, die sonst übersehen worden wären.

Die Ergebnisse dieser Tests zeigen, dass diese neue Methode ein leistungsfähiges Werkzeug zur Verbesserung dessen ist, wie wir den Untergrund wahrnehmen. Durch die Konzentration auf die mathematische Struktur des Signals selbst konnten die Forscher hochfrequentes Rauschen entfernen, ohne die Kanten der Zielobjekte zu verwischen. Dies bedeutet, dass Ingenieure nun Defekte und tiefere Strukturen mit größerer Zuversicht detektieren können. Ob es darum geht, die Sicherheit eines neuen Tunnels zu gewährleisten, eine vergrabene Leitung zu lokalisieren oder den Boden auf verborgene Hohlräume zu untersuchen – diese Technik bietet eine klarere, zuverlässigere Sicht auf die Welt unter unseren Füßen. Die Studie bestätigt, dass wir durch das Verständnis der grundlegenden Natur des Signals Informationen zurückgewinnen können, die zuvor durch Rauschen verloren gingen, und so ein verschwommenes, unsicheres Bild in eine präzise Karte des Untergrunds verwandeln.