⚡ 전기공학

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

본 논문은 행렬 펜슬 기법(matrix pencil technique)에 기반하여 무작위 노이즈를 효과적으로 억제하는 동시에 핵심적인 반사 특성을 보존함으로써 지하 결함 탐지를 위한 데이터 해석력을 유의미하게 향상시키는 지표 투과 레이더(GPR) 신호 재구성 방법을 제안하고 검증한다.

원저자: Yanan Li, Kang He, Yuexing Yu, Runlin Luo, Changwei Li, Guozhi Tang

게시일 2026-11-05

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Yanan Li, Kang He, Yuexing Yu, Runlin Luo, Changwei Li, Guozhi Tang

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

우리 세계의 표면 아래에는 우리 눈으로는 볼 수 없는 파이프, 케이블, 동굴, 그리고 구조적 빈 공간들이 이루는 숨겨진 지형이 존재합니다. 이 보이지 않는 지형을 매핑하기 위해 엔지니어와 지질학자들은 지표 투과 레이더(GPR)에 의존하는데, 이는 고주파 라디오파를 땅속으로 보내 묻혀 있는 물체로부터 반사되어 돌아오는 에코(메아리)를 포착하는 도구입니다. 이는 땅을 파지 않고도 지하를 "볼" 수 있는 비침습적인 방법으로, 지뢰를 찾거나, 유틸리티 라인을 위치시키거나, 터널의 건전성을 점검하는 데 필수적입니다. 그러나 깊은 지하에서 돌아오는 신호는 종종 약하고 취약합니다. 이러한 파동이 토양과 암석을 통과할 때, 마치 북적이는 방 안에서 속삭임을 들으려고 노력하는 것처럼, 무작위적인 노이즈와 혼란스러운 정전기 층을 흡수하게 됩니다. 이 정전기는 작은 대상이나 깊은 곳에 있는 대상으로부터 오는 희미한 반사파를 삼켜버려, 지하의 선명한 이미지를 흐릿하고 읽을 수 없는 엉망진창인 상태로 만듭니다. 신호가 너무 오염되면 레이더는 무해한 흙의 패치와 위험한 공동(cavity)을 구별할 수 없게 되어, 안전 점검이나 건설 계획을 위한 데이터로서의 가치를 잃게 됩니다.

이 문제를 해결하기 위해, 리야난(Yanan Li)과 루오룬린(Runlin Luo)이 이끄는 연구팀은 이러한 레이더 신호를 정화하는 새로운 방법을 개발했습니다. 단순히 노이즈를 걸러내는 방식은 귀중한 신호까지 함께 제거할 위험이 있기 때문에, 그들은 레이더 데이터를 복잡한 수학적 퍼즐로 다루었습니다. 그들은 유용한 부분의 레이더 에코가 '감쇠 지수 함수 합(sum of damped exponentials)'이라고 알려진 특정 유형의 수학적 패턴처럼 행동한다는 사실을 깨달았습니다. 쉽게 말해, 신호는 예측 가능한 방식으로 서서히 사라지는 반면, 무작위 노이즈는 이러한 패턴을 따르지 않습니다. 연구진은 신호를 이런 방식으로 모델링함으로써 실제 에코를 정전기와 분리할 수 있었습니다. 그들은 데이터를 핵심 구성 요소로 분해하여 실제 신호를 구성하는 가장 중요한 '극(poles)' 또는 주파수를 식별하는 '매트릭스 펜슬 방법(matrix pencil method)'이라는 기법을 사용했습니다. 이러한 핵심 구성 요소를 식별한 후, 연구팀은 원래의 깨끗한 신호를 재구성할 수 있었으며, 결과적으로 지하 물체의 미세한 세부 사항을 온전히 유지하면서 노이즈만을 효과적으로 제거했습니다.

연구진은 이 방식이 다양한 상황에서 작동하는지 확인하기 위해 세 가지 다른 유형의 데이터를 사용하여 테스트를 진행했습니다. 첫째, 그들은 점토와 석회암 층 아래에 묻힌 정사각형 모양의 공동을 컴퓨터 시뮬레이션으로 구현했습니다. 이 가상 환경에서 그들은 레이더 신호에 엄청난 양의 백색 잡음을 추가하여 공동으로부터 오는 반사파를 거의 보이지 않게 만들었습니다. 여기에 새로운 방법을 적용하자 노이즈가 사라졌고, 묻혀 있던 공동의 형상이 놀라울 정도로 선명하게 다시 나타났습니다. 그들은 유지할 수학적 구성 요소의 수를 선택하는 것이 매우 중요하다는 것을 발견했습니다. 너무 적으면 신호에 노이즈가 남았고, 너무 많으면 재구성된 파동이 흔들리고 왜곡되었습니다. 완벽한 균형을 찾음으로써, 그들은 신호를 원래의 노이즈 없는 상태와 거의 동일한 상태로 복원해 냈습니다.

다음으로, 팀은 컴퓨터를 벗어나 실제 실험실 실험으로 옮겨갔습니다. 그들은 커다란 모래 구덩이를 만들고 그 안에 금속 파이프를 묻은 뒤, 실제 레이더 시스템으로 스캔했습니다. 스캔한 원시 데이터는 파이프의 반사파를 보여주었지만, 그것은 정전기로 인해 울퉁불퉁하고 가려져 있었습니다. 매트릭스 펜슬 방법으로 데이터를 처리한 후, 이미지는 매끄럽고 날카로워졌습니다. 묻힌 파이프를 나타내는 쌍곡선 형태(레이더 이미징의 표준 형태)는 연속적이고 읽기 쉬워졌습니다. 연구진은 개선 정도를 측정하였고, 이미지의 선명도가 현저히 증가했음을 발견하여 이 방법이 컴퓨터 모델뿐만 아니라 실제 물리적 조건에서도 작동할 수 있음을 입증했습니다.

마지막으로, 연구팀은 실제 공학 현장에서의 문제, 즉 쉴드 터널(shield tunnel)의 세그먼트 뒤쪽 그라우트(grout) 품질을 점검하는 데 이 방법을 적용했습니다. 터널 건설 시 콘크리트 링과 주변 암석 사이에 틈이 생기는 경우가 있는데, 이를 구조물 안정화를 위해 그라우트로 채웁니다. 만약 이 그라우트가 누락되거나 불균일하면 지반 붕괴로 이어질 수 있습니다. 연구진은 실제 터널을 모사하도록 설계된 대형 테스트 플랫폼을 스캔했는데, 여기에는 빈 공간과 그라우트가 불충분한 구역을 포함한 여러 인공적인 결함이 포함되어 있었습니다. 원시 레이더 이미지에서는 이러한 결함들이 강한 신호들 뒤에 숨겨져 노이즈 벽에 가려져 있었습니다. 재구성 기술을 적용한 후, 숨겨져 있던 결함들이 명확하게 드러났습니다. 작은 빈 공간과 터널 조인트 근처의 미세한 이상 징ç격조차 뚜렷하게 나타나, 검사관들이 그렇지 않았다면 놓쳤을 수도 있는 잠재적 위험을 식별할 수 있게 해주었습니다.

이러-테스트 결과는 이 새로운 방법이 우리가 지하를 보는 방식을 개선하는 강력한 도구임을 보여줍니다. 신호 자체의 수학적 구조에 집중함으로써, 연구진은 대상의 경계를 흐리게 하지 않으면서 고주파 노이즈를 제거할 수 있었습니다. 이는 엔지니어들이 이제 더 큰 확신을 가지고 더 작은 결함과 더 깊은 구조를 탐지할 수 있음을 의미합니다. 새로운 터널의 안전을 확보하든, 묻힌 파이프를 찾든, 혹은 숨겨진 공동을 위해 지면을 조사하든, 이 기술은 발밑의 세계에 대한 더 명확하고 신뢰할 수 있는 시야를 제공합니다. 이 연구는 신호의 근본적인 본질을 이해함으로써 이전에 노이즈로 인해 손실되었던 정보를 회복할 수 있으며, 흐릿하고 불확실한 이미지를 정밀한 지하 지도로 바꿀 수 있음을 확인시켜 줍니다.

기술 요약: 매트릭스 펜슬 방법(Matrix Pencil Method)에 기반한 지표 투과 레이더 신호 재구성 연구

문제 제기
지표 투과 레이더(GPR)는 지하 조사에 있어 매우 중요한 비파괴 도구이지만, 무작위 노이즈 오염으로 인해 그 효과가 빈번히 저해됩니다. 이러한 노이즈에는 링잉(ringing), 스페릭(sferics), 무작위 간섭 등이 포함되며, 이는 깊은 경계면이나 작은 표적의 반사파를 가려 해석력과 표적 식별 능력을 감소시킵니다. 공간 영역 필터링, 푸리에 변환부터 주성분 분석(PCA) 및 딥러닝에 이르기까지 다양한 디노이징 기술이 존재하지만, 많은 기술이 신호 왜곡, 모드 혼합(mode mixing), 임계값 설정에 대한 민감도, 또는 상관관계가 있는 노이즈를 효과적으로 처리하지 못하는 등의 한계를 가집니다. 따라서 미세한 반사 특징을 보존하고 신호 충실도를 유지하면서 고주파 무작위 노이즈를 억제할 수 있는 강력한 방법이 필요합니다.

연구 방법론
본 연구는 매트릭스 펜슬(Matrix Pencil, MP) 방법에 기반한 GPR 신호 재구성 방법을 제안합니다. 핵심 이론적 틀은 GPR 트레이스를 감쇠하는 복소 지수 함수의 합으로 모델링합니다. 관측된 신호 $y(t)$ 는 유효 신호 $x(t)$ 와 노이즈 $n(t)$ 의 합으로 표현되며, 여기서 $x(t)$ 는 다음과 같이 근사됩니다:
$x(t) \approx \sum_{i=1}^{M} R_i e^{S_i t}$
여기서 $R_i$ 는 잔차(residue)를 나타내며, $S_i = \alpha_i + i\omega_i$ 는 극(pole)을 나타냅니다. 이때 $\alpha_i$ 는 감쇠 계수, $\omega_i$ 는 각주파수입니다.

재구성 과정은 다음 단계들을 포함합니다:

행렬 구축: 노이즈가 포함된 데이터 포인트들을 행켈 행렬(Hankel matrix) $[Y]$ 로 배열한 후, 윈도우 이동을 통해 두 개의 부분 행렬 $[Y_1]$ 과 $[Y_2]$ 로 분해합니다.
특이값 분해(SVD): 행렬 $[Y]$ 에 SVD를 적용하여 신호 부공간(signal subspace)과 노이즈 부공간을 분리합니다. 지배적인 극의 개수( $M$ )는 최대 특이값에 대한 특이값의 비율을 분석하여 결정하며, 정밀도 파라미터 $p$ 를 기준으로 임계값을 설정합니다. 이 임계값보다 낮은 특이값들은 노이즈로 간주되어 제거됩니다.
파라미터 추정: 지배적인 우특이 벡터(right-singular vectors)를 사용하여 매트릭스 펜슬을 형성합니다. 신호의 극( $z_i$ )은 매트릭스 펜슬 $[Y_2] - \lambda[Y_1]$ 의 일반화된 고유값으로서 추출됩니다.
잔차 계산: 극이 식별되면, 최소제곱 적합법(least-squares fitting)을 사용하여 잔차( $R_i$ )를 계산합니다.
신호 재구성: 도출된 극과 잔차를 사용하여 감쇠 지수 함수들의 합을 통해 유효 신호를 재구성합니다.

최적의 지배적 극의 개수( $M$ )를 결정하는 것은 매우 중요합니다. 연구에 따르면 $M$ 값이 너무 크거나 작으면 심한 진동(oscillation)을 유발할 수 있으며, 적절한 $M$ 은 노이즈 억제와 신호 보존 사이의 균형을 맞춥니다.

주요 기여 및 결과
본 논문은 합성 데이터, 실험실 물리 모델 데이터, 그리고 전규모 현장 데이터를 통해 제안된 MP 방법의 유효성을 검증하였습니다.

합성 데이터: 매설된 공동(cavity)의 시뮬레이션된 GPR 데이터를 신호 대 잡음비(SNR) 5 dB 및 10 dB 조건에서 테스트하였습니다. MP 방법은 신호를 성공적으로 재구성하였으며, $M=32$ 에서 최적의 성능을 달성했습니다. 정량적 분석 결과, 최대 신호 대 잡음비(PSNR)는 34.567 dB에서 37.883 dB로 증가하였고, 이미지 엔트로피( $Q$ )는 3.530에서 2.757(노이즈가 없는 값인 2.710에 근접)로 감소하여 상당한 노이즈 감소와 이미지 선명도 향상을 입증했습니다.
실험실 데이터: 모래 구덩이에 매설된 금속 파이프를 대상으로 400 MHz 안테나를 사용하여 실험을 진행하였으며, 노이즈에 의해 왜곡된 쌍곡선 반사 신호를 복원하는 능력을 입 demonstrated 하였습니다. PSNR은 55.9%(23.576 dB에서 36.554 dB로) 개선되었고, 이미지 엔트로피는 22.5% 감소하였습니다. 재구성된 파형은 고주파 노이즈를 매끄럽게 하면서도 피크/트러프(peak/trough) 위치를 보존하였습니다.
현장 데이터: 900 MHz 안테나를 사용하여 터널 세그먼트 배후의 그라우팅 공동 및 결함을 탐지하기 위한 전규모 쉴드 터널 그라우팅 테스트 플랫폼에 본 방법을 적용하였습니다. 원시 데이터에서는 대부분의 결함 징후가 배경 노이즈에 의해 가려져 있었습니다. MP 처리 후, PSNR은 20.187 dB에서 34.490 dB로 증가하였고, 엔트로피는 5.0011에서 4.0562로 감소하였습니다. 처리된 데이터는 세그먼트 접합부 근처의 미세한 이상 징후를 드러냈으며, 이전에는 구별할 수 없었던 결함들(예: 결함 번호 1, 7, 12)을 명확하게 식별하였습니다.

의의 및 주장
저자들은 매트릭스 펜슬 방법이 지하 결함 탐지 및 엔지니어링 품질 검사를 위한 실용적이고 효과적인 도구를 제공한다고 주장합니다. 본 연구는 MP 방법이 고주파 무작위 노이즈를 효과적으로 억제하는 동시에 약한 반사 특징의 충실도를 유지함으로써 기존의 디노이징 기술보다 우수함을 결론짓습니다. 신호 파라미터(극 및 잔차)를 정확하게 추정함으로써, 이 방법은 GPR 데이터의 해석력을 높이며, 지하 공동 탐지, 쉴드 터널의 그라우팅 품질 평가, 기타 지하 이상 현상 식별에 특히 가치가 있습니다. 본 연구는 MP 방법이 GPR 신호 디노이징 및 재구성을 위한 신뢰할 수 있는 접근 방식임을 입증하며, 복잡한 지질 및 엔지니어링 환경에서 탐지 정확도를 향상시키기 위한 기술적 참조를 제공합니다.

유사한 논문