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

Onder het oppervlak van onze wereld ligt een verborgen landschap van buizen, kabels, grotten en structurele holtes dat we met onze ogen niet kunnen zien. Om dit onzichtbare terrein in kaart te brengen, vertrouwen ingenieurs en geologen op gronddoordringende radar, een instrument dat hoogfrequente radiogolven in de aarde stuurt en luistert naar de echo's die terugkaatsen van begraven objecten. Het is een niet-invasieve manier om ondergronds te "kijken" zonder te graven, wat het essentieel maakt voor het vinden van landmijnen, het lokaliseren van nutsvoorzieningen of het controleren van de integriteit van tunnels. De signalen die echter uit de diepte van de ondergrond terugkeren, zijn vaak zwak en fragiel. Terwijl deze golven door de bodem en het gesteente reizen, vangen ze een chaotische laag van statische elektriciteit en willekeurige ruis op, vergelijkbaar met het proberen te horen van een fluistering in een drukke kamer. Deze statische elektriciteit kan de zwakke reflecties van kleine of diepe doelwitten overstemmen, waardoor een helder beeld van de ondergrond verandert in een wazige, onleesbare brij. Wanneer het signaal te veel gecorrumpeerd is, kan de radar het verschil niet meer onderscheiden tussen een onschadelijke stuk grond en een gevaarlijke holte, wat de gegevens nutteloos maakt voor veiligheidsinspecties of bouwplanning.

Om dit probleem op te lossen, heeft een team onderzoekers onder leiding van Yanan Li en Runlin Luo een nieuwe manier ontwikkeld om deze radarsignalen op te schonen. In plaats van simpelweg de ruis weg te filteren, waarbij vaak per ongeluk ook het waardevolle signaal wordt verwijderd, behandelden zij de radargegevens als een complexe wiskundige puzzel. Ze realiseerden zich dat het nuttige deel van een radar-echo zich gedraagt als een specifiek type wiskundig patroon dat bekend staat als een som van gedempte exponenten. In gewone taal betekent dit dat het signaal op een voorspelbare manier vervaagt, terwijl willekeurige ruis dit patroon niet volgt. Door het signaal op deze manier te modelleren, konden de onderzoekers de echte echo scheiden van de statische elektriciteit. Ze gebruikten een techniek genaamd de matrix-pennelmethode, die inhoudt dat de gegevens worden afgebroken tot hun kerncomponenten om de belangrijkste "polen" of frequenties te identificeren die het echte signaal vormen. Zodra deze sleutelcomponenten waren geïdentificeerd, kon het team het oorspronkelijke, schone signaal reconstrueren, waardoor de ruis effectief werd verwijderd terwijl de subtiele details van de ondergrondse objecten intact bleven.

De onderzoekers testten deze aanpak met drie verschillende soorten gegevens om te garanderen dat het werkte in diverse situaties. Eerst maakten ze een computersimulatie van een vierkante holte die begraven lag onder lagen klei en kalksteen. In deze virtuele omgeving voegden ze enorme hoeveelheden witte ruis toe aan het radarsignaal, waardoor de reflectie van de holte bijna onzichtbaar werd. Wanneer zij hun nieuwe methode toepasten, verdween de ruis en kwam de vorm van de begraven holte met opvallende helderheid weer tevoorschijn. Ze ontdekten dat het aantal wiskundige componenten dat zij kozen om te behouden cruciaal was; te weinig, en het signaal bleef ruizig, maar te veel, en de gereconstrueerde golf begon te trillen en te vervormen. Door het perfecte evenwicht te vinden, herstelden ze het signaal naar een staat die bijna identiek was aan de oorspronkelijke, ruisvrije versie.

Vervolgens stapte het team over van de computer naar een fysiek laboratoriumexperiment. Ze bouwden een grote zandbak, begroeven een metalen buis erin en scanten deze met een echt radarsysteem. De ruwe gegevens van de scan toonden de reflectie van de buis, maar deze was grillig en werd gehinderd door statische elektriciteit. Na het verwerken van de gegevens met hun matrix-pennelmethode werd het beeld vloeiend en scherp. De hyperbolische curve die een begraven buis aangeeft, wat een standaardvorm is in radarbeeldvorming, werd continu en gemakkelijk leesbaar. De onderzoekers maten de verbetering en stelden vast dat de helderheid van het beeld aanzienlijk toenam, wat bewees dat de methode de fysieke omstandigheden in de echte wereld aan kon, en niet alleen computermodellen.

Ten slotte bracht het team hun methode naar een volledige engineeringlocatie om het te testen op een echt wereldprobleem: het controleren van de kwaliteit van de injectiemortel achter de segmenten van een schildtunnel. Bij de constructie van tunnels ontstaat er vaak een gat tussen de betonnen ringen en de omliggende rots, dat wordt opgevuld met injectiemortel om de structuur te stabiliseren. Als deze mortel ontbreekt of ongelijkmatig is, kan dit leiden tot bodeminstorting. De onderzoekers scanten een groot testplatform dat een echte tunnel nabootste en dat verschillende kunstmatige defecten bevatte, waaronder lege ruimtes en gebieden met onvoldoende mortel. In de ruwe radarbeelden waren deze defecten verborgen achter een muur van ruis, waarbij alleen de sterkste signalen zichtbaar waren. Na het toepassen van de reconstructietechniek kwamen de verborgen defecten duidelijk naar voren. Zelfs kleine holtes en subtiele afwijkingen nabij de tunnelverbindingen werden duidelijk zichtbaar, waardoor inspecteurs in staat waren om potentiële gevaren te identificeren die anders over het hoofd zouden zijn gezien.

De resultaten van deze tests laten zien dat deze nieuwe methode een krachtig hulpmiddel is om de manier waarop we ondergronds kijken te verbeteren. Door zich te concentreren op de wiskundige structuur van het signaal zelf, waren de onderzoekers in staat om hoogfrequente ruis te verwijderen zonder de randen van de doelwitten te vervagen. Dit betekent dat ingenieurs nu met meer vertrouwen kleinere defecten en diepere structuren kunnen detecteren. Of het nu gaat om het waarborgen van de veiligheid van een nieuwe tunnel, het lokaliseren van een begraven buis of het inspecteren van de grond op verborgen holtes, deze techniek biedt een duidelijker, betrouwbaarder beeld van de wereld onder onze voeten. De studie bevestigt dat door de fundamentele aard van het signaal te begrijpen, we informatie kunnen terugwinnen die voorheen verloren ging door ruis, waardoor een wazig, onzeker beeld verandert in een precieze kaart van de ondergrond.