تضعیف نوفه تصادفی gpr توسط فیلتر ساویتزکی گولای در فضای موجک مختلط دوشاخه‌ای

داده‌های برداشت شده رادار نفوذی به زمین (gpr) همانند سایر روش‌های ژئوفیزیکی همواره شامل انرژی‌های ناخواسته یا نوفه هستند. تضعیف نوفه یکی از مراحل مهم در پردازش داده‌ها پیش از تفسیر است. روش‌های گوناگونی برای تضعیف نوفه‌های گاوسی و غیرگاوسی ارائه شده است که هرکدام محدودیت‌ها و برتری‌های مربوط به خود را دارند. در این پژوهش روش‌های تجزیه زمان - فرکانس در پیاده‌سازی الگوریتمی بهینه در تضعیف نوفه‌های گاوسی و غیرگاوسی توسط حوزه موجک مختلط (dtcwt) و فیلتر حوزه زمان ساویتزکی گولای (sg)، بر روی داده‌های روش gpr بررسی شده است. نتایج حاصل از داده-های مصنوعی در حضور نوفه گاوسی، حاکی از برتری روش‌های آستانه‌گذاری نرم و گاروت غیرمنفی در حوزه موجک مختلط نسبت به روش sg است. با این‌ وجود انطباق طیف فرکانسی روش‌های آستانه‌گیری، حاکی ازدست‌رفتن سیگنال در بازه فرکانسی میانه دارد؛ به عبارتی با تضعیف نوفه، سیگنال نیز از دست می‌رود؛ بنابراین از منظر حفظ سیگنال، روش sg کارآمدتر است. به-منظور بررسی بیشتر، فیلتر sg با همان پارامترهای حوزه موجک در حضور نوفه گاوسی و غیر گاوسی بر روی داده‌های مصنوعی و حقیقی اعمال گردید. الگوریتم طراحی شده در حوزه موجک نتایج قابل‌اعتمادتری را در ارتباط با قدرت حفظ سیگنال و تضعیف نوفه ارائه داده است. باتوجه‌به اینکه نوفه‌های تصادفی در داده‌های gpr از توزیع گاوسی تبعیت نمی‌کنند. الگوریتم مطرح شده می‌تواند یک روش قابل‌اتکا در تضعیف نوفه در داده‌های روش مذکور باشد. روش پیاده شده ساویتزکی - گولای در حوزه موجک نتایج بسیار قابل قبولی را در داده‌های مصنوعی و حقیقی ارائه داده است. در این روش، علاوه بر قدرت حفظ سیگنال در ارتباط با این نوع خاص از نوفه، نتایج تضعیف نوفه کاملاً قابل‌مقایسه با روش‌های آستانه‌گیری است.

gpr random noise attenuation using savitzky-golay filter in the dual-tree complex wavelet domain

ground penetrating radar (gpr) data, like other geophysical methods, always has unwanted energies or noise. noise attenuation is one of the most important steps in the processing of geophysical data before interpretation. different methods have been proposed to attenuate the gaussian noises of gpr data.  each of these methods has its limitations and advantages. in this study, for the first time, savitzky-golay (sg) filter in the dual-tree complex wavelet domain (dtcwt) have been used to attenuate the gaussian and non-gaussian noises of gpr data. synthetic data results in the presence of gaussian noise have indicated the poor performance of the soft and non-negative garrote thresholding methods in the complex wavelet domain in such a way that the downward and damping trend of the frequency spectrum of the thresholding methods indicating the loss of the signal in the high-frequency range. in other words, when the noise is attenuated, the signal is also lost. on the other hand, applying the sg filter has indicated that the original shape of the signal has not been restored in the synthetic and real gpr data. for further investigation, the sg filter with the same wavelet field parameters in the presence of gaussian and non-gaussian noise has been applied to synthetic and real gpr data. the application of the designed sg-dtcwt algorithm on the gpr data has led to more reliable results in terms of signal retention and noise attenuation.