Fuzzy logic methods in georadar applications

Authors

  • Vladimir G. Sugak «Geoexpert», LLC
  • Ekaterina A. Mikhajlyuk Belgorod State Technological University named after V.G. Shukhov
  • Alexander N. Dubovitskiy «Geoexpert», LLC
  • Evgeny M. Mamatov Belgorod National Research University
  • Mikhail E. Mamatov Belgorod National Research University

DOI:

https://doi.org/10.52575/2687-0932-2021-48-1-168–177

Keywords:

georadar, phase-frequency spectrum, chalk quarry, fuzzy logic, chalk pit

Abstract

A theoretical justification for the development of a scenario for the subsurface structure state estimation of a chalk quarry site based on the results of GPR sounding is proposed, which allows predicting its quality, namely, the degree of whiteness. The proposed scenario is based on the development of models and methods for identifying parameters of GPR signals, in particular, their phase-frequency spectra, which make it possible to establish causal relationships that affect the quality of decision making in the presence of a combination of interfering factors. In this paper, for the first time, data on GPR sounding of a chalk quarry were obtained, showing the presence of stable signs for the selection of chalk areas with increased whiteness. Such a feature is the phase fluctuations of the reflected signals obtained at the cross-section with respect to the radiated polarization of the received signals. This requires a special antenna, in which the radiation of signals is carried out on the main polarization, and the reception is orthogonal to the radiated one. To obtain a clear conclusion about the probability of attributing the chalk layer on the studied area of the chalk quarry to the categories of high, medium or ordinary whiteness, it is proposed to use an algorithm based on the theory of fuzzy logic.

Downloads

Download data is not yet available.

Author Biographies

Vladimir G. Sugak, «Geoexpert», LLC

Doctor of Physical and Mathematical Sciences, a leading scientific advisor "Geoexpert" LLC, Belgorod, Russia

Ekaterina A. Mikhajlyuk, Belgorod State Technological University named after V.G. Shukhov

кандидат физико-математических наук, доцент кафедры программного обеспечения вычислительной техники и автоматизированных систем БГТУ им. В.Г. Шухова., доцент кафедры автоматизи-рованных информационных систем управления СТИ НИТУ «МИСиС»,

г. Белгород, Россия

Alexander N. Dubovitskiy, «Geoexpert», LLC

CEO, “Geoexpert”, LLC. Belgorod, Russia

Evgeny M. Mamatov, Belgorod National Research University

Candidate of Technical Sciences, Associate Professor of the Department of Applied Informatics and Information Technologies Belgorod National Research University. Belgorod, Russia

Mikhail E. Mamatov, Belgorod National Research University

student of the Belgorod National Research University, Belgorod, Russia

References

Григорьева Д.Р., Гареева Г.А., Басыров Р.Р. 2018. Основы нечеткой логики: Учебно-методическое пособие к практическим занятиям и лабораторным работам. Набереж-ные Челны: НЧИ КФУ. 42.

Замятин А.Л. 2006. Повышение информативности исследования геологической среды на основе георадарного зондирования: Горн. информ.-аналит. бюл. 6. 130–132.

Золотарев В.П. 2017. Современные тенденции развития георадарного оборудования: Инженерные изыскания. 12: 46–51.

Корсунов Н.И., Торопчин Д.А. 2016. Метод классификации изображений на основе кластеризации сложных объектов. Научные ведомости Белгородского государствен-ного университета. Экономика. Информатика. 23 (40): 100–104.

Маскайкин В.Н., Федотов Ю.Д., Кирюшин А.В., Масляев В.Н. 2019. Месторождения сырья для минеральных красителей на территории Мордовии: Современные пробле-мы территориального развития. (2).

Мощанский В.А. 1975. О микростроении и классификации мелов: Литология и полез-ные ископаемые. 3: 67–77.

Опыт применения георадарных технологий в дорожном хозяйстве. Режим доступа: [https://files.stroyinf.ru/Data1/56/56239/index.htm#i378430].

Обзорная информация. Гурова А.В., Коваленко А.Н. Вся правда о меловых добавках. Режим доступа: [https://alenmel.ru/stati/vsya-pravda-o-melovykh-dobavkah].

Пегат А. 2009. Нечеткое моделирование и управление. М.: Бином. Лаборатория зна-ний. 798.

Свойства и применение мела. Режим доступа: [http://newchemistry.ru/printletter. php?n_id=5935]

Сергеев Е.М., Сидорова Г.А. 1950. К вопросу о составе и свойствах меловых толщин Воронежской области: Вестник МГУ. Серия физ. -мат. и ест. наук. 12: 133–143.

Яхъяева Г.Э. 2012. Нечеткие множества и нейронные сети: учебное пособие. 2 изд. М.: Интернет-Ун-т Информ. Технологий: Бином. Лаборатория знаний. 315.

Goodman I.R. 1982. Fuzzy sets as equivalence classes of random sets. Fuzzy Set and Pos-sibility Theory: Recent Developments. New York-Oxford-Toronto-Sydney-Paris-Frankfurt, Pergamon Press. 327–343.

Sugak V.G., Dubovitsky A. N. 2018. Antenna Aperture Synthesis For SFCW GPR in a Me-dium with Frequency Dispersion of Radio-Waves Propagation Phase Velocity. 2018 IEEE International Conference on Mathematical Methods in Electromagnetic Theory. 185–187.

Sugak V.G., Sugak A.V. 2010. Phase Spectrum of Signals in Ground Penetrating Radar Ap-plications. IEEE Trans. On Geoscience & Remote Sensing. (48): 1760–1767.


Abstract views: 89

Share

Published

2022-09-19

How to Cite

Sugak, V. G., Mikhajlyuk, E. A., Dubovitskiy, A. N., Mamatov, E. M., & Mamatov, M. E. (2022). Fuzzy logic methods in georadar applications. Economics. Information Technologies, 48(1), 168–177. https://doi.org/10.52575/2687-0932-2021-48-1-168–177

Issue

Section

INFOCOMMUNICATION TECHNOLOGIES

Most read articles by the same author(s)