杜家佳，卜 凡，杜国平,，王永利，宋晓峰，杜建平

(1. 南京帝坝工程科技有限公司，江苏南京210094；2. 南京理工大学，江苏南京210063；3. 广西帝坝科技公司，广西南宁530021)

0 引 言

土木工程建设具有工程规模大、环境条件复杂、施工风险高等特点，在工程事故中因渗漏引起的故事高达62%，造成了巨大的经济损失和广泛的社会影响。而究其原由是没有一种能够在天然流场下定量定位测量出地下隐蔽工程渗漏缺陷的技术方法[1]。声呐渗流探测技术作为原创性声呐渗流测量技术，先后在国内外的百余项各类大中型工程上应用与推广，得到业界的普遍认可和好评。声呐渗流探测技术利用声波在水中的优异传播特性而实现对水流速度场的测量。如果被测水体存在渗流，则必然在测点产生渗流场，声呐探测器阵列能够精细地测量出声波在流体中能量传递的大小，依据声呐传感器阵列测量数据的时空分布，即可生成土木工程需要的原位渗流场的渗透流速、渗流方向、渗流量、渗透系数等各种水文地质参数[2]，从而对渗流情况进行判断。然而由于噪声干扰的存在，会影响对渗流属性的判断。因此有必要对渗流波形与噪声波形进行建模、计算与分类，以计算机的手段与方法快速、准确地识别、分离干扰噪声以保证对真实渗流的判断与甄别。

目前对声呐波形进行分类的研究并不多，效果较好的包括通过传统波形分析[3-4]以及通过并行网络[5]、分层网络[6]、通用回归网络(General Regression Neural Network, GRNN)[7]等神经网络模型的声呐分类方法。……