基于连续微波的近场地下作物检测与定位新方法及其在农业中的应用

本文综述了一种创新的连续微波技术（Continuous Microwave, CM），用于近场（<3λ）地下作物（如冬笋）的非侵入式检测与定位。研究结合K-means聚类算法与大型语言模型（LLM）辅助信号处理，实现了超过94%的识别准确率和5 cm内的定位误差，为农业精准生产（如根系监测、产量评估）提供了低成本、高效率的技术方案（GPR-inspired）。

　　

Highlight

Antenna module design

如图2所示，该系统采用了我们研究团队自主研发的新型蝴蝶天线（Butterfly Antenna），中心工作频率为1.07 GHz。该天线具备优异的电磁性能和高度灵活的设计结构。天线臂采用实心金属材料制成，确保高导电性和结构稳定性。折叠式四面金属背腔进一步增强了辐射效率与方向性，使其非常适用于中频段应用。内部采用50 Ω同轴馈电结构，实现了高效的信号传输与阻抗匹配。

Pre-experimental result

基于前文所述的硬件基础，我们搭建了一套初步信号检测系统并验证了其可行性。然而，在实际应用场景中，测量环境的复杂性和信号多样性仍带来诸多挑战，需进一步研究与解决。因此，本章将重点测试信号特性对检测系统性能的影响，并提出应对策略。

New method for detecting and locating underground crops in the near-field region

基于上述实验结果，我们选择1 GHz作为检测频率进行分析。但预实验也表明，目标在不同相对位置处的回波信号强度变化并非单调（图7和图9）。因此，仅依靠单点回波信号难以全面描述被测目标的状态。为应对测量中因目标位置变化而导致的困难，我们提出了一种结合扫描检测与机器学习的新方法。

Experimental results

完成上述研究后，我们对检测设备进行了实用化改进（图23）。在小车车轮上安装了距离传感器，用于记录行进距离。车轮直径方向安装了两块磁铁，每转动一周，磁铁依次经过传感器并触发记录。通过统计传感器触发次数，可精确计算小车移动距离，从而实现目标位置的同步标定与信号采集。

Conclusion

本研究受探地雷达（GPR）技术启发，提出了一种近场区域目标检测与定位的新方法。针对现有技术在检测精度与定位能力上的局限，我们提出了改进方案。通过采用连续微波技术，成功开发出一套有效的近场检测设备，并验证了其可行性与检测特性。