1.一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，包括以下步骤；

步骤一，数据采集：选取部分含水损害的路段作为采样路段，使用探地雷达对采样路段进行GPR数据采集，采集过程中，在GPR数据采集软件里对路面发生水损害的路段进行标记；

步骤二，GPR数据的预处理：对GPR数据滤波，包括扣除直流分量、静矫正切除、去背景和滑动平均；

步骤三，步骤一的标记区域且其雷达图谱的B-scan图处呈现高亮区域定义为水损害区域，将该区域作为水损害特征，用于识别其他水损害区域，其余区域为正常路面；

步骤四，数据集建立：将处理后的GPR数据导出为矩阵，矩阵元素为雷达波形数据，矩阵维数为n×m，n为GPR数据预处理后每一道波形的采样点数，m为GPR采集的总样本数量，将水损害和正常路面样本合并构建用于训练用的训练样本集和测试样本集；

步骤五，时频特征提取：从训练样本集选取若干个时域特征参数和若干个频域特征参数，从测试样本集选取相同数量的时域特征参数和频域特征参数，对特征参数进行计算，得到二维矩阵；

步骤六，敏感特征提取：对步骤四中的特征参数分别进行分布统计，找到具有明显分布特性的特征作为敏感特征值；

步骤七，归一化处理：对步骤五中的敏感特征值进行归一化处理；

步骤八，PCA主成分分析：对归一化后的敏感特征值进行PCA主成分分析进行降维处理，并取前b个贡献率之和达到95％的主要成分PCs；

步骤九，模型建立：构建分类模型，并利用PCA分析后的主成分PCs作为输入量，对分类模型进行训练，构建水损害的分类模型；

步骤十，水损害识别：将剩余道路路段的GPR数据输入至步骤四中，作为时频特征的提取对象，重复步骤四至步骤七，将步骤七中得到的主要成分数据PCs输入至训练好的模型中，对新路段的水损害进行识别，模型输出结果为正常或水损害。

2.根据权利要求1所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，步骤一中，采用地面耦合高频天线进行路面无损探伤，探地雷达的地面耦合天线频率≥1.6GHz，采样间距≤50mm/道。

3.根据权利要求1所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，步骤二中，对雷达数据进行一维滤波进行去直流漂移；

静矫正切除仅扣除地面以上的信号，取路面直达波的第一个最大峰值；

背景去除采用去均值法，取各采样位置上同一时刻的采样点得均值作为背景杂波信息从原始波形中去除。

4.根据权利要求1所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，步骤三中，提取出a道A-scan数据，训练集和测试集各a/2道，其中每部分包含水损害和正常数据各a/4道。

5.根据权利要求4所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，步骤四中，以单道A-scan为识别单位，对步骤三中的数据集其进行时频域统计量计算，选取16个时域特征参数P1-P16，和12个频域特征参数P17-P28，计算公式下所示；

P3＝max(|xi|)

P9＝max(x)-min(x)

得到一个28×a的二维矩阵，其中x(i)是时域信号序列，i＝1，2，…，n，n是预处理后的单道采样点数；s(k)是信号x(i)的频谱，k＝1，2，…，M，M是谱线总数；fk是第k条谱线的频率值。

6.根据权利要求5所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，步骤五中，每一个特征值对应a个数据，对计算的28个特征值各自进行分布直方图统计，找到具有明显分布特征的特征值。

7.根据权利要求6所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，步骤六中，将步骤五中的敏感特征值归一化到0和1之间。

8.根据权利要求7所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，步骤八中，正常数据标定为0，水损害数据标定为1，将a道A-scan数据按照1:1分为两部分，其中训练集a/2道数据，测试集a/2道数据。

9.根据权利要求8所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，将模型预测结果0和1按照雷达图谱的原采样点坐标，以雷达图谱为背景基础，进行绘图，其中1代表了水损害，0代表了正常，最终在雷达图谱上表现为若干线框，线框区域与水损害区域重合部分越多，则模型的可行性以及准确性越高。

10.根据权利要求1所述的一种基于探地雷达信号时频统计特征的水损害识别方法，其特征在于，根据正常数据实际测试集与预测测试集之比，和水损害数据的实际测试集与预测测试集之比，得到正常数据的识别率和水损害数据的识别率，取平均值为总体识别率，当总体识别率越高，表明模型得到的结果越精确。