CN101482609A - 基于无线传感网的超低空低速平面微带雷达探测器 - Google Patents

Abstract

本发明涉及一种基于无线传感网的超低空低速目标平面微带雷达探测器，它包括：微带雷达信号收发器，预处理电路，微处理器模块，外围接口。本发明可以探测、分辨位于探测器上方30米以内区域低速飞行的物体，当判断出上方飞行的物体符合预设的物体特征时，探测器即输出报警信号。探测器可以通过无线射频收发模块与外部设备通信：输出探测结果，返回查询信息，或者接收控制指令，无线射频收发模块支持ZibBee协议，探测器可以通过多跳、自组织的形式组成无线雷达探测网。

Description

基于无线传感网的超低空低速平面微带雷达探测器

技术领域

本发明涉及一种基于无线传感网的超低空低速平面微带雷达探测器，属于安防领域。该探测器可以探测、分辨位于探测器上方30米以内区域低速(不大于27.7m/s)飞行的物体，当判断出上方飞行的物体符合预设的物体特征时，探测器即输出报警信号。

背景技术

电磁波或声波频率因馈元本身与目标物之间的相对运动所引起的频率改变称为多普勒频移，或称多普勒效应。由多普勒频移得知，固定安装的雷达发出的固定频率微波，遇到静止物体产生的反射波其频率并不改变，遇到运动物体产生的反射波将会发生多普勒频移，频率的改变类似相对速度的计算，图9是多普勒频移的计算。

图中：V＝目标飞行速度

C＝微波速度，空气中约等于3*10⁸m/S

λ_t＝发射微波波长

λ_r＝反射微波波长

多普勒频率＝|射频率，反射频率

平面微带雷达探测器如果检测到多普勒信号则判定有移动目标存在。

针对不同的使用场合，可以选用不同频段的多普勒雷达，本发明中平面微带雷达探测器的工作频率选择在X-频段(10.525GHz)，图10是X-波段(10.525GHz)多普勒频率与目标速度关系图。

根据统计结果，一般手抛物体的飞行速度小于100km/h，对应的多普勒频率小于2kHz，根据恩奎斯特采样定律，要检测到一般手抛物体的多普勒频率，探测器的采样频率不应小于4kHz。根据实际情况，手抛物体不太可能垂直于探测器方向运动，探测器探测到的回波方向的多普勒频率是物体运动速度的分量，因此，探测器采样率取2kHz。

根据c＝λf，可以得出X-波段的波长约等于2.85cm，即物体尺寸小于2.85cm时X-波段会发生绕射，对尺寸小于2.85cm的物体不会报警。

对于重要的区域，例如军事禁区、机场，往往建有钢筋围栏或者砖墙，阻隔非授权人员进入区域内部，这种手段往往只能起到部分阻隔作用，一旦非授权分子翻越围栏、砖墙，或者将爆炸物、毒气弹等违禁物品抛、射入区域内部，围栏、砖墙也就形同虚设了。在这种情况下，在围栏或砖墙顶部安装平面微带雷达探测器能够检测到这些进入区域内部的目标，对围栏或砖墙等物理防范手段是一个很好的补充。

AR模型系数

自回归(AR)模型是一个全极点模型，其含义是：模型当前输出是当前输入和过去p个输出的加权和，公式如下：a_j

$y\left(n\right)=\underset{j=1}{\overset{P}{\mathrm{\Σ}}}{a}_{j}y(n-j)+x\left(n\right)$

其中y(n)是广义平稳随机序列，x(n)是均值为0的白噪声序列；P为模型阶次，a_j为模型各系数。对AR模型参数估计的常用方法有Lattice递推法、Burg法和最小二乘法(Marple算法)、Yule-Walker方法。

神经网络分类器

神经网络本质上是一个大规模非线性连续时间自适应的信息处理系统，通过大量简单关系连接实现复杂的函数关系。系统具有很强的鲁棒性和容错性，善于联想、概括、类比和推广，有很强的自学习能力，可在学习过程中不断完善自己，不断创新。

模式识别是神经网络应用领域最成功的一个重要方面，神经网络模式识别理论的研究一直是非常活跃的学科，其发展与神经网络理论可以说是同步。人工神经网络发展的主要历程有：20世纪50年代末，Rosenblatt提出的感知器模型和Widrow提出的自适应线性元件，出现了简单的线性分类器；1986年，Rumelhart和Mcllelland提出了多层网络“误差反向传播算法(BP)”，使有导师学习多层感知器网络(ML PN)模式分类器走向实用化，在此基础上又派生出若干前向网络，如径向基函数网络(RBFN)和函数链网络等；1982年，美国加州工学院的物理学家Hopfield提出的一种用于联想记忆和优化计算的反馈网络模型，由于引进了“能量函数”的概念，使网络走向具体电路有了保证；20世纪70年代，Watanabe提出了使用模式子空间的概念来设计不同类别对应的子空间，由不同类别聚类的子空间实现模式识别；Kohonen提出的自组织特征映射网络模型等都为神经网络模式识别理论提供了进一步的根据。

对于重要的区域，例如军事禁区、机场，往往建有钢筋围栏或者砖墙，阻隔非授权人员进入区域内部，这种手段往往只能起到部分阻隔作用，一旦非授权分子翻越围栏、砖墙，或者将爆炸物、毒气弹等违禁物品抛、射入区域内部，围栏、砖墙也就形同虚设了。在这种情况下，为了解决围栏或砖墙等物理防范手段的不足，就需要对进入区域内部的目标进行探测，但在目前还没有一种有效的探测装置。

发明内容

本发明的目的是设计出一种基于无线传感网的超低空低速平面微带雷达探测器。

本发明要解决的是现有对低空低速目标探测没有一种有效探测装置的问题。

为了达到上述目的，本发明的装置包括微带雷达信号收发器，预处理电路，微处理器模块，外围接口电路。

本发明的优点：1、能够快速的检测出探测区域内经过的物体，并进行准确分类；2、填补了超低空区域探测手段的空白，有效解决了围界报警领域探测设备漏警率和误警率的矛盾；3、可以采用无线、有线两种手段将信号传输至上位机，无线传输手段保证了在紧急情况下，在现场可以迅速布设探测器。

附图说明

图1是本发明的超低空手抛物体平面微带雷达探测器硬件结构框图。

图2示出了图1中工作流程图。

图3示出了图1中的软件工作流程的一个实施例。

图4示出了图1中微带天线设计图。

图5示出了图1中微带天线外形图。

图6示出了微波信号收发电路以及前端处理电路图。

图7示出了MCU及外围电路图。

图8示出了雷达探测器无线组网示意图。

图9是多普勒频移的计算示意图。

图10是X-波段(10.525GHz)多普勒频率与目标速度关系图。

具体实施方式

下面结合附图及实施例对本发明作进一步的说明。

如图所示，本发明包括：微带雷达信号收发器(传感器模块)，预处理电路(信号处理模块)，微处理器模块，外围接口(外围接口模块)。

所述微带雷达信号收发器为平面微带雷达。微带雷达信号收发器由雷达信号发射天线、反射波接收天线、振荡器、混频器组成，工作频率选择在X-频段(10.525GHz)，发射天线为8个天线微阵，接收天线为8个天线微阵。微带雷达信号收发器脉冲供电电压5V±5％，5.66％占空比时脉冲供电时平均电流为1.2mA～4mA。微带雷达信号收发器产生的原始多普勒信号为毫伏级。

所述预处理电路对雷达信号进行放大，包括放大电路和滤波电路，放大电路采用两级放大，总的放大倍数为2500倍；滤波电路滤除电源纹波和原始多普勒信号中的高频杂波，然后经过二阶的RC高通滤波器，-3db截至频率为50Hz。

所述微处理器模块对预处理后的雷达信号进行特征提取、分类等运算，并发出报警信号，它包括MCU以及模数转换器、晶振、复位电路、IO口等外围电路。MCU为Phlips公司(现在是NXP公司)的基于ARM7内核的LPC2368处理器，LPC2368接口丰富，包括一个10/100以太网(MediaAccess Controller，媒体访问控制器)，一个USB2.0全速接口，两个CAN通道，四个UART(UniversalAsynchronous Receiver/Transmitter，通用异步收发器)接口(即RS-232串口)一个SPI接口，两个SSP(Synchronous Serial Ports，同步串口)接口，3个I2C(Inter-Integrated Circuit)接口，1个I2S(Inter-IC Sound Bus)接口；片内带512KBFLASH程序存储空间和32KB SRAM，6路10位ADC(Analog-Digital Converter，模数转换器)。

所述外围接口(IO模块)负责与邻近传感器组成传感器网络或者直接与上位机通讯，包括有线接口和无线接口。

a)有线接口包括一个RS-232接口、一个CAN接口与外部通信，可以发送信息给上位机或与其他平面微带雷达探测器通过CAN总线联网。采用CAN总线通信时，探测器通过2368内建的CAN2.0控制器发送数据，协议即为CAN协议。CAN2.0控制器与CAN物理总线之间的接口器件采用CM1050，CM1050驱动总线差动接收或发送并内建光电隔离。

b)无线接口(无线收发模块)包括一个CC1100芯片和一根普通黑皮天线

(工作频率433MHz，3bB增益)、外围电路。CC1100是一种低成本单片的UHF收发器，支持ZigBee协议，为低功耗无线应用而设计。电路可以设置为300-348MHz、400-464MHz和800-928MHz的其他频率。RF收发器集成了一个高度可配置的调制解调器。这个调制解调器支持不同的调制格式，其数据传输率可达500kbps。无线收发模块通过多跳、自组织的方式组网；雷达探测器无线组网的拓扑结构为星型网络，即各雷达探测器将信息发送到通讯距离内的基站，基站通过无线或者有线方式与上位机连接。

无线收发模块通过多跳、自组织的方式组网；雷达探测器无线组网的拓扑结构为星型网络，即各雷达探测器将信息发送到通讯距离内的基站，基站通过无线或者有线方式与上位机连接。

对于有目标经过平面微带雷达探测器上方时获取的微波信号，为了能判断出目标的种类，本发明通过提取信号的特征参数并对特征参数进行分类，进而识别目标。特征参数采用AR模型系数，根据最终预测误差(FPE)准则，对于本发明处理的数据，模型阶次取6。

分类器采用反向误差传播(BP)算法的具有一个隐层和一个输出层的标准前向神经网络，隐层和输出层的激活函数均使用sigmoid函数。训练在MATLAB环境中进行，采用具有自适应学习速率梯度下降BP算法的traingda训练函数。网络输出层神经元数目取决于要分类的目标种类，每个神经元对应一种目标。特征样本集的构成也和要分类的目标种类有关，如果要分类的为三种，以每类数据包括200个样本，每个样本对应一列，因此样本集为一3行200列的矩阵。输入层神经元数目取决与样本长度，为3。隐层神经元数目取决于分类目标种类和样本长度，数目不同，网络收敛速度和效果均有很大差异，试验表明，对于本文神经网络分类器的设计，隐层神经元数选择在20-40时的效果较好。教师信号的设置为若输入为某类目标信号，则对应的神经元输出为1，其他神经元输出为0。例如，对于本专利中要分类的为三类目标，则可设【100】对应小动物，【010】对应危险物品，【001】对应其他。

在探测器工作时，微带雷达信号收发器发射的信号和反射波接收天线接收到的信号经混频器后产生多普勒信号，多普勒信号经滤波、放大后，由LPC2368的ADC将多普勒信号转换为数字信号，ADC的采样率为2kHz。

探测器采用AR模型系数作为微波数据的特征，采用神经网络分类器作为分类器，将训练好的神经网络分类器参数与程序一起烧入LPC的FLASH。LPC2368对有效数据提取特征后将调用此分类器和分类器参数。因为探测器工作时，背景噪声为附近辐射的电磁噪声，可视为白噪声。

预处理程序根据数据幅值提取事件数据，当50ms内信号幅值均值大于背景噪声幅值均值的2倍时，认为有目标经过探测器上方，LPC2368开始读取数据，提取该段数据的AR模型系数，直到50ms内信号幅值均值小于背景噪声幅值均值的2倍，这段数据认为是同一个目标的一次有效数据。提取的数据按照每段数据512个数据点(采样率2048，每段数据长1/4s)进行分段，若模型阶次取6，得到6个模型系数，则每个样本的长度为6，下一段与上一段交叠1/8s。若最后一段数据不足512点则舍去。对于同一段数据内的各段数据，本专利采用投票法对分类结果进行数据融合，即一次有效数据长度内各分段数据的分类结果，按照分类目标进行累加，一次有效数据分类结束后，最后目标种类累计数最高的那类即为本次有效数据分类的最终结果。

平面微带雷达探测器通过如前所述的数据帧格式与外界通信时，外部设备可以通过RS-232/CAN2.0总线接口/CC1100无线射频收发器与平面微带雷达探测器组网并收发数据。

平面微带雷达探测器的外壳材料采用聚四氟乙烯，外壳经抗老化处理。供电以及与外部接口均采用防水航空头。

Claims (7)

1、一种基于无线传感网的超低空低速平面微带雷达探测器，其特征在于它包括：微带雷达信号收发器，预处理电路，微处理器模块，外围接口。

2、如权利要求1所述的基于无线传感网的超低空低速平面微带雷达探测器，其特征在于所述微带雷达信号收发器为平面微带雷达，由雷达信号发射天线、反射波接收天线、振荡器、混频器组成，工作频率选择在X-频段(10.525GHz)，发射天线为8个天线微阵，接收天线为8个天线微阵。微带雷达信号收发器脉冲供电电压5V±5％，5.66％占空比时脉冲供电时平均电流为1.2mA～4mA。

3、如权利要求2所述的基于无线传感网的超低空低速平面微带雷达探测器，其特征在于所述预处理电路包括放大电路和滤波电路，放大电路采用两级放大，总的放大倍数为2500倍；滤波电路滤除电源纹波和原始多普勒信号中的高频杂波，然后经过二阶的RC高通滤波器，-3db截至频率为50Hz。

4、如权利要求1所述的基于无线传感网的超低空低速平面微带雷达探测器，其特征在于所述微处理器模块包括MCU以及模数转换器、晶振、复位电路、IO口，MCU为基于ARM7内核的LPC2368处理器。

5、如权利要求1所述的超低空手抛物体平面微带雷达探测器，其特征在于所述外围接口为RS-232串口、CAN2.0总线接口，无线射频收发模块。

6、如权利要求5所述的基于无线传感网的超低空低速平面微带雷达探测器，其特征在于其无线收发模块采用ZigBee协议，通过多跳、自组织的方式组网。

7、如权利要求1所述的基于无线传感网的超低空低速平面微带雷达探测器，其特征在于该雷达探测器无线组网的拓扑结构为星型网络，即各雷达探测器将信息发送到通讯距离内的基站，基站通过无线或者有线方式与上位机连接。

Images