CN104931949B - 雷达扫描模式下风轮机杂波背景下飞机目标检测方法 - Google Patents
雷达扫描模式下风轮机杂波背景下飞机目标检测方法 Download PDFInfo
- Publication number
- CN104931949B CN104931949B CN201510325615.6A CN201510325615A CN104931949B CN 104931949 B CN104931949 B CN 104931949B CN 201510325615 A CN201510325615 A CN 201510325615A CN 104931949 B CN104931949 B CN 104931949B
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- blade
- radar
- doppler frequency
- clutter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 39
- 230000009466 transformation Effects 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000001228 spectrum Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 abstract description 5
- 230000004069 differentiation Effects 0.000 abstract 1
- 230000001427 coherent effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000025518 detection of mechanical stimulus involved in sensory perception of wind Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/414—Discriminating targets with respect to background clutter
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种雷达扫描模式下风轮机杂波背景下飞机目标检测方法。其利用先验信息获得风轮机杂波的雷达多次扫描数据，利用该数据估计风轮机叶片的最大多普勒频率，对获得的雷达扫描数据引入超分辨率技术提高频率分辨率，经超分辨率处理后的雷达回波数据利用霍夫变换检测风轮机叶片与雷达波束是否垂直，若两者垂直再进一步检测是否存在飞机目标；反之，利用经超分辨率处理后的雷达回波功率谱估计风轮机叶尖和飞机可能的多普勒频率，将其与风轮机叶尖多普勒频率的计算值进行对比，根据对比结果判断该距离门是否存在飞机目标。本发明能处理只有风轮机杂波与飞机和风轮机杂波共存两种情况的区分问题，能实现任意叶片初始角度的风轮机杂波背景下飞机目标的检测。
Description
技术领域
本发明属于雷达扫描模式下风轮机杂波和飞机目标回波检测技术领域，特别是涉及一种雷达扫描模式下风轮机杂波背景下飞机目标检测方法。
背景技术
为了应对全球气候变暖问题，世界各国对清洁能源产生了巨大需求，作为一种清洁能源的形式，风力发电目前在全世界受到了高度关注。近年来，世界风力发电累计装机容量呈指数增长趋势。研究表明，风轮机作为高大运动的障碍物，会对其附近的航管监视雷达产生不利影响。此时风轮机回波被看成是一种杂波。风轮机回波中由叶片旋转引起的非零频成分可能导致航管雷达虚警率上升。由于现有航管雷达的动目标检测(Moving TargetDetector,MTD)技术无法检测具有非零频成分的风电场杂波。因此，风轮机杂波的检测对于风轮机杂波抑制、保证空中交通安全具有重要的意义。
近年来许多学者都在一直关注航管雷达的风电场杂波检测技术。Gallardo-Hernando等人提出了通过雷达回波功率谱估计叶片的转速是否在先验的风轮机转速范围来检测风轮机杂波，该算法实现了聚束模式下的风电场杂波检测。James Perry等人提出基于交互式多模型的智能化的点迹和航迹滤波技术，用于实现风电场杂波的检测和抑制，但还是存在少量的错误跟踪。Gallardo-Hernando B利用风电场杂波与气象目标在方位和距离向谱宽的不同实现了气象雷达的风电场杂波的检测，然而，谱宽的估计性能受制于相干脉冲的个数，航管雷达的相干脉冲数较少，因此研究在相干脉冲数较少的情况下，如何基于超分辨率技术实现风电场杂波的自动检测并且不受限于飞机目标和风轮机在同一个分辨单元显得非常重要。贾琼琼等人提出了基于动态杂波图的CFAR检测；吴仁彪等人连续利用单元平均选小恒虚警率检测(SO-CFAR)技术检测风轮机杂波，上述两种方法都受限于飞机和风轮机回波在同一个距离门。另外，上述的风轮机杂波检测技术都没有考虑如下问题：如果检测到某个距离门中存在风轮机杂波，需进一步判断此距离门中是否存在飞机目标。这个步骤是必要的，因为如果这个距离门只含有风轮机杂波，就没有必要进行杂波抑制，只有飞机目标和风轮机目标共存时，才会进行杂波的抑制以便能够准确地跟踪飞机目标。通过进一步判断飞机目标是否存在进而决定是否进行风轮机杂波抑制，从而可以节省资源。因此有必要对检测到风轮机杂波后进行进一步检测，以判断飞机目标是否存在。
发明内容
为了解决上述问题，本发明的目的在于提供一种处理范围广、精度高且处理步骤简单的雷达扫描模式下风轮机杂波背景下飞机目标检测方法。
为了达到上述目的，本发明提供的雷达扫描模式下风轮机杂波背景下飞机目标检测方法包括按顺序进行的下列步骤：
(1)利用先验的多次风轮机雷达回波扫描数据估计出叶片的最大多普勒频率；
(2)通过恒虚警率检测，从获得的雷达扫描回波数据中提取出飞机目标和风轮机回波可能存在的距离门，以缩小数据处理范围；
(3)对步骤(2)中提取出的距离门对应的雷达回波数据进行基于自回归模型的超分辨处理，获得经过超分辨率处理后的雷达回波时频分析图和功率谱图；
(4)对上述经过超分辨率处理后的雷达回波时频分析图进行霍夫变换，通过霍夫变换的直线检测结果来决定是否进行步骤(5)，如果检测到直线，则利用叶片与雷达波束垂直时风轮机杂波的微多普勒特征进行飞机目标是否存在的判断，反之则进行步骤(5)；
(5)针对步骤(3)中获得的经过超分辨率处理后的雷达回波功率谱图进行峰值搜索，同时找出每个峰值对应的多普勒频率，最后结合步骤(1)中获得的风轮机叶片的最大多普勒频率和叶尖多普勒频率的理论计算公式估计出风轮机叶片的初始角度；
(6)利用步骤(5)中估计出的风轮机叶片的初始角度和叶尖多普勒频率的理论计算公式计算出风轮机三个叶尖对应的多普勒频率，同时将其与步骤(5)中搜索到的峰值对应的多普勒进行比较，如果两者接近，则认为只存在风轮机杂波，反之，飞机和风轮机回波共存。
在步骤(4)中，所述的对上述经过超分辨率处理后的雷达回波时频分析图进行霍夫变换，通过霍夫变换的直线检测结果来决定是否进行步骤(5)，如果检测到直线，则利用叶片与雷达波束垂直时风轮机杂波的微多普勒特征进行飞机目标是否存在的判断，反之则进行步骤(5)的方法是：首先利用霍夫变换来检测雷达回波时频分析图中是否存在直线，以判断风轮机叶片是否与雷达波束垂直，如果检测到直线，则此时风轮机叶片与雷达波束垂直；然后基于叶片与雷达波束垂直时风轮机杂波微多普勒特征进行飞机目标的检测，当只有风轮机杂波时，在雷达回波功率图上只能搜索到两个主峰值，当飞机和风轮机杂波共存时，在雷达回波功率谱上能搜索到三个主峰值；如果检测不到直线，则此时风轮机叶片与雷达波束不垂直，需进行步骤(5)和(6)检测飞机目标是否存在。
在步骤(5)中，所述的针对步骤(3)中获得的经过超分辨率处理后的功率谱图进行峰值搜索，同时找出每个峰值对应的多普勒频率，最后结合步骤(1)中获得的风轮机叶片的最大多普勒频率估计风轮机叶片的初始角的方法是：在估计风轮机叶片的初始角度时，首先根据风轮机叶片的对称性，假设叶片的初始角度位于范围内，同时在此叶片初始角度的假设前提下，经过风轮机叶片的分布和旋转特征可知，与雷达波束最接近且垂直的叶片不是参考的叶片就是按照叶片的旋转方向离参考叶片最远的叶片，所以多普勒频率模值最大点一定是在参考叶片的叶尖或者是按照叶片的旋转方向离参考叶片最远叶片的叶尖处出现，然后利用模值最大的多普勒频率的正负确定它是在上面所述的两个叶尖中的哪个叶尖产生的，最后将搜索到的模值最大的多普勒频率与风轮机叶尖多普勒频率的计算公式相结合，进而估计出参考叶片的初始角度。
本发明提供的雷达扫描模式下风轮机杂波背景下飞机目标检测方法首先利用先验信息获得风轮机杂波的雷达多次扫描数据，利用雷达扫描数据估计风轮机叶片的最大多普勒频率，然后对获得的雷达扫描数据引入超分辨率技术提高频率分辨率，经超分辨率处理后的雷达回波数据首先利用霍夫变换进行直线的检测，直线存在就表示此时叶片与雷达波束垂直，再进一步检测是否存在飞机目标；当检测不到直线时，再利用经超分辨率处理后的雷达回波功率谱估计风轮机叶尖和飞机可能的多普勒频率，同时引入风轮机叶尖多普勒频率的理论计算公式，将两组多普勒频率进行对比，最后根据对比的结果判断该距离门是否存在飞机目标。本发明具有处理范围广、处理步骤简单等优点。
附图说明
图1为本发明提供的雷达扫描模式下风轮机杂波背景下飞机目标检测方法流程图。
图2为经过超分辨率处理后的雷达回波时频分析图。
图3为直线霍夫变换示意图。
图4为叶片与雷达波束垂直时，经过超分辨率处理后的雷达回波的功率谱图。
图5为叶片与雷达回波非垂直时，经过超分辨率处理后的雷达回波的功率谱图。
具体实施方式
下面参照附图和具体实施例对本发明提供的基于扫描模式下风轮机雷达回波多普勒特征的风轮机杂波检测方法进行详细说明。
如图1所示，本发明提供的基于扫描模式下风轮机雷达回波多普勒特征的风轮机杂波检测方法包括按顺序进行的下列步骤：
(1)利用先验的风轮机雷达回波数据估计出叶片的最大多普勒频率；
首先利用已知的先验信息获得风轮机的位置，从而可以计算出风轮机直达回波所在的距离门，在飞机未飞到风电场附近时，获得风轮机直达回波的多次扫描数据，从这些扫描数据中搜索出叶片与雷达波束垂直的情况，此时该叶片对应的多普勒频率就是风轮机回波的最大多普勒频率，利用谱中心和谱宽理论估计出风轮机回波的最大多普勒频率。
(2)通过恒虚警率(CFAR)检测，从获得的雷达扫描回波数据中提取出飞机目标和风轮机回波可能存在的距离门，以缩小数据处理范围；
(3)对步骤(2)中提取出的距离门对应的雷达回波数据进行基于自回归(AR)模型的超分辨处理，获得经过超分辨率处理后的雷达回波时频分析图和功率谱图；
扫描模式下航管监视雷达相干脉冲数较少，雷达回波的多普勒频率分辨率较低。本发明基于AR模型的超分辨技术提高雷达回波的频谱分辨率，进而实现雷达回波谱宽的估计。设单个距离门的雷达采样信号为x(m)，m＝0,1,...,M-1，M是单个距离门的雷达采样信号长度，该信号可写为：
其中n为滤波器的阶数，a(k)为滤波器的系数，e(m)是均值为零、方差为σ2的白噪声。AR模型的系统函数H(z)可以表示为：
从而得到其输出信号的功率谱为：
AR模型滤波器的系数a(k)和σ2的求解方法较多。包括Yule-Walker方法，Burg方法或者是协方差方法，本发明采用修正的协方差方法求解a(k)和σ2。图2是经过超分辨率处理后雷达回波的时频分析图。其中图2(a)是叶片与雷达波束垂直时雷达回波的时频分析图，图2(b)是叶片与雷达波束非垂直时雷达回波的时频分析图。从图2中可以知道，当叶片与雷达波束垂直时，叶片上所有散射点回波具有相同的相位，相干叠加后幅度增加，能量急剧上升，会在时频分析图中产生一条直线；当叶片与雷达波束非垂直时，叶片上各散射点回波的相位不一样，相干叠加后部分相消，能量下降，不会在时频分析图中产生一条直线。
(4)对上述经过超分辨率处理后的雷达回波时频分析图进行霍夫变换，通过霍夫变换的直线检测结果来决定是否进行步骤(5)，如果检测到直线，则利用叶片与雷达波束垂直时风轮机杂波的微多普勒特征进行飞机目标是否存在的判断，反之则进行步骤(5)；
由于风轮机叶片的旋转，轮毂到叶尖线速度连续变化，其雷达回波会产生连续变化的多普勒谱，这样就使得风轮机回波的频谱很宽，当风轮机叶片与雷达波束垂直时，该叶片的能量会明显强于其它两个叶片，并且对应的连续变化的多普勒频率能量均匀分布，因此，会在频谱上产生一条随频率变化的直线。当风轮机叶片与雷达波束非垂直时，则不会在频谱上产生这条直线。基于风轮机杂波的这个特征，首先利用霍夫变换进行直线的检测，如果检测到直线，则认为风轮机叶片与雷达波束垂直，反之，风轮机叶片与雷达波束非垂直。然后基于叶片与雷达波束垂直时的风轮机杂波的微多普勒特征进行飞机目标是否存在的检测。
霍夫变换的基本思想是通过某种数学变换，将图像空间中某条曲线上的点变换成霍夫参数空间上的一簇曲线，这些曲线相交于同一点。因此,原图像空间中的曲线检测问题就可以转化为霍夫变换参数空间中某一峰值点的局部检测问题。如图3所示，在笛卡尔坐标系中，图像中的任意一条直线均可由原点到直线的距离ρ0和ρ0与x轴的夹角θ0来确定。对于原图像数据空间的点(x,y)，直线霍夫变换就是利用式(4)将其变换到霍夫参数空间(ρ0,θ0)。
ρ0＝xcosθ0+ysinθ0,θ0∈[0,π] (4)
式中，ρ0为该直线的过原点垂线长度；θ0为x轴与该垂线的夹角。
这样，原图像空间的点对应(ρ,θ)参数空间上的一条正弦曲线。如果原图像空间存在一组点位于由参数ρ0和θ0确定的直线上，则每个点对应于(ρ,θ)参数空间中的正弦曲线必相交于点(ρ0,θ0)。
霍夫变换检测直线的具体步骤如下：
a.霍夫变换的处理对象是二值数据矩阵或者灰度变换后的矩阵,而步骤(3)中获得的经过超分辨率处理后的雷达回波时频分析图对应的数据不能满足霍夫变换的处理要求，因此需要将其转化成二值数据矩阵。
b.对步骤a中获得的二值数据矩阵进行霍夫变换，当风轮机叶片与雷达波束垂直时，经过霍夫变换转换到参数空间进行特征的提取，这里主要是利用了风轮机回波频谱在时频域呈现出的线性特征。
c.在步骤b中，如果检测到直线，则判断此时风轮机叶片与雷达波束垂直，然后需要进行步骤d以检测在此杂波背景下飞机目标是否存在。
d.基于叶片与雷达波束垂直时风轮机杂波的微多普勒特征和处于巡航阶段的飞机目标的多普勒特征来检测在风轮机杂波背景下飞机目标是否存在。具体检测原理如下：
理论上风轮机的3个叶片都有多普勒频率，但是因为与雷达波束垂直的叶片能量很大，而其它两个叶片的能量相对较小，这样就会产生能量的覆盖问题，因此与雷达波束垂直的叶片的多普勒特征能够很明显，而其它两个叶片的多普勒特征相对较弱。这里主要利用了与雷达波束垂直的叶片的多普勒特征进行飞机目标存在与否的检测。每个叶片的最大能量点总是在叶尖处和叶根处出现。当只有风轮机杂波存在时，对雷达回波功率谱进行主峰值搜索，只能搜索到两个主峰值，一个是由于叶尖产生的，一个是由于叶根产生的。当飞机和风轮机同时共存时，主要考虑的是飞机的多普勒频率淹没在风轮机的多普勒频率范围中的情况，此时会搜索到三个主峰值，除了风轮机叶片产生的两个峰值，还有一个飞机产生的峰值。因此，依据在雷达回波功率谱搜索到的主峰值个数检测目标回波是否存在。图4是当叶片与雷达波束垂直时，经过超分辨率处理后的雷达回波的功率谱。其中图4(a)是只有风轮机杂波的情况，图4(b)是飞机和风轮机杂波共存的情况。从图4中可以看出，当叶片与雷达波束垂直时，飞机目标存在与否在回波功率谱上呈现出不同的主峰值个数。
(5)针对步骤(3)中获得的经过超分辨率处理后的雷达回波功率谱图进行峰值搜索，同时找出每个峰值对应的多普勒频率，最后结合步骤(1)中获得的风轮机叶片的最大多普勒频率和叶尖多普勒频率的理论计算公式估计出风轮机叶片的初始角度；
当获得的雷达扫描数据中风轮机叶片与雷达波束非垂直时，风轮机叶片的初始角度的估计过程如下：
主要分为两种情况：
1)飞机目标不存在或者飞机目标存在且其对应的多普勒频率的模值小于风轮机三个叶片的叶尖对应的多普勒频率模值的最大值。
a.对经过超分辨率处理后的功率谱进行峰值搜索，并且找到这些峰值对应的多普勒频率。这些峰值对应的多普勒频率就是风轮机三个叶片的叶尖对应的多普勒频率，同时当存在飞机目标时还包括飞机目标对应的多普勒频率，并且因为三个叶片的叶根处的频率都是零，因此在零频附近一直有比较大的能量。风轮机回波三个叶片的叶尖对应的多普勒频率的理论计算公式为：
其中t0表示初始时刻，T是叶片的旋转周期，fi(t0)是每个叶片的叶尖对应的多普勒频率，fmax是风轮机叶片回波的最大多普勒频率。
根据风轮机叶片的对称性分布，这里假设风轮机叶片的初始角度范围是同时根据风轮机叶片的对称性分布特征，三个叶尖对应的最大多普勒频率的最大值一定是出现在参考叶片的叶尖(即i＝0对应的叶尖)，或者是按照叶片的旋转方向离参考叶片最远的叶尖(即i＝2对应的叶尖)。因为风轮机参考叶片的初始角度范围是式(5)中的正弦函数在范围内是正数，所以参考叶片的叶尖对应的多普勒频率是正的。由前面的分析可知搜索到的模值最大的多普勒频率是i＝0对应的叶尖或者是i＝2对应的叶尖。如果这个模值最大的多普勒频率是正的，则这个多普勒频率是i＝0对应的叶尖产生的，反之，这个多普勒频率是i＝2对应的叶尖产生的。
b.通过步骤a确定搜索到的模值最大的多普勒频率对应的叶尖，再将步骤(1)中估计出的风轮机回波的最大多普勒频率代入到式(5)中，这样就可以通过式(5)计算出初始时刻t0，从而得到风轮机参考叶片的初始角度θ0。
2)飞机目标存在且其对应的多普勒频率的模值大于风轮机三个叶片的叶尖对应的多普勒频率模值的最大值。
当飞机目标对应的多普勒频率大于风轮机三个叶片的叶尖对应的多普勒频率，上面步骤a中搜索到的模值最大的多普勒频率就是飞机目标对应的多普勒频率，再利用上面所述的步骤a到b进行风轮机叶片初始角度的估计，然后计算出风轮机三个叶片的叶尖对应的多普勒频率，显然，在这种情况下计算出的风轮机三个叶尖的多普勒频率是错误的，所以此时在雷达回波功率谱中搜索到多普勒频率和计算出的多普勒频率是不匹配的，因此可以判断飞机目标存在。
(6)利用步骤(5)中估计出的风轮机叶片的初始角度和叶尖多普勒频率的理论计算公式计算出风轮机三个叶尖对应的多普勒频率，同时将其与步骤(5)中搜索到的峰值对应的多普勒进行比较，如果两者接近，则认为只存在风轮机杂波，反之，飞机和风轮机回波共存。
将步骤(5)中估计的参考叶片的初始角度θ0代入到式(1)中，计算出风轮机三个叶片的叶尖对应的多普勒频率，将步骤(5)的步骤a中搜索到的峰值对应的多普勒频率分别与前面计算出的风轮机三个叶片的叶尖对应的多普勒频率进行匹配，如果都能匹配到，则认为此距离单元存在风轮机杂波，反之，此距离单元是风轮机杂波和飞机目标共存。图5(a)是在1)情况下且叶片与雷达波束非垂直时，经过超分辨率处理后的雷达回波功率谱，此时只存在风轮机杂波。图5(b)是在1)情况下且叶片与雷达波束非垂直时，经过超分辨率处理后的雷达回波功率谱，此时飞机目标和风轮机杂波共存。表1是叶片与雷达波束非垂直且飞机目标不存在时，理论计算和搜索到的多普勒频率对比结果。通过表1的对比结果中可以看出，搜索到的多普勒频率分别与理论计算结果匹配，所以此时不存在飞机目标，只有风轮机杂波。表2是叶片与雷达波束非垂直且飞机目标存在，同时飞机目标的多普勒频率模值小于风轮机叶尖的多普勒频率模值的最大值时，理论计算和搜索到的多普勒频率对比结果。通过表2的对比结果中可以看出，搜索到的多普勒频率不能全部与理论计算结果匹配，所以判断此时是风轮机杂波和飞机回波共存。
本实施例中仿真的雷达工作频率为1GHz，脉冲重复频率为1000Hz，脉冲宽度为1μs，相干脉冲数32，风轮机叶片转速25r/min，风轮机相对雷达的方位角为90°，俯仰角0°。
表1
| 理论计算值(Hz) | 149.1 | 296.6 | -445.7 | 0 |
| 估计值(Hz) | 139.9 | 309.7 | -445.7 | 2.1 |
表2
| 理论计算值(Hz) | 146.6 | 298.6 | -445.2 | 0 | |
| 估计值(Hz) | 145.1 | 297.2 | -445.2 | 1.3 | -296.2 |
Claims (3)
1.一种雷达扫描模式下风轮机杂波背景下飞机目标检测方法，其特征在于：所述的雷达扫描模式下风轮机杂波背景下飞机目标检测方法包括按顺序进行的下列步骤：
(1)利用先验的多次风轮机雷达回波扫描数据估计出叶片的最大多普勒频率；
(2)通过恒虚警率检测，从获得的雷达回波扫描数据中提取出飞机目标和风轮机回波可能存在的距离门，以缩小数据处理范围；
(3)对步骤(2)中提取出的距离门对应的雷达回波扫描数据进行基于自回归模型的超分辨率处理，获得经过超分辨率处理后的雷达回波时频分析图和功率谱图；
(4)对上述经过超分辨率处理后的雷达回波时频分析图进行霍夫变换，通过霍夫变换的直线检测结果来决定是否进行步骤(5)，如果检测到直线，则利用叶片与雷达波束垂直时风轮机杂波的微多普勒特征进行飞机目标是否存在的判断，反之则进行步骤(5)；
(5)针对步骤(3)中获得的经过超分辨率处理后的雷达回波功率谱图进行峰值搜索，同时找出每个峰值对应的多普勒频率，最后结合步骤(1)中获得的风轮机叶片的最大多普勒频率和叶尖多普勒频率的理论计算公式估计出风轮机叶片的初始角度；
(6)利用步骤(5)中估计出的风轮机叶片的初始角度和叶尖多普勒频率的理论计算公式计算出风轮机三个叶尖对应的多普勒频率，同时将其与步骤(5)中搜索到的峰值对应的多普勒频率进行比较，如果两者接近，则认为只存在风轮机杂波，反之，飞机和风轮机回波共存。
2.根据权利要求1所述的雷达扫描模式下风轮机杂波背景下飞机目标检测方法，其特征在于：在步骤(4)中，所述的对上述经过超分辨率处理后的雷达回波时频分析图进行霍夫变换，通过霍夫变换的直线检测结果来决定是否进行步骤(5)，如果检测到直线，则利用叶片与雷达波束垂直时风轮机杂波的微多普勒特征进行飞机目标是否存在的判断，反之则进行步骤(5)的方法是：首先利用霍夫变换来检测雷达回波时频分析图中是否存在直线，以判断风轮机叶片是否与雷达波束垂直，如果检测到直线，则此时风轮机叶片与雷达波束垂直；然后基于叶片与雷达波束垂直时风轮机杂波微多普勒特征进行飞机目标的检测，当只有风轮机杂波时，在雷达回波功率图上只能搜索到两个主峰值，当飞机和风轮机杂波共存时，在雷达回波功率图上能搜索到三个主峰值；如果检测不到直线，则此时风轮机叶片与雷达波束不垂直，需进行步骤(5)和(6)检测飞机目标是否存在。
3.根据权利要求1所述的雷达扫描模式下风轮机杂波背景下飞机目标检测方法，其特征在于：在步骤(5)中，所述的针对步骤(3)中获得的经过超分辨率处理后的雷达回波功率谱图进行峰值搜索，同时找出每个峰值对应的多普勒频率，最后结合步骤(1)中获得的风轮机叶片的最大多普勒频率估计风轮机叶片的初始角的方法是：在估计风轮机叶片的初始角度时，首先根据风轮机叶片的对称性，假设叶片的初始角度位于范围内，同时在此叶片初始角度的假设前提下，经过风轮机叶片的分布和旋转特征可知，与雷达波束最接近且垂直的叶片不是参考的叶片就是按照叶片的旋转方向离参考叶片最远的叶片，所以多普勒频率模值最大点一定是在参考叶片的叶尖或者是按照叶片的旋转方向离参考叶片最远叶片的叶尖处出现，然后利用模值最大的多普勒频率的正负确定它是在两个叶尖中的哪个叶尖产生的，最后将搜索到的模值最大的多普勒频率与风轮机叶尖多普勒频率的计算公式相结合，进而估计出参考叶片的初始角度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510325615.6A CN104931949B (zh) | 2015-06-15 | 2015-06-15 | 雷达扫描模式下风轮机杂波背景下飞机目标检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510325615.6A CN104931949B (zh) | 2015-06-15 | 2015-06-15 | 雷达扫描模式下风轮机杂波背景下飞机目标检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104931949A CN104931949A (zh) | 2015-09-23 |
| CN104931949B true CN104931949B (zh) | 2017-09-26 |
Family
ID=54119202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510325615.6A Active CN104931949B (zh) | 2015-06-15 | 2015-06-15 | 雷达扫描模式下风轮机杂波背景下飞机目标检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104931949B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017135371A1 (en) * | 2016-02-05 | 2017-08-10 | Nidec Elesys Corporation | Multicopter with radar system |
| CN105891784B (zh) * | 2016-04-11 | 2018-02-27 | 中国民航大学 | 雷达的风电场杂波抑制中风轮机朝向估计方法 |
| CN106483513B (zh) * | 2016-09-20 | 2018-10-09 | 西安电子工程研究所 | 一种飞机类目标微多普勒纹理特征提取方法 |
| CN107167801B (zh) * | 2017-05-12 | 2019-04-26 | 成都电科智达科技有限公司 | 一种基于旋翼微多普勒特征的多旋翼无人机识别方法 |
| US10794991B2 (en) * | 2017-11-03 | 2020-10-06 | GM Global Technology Operations LLC | Target detection based on curve detection in range-chirp map |
| CN108535710A (zh) * | 2018-03-06 | 2018-09-14 | 中国船舶重工集团公司第七二四研究所 | 一种基于目标环境特征向量的干扰抑制与目标识别方法 |
| CN109870693B (zh) * | 2019-02-28 | 2022-06-24 | 河海大学 | 一种风力涡轮机杂波检测方法 |
| CN110261836B (zh) * | 2019-06-27 | 2023-03-03 | 中国航空工业集团公司雷华电子技术研究所 | 一种抑制由大型风力发电机叶片引起假目标的方法 |
| CN110658506B (zh) * | 2019-09-10 | 2021-09-03 | 武汉大学 | 一种基于角度聚类和多普勒分析的微多普勒杂波滤除方法 |
| CN111198359B (zh) * | 2020-01-11 | 2022-07-05 | 桂林电子科技大学 | 一种基于目标多普勒宽度的旋翼无人机检测方法 |
| CN114236489B (zh) * | 2021-11-26 | 2024-05-24 | 西安电子工程研究所 | 运动平台下的悬停旋翼机检测方法 |
| CN114488105B (zh) * | 2022-04-15 | 2022-08-23 | 四川锐明智通科技有限公司 | 一种基于运动特征及方向模板滤波的雷达目标检测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2484493C (en) * | 2010-10-12 | 2019-02-13 | Tmd Tech Limited | Radar system |
| CN102721954A (zh) * | 2012-07-05 | 2012-10-10 | 中国民航大学 | 基于动态杂波图的风电场杂波识别与抑制方法 |
-
2015
- 2015-06-15 CN CN201510325615.6A patent/CN104931949B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104931949A (zh) | 2015-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104931949B (zh) | 雷达扫描模式下风轮机杂波背景下飞机目标检测方法 | |
| CN107167801B (zh) | 一种基于旋翼微多普勒特征的多旋翼无人机识别方法 | |
| CN104865569B (zh) | 一种基于单频网外辐射源雷达的飞机目标识别方法 | |
| CN102508219B (zh) | 风廓线雷达湍流目标检测方法 | |
| CN110133600B (zh) | 一种直升机旋翼物理参数提取方法 | |
| CN109975780B (zh) | 基于脉冲多普勒雷达时域回波的直升机型号识别算法 | |
| CN108802722B (zh) | 一种基于虚拟谱的弱目标检测前跟踪方法 | |
| CN105093215B (zh) | 基于多普勒信息的雷达对低空慢速小目标的跟踪方法 | |
| CN104133211B (zh) | 一种多普勒频率变换雷达目标分类识别方法 | |
| CN103176187B (zh) | 一种机载预警雷达地面高速公路目标过滤方法 | |
| CN106772387A (zh) | 一种风切变识别方法 | |
| CN109116359B (zh) | 一种机载雷达低空风切变风场回波风速的估计方法 | |
| CN105548970A (zh) | 一种飞鸟探测雷达处理机 | |
| CN104199002B (zh) | 抑制风力发电旋叶虚警目标的雷达信息处理方法 | |
| CN102279399B (zh) | 一种基于动态规划的微弱目标频谱跟踪方法 | |
| CN202433521U (zh) | 风廓线雷达湍流目标检测处理板 | |
| CN109870693A (zh) | 一种风力涡轮机杂波检测方法 | |
| Li et al. | Target classification with low-resolution surveillance radars based on multifractal features | |
| CN102621543B (zh) | 基于粒子滤波和航迹管理的微弱目标检测前跟踪方法 | |
| CN111796247B (zh) | 一种基于微多普勒效应的群组无人机回波仿真方法 | |
| CN105891784B (zh) | 雷达的风电场杂波抑制中风轮机朝向估计方法 | |
| CN104316929A (zh) | 一种功率谱识别方法及装置 | |
| CN111198358B (zh) | 一种基于相关检测的多旋翼无人机回波积累方法 | |
| RU157396U1 (ru) | Устройство распознавания винтовых летательных аппаратов | |
| CN113721214A (zh) | 一种基于空管雷达的直升机悬停检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: He Weikun Inventor after: Narrow autumn apple Inventor after: Wang Xiaoliang Inventor after: Wu Renbiao Inventor before: He Weikun Inventor before: Narrow autumn apple Inventor before: Wang Xiaoliang |
|
| COR | Change of bibliographic data | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| OL01 | Intention to license declared | ||
| OL01 | Intention to license declared |