CN107783133A - 毫米波雷达的固定翼无人机防撞系统及防撞方法 - Google Patents
毫米波雷达的固定翼无人机防撞系统及防撞方法 Download PDFInfo
- Publication number
- CN107783133A CN107783133A CN201610729306.XA CN201610729306A CN107783133A CN 107783133 A CN107783133 A CN 107783133A CN 201610729306 A CN201610729306 A CN 201610729306A CN 107783133 A CN107783133 A CN 107783133A
- Authority
- CN
- China
- Prior art keywords
- signal
- unmanned plane
- frequency
- subsystem
- point
- 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.)
- Granted
Links
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
毫米波雷达的固定翼无人机防撞系统及防撞方法,属于信号处理领域,为了解决毫米波雷达的固定翼无人机防撞问题,包括天线分系统、射频分系统、信号调理分系统、信号处理分系统;所述天线分系统形成雷达探测所需的发射和接收波束,并将发射信号向指定区域辐射,并接收指定区域内的目标散射回波信号;所述信号处理分系统,使信号调理分系统输出的四路I/Q中频信号,采集到AD采集通道中,并进行信号处理且输出。效果是:各分系统的组合,使得该系统可以在采集数据的基础上,获得多目标障碍物的距离、速度等参数,从而检测出多目标障碍物与无人机的碰撞可能。
Description
技术领域
本发明属于信号处理领域,涉及一种毫米波雷达的固定翼无人机防撞系统及防撞方法。
背景技术
无人机就是无人驾驶飞机,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。按应用领域,可分为军用与民用。
无人机的民用领域还可以细分为两大类:一类是行政部门,如气象、警用、测绘、环境保护、科学研究和灾害预防和管理等;一类是商用,如影视航拍、农林植保、电力能源巡检等。目前,我国无人机在政府部门已得到了广泛的应用,在商用领域也在加快推广。
美国消费电子协会数据显示,2015年全球民用无人机有望售出40万架,市场规模预计会比去年增长55%,达到1.3亿美元。而到2018年,预计全球无人机市场规模将会攀升到至少10亿美元,市场需求将会很快爆发。
民用无人机虽然当前国内市场规模并不大,但用途广泛,未来发展空间巨大。2013年国内民用无人机需求规模为0.5亿美元,预计未来10年我国民用无人机将保持20%以上的速度增长,至2022年无人机市场规模有望接近3亿美元。
无人机主要分为旋翼无人机和固定翼无人机。这两种无人机的飞行原理不同,所以各有各的特点。多旋翼无人机是依靠多个旋翼产生的升力来平衡飞行器的重力,让飞行器可以飞起来,通过改变每个旋翼的转速来控制飞行器的平稳和姿态。所以多旋翼飞行器可以悬停,在一定速度范围内以任意的速度飞行,基本上就是一个空中飞行的平台,可以在平台上加装传感器,相机等,甚至机械手之类的仪器,操作简单,经过简单的培训人人都可以操作。目前无人机旋翼公司主要有大疆,parrot等公司。
固定翼无人机靠螺旋桨或者涡轮发动机产生的推力作为飞机向前飞行的动力,主要的升力来自机翼与空气的相对运动。所以,固定翼飞机必须要有一定的无空气的相对速度才会有升力来飞行。因为这个原理,固定翼飞行器具有飞行速度快,比较经济,运载能力大的特点。固定翼的无人机也是非常有用的,在有大航程,高度的需求时,一般选择固定翼无人机,比如电力巡线,公路的监控等等。
固定翼飞机与旋翼机比较时既有优势也有劣势。固定翼飞机由于它们在没有电源的时有天然的滑翔能力,在空中面对驾驶与技术错误时更为宽容。固定翼飞机也有能力在低电量时带着更大载重飞到更远的距离。但是当需要精确的任务时,固定翼飞机就处于劣势了。由于它们必须要有空气流过它们的机翼来产生升力。这意味着它们必须保持向前运动,就是说它们不能像飞行器一样在一个地点上盘旋,因此不能提供一个精确的相机位置水平。所以,用于更长时间与更大载重的任务,一架固定翼是最好的选择。
无人机发展多年,如何让无人机感知距离,回避障碍,一直都是个很大的难题。国外相关机构统计,每10000h飞行中,直升机平均会发生10次事故,各类事故中,因与低空飞行时的障碍物相撞而引起的事故比例约占35%,已经远远超过其他事故原因。威胁无人机室外低空飞行安全的物体主要有树木等自然物体以及电力线、电线杆、建筑物等人造物体,其中,由于电力线体积小,难以用肉眼发现,对无人机的飞行安全危害最大。
无人机防撞最早的测距方式其实有点像倒车雷达,透过类似蝙蝠的“听觉”,向测距对像射出电波,感知反射后判定物件的方向和位置。法国无人机公司Parrot旗下的AR.Drone无人机,最早就透过超声波方式往下方测距,让无人机能固定在同一高度上飞行;而零度无人机的探索者第二代(XIRO Xplorer 2)则采用特殊红外线方式360度测距,藉此回避障碍物。然而,雷达式测距的最大限制是:它需要先发射电波,然后侦察电波反射;在续航力和电波发射功率的限制下,很难进行长距离的测距:例如Parrot Bebop Drone的超声波定高,最高距离只有8米,而零度探索者2的最大回避半径,则只有6米。大疆Phantom 4或是Yuneec Typhoon H透过双目感应器,只要在光线良好的环境下,它的自动避障距离比超声波雷达式避障要远得多:大疆的双目感应器可以判断最远约15米的障碍,比ParrotBebop Drone远了接近一倍。但是采用视觉实现避障,环境变化会对其避障功能产生巨大的影响,大大影响其避障功能。
上述技术方法,主要是通过采用视觉传感器、红外传感器以及超声波雷达传感器对无人机飞行环境中的障碍物做出避障行为,但是由于这些传感器作用距离较近造成固定翼无人机快速飞行过程中避障反应时间短,且易受到恶劣天晴以及突发环境变化影响而导致避障失败等缺点。
发明内容
为了解决毫米波雷达的固定翼无人机防撞问题,本发明提出如下技术方案:一种毫米波雷达的固定翼无人机防撞系统,包括天线分系统、射频分系统、信号调理分系统、信号处理分系统;
所述天线分系统形成雷达探测所需的发射和接收波束,并将发射信号向指定区域辐射,并接收指定区域内的目标散射回波信号;
所述射频分系统,产生发射信号且发射信号的频率按照调制信号的规律进行变化,实现输出线性调频连续波;
所述信号调理分系统,对中频模拟信号的滤波和幅值放大;
所述信号处理分系统,使信号调理分系统输出的四路I/Q中频信号,采集到AD采集通道中,并进行信号处理且输出。
有益效果:上述方案,给出了一种基于毫米波雷达的固定翼无人机多目标防撞系统,各分系统的组合,使得该系统可以在采集数据的基础上,获得多目标障碍物的距离、速度等参数,从而检测出多目标障碍物与无人机的碰撞可能。
附图说明
图1基于毫米波雷达的固定翼无人机防撞系统框图;
图2线性调频三角波FMCW在一个扫频周期内的频率变化图;
图3固定翼无人机短距离防撞系统信号处理流程图。
具体实施方式
实施例1:一种毫米波雷达的固定翼无人机防撞系统,包括天线分系统、射频分系统、信号调理分系统、信号处理分系统;
所述天线分系统形成雷达探测所需的发射和接收波束,并将发射信号向指定区域辐射,并接收指定区域内的目标散射回波信号;
所述射频分系统,产生发射信号且发射信号的频率按照调制信号的规律进行变化,实现输出线性调频连续波;
所述信号调理分系统,对中频模拟信号的滤波和幅值放大;
所述信号处理分系统,使信号调理分系统输出的四路I/Q中频信号,采集到AD采集通道中,并进行信号处理且输出。
作为一种技术方案,所述天线分系统包括发射天线和接收天线,所述接收天线是由三行接收天线通过背面馈电网络组成的两个接收天线,使用微带矩形贴片形成组阵;所述发射天线、接收天线通过过孔与背面微波电路连接。
所述信号处理分系统,包括ARM芯片、电源模块、串口模块和CAN模块,所述AMR芯片将信号调理分系统输出的四路I/Q中频信号,采集到ARM芯片自带的四路AD采集通道中,由ARM芯片进行信号处理,通过串口模块和/或CAN模块输出。
天线分系统包括发射天线和接收天线,所述射频分系统包括压控振荡器和混频器,所述信号处理分系统包括信号调理电路和PLL锁相环,所述信号处理分系统包括A/D转换器和ARM芯片,ARM芯片的一端连接于信号发生器,信号发生器连接于压控振荡器,压控振动器分别连接于发射器和混频器的第一端,混频器的第二端连接接收器,混频器的第三端连接信号调理电路,信号调理电路连接A/D转换器,A/D转换器连接ARM芯片的另一端。
作为一种实施例,所述的信号处理的方法是:
S1.计算通道1中AD采集到的上、下扫频IQ两路数据的均值,IQ两路各数据点分别减掉计算得到的均值;计算通道2中AD采集到的上扫频IQ两路数据的均值,IQ两路各数据点分别减去计算得到的均值;该步骤主要是起到去直流的目的,降低直流对检测附近目标的影响。
S2.对去直流后的通道1和通道2中A/D采集到的IQ数据,进行FFT变换,将时域数据转换成频率数据;
S3.将FFT变换后的复数模值做CFAR门限检测,输出过门限的第一个峰值点,主要是考虑到对无人机飞机危险程度最大的为距离无人机最近的物体,所以并不是找所有过门限的最大值,而是选择第一个过门限的峰值。通道1中上扫频段第一个过门限点,得到该点对应的频率值和/或对应的FFT变换后的数据、相位;通道2中上扫频段第一个过门限点,得到该点对应的频率值和/或对应的FFT变换后的数据、相位;通道1中下扫频段第一个过门限点,则得到该点对应的频率值;
S4.将得到的通道1中上扫频频率值和下扫频对应的频率值,得到无人机前向障碍物目标的距离和速度;
S5.将得到的通道1和通道2中,根据各自上扫频分别计算得到相位差为Δψ。
作为一种实施例,所述步骤S3,设通道1中上扫频段第一个过门限点的峰值坐标为p1_up,则该点对应的频率值为f1_up,对应的FFT变换后的数据为a_p1_up+1j*b_p1_up,相位通道2中上扫频段第一个过门限点的峰值坐标为p2_up,则该点对应的频率值为f2_up,对应的FFT后的数据为a_p2_up+1j*b_p2_up,相位设通道1中下扫频段第一个过门限点的峰值坐标为p1_down,则该点对应的频率值为f1_down;其中:a表示I路的数据值,b表示Q路的数据值,a_p1_up表示在a+j*b组成的数组中,过门限的峰值点对应的坐标为p1_up,b_p1_up表示在a+j*b组成的数组中,过门限的峰值点对应的坐标为b_p1_up。
作为一种实施例,所述步骤S4中:将步骤S3中得到的通道1中上扫频频率值f1_up和下扫频对应的频率值f1_down,根据公式得到无人机前向障碍物目标的距离,其中,T为三角波周期,T=20ms,B为调频带宽,B=200MHz,c为光速,c=3.0×108;根据公式得到无人机前向障碍物目标的速度,其中f0为中心频率,f0=24.125GHz。
作为一种实施例,将步骤S3中得到的通道1和通道2中的各自上扫频分别计算得到的相位,根据计算公式得到相位差Δψ;根据公式计算方位角,其中:λ为波长,d为天线间距。
实施例2:一种实施例1所述的各毫米波雷达的固定翼无人机防撞系统的防碰撞方法,包括如下步骤:
(1)信号处理分系统的DSP采用DA的方式输出具有一定幅值和频率的调制信号,控制射频分系统的压控振荡器VCO产生一定范围内的发射信号,且发射信号的频率按照调制信号的规律进行变化;
(2)压控振荡器VCO产生的发射信号分成两路,其中一路通过发射天线向无人机飞行前方的空间中辐射出去,另一路则与天线分系统的接收天线接收到的带有前方障碍物目标信息的回波信号进行混频,经射频分系统混频器之后的信号是差频信号,无人机飞行前方的目标信息就包含在差频信号中;
(3)将差频信号经过信号调理后输入到信号处理分系统的DSP处理器进行AD采样;
(4)将采样后的三路IQ数据进行数字信号处理,数字信号处理主要依次包括去直流、FFT时频变化,CFAR门限检测,峰值搜索以及距离、速度解耦计算、方位角计算,对于一些场合可采用动目标显示(MTI)技术和动目标检测(MTD)技术等,实现二维FFT变换;
(5)经过信号处理得到前向危险目标的距离、速度、角度相关信息,通过CAN或是其他通信方式接入到无人机主控制器中或是输出通过无线传输方式传回到上位机或是手机等终端进行实时显示。
作为一种实施例,所述方法还包括步骤:
(6)通过对无人机前方危险障碍物距离、速度以及方位的计算,无人机主控制器根据对前方目标实时更新的距离、速度以及方位数据信息进行数据处理,所述数据处理主要包括滤波、预测等处理,可以采用卡尔曼滤波以及预测等方法进行,通过滤波以及预测算法对其前方障碍目标得到实时检测以及跟踪。通过判断前方目标距离、速度和方位角,结合无人机自身的飞行速度,提前规划好避障策略,从而使得无人机完成整个避障过程。
实施例3:作为实施例1或2的补充,本实施例专利通过采用毫米波雷达传感器实现固定翼无人机避障功能。由于毫米波雷达工作波长介于1mm~10mm之间,与其他的探测方式相比,主要有探测性能稳定、环境适应良好、尺寸小、价格低,可以在相对恶劣的雨雪天气使用等优点,而且毫米波雷达的作用距离远,可以达到120m或是更远的距离,是视觉传感器、红外传感器以及超声波雷达传感器等避障传感器所无法达到的距离,而且毫米波雷达可以实现固定翼飞行前方环境中主要危险目标相关信息的准确获取,如目标与无人机的相对距离、相对速度以及相对角度等,从而实现固定翼无人机可以快速的进行避障行为。因此,本实施例重点介绍基于毫米波雷达传感器的固定翼无人机避障系统的一种实现方法。
本实施例设计的基于毫米波雷达的固定翼无人机防撞系统,该防撞系统主要是通过采用毫米波雷达传感器对固定翼无人机飞行前方环境中障碍物与无人机的相对距离、相对速度以及方位进行计算,通过对前方障碍物目标的感知,通过控制决策做出固定翼无人机的防撞行为。
本实施例所采用的毫米波雷达传感器工作频率在24GHz或77GHz等波段,由于毫米雷达的基本工作原理是相同的,所以并不局限于上述两种工作波段。固定翼防撞毫米波雷达系统,采用线性调频连续波体制LFMCW,主要是由于LFMCW体制的毫米波雷达系统,其距离分辨率高。本实施例所设计的波形采用线性调频三角波波形,主要是通过三角波的上扫频和下扫频实现障碍物目标距离以及速度解算。由于固定翼无人机的最大飞行速度可达到120km/h,为给出固定翼无人机2s~3s的预警时间执行避障,所以本实施例所设计的固定翼无人机防撞的最大测距为120m,比目前市面上的无人机防撞距离高出8倍以上。
本实施例首先给出基于毫米雷达的固定翼无人机防撞系统(下面简称无人机防撞系统)总体设计方法及设计框图。无人机防撞系统主要安装在固定翼无人机的正前方。无人机防撞系统由天线部分、射频前端部分、中频信号调理部分、数字信号处理器部分以及主控制器部分组成。基于毫米波雷达的固定翼无人机防撞系统框图如图1所示。
无人机防撞毫米波雷达的基本工作原理如下:
(1)DSP采用DA的方式输出具有一定幅值和频率的调制信号,控制压控振荡器VCO产生一定范围内的发射信号且发射信号的频率按照调制信号的规律进行变化;
(2)VCO产生的发射信号分成两路,其中一路通过发射天线向无人机飞行前方的空间中辐射出去,另一路则与接收天线接收到的带有前方障碍物目标信息的回波信号进行混频。经混频器之后的信号就是差频信号,无人机飞行前方的目标信息就包含在差频信号中;
(3)将差频信号经过信号调理后输入到DSP处理器进行AD采样;
(4)将采样后的三路IQ数据进行数字信号处理。数字信号处理主要包括去直流、FFT时频变化,CFAR门限检测,峰值搜索以及距离、速度解耦计算、方位角计算等,对于一些场合可采用动目标显示(MTI)技术和动目标检测(MTD)技术等,实现二维FFT变换;
(5)然后经过一定的信号处理得到前向危险目标的距离、速度、角度等相关信息,通过CAN或是其他通信方式接入到无人机主控制器中或是输出通过无线传输方式传回到上位机或是手机等终端进行实时显示。
(6)通过对无人机前方危险障碍物距离、速度以及方位的计算,无人机主控制器根据对前方目标实时更新的数据信息进行数据处理,主要包括滤波预测等处理,可以采用卡尔曼滤波以及预测等方法进行,通过滤波以及预测算法对其前方障碍目标可以做到实时检测以及跟踪,通过判断前方目标距离、速度和方位角,结合无人机自身的飞行速度,提前规划好避障策略,从而使得无人机完成整个避障过程。
本实施例下面给出固定翼无人机防撞毫米波雷达信号处理部分的设计以及信号处理方法。
本实施例设计的雷达中心频率f为24.125GHz。发射波形选择三角波,周期为20ms,带宽为200MHz。发射波形如图2所示。
所以本实施例采用双接收天线的方式,即双通道IQ数据,通过对双通道IQ数据的计算实现对目标距离速度的解算以及目标方位角的计算。
固定翼无人机防撞毫米波雷达信号处理流程图,如图2所示,具体实现步骤如下:
1.计算通道1中AD采集到的上、下扫频IQ两路数据的均值,IQ两路各数据点分别减掉计算得到的均值;计算通道2中AD采集到的上扫频IQ两路数据的均值,IQ两路各数据点分别减去计算得到的均值。该步骤主要是起到去直流的目的,降低直流对检测附近目标的影响。
2.对去直流后的通到1和通道2中A/D采集到的IQ数据,进行FFT变换,将时域数据转换成频率数据。
3.将FFT变换后的复数模值做CFAR门限检测,输出过门限的第一个峰值点,主要是考虑到对无人机飞机危险程度最大的为距离无人机最近的物体,所以并不是找所有过门限的最大值,而是选择第一个过门限的峰值。
设通道1中上扫频段第一个过门限点的峰值坐标为p1_up,则该点对应的频率值为f1_up,对应的FFT后的数据为a_p1_up+1j*b_p1_up,相位通道2中上扫频段第一个过门限点的峰值坐标为p2_up,则该点对应的频率值为f2_up,对应的FFT后的数据为a_p2_up+1j*b_p2_up,相位设通道1中下扫频段第一个过门限点的峰值坐标为p1_down,则该点对应的频率值为f1_down。
4.将步骤三中得到的通道一中上扫频频率值f1_up和下扫频对应的频率值f1_down,根据公式其中,T为三角波周期,T=20ms,B为调频带宽,B=200MHz,c为光速,c=3.0×108;根据公式其中f0为中心频率,f0=24.125GHz。根据这两个公式,得到无人机前向障碍物目标的距离和速度。
5.将步骤3中得到的通道1和通道2中,根据各自上扫频分别计算得到的相位和计算根据计算公式 得到相位差为Δψ。
根据公式计算方位角,其中,d为天线间距。
由上述步骤则完成固定翼无人机防撞毫米波雷达对无人机运行前方障碍物距离、速度以及方位角等信息的详细解算功能。
1、本发明首次给出了基于毫米波雷达的固定翼无人机防撞系统的整体设计方法及其工作原理;采用DA的方式控制VCO,使得系统简单,降低系统成本,同时将毫米波雷达应用在最大速度为120km/h的固定翼无人机,最远检测距离可以达到120m。
2、本发明给出基于毫米波雷达的固定翼无人机防撞系统信号处理部分的设计以及处理方法。
实施例3:对于上述各方案中,峰值处理,本实施例提供一种应用于无人机信号的峰值处理方法:
设置一个峰值点阈值因子α,其用于限制检测出的过门限最大峰值点与上一周期出现的最大峰值点的差值绝对值,使得该差值绝对值不得大于该峰值点阈值因子α:
表达式如下:
|L_max(k)-L_max(k-1)|≤α;
其中:L_max(k)为k周期的过门限最大峰值点坐标,L_max(k-1)为上一周期的最大峰值点坐标,k表示第k时刻;vmax为无人机最大飞行速度,λ为毫米波雷达波长,fs为采样率,N为FFT的点数;
如果k时刻,过门限最大峰值点与k-1时刻过门限最大峰值点的绝对值差值在所设置的峰值点阈值因子α范围内,则认为第k周期的峰值点有效;如果k时刻,过门限最大峰值点超过所设置的峰值点阈值因子α,则k时刻输出的峰值点用k-1时刻的峰值点进行替换。
作为上述技术手段的解释,在相邻周期的一个时间单元内,当前周期解算出的峰值点,与上个周期的峰值点,如果在相邻周期内,速度没有发生变化,则峰值点在相邻周期内也会保持不变,但是如果在相邻周期时间内,无人机水平飞行速度发生变化,会导致当前周期的峰值点在上一周期的峰值点发生一定的变化,如果是无人机靠近目标,则当前周期的点数会小于上一周期的点数,如果无人机远离目标,则当前周期的点数会大于上一周期的点数,该峰值点的变化范围即是所设计的峰值点阈值因子α,该因子选取的取值范围,主要取决于在相邻周期内,无人机的最大飞行速度,即公式其中vmax为无人机最大飞行速度,λ为毫米波雷达波长,fs为采样率,N为FFT的点数。
但是如果旋翼无人机飞行环境发生突变后,对应的过门限的峰值点数也可能会连续发生超出所设计的阈值因子。如果不进行修正,发生突变后,每个周期检测到的过门限最大峰值点都会超过设置的阈值因子,每次过门限最大峰值点坐标都会被修正为上一时刻的峰值点坐标,即同理值也会保持突变前的值,不能适应突变后的值。为了提高无人机对各种环境的适应能力,为此引入一个峰值点突变累计因子φ。
设置一个峰值点突变累计因子φ,该峰值点突变累计因子φ的定义为,如果从k时刻开始,连续b个周期,b的取值范围为5~10,过门限最大峰值点与前一周期的过门限最大峰值点相比,都超过阈值门限因子a,则第k+b时刻,将当前时刻解算出的过门限最大峰值点作为当前时刻的过门限最大峰值点。为了保证跟踪的实时性,建议b的取值为5~10个。
通过上一步得出过门限最大峰值点后,为了提高表系统值测量的精度,提出提高测距精度的谱最大估计算法。
理想情况下,回波差频信号的频谱只有一个谱线,但是实际在使用过程中,由于采样存在栅栏效应,离散频谱最大幅值谱线必然会发生偏移谱峰位置,从而通过峰值点计算出的距离值与实际距离将会存在一定的误差。当谱峰发生偏移的时候,相对于主瓣峰值所对应的中央谱线将会两种情况,即左偏或是右偏。如果过门限最大值峰值点的左右峰值中,左边峰值大于右边峰值,则中央谱线所在的位置,在最大峰值点与左边峰值点之间,反之,则在最大峰值点与右边峰值点之间。
由于FFT计算得到的频谱对连续距离普等间距采样,其频谱幅值最大点必定位于其曲线的主瓣内,主瓣内有且仅有两个采样点。设过门限最大峰值点A1的坐标为(a1,k1),其中,a1表示过门限最大峰值点的值,k1表示过门限峰值点对应的幅度值;最大峰值点左右两边,次峰值点坐标为A3(a3,k3),设所求的中央峰值点A为(amax,kmax),则e=amax-a1,则A1点,关于A点对称点A2坐标为(a2,k1)=(a1+2e,k1),复包络的零点A4为(a4,k1)=(a3+e,0);
其中:a2、a3、a4是对应点的过门限最大峰值点的值,k3、k4是对应点的过门限峰值点对应的幅度值;
A2、A3和A4近似为一条直线,其线性关系为:
令则
设定误差E与偏差e进行比对,如果|e|<E,则此时的过门限峰值点的值则为所要求的中央峰值点的值,如果偏差e大于所设定的误差E时,β为修正因子,取值范围为1.5~1.9,该修正因子的选取理由是:由于初始的时候A点对称点A2坐标为(a2,k1)=(a1+2e,k1),初始条件时A点横轴坐标点与A2横轴坐标是关于最大峰值点对称的,即A2的坐标点是a1+2e,如果偏差e大于所设定的误差E时,说明A2的坐标选取过大,也即是最大峰值点在a1+2e之间,2倍的偏差e需要进行取小,本发明采用的修正方法是,通过改变修正因子β的大小从而改变l值,然后进行e的不断迭代,直到e小于设定的误差E为止。修正因子β的取值原则可以根据所需求达到的E值进行选取,如果E需求精度不高,修正因子β可以选择1.9进行修正,如果E需求精度很高,可能需要多次迭代达到要求,则需要修正因子β尽量选择小一点,可以选择1.5进行修正,本发明给出了一个快速解算出最大峰值点的修正因子的区间范围值,即修正因子β=1.5~1.9。改变修正因子计算出e的值,以计算得到中央峰值点的值amax=a1+e。
作为另一种实施例,还包括步骤:距离跟踪:设置一个阈值因子ε,其用于限制当前距离数据H(k)与上一周期出现的距离数据H(k-1)的差值绝对值,使得该差值绝对值不得大于该阈值因子ε;
表达式如下:
|H(k)-H(k-1)|≤ε,ε取值范围为0.8~1.3;
如果k时刻的数据与k-1时刻的绝对值差值,在所设置的阈值因子ε范围内,则认为第k周期的峰值点有效;如果k时刻,数据超过所设置的阈值因子ε,则k时刻输出的数据用k-1时刻的数据进行替换。
设置一个突变累计因子θ,该突变累计因子θ的定义为,如果从k时刻开始,连续b个周期,数据与前一周期的数据相比,都超过阈值门限因子θ,则第k+b时刻,将当前时刻解算出的数据作为当前时刻的数据。
作为一种实施例,具体到本实施例中,对于上述未执行距离跟踪或执行了距离跟踪的,输出时,对于单次输出的距离数据,采用滑窗算法进行距离值的输出;
第k时刻的数据等于滑窗中的Nc个值去掉最大值和最小值后的均值,作为最后的数据输出,其计算公式为
其中Nc表示滑窗所采用的数据点数。
采用峰值跟踪算法和跟踪算法,可以有效避免由于单次或是多次峰值搜索的错误而导致一次或是多次数据解算的异常现象,如在单次峰值搜索过程中,发生峰值跳变,相邻周期之间的峰值差值很大,同时由与峰值的跳变,而引起的发生很大的跳变,即该周期内,峰值跳变引起的的跳变范围,已经远远大于由无人机速度引起的一个周期所产生的距离变化范围。由此峰值跟踪以及跟踪可以有效避免这种异常峰值导致的异常值,从而有效地的提高跟踪的数据的稳定度。
以上所述,仅为本发明创造较佳的具体实施方式,但本发明创造的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明创造披露的技术范围内,根据本发明创造的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明创造的保护范围之内。
Claims (7)
1.一种毫米波雷达的固定翼无人机防撞系统,其特征在于,包括天线分系统、射频分系统、信号调理分系统、信号处理分系统;
所述天线分系统形成雷达探测所需的发射和接收波束,并将发射信号向指定区域辐射,并接收指定区域内的目标散射回波信号;
所述射频分系统,产生发射信号且发射信号的频率按照调制信号的规律进行变化,实现输出线性调频连续波;
所述信号调理分系统,对中频模拟信号的滤波和幅值放大;
所述信号处理分系统,使信号调理分系统输出的四路I/Q中频信号,采集到AD采集通道中,并进行信号处理且输出。
2.如权利要求1所述的毫米波雷达的固定翼无人机防撞系统,其特征在于,所述的信号处理的方法是:
S1.计算通道1中AD采集到的上、下扫频IQ两路数据的均值,IQ两路各数据点分别减掉计算得到的均值;计算通道2中AD采集到的上扫频IQ两路数据的均值,IQ两路各数据点分别减去计算得到的均值;
S2.对去直流后的通道1和通道2中A/D采集到的IQ数据,进行FFT变换,将时域数据转换成频率数据;
S3.将FFT变换后的复数模值做CFAR门限检测,输出过门限的第一个峰值点,通道1中上扫频段第一个过门限点,得到该点对应的频率值和/或对应的FFT变换后的数据、相位;通道2中上扫频段第一个过门限点,得到该点对应的频率值和/或对应的FFT变换后的数据、相位;通道1中下扫频段第一个过门限点,则得到该点对应的频率值;
S4.将得到的通道1中上扫频频率值和下扫频对应的频率值,得到无人机前向障碍物目标的距离和速度;
S5.将得到的通道1和通道2中,根据各自上扫频分别计算得到相位差为Δψ。
3.如权利要求2所述的毫米波雷达的固定翼无人机防撞系统,其特征在于,所述步骤S3,设通道1中上扫频段第一个过门限点的峰值坐标为p1_up,则该点对应的频率值为f1_up,对应的FFT变换后的数据为a_p1_up+1j*b_p1_up,相位通道2中上扫频段第一个过门限点的峰值坐标为p2_up,则该点对应的频率值为f2_up,对应的FFT后的数据为a_p2_up+1j*b_p2_up,相位设通道1中下扫频段第一个过门限点的峰值坐标为p1_down,则该点对应的频率值为f1_down;其中:a表示I路的数据值,b表示Q路的数据值,a_p1_up表示在a+j*b组成的数组中,过门限的峰值点对应的坐标为p1_up,b_p1_up表示在a+j*b组成的数组中,过门限的峰值点对应的坐标为b_p1_up。
4.如权利要求2所述的毫米波雷达的固定翼无人机防撞系统,其特征在于,所述步骤S4中:将步骤S3中得到的通道1中上扫频频率值f1_up和下扫频对应的频率值f1_down,根据公式得到无人机前向障碍物目标的距离,其中,T为三角波周期,B为调频带宽,c为光速;根据公式得到无人机前向障碍物目标的速度,其中f0为中心频率。
5.如权利要求2所述的毫米波雷达的固定翼无人机防撞系统,其特征在于,将步骤S3中得到的通道1和通道2中的各自上扫频分别计算得到的相位,根据计算公式得到相位差Δψ;
根据公式计算方位角,其中:λ为波长,d为天线间距。
6.一种权利要求1所述的毫米波雷达的固定翼无人机防撞系统的防碰撞方法,其特征在于,包括如下步骤:
(1)信号处理分系统的DSP采用DA的方式输出具有一定幅值和频率的调制信号,控制射频分系统的压控振荡器VCO产生一定范围内的发射信号,且发射信号的频率按照调制信号的规律进行变化;
(2)压控振荡器VCO产生的发射信号分成两路,其中一路通过发射天线向无人机飞行前方的空间中辐射出去,另一路则与天线分系统的接收天线接收到的带有前方障碍物目标信息的回波信号进行混频,经射频分系统混频器之后的信号是差频信号,无人机飞行前方的目标信息就包含在差频信号中;
(3)将差频信号经过信号调理后输入到信号处理分系统的DSP处理器进行AD采样;
(4)将采样后的三路IQ数据进行数字信号处理,数字信号处理主要依次包括去直流、FFT时频变化,CFAR门限检测,峰值搜索以及距离、速度解耦计算、方位角计算;
(5)经过信号处理得到前向危险目标的距离、速度、角度相关信息,接入到无人机主控制器中或是输出通过无线传输方式传回到上位机或是手机等终端进行实时显示。
7.一种权利要求6所述的毫米波雷达的固定翼无人机防撞系统的防碰撞方法,其特征在于,还包括步骤:
(6)通过对无人机前方危险障碍物距离、速度以及方位的计算,无人机主控制器根据对前方目标实时更新的距离、速度以及方位数据信息进行数据处理,所述数据处理主要包括滤波、预测处理,通过滤波以及预测算法对其前方障碍目标得到实时检测以及跟踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610729306.XA CN107783133B (zh) | 2016-08-25 | 2016-08-25 | 毫米波雷达的固定翼无人机防撞系统及防撞方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610729306.XA CN107783133B (zh) | 2016-08-25 | 2016-08-25 | 毫米波雷达的固定翼无人机防撞系统及防撞方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107783133A true CN107783133A (zh) | 2018-03-09 |
CN107783133B CN107783133B (zh) | 2021-07-16 |
Family
ID=61438530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610729306.XA Active CN107783133B (zh) | 2016-08-25 | 2016-08-25 | 毫米波雷达的固定翼无人机防撞系统及防撞方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107783133B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983210A (zh) * | 2018-06-13 | 2018-12-11 | 桂林电子科技大学 | 一种汽车雷达测角方法 |
CN109283534A (zh) * | 2018-09-18 | 2019-01-29 | 中国科学院沈阳自动化研究所 | 一种基于毫米波雷达的路口并道辅助预警系统及方法 |
CN109633651A (zh) * | 2019-01-14 | 2019-04-16 | 长沙莫之比智能科技有限公司 | 77g无人机避障雷达 |
CN109669166A (zh) * | 2019-01-08 | 2019-04-23 | 长沙莫之比智能科技有限公司 | 高精度宽波束中短距小型mimo雷达传感器 |
CN110597289A (zh) * | 2019-09-29 | 2019-12-20 | 成都纳雷科技有限公司 | 一种无人机避障系统及无人机避障方法 |
CN110892355A (zh) * | 2018-08-28 | 2020-03-17 | 深圳市大疆创新科技有限公司 | 连续波雷达的地形预测方法、装置、系统和无人机 |
CN112346044A (zh) * | 2020-09-30 | 2021-02-09 | 铱芯科技(深圳)有限公司 | 一种用于自动门和出入通道的雷达感应装置及感应方法 |
CN112506222A (zh) * | 2020-12-10 | 2021-03-16 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种无人机智能化避障方法及装置 |
CN112764423A (zh) * | 2019-11-05 | 2021-05-07 | 上海为彪汽配制造有限公司 | 一种多旋翼无人机飞行轨迹的构建方法及系统 |
CN115150506A (zh) * | 2021-03-31 | 2022-10-04 | 深圳市万普拉斯科技有限公司 | 移动终端控制方法、装置和移动终端 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002068989A1 (en) * | 2001-02-27 | 2002-09-06 | Mcewan Technologies, Llc | Modulated pulse doppler sensor |
JP2006126221A (ja) * | 2006-02-08 | 2006-05-18 | Mitsubishi Electric Corp | 測角レーダ装置 |
CN102621551A (zh) * | 2012-04-12 | 2012-08-01 | 朱泽睿 | 一种77GHz毫米波射频器件及其使用方法 |
CN102707266A (zh) * | 2012-05-24 | 2012-10-03 | 北京理工大学 | 一种具有抗干扰和多目标识别功能的雷达及其检测方法 |
CN103630888A (zh) * | 2013-02-27 | 2014-03-12 | 中国科学院电子学研究所 | 基于对称三角lfmcw雷达的高精度实时微波测速测距装置 |
CN103913742A (zh) * | 2014-04-25 | 2014-07-09 | 桂林电子科技大学 | 双接收天线的汽车防撞雷达系统及运行方法 |
US20150338513A1 (en) * | 2014-05-20 | 2015-11-26 | Hyundai Mobis Co., Ltd. | Apparatus and method for detecting target using radar |
CN105445714A (zh) * | 2015-11-24 | 2016-03-30 | 大连楼兰科技股份有限公司 | 汽车前向防撞系统信号处理方法 |
CN105717504A (zh) * | 2015-08-11 | 2016-06-29 | 王宗博 | 无人机360度电子扫描避障雷达 |
CN105790439A (zh) * | 2016-04-15 | 2016-07-20 | 彭曙光 | 实时记录电力电网巡检无人机 |
CN105846043A (zh) * | 2016-04-05 | 2016-08-10 | 国鹰航空科技有限公司 | 用于无人机平台的平面馈源介质透镜天线 |
-
2016
- 2016-08-25 CN CN201610729306.XA patent/CN107783133B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002068989A1 (en) * | 2001-02-27 | 2002-09-06 | Mcewan Technologies, Llc | Modulated pulse doppler sensor |
JP2006126221A (ja) * | 2006-02-08 | 2006-05-18 | Mitsubishi Electric Corp | 測角レーダ装置 |
CN102621551A (zh) * | 2012-04-12 | 2012-08-01 | 朱泽睿 | 一种77GHz毫米波射频器件及其使用方法 |
CN102707266A (zh) * | 2012-05-24 | 2012-10-03 | 北京理工大学 | 一种具有抗干扰和多目标识别功能的雷达及其检测方法 |
CN103630888A (zh) * | 2013-02-27 | 2014-03-12 | 中国科学院电子学研究所 | 基于对称三角lfmcw雷达的高精度实时微波测速测距装置 |
CN103913742A (zh) * | 2014-04-25 | 2014-07-09 | 桂林电子科技大学 | 双接收天线的汽车防撞雷达系统及运行方法 |
US20150338513A1 (en) * | 2014-05-20 | 2015-11-26 | Hyundai Mobis Co., Ltd. | Apparatus and method for detecting target using radar |
CN105717504A (zh) * | 2015-08-11 | 2016-06-29 | 王宗博 | 无人机360度电子扫描避障雷达 |
CN105445714A (zh) * | 2015-11-24 | 2016-03-30 | 大连楼兰科技股份有限公司 | 汽车前向防撞系统信号处理方法 |
CN105846043A (zh) * | 2016-04-05 | 2016-08-10 | 国鹰航空科技有限公司 | 用于无人机平台的平面馈源介质透镜天线 |
CN105790439A (zh) * | 2016-04-15 | 2016-07-20 | 彭曙光 | 实时记录电力电网巡检无人机 |
Non-Patent Citations (1)
Title |
---|
葛尧 等: "基于FPGA和DSP的频域恒虚警设计", 《计算机工程与应用》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983210A (zh) * | 2018-06-13 | 2018-12-11 | 桂林电子科技大学 | 一种汽车雷达测角方法 |
CN110892355A (zh) * | 2018-08-28 | 2020-03-17 | 深圳市大疆创新科技有限公司 | 连续波雷达的地形预测方法、装置、系统和无人机 |
CN109283534A (zh) * | 2018-09-18 | 2019-01-29 | 中国科学院沈阳自动化研究所 | 一种基于毫米波雷达的路口并道辅助预警系统及方法 |
CN109283534B (zh) * | 2018-09-18 | 2020-04-21 | 中国科学院沈阳自动化研究所 | 一种基于毫米波雷达的路口并道辅助预警系统及方法 |
CN109669166A (zh) * | 2019-01-08 | 2019-04-23 | 长沙莫之比智能科技有限公司 | 高精度宽波束中短距小型mimo雷达传感器 |
CN109633651A (zh) * | 2019-01-14 | 2019-04-16 | 长沙莫之比智能科技有限公司 | 77g无人机避障雷达 |
CN110597289A (zh) * | 2019-09-29 | 2019-12-20 | 成都纳雷科技有限公司 | 一种无人机避障系统及无人机避障方法 |
CN112764423A (zh) * | 2019-11-05 | 2021-05-07 | 上海为彪汽配制造有限公司 | 一种多旋翼无人机飞行轨迹的构建方法及系统 |
CN112346044A (zh) * | 2020-09-30 | 2021-02-09 | 铱芯科技(深圳)有限公司 | 一种用于自动门和出入通道的雷达感应装置及感应方法 |
CN112506222A (zh) * | 2020-12-10 | 2021-03-16 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种无人机智能化避障方法及装置 |
CN115150506A (zh) * | 2021-03-31 | 2022-10-04 | 深圳市万普拉斯科技有限公司 | 移动终端控制方法、装置和移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN107783133B (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107783133A (zh) | 毫米波雷达的固定翼无人机防撞系统及防撞方法 | |
Liu et al. | Digital television based passive bistatic radar system for drone detection | |
CN107783118A (zh) | 基于毫米波雷达的固定翼无人机多目标防撞系统的防撞方法 | |
US5663720A (en) | Method and system for regional traffic monitoring | |
CN107783128A (zh) | 基于毫米波雷达的固定翼无人机多目标防撞系统 | |
US20110260908A1 (en) | Method for mitigating the effects of clutter and interference on a radar system | |
CN107678023A (zh) | 一种对民用无人机的无源定位和识别系统 | |
CN107144835B (zh) | 一种低空目标监视方法 | |
CN202141803U (zh) | 电力线路巡查无人机用多模式毫米波雷达 | |
FR2949867A1 (fr) | Dispositif radar aeroporte multifonction a large bande de large couverture angulaire permettant la detection et le pistage, notamment pour une fonction de detection et evitement | |
CN207867031U (zh) | 用于植保无人机地形跟随的雷达传感器、地形跟随系统 | |
CN107783115A (zh) | 旋翼无人机远距离复杂环境防撞毫米波雷达系统 | |
CN207586425U (zh) | 一种轻便高可靠性低空无人机预警探测雷达系统 | |
CN1633050A (zh) | 基于公众移动通信网络实现对空中目标监视的系统及方法 | |
CN107783114A (zh) | 旋翼无人机远距离复杂环境防撞毫米波雷达信号处理系统及方法 | |
CN107783123A (zh) | 无人驾驶汽车复杂环境防撞毫米波雷达信号处理系统及方法 | |
Torres et al. | Adaptive-weather-surveillance and multifunction capabilities of the national weather radar testbed phased array radar | |
CN107783116A (zh) | 无人驾驶汽车复杂环境防撞毫米波雷达系统 | |
Cui et al. | 3D detection and tracking for on-road vehicles with a monovision camera and dual low-cost 4D mmWave radars | |
Lishchenko et al. | Proposals for improving of air surveillance informativity in MIMO radar systems based on two-dimensional radars | |
CN107783090A (zh) | 基于毫米波雷达的固定翼无人机防撞系统雷达信号处理方法 | |
Kanashchenkov et al. | New Generation Compact Integrated Radar Systems for Aerial Vehicles | |
Barkhatov et al. | Toward 3D passive radar exploiting DVB-T2 transmitters of opportunity | |
CN107783113A (zh) | 基于组合波形的无人驾驶汽车复杂环境防碰撞雷达系统及信号处理方法 | |
CN111366929A (zh) | 一种基于fmcw毫米波雷达的无人机防撞预警信号处理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |