CN109959907A

CN109959907A - 一种对高度数据进行处理的方法

Info

Publication number: CN109959907A
Application number: CN201711418045.0A
Authority: CN
Inventors: 田雨农; 苍柏; 唐丽娜
Original assignee: Dalian Roiland Technology Co Ltd
Current assignee: Dalian Roiland Technology Co Ltd
Priority date: 2017-12-25
Filing date: 2017-12-25
Publication date: 2019-07-02
Anticipated expiration: 2037-12-25
Also published as: CN109959907B

Abstract

一种对高度数据进行处理的方法，包括：a、已知初始时刻的状态值和此状态对应的协方差值；b、根据状态转移矩阵，得到下一时刻k的状态预测值；c、根据测量矩阵、下一时刻的状态预测值和下一时刻k的测量值，计算得出当前时刻的测量余量；d、根据状态转移模型的噪声协方差，计算下一时刻的预测值对应的协方差；e、根据测量模型中的噪声方差以及上一步得到的预测值对应的协方差，计算得出测量余量协方差，进而得出增益矩阵；f、根据上一步的增益矩阵,得出下一时刻k的估计值和对应的协方差；g、根据上一步得出的数据，重复步骤a‑f进行迭代计算。本申请使无人机飞控系统在高度解算时进行数据融合算法时提供一个稳定性强、精度高一个数据源。

Description

一种对高度数据进行处理的方法

技术领域

本发明属于无人机雷达高度表领域，具体说是一种对高度数据进行处理的方法。

背景技术

目前，我国的油气管道总里程已近15万公里，纵横万里的油气管道为国民经济和居民的日常生活提供着重要的能源。所以能源传输的安全性成了重中之重，为了保证能源传输的安全，必须对它们进行定期巡查。尤其是对于长距离输油输气管道,但对于这些测量任务常常是周期短、任务重、质量高，区域内地形、地貌复杂多变，有时人员和测量仪器无法到达。

传统的人工巡线方法不仅工作量大而且条件艰苦，特别是对山区、河流、沼泽以及一些无人区等地区的输油输气管道的巡检；或者是在特殊时期，例如，水灾、火灾、地震、滑坡泥石流、夜晚期间巡线检查，所花时间长、人力成本大、危险性大。

无人机具有成本低廉、方便运输等特点，这些特点使得无人机很适合用于对输油输气管线巡检。无人机在对输油输气管线巡检时无论是摄像测绘还是照相测绘都需要对飞行高度有一个精确的测量。

发明内容

针对现有技术存在的上述缺点和不足，本发明提供了一种对高度数据进行处理的方法，可以提供实时、稳定的高度值输出。

一方面，本发明提供一种对高度数据进行处理的方法，包括滤波处理的步骤，包括：

a、已知初始时刻的状态值X(k-1)，和此状态对应的协方差值P(k-1)；

b、根据状态转移矩阵A，得到下一时刻k的状态预测值X(k|k-1)；

c、根据测量矩阵H、下一时刻k的状态预测值X(k|k-1)和下一时刻k的测量值Z(k)，计算得出当前时刻的测量余量Y(k)；

d、根据状态转移模型的噪声协方差Q(k)，计算下一时刻k的预测值对应的协方差P(k|k-1)；

e、根据测量模型中的噪声方差R(k)，以及上一步得到的预测值对应的协方差P(k|k-1)，计算得出测量余量协方差S(k)，进而得出增益矩阵K(k)；

f、根据上一步的增益矩阵K(k),得出下一时刻k的估计值X(k)和对应的协方差P(k)；

g、根据上一步得出的数据，重复步骤a-f进行迭代计算。

具体的，状态转移矩阵A为：T为帧与帧之间的时间间隔；下一时刻的状态预测值为：

X(k|k-1)＝AX(k-1|k-1)。

更具体的，测量矩阵H为H＝[1 0]，当前k时刻的测量余量为，

Y(k)＝Z(k)-H(k)X(k|k-1)。

更具体的，噪声协方差Q(k)为：

a_max为最大的加速度值；下一时刻k的预测值对应的协方差P(k|k-1)为：

P(k|k-1)＝AP(k-1|k-1)A^T+Q(k)。

更具体的，余量协方差S(k)：S(k)＝H(k)P(k|k-1)H^T(k)+R(k)，其中R为测量对应的噪声协方差；

进而得出增益矩阵K(k)为：

K(k)＝P(k|k-1)H^T(k)S^-1(k)。

作为更具体的，下一时刻k的估计值X(k)为：

X(k|k)＝X(k|k-1)+K(k)Y(k)

对应的协方差P(k)为：

P(k|k)＝(I-K(k)H(k))P(k|k-1)。

作为更具体的，本申请还包括数据平滑处理的步骤，如下：

本发明由于采用以上技术方案，能够取得如下的技术效果：

1、在上下扫频的过程中对于运动中产生的多普勒频移可以很好的进行补偿，解算高度准确，且不受设备运动的影响。

2、本系统明显提高数据稳定性及数据连续性，对于解算时产生的数据跳变可以很好的抑制、剔除。

3、本发明设备能通过多种方式交互解算结果，可通过多种通信接口将实时解算高度发送至无人机飞控系统，供飞控系统进行使用，由于本设备结算高度的精确度高、稳定性好，所以可以用于与其他高度解算设备进行数据融合提高解算高度的准确性。不仅如此，本设备还能通过无线传输模块将实时解算高度下发至地面站，供后期使用。

附图说明

本发明共有附图4幅：

图1为发射波形示意图；

图2为实施例中一种对高度数据进行处理的方法中硬件部分结构框图；

图3为实施例中一种对高度数据进行处理的方法流程图；

图4为实施例中滤波处理的流程图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步的具体说明。本发明所使用的毫米波雷达的工作频率在24GHz，60GHz或者77GHz，采用FMCW调频连续波体制。使用FMCW体制雷达主要是因为辐射功率小、测距精度高、设备相对简单、具有良好的电子对抗(ECM)性能等。工作原理是用回波信号和发射信号的一部分进行相干混频，得到差频信号，然后对差频信号进行处理和检测得到相应的距离信息。通常情况下线性调频使用锯齿波或者三角波。由于使用三角波调制可以抵消动目标在测量时的多普勒效应，所以发明使用三角波调制。本实施例设计的雷达高度表高度测量范围为20～200m，距离分辨率为0.75m，雷达中心频率为24.125GHz，发射波形使用对称三角波，周期为20ms，带宽为200M，发射波形如图1所示。

实施例1

本实施例提供一种对高度数据进行处理的方法，包括：

AD数据输入：通过Arm芯片的ADC模块采集一路I、Q数据；

去直流：对I、Q数据中的每一个数据分别减去各自数据总和的均值；

FFT计算：对去直流后的I、Q数据进行FFT变换，将时域数据转换成频域数据，并对计算后的复数取模；

非相干积累：采集3个周期的FFT计算数据，并对N个周期内每个点的数据求和后取平均值得到当前点的新数值；由于累积3个周期信号，在周期时间很短的情况下，有效目标幅度和位置应该是不会发生变化的，但是噪声在每个周期内都是会不断发生变化。又由于无人机在飞行过程中，有可能在某一时刻由于飞行器角度变化问题导致有效目标的幅度较小，此时在进行CFAR门限检测就有可能检测不到有效目标或者解算错误。采用三个周期的非相干累积，有效目标幅度经过累积、平均后，幅度达到相对稳定，同时对干扰信号进行累积、平均后，将会大幅降低干扰信号对于有效信号检测的影响，降低虚警率，此时再进行CFAR门限检测可以大幅提高有效目标被检测出的概率，对于增强数据稳定性和连续性起到非常重要的作用。

门限检测：对新数值进行CFAR门限检测，找出过门限点幅度最大的一个点；

解算距离：根据门限检测模块得出上扫频过门限最大点坐标为up_max_index，该点对应的频率为fd_up，下扫频过门限最大点坐标为down_max_index，该点对应的频率为fd_down，进而计算得出高度H，

其中C为光速，C＝3*10⁸；T为周期，T＝2ms；B为调制带宽，B＝300MHz；

数据处理模块，对解算出的高度H进行数据处理，以达到过滤、稳定数据的目的。

实施例2

作为对实施例1的补充，上述方法，还包括：无人机雷达高度表在石油管线巡线中的信号处理系统，具体为：

射频前端：通过PLL芯片调制射频芯片将发射信号从发射天线发送出去，并且将接收天线接收到的回波信号和发射信号的一部分进行相干混频，得到中频信号通过GPIO接口传输至Arm芯片的ADC模块；

Arm芯片：通过SPI总线配置PLL芯片相关参数；ADC模块接收到的中频信号通过DMA通道送入CPU进行高度解算，CPU将解算出的距离值通过接口与无人机飞控系统和地面站进行数据交互；

电源模块：为本系统提供电源；

外部电路，包括晶振，为pll芯片提供基准时钟；RS232接口：Arm芯片输出TTL电平转换成232电平，可用MAXIM公司的max3232芯片进行电平转换；IIC接口，使用Arm芯片内部的IIC总线直接输出；CAN总线接口：可用MICROCHIP公司的MCP2515芯片进行电平转换；WiFi模块：采用LSD4WF-2MD05107。

CPU使用RS232、CAN总线及IIC总线与飞控系统进行数据交互，CPU通过2.4GHzWiFi模块与地面站进行数据交互。

实施例3

作为对实施例1的补充，数据处理模块中对高度H进行数据处理，包括滤波处理模块，已知初始时刻的状态值X(k-1)，和此状态对应的协方差值P(k-1)；根据状态转移矩阵A为得到下一时刻k的状态预测值X(k|k-1)：

X(k|k-1)＝AX(k-1|k-1)。

根据测量矩阵H＝[1 0]、下一时刻k的状态预测值X(k|k-1)和下一时刻k的测量值Z(k)，该测量值Z(k)为解算距离后的高度H，得出当前时刻的测量余量Y(k)；

Y(k)＝Z(k)-H(k)X(k|k-1)；

根据状态转移模型的噪声协方差a_max为最大的加速度值，计算下一时刻k的预测值对应的协方差P(k|k-1)，P(k|k-1)＝AP(k-1|k-1)A^T+Q(k)；

根据测量模型中的噪声方差R(k)，以及上一步得到的预测值对应的协方差P(k|k-1)，计算得出测量余量协方差S(k)，S(k)＝H(k)P(k|k-1)H^T(k)+R(k)，本系统测量模型中的噪声方差一般采用方差为0.75米，R＝0.75；进而得出增益矩阵K(k)，K(k)＝P(k|k-1)H^T(k)S^-1(k)；

根据增益矩阵K(k),得出下一时刻k的估计值X(k)和对应的协方差P(k)；

下一时刻k的估计值X(k)为：

X(k|k)＝X(k|k-1)+K(k)Y(k)

对应的协方差P(k)为：

P(k|k)＝(I-K(k)H(k))P(k|k-1)。

数据处理模块中对高度H进行数据处理，包括数据平滑处理模块，累积N包解算高度，进行取平均处理，如下：

本发明的多种通信接口，不仅可以与地面站进行无线传输，而且可以与无人机飞控系统实时进行数据交互，使无人机飞控系统在高度解算时进行数据融合算法时提供一个稳定性强、精度高一个数据源。

以上所述，仅为本发明较佳的具体实施方式，但本发明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披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims

1.一种对高度数据进行处理的方法，其特征在于，包括滤波处理的步骤，

g、根据上一步得出的数据，重复步骤a-f进行迭代计算。

2.根据权利要求1所述一种对高度数据进行处理的方法，其特征在于，状态转移矩阵A为：T为帧与帧之间的时间间隔；下一时刻的状态预测值为：

X(k|k-1)＝AX(k-1|k-1)。

3.根据权利要求1所述一种对高度数据进行处理的方法，其特征在于，测量矩阵H为H＝[1 0]，当前k时刻的测量余量为，

Y(k)＝Z(k)-H(k)X(k|k-1)。

4.根据权利要求1所述一种对高度数据进行处理的方法，其特征在于，噪声协方差Q(k)为：

P(k|k-1)＝AP(k-1|k-1)A^T+Q(k)。

5.根据权利要求4所述一种对高度数据进行处理的方法，其特征在于，余量协方差S(k)：S(k)＝H(k)P(k|k-1)H^T(k)+R(k)，其中R为测量对应的噪声协方差；

进而得出增益矩阵K(k)为：

K(k)＝P(k|k-1)H^T(k)S^-1(k)。

6.根据权利要求4所述一种对高度数据进行处理的方法，其特征在于，下一时刻k的估计值X(k)为：

X(k|k)＝X(k|k-1)+K(k)Y(k)

对应的协方差P(k)为：

P(k|k)＝(I-K(k)H(k))P(k|k-1)。

7.根据权利要求2所述一种对高度数据进行处理的方法，其特征在于，本方法还包括数据平滑处理的步骤，如下：