CN111538002A - 一种基于车载毫米波雷达的fod探测方法 - Google Patents

Abstract

本发明公开了一种基于车载毫米波雷达的FOD探测方法。使用本发明能够有效检测可能的异物，方法简单，成像质量好，且可适应不同的机场跑道环境。本发明首先通过距离徙动校正处理，将分散在不同距离单元的目标回波校正到同一个距离单元，从而改善了后续的成像效果；然后通过构造方位子带匹配滤波器，使用子带匹配滤波器分别进行方位压缩处理，再将各个子带匹配滤波器的输出进行非相参叠加，从而抑制了相干斑噪声，改善了成像质量；最后通过时空三维联合检测的方式，充分利用了地杂波在距离、方位、历史三个维度上的分布信息从雷达图像中检测可能的异物，从而获得更好的检测效果。

Description

一种基于车载毫米波雷达的FOD探测方法

技术领域

本发明涉及雷达探测技术领域，具体涉及一种基于车载毫米波雷达的FOD探测方法。

背景技术

机场跑道上的外来物(Foreign Object Debris，FOD)对于跑道上起降的飞机是一种非常严重的威胁。许多案例都证明，机场道面上的外来物可以很容易被吸入到发动机，导致叶片及其他部件损伤，碎片也会堆积在机械装置中，影响起落架、机翼等设备的正常运行，不仅会损坏飞机和夺去宝贵的生命，而且还伴随着巨大的经济损失。根据民航咨询机构统计，每年机场跑道上的外来碎片造成的直接经济损失高达40亿美元。如果碎片对发动机或机身造成破坏，轻时导致跑道关闭，重则造成乘客和机组人员丧命。在2000年协和式飞机空难事件中，因为碎片击中发动机，造成飞机失事，乘客和机组人员全部遇难。

目前对于机场跑道FOD的探测主要分为基于光学图像与基于毫米波雷达的方法。基于光学图像的探测方法在夜晚及能见度低的气象条件下无法进行正常的探测。基于毫米波雷达的方式则具备全天时和全天候的探测能力。目前，大多数基于毫米波雷达的探测系统采用实孔径处理的方式进行探测。该方法的缺点是分辨率低，不容易将异物从跑道背景中分辨出来，因此特别容易造成漏警或虚警。

CN 109188437A介绍了一种使用合成孔径雷达原理的FOD探测系统。该系统利用雷达持续发射信号，并将雷达发射的信号照射至机场跑道的扫描区域；接收机场跑道因雷达的发射信号所反射回来的信号，得到回波信号；将得到的所述回波信号与雷达的发射信号进行混频处理，得到混频后的中频信号；对得到的中频信号进行距离向傅里叶变换，并对变换后的信号进行距离频域误差补偿，得到对应的距离频域信号；针对得到的距离频域信号进行方位向傅里叶变换，并利用合成孔径雷达原理，将处理后的信号进行方位向匹配滤波和反变换处理，得到对应的雷达图像；根据得到的雷达图像，识别机场跑道是否存在异物；提高了FOD探测系统对跑道微弱目标的探测能力。

CN 109188437A所阐述的方法是在获得距离维频域信号，也就是距离维压缩完立即进行方位维匹配滤波的合成孔径处理。该方法存在如下缺陷：

1)一方面，目标(即FOD)在不同方位采样间不可避免地存在距离徙动现象，该现象将会影响到匹配滤波合成孔径处理的效果，导致雷达图像质量下降，进而影响探测效果。另一方面，针对LFMCW雷达，传统的距离徙动校正方法要将接收的数据进行多次的FFT和IFFT变换，处理流程繁琐，影响实时处理效率；

2)由于雷达发射的波形是相干信号，不同散射点之间存在随机的相位叠加，导致各个散射点强度随机地增强与减弱，形成相干斑噪声。相干斑噪声对雷达图像的成像质量有不利的影响，将直接影响到对雷达图像结果的判读。

3)由于进行异物检测时，使用的信息比较单一，因此对于异物的检测能力较弱，且难以适应不同的机场跑道环境。

发明内容

有鉴于此，本发明提供了一种基于车载毫米波雷达的FOD探测方法，能够有效检测可能的异物，方法简单，成像质量好，且可适应不同的机场跑道环境。

本发明的基于车载毫米波雷达的FOD探测方法，包括如下步骤：

步骤一，雷达沿机场跑道匀速运动，并在运动过程中周期发射线性调频连续波信号；

步骤二，对回波信号进行距离徙动校正；

步骤三，构造多个方位子带匹配滤波器，所有子带匹配滤波器均分方位信号的带宽；

步骤四，用所述多个方位子带匹配滤波器分别乘以距离徙动校正后的方位向数据，再进行方位向IFFT，得到对应的子孔径成像结果；

步骤五，对子孔径成像结果进行叠加，得到成像结果；

步骤六，对成像结果进行时空三维联合检测，得到目标；

其中，时空三维联合检测具体包括：

将步骤五的成像结果数据与对应位置的历史平均数据做差，得到背景相消后的雷达图像D5；对雷达图像D5上的每个点进行遍历，计算每个点方位向与距离向上参考单元的均值与方差值；当方差值超过均值的0.1倍时，检测门限取75％分位数乘以门限系数K，反之，检测门限取均值乘以门限系数K。将该点数值与检测门限值进行比较，若该点数值大于检测门限值，则认为该点为目标点。

较优的，所述步骤2中，距离徙动校正因子为：

RCMCFactor＝e^{-1·j·4·π·K/c·RCM·t}

其中，K为线性调频连续波信号的调频斜率，c为光速，t是距离向的采样间隔序列，RCM为：

其中，R_ref是参考距离，f_a是方位频率，λ是波长，v是雷达速度。

较优的，采集雷达的实时运动速度，并对所述运动速度进行sinc插值，取插值后速度值的中值作为雷达速度v。

较优的，所述步骤三中，方位子带匹配滤波器的个数为8。

较优的，所述步骤六中，得到目标后，对目标进行点迹关联；寻找在方位向和距离向上分别间隔不超过门限值Ta与Tr的点，将满足条件的点合并为一个点，形成最终的检测输出。

有益效果：

本发明首先通过距离徙动校正处理，将分散在不同距离单元的目标回波校正到同一个距离单元，从而改善了后续的成像效果；然后通过构造方位子带匹配滤波器，使用子带匹配滤波器分别进行方位压缩处理，再将各个子带匹配滤波器的输出进行非相参叠加，从而抑制了相干斑噪声，改善了成像质量；最后通过时空三维联合检测的方式，充分利用了地杂波在距离、方位、历史三个维度上的分布信息从雷达图像中检测可能的异物，从而获得更好的检测效果。本发明方法简单，成像质量好，且能够兼顾不同跑道环境下的检测性能。

本发明使用快速算法对雷达回波数据进行距离徙动校正，一方面较好的改善了后续方位聚焦的成像效果，另一方面提高了处理效率。

本发明使用卫星导航来获取车辆平台的速度信息，并对卫星导航的速度信息进行sinc插值后取中值，以获得更接近雷达实际速度的速度值。

附图说明

图1为本发明方法流程图。

图2为距离徙动校正前后对比；其中，图2(a)为距离徙动校正前，图2(b)为距离徙动校正后。

图3为单孔径处理与多个子孔径叠加处理效果对比，可以看出单孔径处理图像有大量明显的强斑点，这将影响图像的判读；其中图3(a)为单孔径处理效果，图3(b)为多个子孔径叠加处理效果。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明提供了一种基于车载毫米波雷达的FOD探测方法，流程图如图1所示，具体包括如下步骤：

步骤1，搭载有毫米波雷达的车辆沿跑道一侧边缘，匀速直线行驶。车辆上装有卫星导航系统，在车辆行驶过程中周期性记录车辆的速度信息；或者也可以采用其他可以获得车辆速度信息的设备，得到毫米波雷达运动速度。

步骤2，毫米波雷达在车辆行驶过程中以时间PRT为周期，持续发射带宽为B、调频斜率为K的线性调频连续波信号，信号形式为：

其中f_c是雷达发射信号中心频率。

步骤2，接收N个PRT数据，称为一景数据，以下用D1指代。同时提取D1数据所对应的雷达运动速度。本实施例中，从卫星导航信息中提取D1数据对应的雷达速度信息，并以雷达的平均速度作为后续处理使用的雷达平台速度v。其中，可以采用如均值法、中值法、特定分位法等其他方法获得雷达的平均速度，但本实施例采用sinc插值的方法，即先对雷达速度信息进行sinc插值，然后取插值后速度值的中值作为后续处理使用的雷达平台速度v。本发明经多次试验以及仿真发现，采用sinc插值能够更为准确的还原平台在具体时刻的速度值。在速度缓变的应用场景下，更为适用。

步骤3，对D1数据进行距离徙动校正处理。

本实施例采用针对LFMCW雷达的快速算法，该算法不需要事先对回波数据进行两次距离向的FFT变换，直接对Dechirp后的数据进行徙动校正，提高了处理效率。具体的，先对D1进行方位向的FFT变换，再对变换结果直接乘以距离徙动校正因子，校正因子如下所示：

RCMCFactor＝e^{-1·j·4·π·K/c·RCM·t}

其中K是调频斜率，t是距离向的采样间隔序列，c是光速，RCM为：

其中，R_ref是参考距离，f_a是方位频率，λ是波长，v是平台速度。

对乘以距离徙动校正因子后的数据进行距离向FFT得到数据D2。距离徙动校正前后如图2所示。

步骤4，构造N个方位子带匹配滤波器，各子带匹配滤波器带宽均分方位信号的带宽，所有子带滤波器覆盖完整的方位信号带宽。

N一般为2的偶数次幂倍，如2,4,8……；本实施例N取8，即构造8个方位子带匹配滤波器，每个子带匹配滤波器带宽是方位信号的带宽的八分之一，8个子带滤波器覆盖完整的方位信号带宽。

步骤5，用步骤4中构造的8个方位子带匹配滤波器分别乘以D2上的方位向数据，再进行方位向IFFT，得到8个子孔径成像结果D31、D32、D33…D38。

步骤6，对D31、D32、D33…D38求模值后相互叠加，得到最终的成像结果D4。

步骤7，对D4的成像结果进行时空三维联合检测；

具体为，将D4数据与对应位置的历史平均数据做差，形成背景相消后的雷达图像D5。对于雷达图像D5上的每个被检测点，按照PD雷达中CFAR的原则，选取参考单元。对D5上的每个点进行遍历，计算每个点方位向与距离向上参考单元的均值与方差值。当方差值超过均值的0.1倍时，检测门限取参考单元排序后的75％分位数乘以门限系数K，反之，检测门限取取参考单元的均值乘以门限系数K。将该点数值与检测门限值进行比较，若该点数值大于检测门限值，则认为该点可能存在异物，记录该点的坐标与强度信息，形成数据D6，供后续进一步处理。

步骤8，对D6数据进行点迹关联。具体的，对D6中的每个点进行遍历，寻找在方位向和距离向上分别间隔不超过门限值Ta与Tr的点，将满足条件的点合并为一个点，形成最终的检测输出。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于车载毫米波雷达的FOD探测方法，其特征在于，包括如下步骤：

步骤一，雷达沿机场跑道匀速运动，并在运动过程中周期发射线性调频连续波信号；

步骤二，对回波信号进行距离徙动校正；

步骤三，构造多个方位子带匹配滤波器，所有子带匹配滤波器均分方位信号的带宽；

步骤四，用所述多个方位子带匹配滤波器分别乘以距离徙动校正后的方位向数据，再进行方位向IFFT，得到对应的子孔径成像结果；

步骤五，对子孔径成像结果进行叠加，得到成像结果；

步骤六，对成像结果进行时空三维联合检测，得到目标；

其中，时空三维联合检测具体包括：

将步骤五的成像结果数据与对应位置的历史平均数据做差，得到背景相消后的雷达图像D5；对雷达图像D5上的每个点进行遍历，计算每个点方位向与距离向上参考单元的均值与方差值；当方差值超过均值的0.1倍时，检测门限取75％分位数乘以门限系数K，反之，检测门限取均值乘以门限系数K。将该点数值与检测门限值进行比较，若该点数值大于检测门限值，则认为该点为目标点。

2.如权利要求1所述的基于车载毫米波雷达的FOD探测方法，其特征在于，所述步骤2中，距离徙动校正因子为：

RCMCFactor＝e^{-1·j·4·π·K/c·RCM·t}

其中，K为线性调频连续波信号的调频斜率，c为光速，t是距离向的采样间隔序列，RCM为：

其中，R_ref是参考距离，f_a是方位频率，λ是波长，v是雷达速度。

3.如权利要求1或2所述的基于车载毫米波雷达的FOD探测方法，其特征在于，采集雷达的实时运动速度，并对所述运动速度进行sinc插值，取插值后速度值的中值作为雷达速度v。

4.如权利要求1或2所述的基于车载毫米波雷达的FOD探测方法，其特征在于，所述步骤三中，方位子带匹配滤波器的个数为8。

5.如权利要求1或2所述的基于车载毫米波雷达的FOD探测方法，其特征在于，所述步骤六中，得到目标后，对目标进行点迹关联；寻找在方位向和距离向上分别间隔不超过门限值Ta与Tr的点，将满足条件的点合并为一个点，形成最终的检测输出。

Images