CN113406639A - 基于车载移动式雷达的fod检测方法、系统及介质 - Google Patents

基于车载移动式雷达的fod检测方法、系统及介质 Download PDF

Info

Publication number
CN113406639A
CN113406639A CN202110951547.XA CN202110951547A CN113406639A CN 113406639 A CN113406639 A CN 113406639A CN 202110951547 A CN202110951547 A CN 202110951547A CN 113406639 A CN113406639 A CN 113406639A
Authority
CN
China
Prior art keywords
radar
target
angle
detection
vehicle
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.)
Pending
Application number
CN202110951547.XA
Other languages
English (en)
Inventor
张伟
王帅
韩明华
吴明智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HUNAN NOVASKY ELECTRONIC TECHNOLOGY CO LTD
Original Assignee
HUNAN NOVASKY ELECTRONIC TECHNOLOGY CO LTD
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by HUNAN NOVASKY ELECTRONIC TECHNOLOGY CO LTD filed Critical HUNAN NOVASKY ELECTRONIC TECHNOLOGY CO LTD
Priority to CN202110951547.XA priority Critical patent/CN113406639A/zh
Publication of CN113406639A publication Critical patent/CN113406639A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Abstract

本发明公开了一种基于车载移动式雷达的FOD检测方法、系统及介质，此检测方法包括步骤：1）获取机场跑道因雷达的发射信号所反射回来的目标回波信号；其中发射信号为FMCW脉冲信号；2）将雷达运动轨迹上的多个位置采集的目标回波信号进行组合形成网络，通过合成虚拟大孔径来降低主波束内的杂波能量；3）在角度‑距离谱矩阵计算过程中，通过运动自校准以实现目标角度的精确估计；4）对角度‑距离谱矩阵计算结果进行FOD检测，得到检测结果。本发明具有弱小目标检测能力强、成本低等优点。

Description

基于车载移动式雷达的FOD检测方法、系统及介质
技术领域
本发明主要涉及机场跑道异物检测技术领域，具体涉及一种基于车载移动式雷达的FOD检测方法、系统及介质。
背景技术
机场跑道异物（FOD）指的是任何不属于机场但出现在机场运作区域并可能对机场造成损失或者飞机造成损害的外来物品，如石块，金属器件，胶带，报纸，树叶等。这些异物虽然体积不大，但是对于机场的正常安全运行造成极大影响，甚至形成空难事件，如一小块塑料布被吸入发动机会引起空中停车，一个小螺钉或金属片甚至尖锐石子会扎上轮胎引起爆胎。
由于机场的运营环境复杂，对于跑道异物入侵的位置、时间等均难以估计，而且由于机组人员视野有限，对于微小异物造成的航空器损伤也是难以及时发现，这样使得FOD对航空器的损伤巨大。据保守估计，每年全球因FOD造成的直接损失至少在30亿-40亿美元。FOD不仅会造成严重的直接损失，而且还会造成航班延误、中断起飞、关闭跑道等间接损失。据统计，间接损失至少为直接损失的4倍。
为了避免机场跑道异物检测造成的严重损失，目前国内外采取的主要方法有：
1、人工检测：即采用相关人员对跑道进行定时巡检，目前国内机场仍然遵照国际民航组织制定的规定进行人工检查。按照国际民航组织（International Civil AviationOrganization,ICAO）的规定，每天需要至少全方位检测跑道4次，在检测期间，需要关闭跑道，这样占用跑道时间，明显降低了交通流量，影响航空运营公司的经济；而且人眼容易受疲劳、盲区、灯光、天气等的干扰产生漏捡，对于小的FOD目标很难发现，这样会存在着重大的安全隐患。
2、视觉图像检测：采用摄像头对场地进行拍照，并对照片进行分析。然而，由于图像质量限制，其主要缺点主要在于受外界影响大，尤其是光线和气候的影响，对于远处小目标发现能力差，在恶劣气候条件下无法正常工作。即基于视觉图像检测的方法对光线和气候条件过于敏感，系统稳健性差，环境适应性差。
3、基于抛物面天线雷达系统：采用毫米波雷达体制和抛物面天线，该雷达能够在成本约束的条件下实现相对较窄的雷达波束实现对监控区域的扫描检测，是当前较为先进的技术。具体地，采用抛物面天线的相控阵雷达系统，通过机械转动天线实现监测区域扫描，抛物面天线的工作流程如图1所示，雷达产生需要发射的毫米波波形，经过功率放大器之后传递给抛物面天线，实现一个窄的空域波束对某个方向进行探测，接收到雷达回波波形后，与当前发射信号进行去斜处理，得到一个发射脉冲的基带信号。雷达再发射下一个脉冲信号，共发射多组信号，对回波信号进行二维傅里叶变换，然后在距离-多普勒单元进行目标检测。目标角度即为当前抛物面天线的指向角，完成对该方向探测后，转台控制系统驱动转台进行转动，实现对下一个方向的目标探测，以此来实现对整个空域的探测。但是，由于无法形成极窄的波束，会显著增加成本，需要极大的抛物面口径，另外就是严重影响空域的搜索能力。
即采用抛物面天线的相控阵毫米波雷达检测系统，但是能够发现目标的大小却不太令人满意，尤其是对于一些对FOD大小也即RCS值要求较为苛刻的场景，特别是军用机场，当前要求能够检测到的目标RCS甚至达到了0.01m2，而当前系统很难满足如此高的指标。
4、车载FOD探测：当前一般是直接移植塔架式或边灯式实孔径扫描FOD设备的工作方式，但是存在的主要问题有：
4.1、如果要进行高分辨率成像，则要求尽可能窄的天线波束，因此需要设计和加工大孔径毫米波天线，加工难度高，而且造成系统体积重量大，需要专车搭载；
4.2、由于采用实孔径扫描方式，车辆运动误差对成像影响很大，造成场景不能完全覆盖或地理配准难度加大，若装备稳定云台将进一步提高系统体积、重量和成本；同样由于实孔径扫描原理，对于雨雪天的雨滴、地面溅起的水花等等“闪烁”杂波抑制能力差，造成恶劣天气情况下使用效能严重下降。
另外，在进行信号处理时，一般来说雷达杂波信号远远强于目标信号，也即接收到的回波中信杂噪比会较低，使得一些RCS较小的FOD无法被检测到。所以，为了提升FOD的检测性能，可以通过下面两个方面：
一方面增大发射信号带宽，信号带宽增加会降低距离单元的宽度，使得与FOD位于同一个距离单元内的杂波更少，进而提升输出信号的信杂噪比；但是信号带宽增加在一定程度上可以提升FOD检测性能，但是带宽太大会增加硬件设计难度，同时也会显著提升对系统采样率的要求，进而会增加系统成本。
另一方面形成更窄的波束，主波束变窄，将降低同一个距离环内进入主瓣内的杂波分量，也可以提升输出信号的信杂噪比，也可以改善检测弱RCS的FOD性能。但是要实现窄波束，对于抛物面天线则需要更大的抛物面口径，而对于相控阵体制雷达而言，则要求阵列包含更多的阵元，同样会大幅增加系统成本。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的问题，本发明提供一种弱目标检测能力强的基于车载移动式雷达的FOD检测方法、系统及介质。
为解决上述技术问题，本发明提出的技术方案为：
一种基于车载移动式雷达的FOD检测方法，包括步骤：
1）获取机场跑道因雷达的发射信号所反射回来的目标回波信号；其中发射信号为FMCW脉冲信号；
2）将雷达运动轨迹上的多个位置采集的目标回波信号进行组合形成网络，通过合成虚拟大孔径来降低主波束内的杂波能量；
3）在角度-距离谱矩阵计算过程中，通过运动自校准以实现目标角度的精确估计；
4）对角度-距离谱矩阵计算结果进行FOD检测，得到检测结果；
在步骤3）中，运动自校准方法包括步骤：
3.1）将阵元和脉冲二维数据进行二维傅里叶变换，可得到角度-多普勒矩阵；
3.2）通过角度-距离谱矩阵计算，进行目标检测，提取各个阵元中对应的目标点；
3.3）根据距离-多普勒中目标点所在的位置，可以得到目标点的相对速度；
3.4）对各个目标点进行傅里叶变换，得到目标角度的粗略估计值；
3.5）根据角度粗略估计值和目标的径向速度，得到目标的速度值估计值；
3.6）将多个CPI的数据进行拼接，形成一个大的阵列，并对不同CPI之间的数据进行运动补偿；
3.7）目标角度的精确估计。
优选地，所述目标检测为CFAR检测。
优选地，在步骤2）中，通过对目标回波信号进行去斜处理，经AD采样后，再经距离维FFT处理，再同时将多波束组合形成网络。
优选地，在步骤4）中，依次通过距离维CFAR和角度维AFAR对计算结果进行检测，得到检测结果。
优选地，在步骤4）中，通过二维CFAR对计算结果进行检测，得到检测结果。
本发明还公开了一种基于车载移动式雷达的FOD检测系统，用于执行如上所述的基于车载移动式雷达的FOD检测方法，包括：
第一模块，用于获取机场跑道因雷达的发射信号所反射回来的目标回波信号；其中发射信号为FMCW脉冲信号；
第二模块，用于将雷达运动轨迹上的多个位置采集的目标回波信号进行组合形成网络，通过合成虚拟大孔径来降低主波束内的杂波能量；
第三模块，用于在角度-距离谱矩阵计算过程中，通过运动自校准以实现目标角度的精确估计；
第四模块，用于对角度-距离谱矩阵计算结果进行FOD检测，得到检测结果。
本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于车载移动式雷达的FOD检测方法的步骤。
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于车载移动式雷达的FOD检测方法的步骤。
与现有技术相比，本发明的优点在于：
本发明采用车载式毫米波雷达系统，利用雷达的运动，将接收天线在运动轨迹上的多个位置采集的数据进行组合，通过合成虚拟大孔径实现极窄的波束主瓣，降低主波束内的杂波能量，提升系统处理后的信杂噪比，进而达到更高的指标-即小目标检测能力；而且，基于运动平台的雷达系统，所需要的雷达阵元个数极少，通过几个或者十几个阵元就可以达到几百甚至上千个阵元的效果。
本发明考虑到成本和产品成熟度，采用线性调频连续波的毫米波合成孔径雷达体制。其中毫米波利用大气窗口（毫米波与亚毫米波在大气中传播时，由于气体分子谐振吸收所致的某些衰减为极小值的频率）传播时的衰减小，受自然光和热辐射源影响小。毫米波雷达不受天气与光照影响，拥有出色的全天候、全天时工作能力。其中调频连续波雷达（FMCW），通过计算线性调频的发射信号和接收信号之间的频率差来检测目标的距离和速度。由于接收到的差频信号的带宽可以降低很多，所以相比于典型的脉冲多普勒雷达，FMCW毫米波雷达可以降低信号处理的复杂度。相比于其他特殊应用的传感器，FMCW毫米波雷达具有低误报率、高距离分辨率、低发射功率、低成本和结构简单等优点。
另外，SAR(Synthetic Aperture Radar)即合成孔径雷达，是一种具有极高分辨率的微波有源成像雷达；SAR是利用合成孔径原理，实现高分辨的微波成像，具备全天时、全天候、高分辨、大幅宽等多种特点。由于合成孔径雷达天线孔径不与天线尺寸相关、而与天线波束宽度相关，因此方位分辨率不受限于天线物理孔径，通过合成大的虚拟合成口径，实现极高的成像分辨率；由于SAR体制的特点，该方法对与恶劣天气在跑道上形成的“闪烁”杂波也有很好的抑制效果。
本发明的基于车载移动式雷达的FOD检测方法，通过自校准方法进行运动自动补偿，不需要高精度定位系统，攻克了传统SAR合成孔径雷达需要高精度定位系统及复杂补偿算法的难题，在实际应用中，使得雷达系统更为稳健，成本可大幅下降。
附图说明
图1为现有技术中的抛物面天线处理方法流程图。
图2为本发明的车载移动式雷达在具体应用的实施例图。
图3为本发明中的目标信号和杂波信号回波的示意图。
图4为本发明的检测方法在实施例的流程图。
图5为本发明的自校准方法在实施例的流程图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图2和图4所示，本实施例的基于车载移动式雷达的FOD检测方法，包括步骤：
1）获取机场跑道因雷达的发射信号所反射回来的目标回波信号；其中发射信号为FMCW脉冲信号；
2）将雷达运动轨迹上的多个位置采集的目标回波信号进行组合形成网络，通过合成虚拟大孔径来降低主波束内的杂波能量；
3）在角度-距离谱矩阵计算过程中，通过运动自校准以实现目标角度的精确估计；
4）对角度-距离谱矩阵计算结果进行FOD检测，得到检测结果。
本发明采用车载式毫米波雷达系统，利用雷达的运动，将接收天线在运动轨迹上的多个位置采集的数据进行组合，通过合成虚拟大孔径实现极窄的波束主瓣，降低主波束内的杂波能量，提升系统处理后的信杂噪比，进而达到更高的指标-即小目标检测能力；而且，基于运动平台的雷达系统，所需要的雷达阵元个数极少，通过几个或者十几个阵元就可以达到几百甚至上千个阵元的效果。
本发明考虑到成本和产品成熟度，采用线性调频连续波的毫米波合成孔径雷达体制。其中毫米波利用大气窗口（毫米波与亚毫米波在大气中传播时，由于气体分子谐振吸收所致的某些衰减为极小值的频率）传播时的衰减小，受自然光和热辐射源影响小。毫米波雷达不受天气与光照影响，拥有出色的全天候、全天时工作能力。其中调频连续波雷达（FMCW），通过计算线性调频的发射信号和接收信号之间的频率差来检测目标的距离和速度。由于接收到的差频信号的带宽可以降低很多，所以相比于典型的脉冲多普勒雷达，FMCW毫米波雷达可以降低信号处理的复杂度。相比于其他特殊应用的传感器，FMCW毫米波雷达具有低误报率、高距离分辨率、低发射功率、低成本和结构简单等优点。
另外，SAR(Synthetic Aperture Radar)即合成孔径雷达，是一种具有极高分辨率的微波有源成像雷达；SAR是利用合成孔径原理，实现高分辨的微波成像，具备全天时、全天候、高分辨、大幅宽等多种特点。由于合成孔径雷达天线孔径不与天线尺寸相关、而与天线波束宽度相关，因此方位分辨率不受限于天线物理孔径，通过合成大的虚拟合成口径，实现极高的成像分辨率；由于SAR体制的特点，该方法对与恶劣天气在跑道上形成的“闪烁”杂波也有很好的抑制效果。
本发明的基于车载移动式雷达的FOD检测方法，通过自校准方法进行运动自动补偿，不需要高精度定位系统，攻克了传统SAR合成孔径雷达需要高精度定位系统及复杂补偿算法的难题，在实际应用中，使得雷达系统更为稳健，成本可大幅下降。
在一具体实施例中，在步骤3）中，运动自校准方法包括步骤：
3.1）将阵元和脉冲二维数据进行二维傅里叶变换，得到角度-多普勒矩阵；
3.2）通过角度-距离谱矩阵计算，进行目标检测，提取各个阵元中对应的目标点；
3.3）根据距离-多普勒中目标点所在的位置，得到目标点的相对速度；
3.4）对各个目标点进行傅里叶变换，得到目标角度的粗略估计值；
3.5）根据角度粗略估计值和目标的径向速度，得到目标的速度值估计值；
3.6）将多个CPI的数据进行拼接，形成一个大的阵列，并对不同CPI之间的数据进行运动补偿；
3.7）目标角度的精确估计。
上述运动自校准方法操作简便。当然，在实际应用中，如果采用定位系统，可以精准得到雷达的速度，同时结合本发明中的运动自校准方法，可以节省一定计算量。
在一具体实施例中，在步骤2）中，通过对目标回波信号进行去斜处理，经AD采样后，再经距离维FFT处理，然后同时将多波束组合形成网络。其中SAR通过发射大时宽带宽级的调频信号能够获得高的距离向分辨率。
在一具体实施例中，在步骤4）中，依次通过距离维CFAR和角度维CFAR对计算结果进行检测，得到检测结果；或者通过二维CFAR对计算结果进行检测，得到检测结果。
下面结合一具体的实施例对上述发明做进一步说明：
如图2所示，雷达安装在一辆车上，采用正侧方安装，车辆运动方向与跑道平行，雷达需要探测跑道中的FOD。其中采用尺寸小的宽波束天线，系统体积重量很小，因此适装性好，可以直接安装于机场现有的FOD处置车上，无需配置专用车辆，且综合使用成本低。
雷达发射线性调频信号，雷达信号经由目标也即FOD反射，同时会接收到大量的地杂波信号，如图3所示；其中通过合成虚拟大孔径实现极窄的波束主瓣，降低主波束内的杂波能量，提升系统处理后的信杂噪比，进而达到更高的指标-即小目标检测能力；
进一步地，其中高精度平台对于车载雷达的应用而言是不现实的，尤其是对于高频波段，如94GHz频段，要达到如此高的定位精度对于车载FOD雷达系统是难以实现的，本发明则采用一种基于目标认知的自校准方法，规避了这一难题，自校准方法具体流程：
（1）距离-多普勒矩阵计算：阵元和脉冲二维数据，通过进行二维傅里叶变换，可得到角度-多普勒矩阵，这一步骤与汽车雷达应用类似；
（2）目标检测：可采用CFAR检测，无论目标是否可区分，在这一步骤中均进行检测；
（3）提取各个阵元中对应的目标点：将各个阵元对应的距离-多普勒矩阵相同的位置点提取出来，对应于同一个目标；
（4）确定雷达与目标的相对速度vr：根据距离-多普勒中目标点所在的位置，可以得到目标的相对速度；
（5）目标角度首次粗略估计：对各个对应点，进行傅里叶变换，即可得到目标角度的粗略估计值，传统汽车雷达到这一步就完成了目标的检测和参数估计；
（6）计算雷达等效速度：根据角度和目标的径向速度，可以得到目标的速度值估计值；
（7）综合多个CPI数据形成大阵列；
（8）不同CPI之间数据运动补偿；
（9）目标角度精确估计。
在步骤（6）中，雷达等效速度的计算过程为：根据雷达与目标的相对速度vr，以及对于目标的近似估计值
Figure 140591DEST_PATH_IMAGE001
，可以计算得到雷达沿着车辆运动方向的估计值
Figure 57731DEST_PATH_IMAGE002
，
Figure 837468DEST_PATH_IMAGE003
。
在一个CPI中，雷达沿着车辆行驶方向的相对位移可以表示为：
Figure 294995DEST_PATH_IMAGE004
其中TCPI表示一个CPI的时间，dCPI表示一个CPI内运动的位移。
在步骤（7）中，将多个CPI的数据xCPI进行拼接，形成一个大的阵列。取决于雷达的速度和一个CPI时间的长度，所形成的等效大阵列有可能是具有重叠阵元的，也有可能是一个稀疏阵列。
在步骤（8）中，由于不同CPI的数据发射时间不同，所以由于相对运动以及TCPI的存在，使得不同CPI之间数据的一部分相差是由运动引起的，需要进行补偿，一个CPI内的由于运动带来的相位偏移值为
Figure 109367DEST_PATH_IMAGE005
，CPI内各个脉冲的回波依此进行补偿，第m个脉冲补偿的相位为
Figure 931829DEST_PATH_IMAGE006
,其中m为脉冲编号，取值范围为1…M，M为发射的所有脉冲的个数。
本发明还公开了一种基于车载移动式雷达的FOD检测系统，用于执行如上所述的基于车载移动式雷达的FOD检测方法，包括：
第一模块，用于获取机场跑道因雷达的发射信号所反射回来的目标回波信号；其中发射信号为FMCW脉冲信号；
第二模块，用于将雷达运动轨迹上的多个位置采集的目标回波信号进行组合形成网络，通过合成虚拟大孔径来降低主波束内的杂波能量；
第三模块，用于在角度-距离谱矩阵计算过程中，通过运动自校准以实现目标角度的精确估计；
第四模块，用于对角度-距离谱矩阵计算结果进行FOD检测，得到检测结果。
本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于车载移动式雷达的FOD检测方法的步骤。本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于车载移动式雷达的FOD检测方法的步骤。
本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart MediaCard,SMC），安全数字（Secure Digital,SD)卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (8)

1.一种基于车载移动式雷达的FOD检测方法，其特征在于，包括步骤：
1）获取机场跑道因雷达的发射信号所反射回来的目标回波信号；其中发射信号为FMCW脉冲信号；
2）将雷达运动轨迹上的多个位置采集的目标回波信号进行组合形成网络，通过合成虚拟大孔径来降低主波束内的杂波能量；
3）在角度-距离谱矩阵计算过程中，通过运动自校准以实现目标角度的精确估计；
4）对角度-距离谱矩阵计算结果进行FOD检测，得到检测结果；
在步骤3）中，运动自校准方法包括步骤：
3.1）将阵元和脉冲二维数据进行二维傅里叶变换，得到角度-多普勒矩阵；
3.2）通过角度-距离谱矩阵计算，进行目标检测，提取各个阵元中对应的目标点；
3.3）根据距离-多普勒中目标点所在的位置，得到目标点的相对速度；
3.4）对各个目标点进行傅里叶变换，得到目标角度的粗略估计值；
3.5）根据角度粗略估计值和目标的径向速度，得到目标的速度值估计值；
3.6）将多个CPI的数据进行拼接，形成一个大的阵列，并对不同CPI之间的数据进行运动补偿；
3.7）目标角度的精确估计。
2.根据权利要求1所述的基于车载移动式雷达的FOD检测方法，其特征在于，在步骤3.2）中，所述目标检测为CFAR检测。
3.根据权利要求1～2中任意一项所述的基于车载移动式雷达的FOD检测方法，其特征在于，在步骤2）中，通过对目标回波信号进行去斜处理，经AD采样后，再经距离维FFT处理，再同时将多波束组合形成网络。
4.根据权利要求1～2中任意一项所述的基于车载移动式雷达的FOD检测方法，其特征在于，在步骤4）中，依次通过距离维CFAR和角度维AFAR对计算结果进行检测，得到检测结果。
5.根据权利要求1～2中任意一项所述的基于车载移动式雷达的FOD检测方法，其特征在于，在步骤4）中，通过二维CFAR对计算结果进行检测，得到检测结果。
6.一种基于车载移动式雷达的FOD检测系统，用于执行如权利要求1～5中任意一项所述的基于车载移动式雷达的FOD检测方法，其特征在于，包括：
第一模块，用于获取机场跑道因雷达的发射信号所反射回来的目标回波信号；其中发射信号为FMCW脉冲信号；
第二模块，用于将雷达运动轨迹上的多个位置采集的目标回波信号进行组合形成网络，通过合成虚拟大孔径来降低主波束内的杂波能量；
第三模块，用于在角度-距离谱矩阵计算过程中，通过运动自校准以实现目标角度的精确估计；
第四模块，用于对角度-距离谱矩阵计算结果进行FOD检测，得到检测结果。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1～5中任意一项所述的基于车载移动式雷达的FOD检测方法的步骤。
8.一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1～5中任意一项所述的基于车载移动式雷达的FOD检测方法的步骤。
CN202110951547.XA 2021-08-19 2021-08-19 基于车载移动式雷达的fod检测方法、系统及介质 Pending CN113406639A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110951547.XA CN113406639A (zh) 2021-08-19 2021-08-19 基于车载移动式雷达的fod检测方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110951547.XA CN113406639A (zh) 2021-08-19 2021-08-19 基于车载移动式雷达的fod检测方法、系统及介质

Publications (1)

Publication Number Publication Date
CN113406639A true CN113406639A (zh) 2021-09-17

Family

ID=77688560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110951547.XA Pending CN113406639A (zh) 2021-08-19 2021-08-19 基于车载移动式雷达的fod检测方法、系统及介质

Country Status (1)

Country Link
CN (1) CN113406639A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114217284A (zh) * 2021-12-03 2022-03-22 珠海安自达科技有限公司 一种基于特征的雷达运动目标检测和干扰抑制方法及系统
WO2024047678A1 (en) 2022-08-29 2024-03-07 Universita' Degli Studi Di Firenze Vehicle equipped with a system for identifying foreign object or debris on runways, discontinuities or fractures in a pavement

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200300965A1 (en) * 2019-03-18 2020-09-24 Nxp Usa, Inc. Distributed Aperture Automotive Radar System
CN111796270A (zh) * 2020-07-08 2020-10-20 电子科技大学 周界安防雷达横向穿越目标检测方法、系统、介质及设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200300965A1 (en) * 2019-03-18 2020-09-24 Nxp Usa, Inc. Distributed Aperture Automotive Radar System
CN111796270A (zh) * 2020-07-08 2020-10-20 电子科技大学 周界安防雷达横向穿越目标检测方法、系统、介质及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈超: "FMCW毫米波雷达目标特征提取及分类研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114217284A (zh) * 2021-12-03 2022-03-22 珠海安自达科技有限公司 一种基于特征的雷达运动目标检测和干扰抑制方法及系统
WO2024047678A1 (en) 2022-08-29 2024-03-07 Universita' Degli Studi Di Firenze Vehicle equipped with a system for identifying foreign object or debris on runways, discontinuities or fractures in a pavement

Similar Documents

Publication Publication Date Title
CN110161474B (zh) 一种基于数字波束形成技术的低慢小目标探测方法
US9594159B2 (en) 2-D object detection in radar applications
US5663720A (en) Method and system for regional traffic monitoring
US7154434B1 (en) Anti-personnel airborne radar application
US20170045613A1 (en) 360-degree electronic scan radar for collision avoidance in unmanned aerial vehicles
CN110286373B (zh) 一种复杂气候条件下的fod雷达雨雪杂波抑制方法
Ulander et al. Signal-to-clutter ratio enhancement in bistatic very high frequency (VHF)-band SAR images of truck vehicles in forested and urban terrain
CN108776342A (zh) 一种高速平台sar慢速动目标检测与速度估计方法
CN113406639A (zh) 基于车载移动式雷达的fod检测方法、系统及介质
Frölind Results of airborne passive SAR ground and sea target imaging using DVB-T signals
CN111983602A (zh) 一种微小目标探测雷达装置
Wang et al. Airport runway foreign object debris detection system based on arc-scanning SAR technology
US10705201B1 (en) Radar beam sharpening system and method
CN111538002B (zh) 一种基于车载毫米波雷达的fod探测方法
Long et al. Wideband Radar System Applications
CN113406643A (zh) 基于车载分布式孔径雷达的fod检测装置的检测方法及系统
CN114924269B (zh) 一种基于星载f-scan sar的距离向模糊度分析方法
Lee et al. Enhanced ISAR imaging for surveillance of multiple drones in urban areas
Tospann et al. Multifunction 35-ghz fmcw radar with frequency scanning antenna for synthetic vision applications
Balke SAR image formation for forward-looking radar receivers in bistatic geometry by airborne illumination
SantaPietro Persistent wide area surveillance from an airship
Dallinger et al. Airborne moving target indication of ground and maritime targets with SmartRadar
Bi et al. Millimeter wave radar technology
CN112748432B (zh) 机载sar交替执行条带模式与广域mti模式的方法及装置
Walterscheid et al. Bistatic radar imaging of an airfield in forward direction

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210917

RJ01 Rejection of invention patent application after publication