CN113625269A - 一种基于毫米波雷达的高速铁路钢轨沉降检测方法和系统 - Google Patents
一种基于毫米波雷达的高速铁路钢轨沉降检测方法和系统 Download PDFInfo
- Publication number
- CN113625269A CN113625269A CN202110985804.1A CN202110985804A CN113625269A CN 113625269 A CN113625269 A CN 113625269A CN 202110985804 A CN202110985804 A CN 202110985804A CN 113625269 A CN113625269 A CN 113625269A
- Authority
- CN
- China
- Prior art keywords
- frequency modulation
- steel rail
- radar
- modulation continuous
- frequency
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 92
- 239000010959 steel Substances 0.000 title claims abstract description 92
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 9
- 230000003044 adaptive effect Effects 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000003491 array Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000006073 displacement reaction Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 description 6
- 238000007635 classification algorithm Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
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
-
- 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
- G01S13/9021—SAR image post-processing techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于毫米波雷达的高速铁路钢轨沉降检测方法和系统，方法为：现场雷达通过发送调频连续雷达信号和接收多目标场景下各目标反射回来的调频连续雷达信号，对多目标场景下的钢轨数据进行识别筛选；其中，现场发送的调频连续雷达信号是由最近计算得到的沉降数据调制得到，所述钢轨数据是指由钢轨反射回来的调频连续雷达信号；现场利用筛选得到的钢轨数据，通过FFT变换与ACZT变换进行处理计算得到钢轨当前的沉降数据；本地控制中心的雷达接收多目标反射回来的调频连续雷达信号，从中调解出钢轨的沉降数据。本发明对钢轨沉降位移检测的精度高，且钢轨沉降检测与通信一体化，本地控制中心实现对钢轨沉降进行全天候实时监测。
Description
技术领域
本发明属于钢轨沉降检测领域，具体涉及一种基于毫米波雷达实现检测与通信一体化的高速铁路钢轨沉降检测方法和系统。
背景技术
高速列车对线路的平顺性要求极高，铁路钢轨线路上局部的极小尺度的不平顺就会影响高速列车的运行安全。因此，为保证铁路运输的安全运行，对铁路轨道的沉降检测变得尤为重要。
传统的三角水准仪器测量需投入较多人力资源且工作量大，在大规模沉降检测中不甚便捷，并且无法实现自动化监控。全球定位系统(GPS)测量，干涉测量合成孔径雷达(InSAR)技术能满足实时监控的要求，但是受环境因素影响时沉降测量精确度可能无法达到沉降测量标准。而且现有技术对沉降检测与数据通信，两者功能相互分离实现，即沉降检测结果需要通过独立的通信设备发出，从而需要额外的通信设备导致成本增加。
发明内容
本发明提供一种基于毫米雷达的高速铁路钢轨沉降检测方法和系统，一方面能够实现多目标场景下的钢轨识别，另一方面实现对钢轨在恶劣环境(灰尘，黑暗，雨雪等)中的沉降位移进行高精度测量，再一方面利用毫米雷达将沉降检测数据实时传输至控制中心实现全天候的钢轨实时监测。
为实现上述技术目的，本发明采用如下技术方案：
一种基于毫米波雷达的高速铁路钢轨沉降检测方法，包括以下步骤：
步骤1，现场雷达通过发送调频连续雷达信号和接收多目标场景下各目标反射回来的调频连续雷达信号，对多目标场景下的钢轨数据进行识别筛选；其中，现场发送的调频连续雷达信号是由最近计算得到的沉降数据调制得到，所述钢轨数据是指由钢轨反射回来的调频连续雷达信号；
步骤2，现场利用步骤1筛选得到的钢轨数据，通过FFT变换与ACZT变换进行处理计算得到钢轨当前的沉降数据；其中，钢轨当前的沉降数据，在下一轮步骤1中通过对调频连续雷达信号进行调制发送出去；
步骤3，本地控制中心的雷达接收多目标反射回来的调频连续雷达信号，从中调解出钢轨的沉降数据。
在更优的技术方案中，在步骤1对多目标场景下的钢轨数据进行识别筛选，具体包括：
(1)对多目标场景下每个目标反射回来的每帧调频连续雷达信号，分别计算其雷达横截面积RCS；记第k个目标反射回来的第n帧调频连续雷达信号对应的雷达横截面积数据集为
k＝1,…K，n＝1,…,N，K表示多目标场景下的目标个数，N表示每次提取特征所需要的调频连续雷达信号帧数，T表示每一帧内的采样点数；
(2)针对每个目标每帧调频连续雷达信号所对应的雷达横截面积
均提取其特征向量
M表示特征向量的维度，即特征向量中的特征个数；则第k个目标所有T帧调频连续雷达信号对应的特征向量，可表示为特征矩阵为：
(3)针对每个目标均按照上述(1)(2)获取若干特征矩阵作为训练样本，使用所有目标的所有训练样本训练DAG-SVM分类器；
(4)对实时接收到的未知目标反射的调频连续雷达信号，按照上述(1)(2)获取特征矩阵，使用训练得到的分类器进行目标分类，从所有接收到的调频连续雷达信号中筛选出目标为钢轨的调频连续雷达信号。
在更优的技术方案中，提取特征向量中的特征包括：平均值、方差、偏度和峰度。
在更优的技术方案中，雷达横截面积的计算式为：
式中，其中Pr是接收机的功率输入，Pt是发射机的功率输出，Gr、Gt分别表示接收天线和发射天线的增益，Ar表示接收天线的有效孔径面积，表达式为
dr、dt分别表示从发射天线和接收天线到目标的距离，λ表示光的波长。
在更优的技术方案中，采用幅移键控调制方式、使用数字化的沉降数据对调频连续雷达信号进行调制，而后再经过天线发送出去；本地控制中心解调钢轨的沉降数据的方法为：
设数字化的沉降数据表示为DATA(t)，则调频连续雷达信号在调制后的幅值为
本地控制中心在接收到调频连续雷达信号后，将发送与接收的调频连续雷达信号进行混频得到中频信号fIF(t)，则中频信号fIF(t)的幅值为
η为常系数，τ为接收的调频连续雷达信号相对于发送信号的延迟时间；再对中频信号fIF(t)进行取模运算后平方，得到：
求解上式即可得到DATA(t-2τ)，根据延迟时间τ恢复出数字化的沉降数据DATA(t)。
在更优的技术方案中，步骤2具体过程为：
首先根据筛选得到的由钢轨反射回来的调频连续雷达信号和原始发送的调频连续雷达信号，通过混频得到中频信号，将中频信号经过N点采样得到的序列进行FFT变换得到粗略的第一频率f1；
取第一频率的附近频段fw＝[fmin,fmax]，对该频段进行M点采样得到的序列进行CTZ变换，得到精细的第二频率f2；其中，fmin＝fsθ0/2π，
θ0表示起始取样点的相角，fs表示CTZ变换的采样频率；
根据第二频率f2计算钢轨的沉降量
d为计算得到的钢轨沉降量，B表示雷达带宽，Tsweep表示雷达扫描时间，c表示光速。
在更优的技术方案中，现场雷达采用呈直线均匀排列的M元天线阵列接收调频连续雷达信号，然后采用Root-MUSIC算法并根据M元天线阵列接收的调频连续雷达信号获取角度信息，最后结合第二频率f2和角度信息计算钢轨的沉降量；其中采用Root-MUSIC算法获取角度信息的具体过程为：
(1)将M元天线阵列接收到的调频连续雷达信号Y(t)表示为：
式中，y1(t),y2(t),…,yM(t)为M元天线阵列分别接收到的调频连续雷达信号，x1(t),x2(t),…,xP(t)分别为多目标场景下的P个目标反射的调频连续雷达信号，δ1(t),δ2(t),…,δP(t)分别为天线接收P个目标反射的调频连续雷达信号的入射角，a()表示阵列的方向矩阵；n1(t),n2(t),…,nM(t)为调频连续雷达信号从目标反射到天线接收的噪声子空间；
(2)根据(1)表示的接收信号Y(t)计算其协方差矩阵，并进行特征值分解获得噪声子空间；采用Root-MUSIC算法求解调频连续雷达信号的入射角δ1(t),δ2(t),…,δP(t)。
在更优的技术方案中，现场雷达和本地控制中心的雷达均采用毫米波雷达。
一种基于毫米波雷达的高速铁路钢轨沉降检测系统，包括现场雷达和本地控制中心的雷达；
所述现场雷达用于：发送调频连续雷达信号和接收多目标场景下各目标反射回来的调频连续雷达信号，对多目标场景下的钢轨数据进行识别筛选；其中，现场发送的调频连续雷达信号是由最近计算得到的沉降数据调制得到，所述钢轨数据是指由钢轨反射回来的调频连续雷达信号；
所述现场雷达还用于：利用筛选得到的钢轨数据，通过FFT变换与ACZT变换进行处理计算得到钢轨当前的沉降数据；
所述本地控制中心的雷达用于：接收多目标反射回来的调频连续雷达信号，从中调解出钢轨的沉降数据。
有益效果
本发明的有益效果为：
1、首先采用人工智能分类算法对多目标场景下的钢轨数据进行分类筛选，避免其他障碍目标数据的影响，提高高速铁路钢轨在多目标的动静态混合场景中识别出被测钢轨的沉降位移测量的精度；
2、采用FFT与CZT相结合的方式获取高分辨频率的估计，采用Root_MUSIC算法获取高精度角度估计，再综合高分辨的频率和高精度的角度，实现钢轨沉降距离的高精度估计；
3、现场雷达基于毫米波雷达发送调频连续雷达信号，不但可以将最近已计算得到的钢轨沉降距离，通过幅移键控的调制方式加载到雷达信号中，以经目标反射到本地控制中心，实现基于毫米波雷达完成数据通信；而且经钢轨等目标反射回到现场雷达，完成对钢轨当前沉降距离的检测，实现基于毫米波雷达完成数据检测。从而实现钢轨沉降检测与通信一体化，并及时反馈至本地控制中心，实现本地控制中心全天候的钢轨沉降实时监测。
附图说明
图1是本申请实施例雷达信号流向示意图；
图2是本申请实施例所述方法的流程示意图；
图3是本申请实施例所述多目标场景的示意图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例以本发明的技术方案为依据开展，给出了详细的实施方式和具体的操作过程，对本发明的技术方案作进一步解释说明。
实施例1
本实施例提供一种基于毫米波雷达的高速铁路钢轨沉降检测方法，参考图1、2所示，包括以下步骤：
步骤1，现场雷达通过发送调频连续雷达信号和接收多目标场景下各目标反射回来的调频连续雷达信号，对多目标场景下的钢轨数据进行识别筛选；其中，现场发送的调频连续雷达信号是由最近计算得到的沉降数据调制得到，所述钢轨数据是指由钢轨反射回来的调频连续雷达信号。
本实施例中，现场雷达采用毫米波雷达，起始频率为77GHz，带宽为1.5GHz，接收天线4根；多目标场景包括两个轨道、信号灯(轨旁基础设施)和车辆，其中车辆为3.3m/秒速度的移动物体。如图3所示，这四个物体与雷达的距离分别为0.9m、1.1m、1.8m和2.2m。其中的现场雷达固定在游标卡尺上，共同安装在被测轨道的垂直上方，以通过步骤2监测其与轨道之间距离的变化，通过下一轮发射调频连续雷达信号时用沉降数据进行调制，以经目标反射发送到本地控制中心，达到实时检测钢轨沉降的效果。
由于轨道周围不可避免地会同时出现其他物体，形成轨道钢轨反射雷达信号的障碍物，构成包括钢轨在内的多目标场景，因此有必要从雷达所有接收到的回波信号(即由各目标反射回来的调频连续雷达信号)中筛选出钢轨反射的回波信号。钢轨数据筛选过程为：
(1)对多目标场景下每个目标反射回来的每帧调频连续雷达信号，分别计算其雷达横截面积RCS；记第k个目标反射回来的第n帧调频连续雷达信号对应的雷达横截面积数据集为
k＝1,…K，n＝1,…,N，K表示多目标场景下的目标个数，N表示每次提取特征所需要的调频连续雷达信号帧数，T每一帧内的采样点数；
其中，雷达横截面积的计算式为：
式中，其中Pr是接收机的功率输入，Pt是发射机的功率输出，Gr、Gt分别表示接收天线和发射天线的增益，Ar表示接收天线的有效孔径面积，表达式为
dr、dt分别表示从发射天线和接收天线到目标的距离，λ表示光的波长。
由于Pr Pt Gr Gt Ar这些雷达参数是已知的，距离dr dt可通过计算得到，即：根据筛选得到的由钢轨反射回来的调频连续雷达信号和原始发送的调频连续雷达信号，通过混频得到中频信号，将中频信号经过N点采样得到的序列进行FFT变换得到粗略的第一频率f1，使用该第一频率f1即可满足距离dr和dt的精度要求。
(2)针对每个目标每帧调频连续雷达信号所对应的雷达横截面积
均提取其特征向量
M表示特征向量的维度，即特征向量中的特征个数；则第k个目标所有T帧调频连续雷达信号对应的特征向量，可表示为特征矩阵为：
在本实施例中，特征向量中包括提取的4个特征，分别为：平均值、方差、偏度和峰度。
(3)针对每个目标均按照上述(1)(2)获取若干特征矩阵作为训练样本，使用所有目标的所有训练样本训练DAG-SVM分类器。
(4)对实时接收到的未知目标反射的调频连续雷达信号，按照上述(1)(2)获取特征矩阵，使用训练得到的分类器进行目标分类，从所有接收到的调频连续雷达信号中筛选出目标为钢轨的调频连续雷达信号。
步骤2，现场利用步骤1筛选得到的钢轨数据，通过FFT变换与ACZT变换进行处理计算得到钢轨当前的沉降数据；其中，钢轨当前的沉降数据，在下一轮步骤1中通过对调频连续雷达信号进行调制发送出去。计算钢轨当前沉降数据的具体过程包括：
首先根据筛选得到的由钢轨反射回来的调频连续雷达信号和原始发送的调频连续雷达信号，通过混频得到中频信号，将中频信号经过N点采样得到的序列进行FFT变换得到粗略的第一频率f1；
取第一频率的附近频段fw＝[fmin,fmax]，对该频段进行M点采样得到的序列进行CTZ变换，得到精细的第二频率f2；其中，fmin＝fsθ0/2π，
θ0表示起始取样点的相角，fs表示CTZ变换的采样频率。由于原始的CZT频段的选取固定，不便修改，但是人为手动选取的频段fw不一定能得到最优的第二频率f2，因此可更优地可选择进行ACTZ变换，即通过自适应技术自动调整或者缩小细化频段f2的范围得到更优的f2。并且该ACTZ算法不需要手动的一个个修改fw，节约了时间速度更快。
根据第二频率f2计算钢轨的沉降量
d为计算得到的钢轨沉降量，B表示雷达带宽，Tsweep表示雷达扫描时间，c表示光速。
在更优的实施例中，现场雷达采用呈直线均匀排列的M元天线阵列接收调频连续雷达信号，然后采用Root-MUSIC算法并根据M元天线阵列接收的调频连续雷达信号获取角度信息，最后结合第二频率f2和角度信息计算钢轨的沉降量；其中采用Root-MUSIC算法获取角度信息的具体过程为：
(1)将M元天线阵列接收到的调频连续雷达信号Y(t)表示为：
式中，y1(t),y2(t),…,yM(t)为M元天线阵列分别接收到的调频连续雷达信号，x1(t),x2(t),…,xP(t)分别为多目标场景下的P个目标反射的调频连续雷达信号，δ1(t),δ2(t),…,δP(t)分别为天线接收P个目标反射的调频连续雷达信号的入射角，a()表示阵列的方向矩阵；n1(t),n2(t),…,nM(t)为调频连续雷达信号从目标反射到天线接收的噪声子空间。
(2)根据(1)表示的接收信号Y(t)计算其协方差矩阵，并进行特征值分解获得噪声子空间；采用Root-MUSIC算法求解调频连续雷达信号的入射角δ1(t),δ2(t),…,δP(t)。
在得到入射角后，可根据公式
计算出相位信息
再根据公式
求得相位对应的沉降距离Δd，最终将根据第二频率f2计算钢轨的沉降量d与相位对应的沉降距离信息Δd相加，即得到精度更高的钢轨沉降量dfinal。
步骤3，本地控制中心的雷达接收多目标反射回来的调频连续雷达信号，从中调解出钢轨的沉降数据。其中，本地控制中心的雷达均采用毫米波雷达。
在步骤2通过现场雷达的DSP计算得到钢轨当前的沉降数据的同时，本地控制中心的雷达执行步骤3，即接收多目标反射回来的调频连续雷达信号，从中调解出钢轨的沉降数据。
本实施例中，步骤1是采用幅移键控调制方式、使用数字化的沉降数据DATA(t)对调频连续雷达信号进行调制，调频连续雷达信号在调制后的幅值为
而后再将调制后的调频连续雷达信号经过天线发送出去。
相应的，本地控制中心在步骤3解调钢轨的沉降数据的方法为：本地控制中心在接收到调频连续雷达信号后，将发送与接收的调频连续雷达信号进行混频得到中频信号fIF(t)，则中频信号fIF(t)的幅值为
η为常系数，τ为接收的调频连续雷达信号相对于发送信号的延迟时间；再对中频信号fIF(t)进行取模运算后平方，得到：
求解上式即可得到DATA(t-2τ)，根据延迟时间τ恢复出数字化的沉降数据DATA(t)。
上述用于本地控制中心进行混频的发送信号，是本地控制中心产生的、与现场雷达产生发送的调频连续雷达信号相同的信号。
本文涉及到的术语解释：
RCS:雷达散射截面(radar cross section)，它表征了目标在雷达波照射下所产生回波强度的一种物理量。雷达散射截面又称后向散射截面，是雷达入射方向上目标散射雷达信号能力的度量,用入射场的功率密度归一化表示。RCS是指雷达入射方向上单位立体角内返回散射功率与目标截状的功率密度之比，是物体的特征之一可用于区分物体。
FMCW雷达：调频连续波雷达(FMCW radar)，是指发射频率受特定信号调制的连续波雷达，如气象雷达。调频连续波雷达通过比较任意时刻回波信号频率与此时刻发射信号的频率的之差方法来得到目标的距离信息，距离正比于两者的频率差。目标的径向速度和距离可由测量的二者频率差处理后得到。与其他测距测速雷达相比，调频连续波雷达的结构更简单。FMCW雷达的技术经验较丰富，所需的发射功率峰值较低、容易调制、成本低、信号处理简单。
DAG-SVM:有向无环图-支持向量机(Directed Acyclic Graph-Support VectorMachine)，SVM是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(generalized linear classifier)，其决策边界是对学习样本求解的最大边距超平面(maximum-margin hyperplane)。DAG-SVM是一种基于有向无环图的分类算法，相较于经典的SVM，改算法能避免不可分问题且速度更快。
FFT：快速傅里叶变换(fast Fourier transform)，FFT是一种离散傅里叶变换(DFT)的高效算法，是时域——频域变换分析中最基本的方法之一，即可以将一个时域信号变换到频域。有些信号在时域上很难看出其特征，但如果变换到频域之后，就很容易看出特征。这就是很多信号分析采用FFT变换的原因。
CZT:线性调频Z变换(chip z transform)，CZT是一种有效细化频谱，提高频率估计精度的算法。当使用FFT获得精度较低的频率时，通过在此频率附近选取一段频率并在该处再次进行采样，便能得到更精确的频率信息。
Root-MUSIC：Root-MUSIC算法是MUSIC算法的多项式求根形式，是用求多项式的根的方法代替MUSIC算法中的谱搜索。
实施例2
本实施例提供一种基于毫米波雷达的高速铁路钢轨沉降检测系统，包括现场雷达和本地控制中心的雷达；
所述现场雷达用于：发送调频连续雷达信号和接收多目标场景下各目标反射回来的调频连续雷达信号，对多目标场景下的钢轨数据进行识别筛选；其中，现场发送的调频连续雷达信号是由最近计算得到的沉降数据调制得到，所述钢轨数据是指由钢轨反射回来的调频连续雷达信号；
所述现场雷达还用于：利用筛选得到的钢轨数据，通过FFT变换与ACZT变换进行处理计算得到钢轨当前的沉降数据；
所述本地控制中心的雷达用于：接收多目标反射回来的调频连续雷达信号，从中调解出钢轨的沉降数据。
本实施例的现场雷达和本地控制中心的雷达，作用原理与实施例1相同，此处不再重复阐述。
以上实施例为本申请的优选实施例，本领域的普通技术人员还可以在此基础上进行各种变换或改进，在不脱离本申请总的构思的前提下，这些变换或改进都应当属于本申请要求保护的范围之内。
Claims (9)
1.一种基于毫米波雷达的高速铁路钢轨沉降检测方法，其特征在于，包括以下步骤：
步骤1，现场雷达通过发送调频连续雷达信号和接收多目标场景下各目标反射回来的调频连续雷达信号，对多目标场景下的钢轨数据进行识别筛选；其中，现场发送的调频连续雷达信号是由最近计算得到的沉降数据调制得到，所述钢轨数据是指由钢轨反射回来的调频连续雷达信号；
步骤2，现场利用步骤1筛选得到的钢轨数据，通过FFT变换与ACZT变换进行处理计算得到钢轨当前的沉降数据；其中，钢轨当前的沉降数据，在下一轮步骤1中通过对调频连续雷达信号进行调制发送出去；
步骤3，本地控制中心的雷达接收多目标反射回来的调频连续雷达信号，从中调解出钢轨的沉降数据。
2.根据权利要求1所述的高速铁路钢轨沉降检测方法，其特征在于，在步骤1对多目标场景下的钢轨数据进行识别筛选，具体包括：
(1)对多目标场景下每个目标反射回来的每帧调频连续雷达信号，分别计算其雷达横截面积RCS；记第k个目标反射回来的第n帧调频连续雷达信号对应的雷达横截面积数据集为
K表示多目标场景下的目标个数，N表示每次提取特征所需要的调频连续雷达信号帧数，T表示每一帧内的采样点数；
(2)针对每个目标每帧调频连续雷达信号所对应的雷达横截面积
均提取其特征向量
M表示特征向量的维度，即特征向量中的特征个数；则第k个目标所有T帧调频连续雷达信号对应的特征向量，可表示为特征矩阵为：
(3)针对每个目标均按照上述(1)(2)获取若干特征矩阵作为训练样本，使用所有目标的所有训练样本训练DAG-SVM分类器；
(4)对实时接收到的未知目标反射的调频连续雷达信号，按照上述(1)(2)获取特征矩阵，使用训练得到的分类器进行目标分类，从所有接收到的调频连续雷达信号中筛选出目标为钢轨的调频连续雷达信号。
3.根据权利要求2所述的高速铁路钢轨沉降检测方法，其特征在于，提取特征向量中的特征包括：平均值、方差、偏度和峰度。
4.根据权利要求2所述的高速铁路钢轨沉降检测方法，其特征在于，雷达横截面积的计算式为：
式中，其中Pr是接收机的功率输入，Pt是发射机的功率输出，Gr、Gt分别表示接收天线和发射天线的增益，Ar表示接收天线的有效孔径面积，表达式为
dr、dt分别表示从发射天线和接收天线到目标的距离，λ表示光的波长。
5.根据权利要求1所述的高速铁路钢轨沉降检测方法，其特征在于，采用幅移键控调制方式、使用数字化的沉降数据对调频连续雷达信号进行调制，而后再经过天线发送出去；本地控制中心解调钢轨的沉降数据的方法为：
设数字化的沉降数据表示为DATA(t)，则调频连续雷达信号在调制后的幅值为
本地控制中心在接收到调频连续雷达信号后，将发送与接收的调频连续雷达信号进行混频得到中频信号fIF(t)，则中频信号fIF(t)的幅值为
η为常系数，τ为接收的调频连续雷达信号相对于发送信号的延迟时间；再对中频信号fIF(t)进行取模运算后平方，得到：
求解上式即可得到DATA(t-2τ)，根据延迟时间τ恢复出数字化的沉降数据DATA(t)。
6.根据权利要求1所述的高速铁路钢轨沉降检测方法，其特征在于，步骤2具体过程为：
首先根据筛选得到的由钢轨反射回来的调频连续雷达信号和原始发送的调频连续雷达信号，通过混频得到中频信号，将中频信号经过N点采样得到的序列进行FFT变换得到粗略的第一频率f1；
取第一频率的附近频段fw＝[fmin,fmax]，对该频段进行M点采样得到的序列进行CTZ变换，得到精细的第二频率f2；其中，
θ0表示起始取样点的相角，fs表示CTZ变换的采样频率；
根据第二频率f2计算钢轨的沉降量
d为计算得到的钢轨沉降量，B表示雷达带宽，Tsweep表示雷达扫描时间，c表示光速。
7.根据权利要求1所述的高速铁路钢轨沉降检测方法，其特征在于，现场雷达采用呈直线均匀排列的M元天线阵列接收调频连续雷达信号，然后采用Root-MUSIC算法并根据M元天线阵列接收的调频连续雷达信号获取角度信息，最后结合第二频率f2和角度信息计算钢轨的沉降量；其中采用Root-MUSIC算法获取角度信息的具体过程为：
(1)将M元天线阵列接收到的调频连续雷达信号Y(t)表示为：
式中，y1(t),y2(t),…,yM(t)为M元天线阵列分别接收到的调频连续雷达信号，x1(t),x2(t),…,xP(t)分别为多目标场景下的P个目标反射的调频连续雷达信号，δ1(t),δ2(t),…,δP(t)分别为天线接收P个目标反射的调频连续雷达信号的入射角，a()表示阵列的方向矩阵；n1(t),n2(t),…,nM(t)为调频连续雷达信号从目标反射到天线接收的噪声子空间；
(2)根据(1)表示的接收信号Y(t)计算其协方差矩阵，并进行特征值分解获得噪声子空间；采用Root-MUSIC算法求解调频连续雷达信号的入射角δ1(t),δ2(t),…,δP(t)。
8.根据权利要求1所述的高速铁路钢轨沉降检测方法，其特征在于，现场雷达和本地控制中心的雷达均采用毫米波雷达。
9.一种基于毫米波雷达的高速铁路钢轨沉降检测系统，其特征在于，包括现场雷达和本地控制中心的雷达；
所述现场雷达用于：发送调频连续雷达信号和接收多目标场景下各目标反射回来的调频连续雷达信号，对多目标场景下的钢轨数据进行识别筛选；其中，现场发送的调频连续雷达信号是由最近计算得到的沉降数据调制得到，所述钢轨数据是指由钢轨反射回来的调频连续雷达信号；
所述现场雷达还用于：利用筛选得到的钢轨数据，通过FFT变换与ACZT变换进行处理计算得到钢轨当前的沉降数据；
所述本地控制中心的雷达用于：接收多目标反射回来的调频连续雷达信号，从中调解出钢轨的沉降数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110985804.1A CN113625269B (zh) | 2021-08-26 | 2021-08-26 | 一种基于毫米波雷达的高速铁路钢轨沉降检测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110985804.1A CN113625269B (zh) | 2021-08-26 | 2021-08-26 | 一种基于毫米波雷达的高速铁路钢轨沉降检测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113625269A true CN113625269A (zh) | 2021-11-09 |
| CN113625269B CN113625269B (zh) | 2024-03-01 |
Family
ID=78387771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110985804.1A Active CN113625269B (zh) | 2021-08-26 | 2021-08-26 | 一种基于毫米波雷达的高速铁路钢轨沉降检测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113625269B (zh) |
Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4173073A (en) * | 1977-05-25 | 1979-11-06 | Hitachi, Ltd. | Track displacement detecting and measuring system |
| JPS63161536A (ja) * | 1986-12-25 | 1988-07-05 | Canon Inc | トラツク誤差信号検出方法 |
| US5737085A (en) * | 1997-03-19 | 1998-04-07 | Systems & Processes Engineering Corporation | Precision optical displacement measurement system |
| JPH11211451A (ja) * | 1998-01-23 | 1999-08-06 | East Japan Railway Co | 軌道変位計測システム |
| EP1707987A1 (en) * | 2005-03-29 | 2006-10-04 | Saab AB | Method for mapping a target scene using scanning radar |
| JP2007255911A (ja) * | 2006-03-20 | 2007-10-04 | Fujitsu Ltd | 測位計算装置 |
| CN101217317A (zh) * | 2008-01-10 | 2008-07-09 | 湖南大学 | 用单个相位调制器产生毫米波的方法及系统 |
| CN101387702A (zh) * | 2008-10-22 | 2009-03-18 | 东南大学 | 一种相位式激光测距仪及其检相方法 |
| CN101490578A (zh) * | 2006-07-13 | 2009-07-22 | 罗伯特·博世有限公司 | Fmcw雷达传感器 |
| CN101813619A (zh) * | 2010-04-16 | 2010-08-25 | 首都师范大学 | 利用偏振可控的太赫兹波测量双折射晶体光轴方向的方法 |
| US20100241009A1 (en) * | 2009-03-20 | 2010-09-23 | Wright State University | Systems and Methods for Detecting Movement of a Target |
| CN102098062A (zh) * | 2010-12-09 | 2011-06-15 | 北京邮电大学 | 基于毫米波的微型物联网组网系统和方法 |
| KR101249823B1 (ko) * | 2012-11-22 | 2013-04-03 | 국방과학연구소 | 지표면 및 해수면 반사 특성 측정 레이더 장치 및 이를 이용한 측정 방법 |
| CN103884317A (zh) * | 2014-04-14 | 2014-06-25 | 西安阿尔特测控技术有限公司 | 一种高铁路基沉降的实时监测系统 |
| CN103913511A (zh) * | 2013-11-06 | 2014-07-09 | 广州丰谱信息技术有限公司 | 基于无线分体轮沿式探头阵列的钢轨探伤装置与方法 |
| CN105974411A (zh) * | 2016-04-28 | 2016-09-28 | 电子科技大学 | 基于dinsar的高压输电铁塔顶端倾斜位移监测方法 |
| CN108627834A (zh) * | 2018-06-07 | 2018-10-09 | 北京城建勘测设计研究院有限责任公司 | 一种基于地基InSAR的地铁路基结构监测方法及装置 |
| CN108844521A (zh) * | 2018-09-06 | 2018-11-20 | 华东交通大学 | 一种铁路轨道沉降检测装置 |
| CN108957412A (zh) * | 2018-07-12 | 2018-12-07 | 西安电子科技大学 | 基于分段式线性调频信号的雷达探测与通信传输方法 |
| CN109064461A (zh) * | 2018-08-06 | 2018-12-21 | 长沙理工大学 | 一种基于深度学习网络的钢轨表面缺陷检测方法 |
| CN112034444A (zh) * | 2020-08-25 | 2020-12-04 | 西安电子科技大学 | 基于循环编码阵列的多波束雷达通信一体化方法 |
| CN112215306A (zh) * | 2020-11-18 | 2021-01-12 | 同济大学 | 一种基于单目视觉与毫米波雷达融合的目标检测方法 |
| CN112698322A (zh) * | 2019-10-22 | 2021-04-23 | 英飞凌科技股份有限公司 | 追踪与分类器在mmwave雷达中的集成 |
| CN112835009A (zh) * | 2021-03-16 | 2021-05-25 | 浙江大学 | 一种基于fmcw雷达rai的数据集拓展方法 |
| CN113009439A (zh) * | 2021-01-29 | 2021-06-22 | 江苏集萃移动通信技术研究所有限公司 | 一种基于调频连续波毫米波雷达的多目标探测方法 |
-
2021
- 2021-08-26 CN CN202110985804.1A patent/CN113625269B/zh active Active
Patent Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4173073A (en) * | 1977-05-25 | 1979-11-06 | Hitachi, Ltd. | Track displacement detecting and measuring system |
| JPS63161536A (ja) * | 1986-12-25 | 1988-07-05 | Canon Inc | トラツク誤差信号検出方法 |
| US5737085A (en) * | 1997-03-19 | 1998-04-07 | Systems & Processes Engineering Corporation | Precision optical displacement measurement system |
| JPH11211451A (ja) * | 1998-01-23 | 1999-08-06 | East Japan Railway Co | 軌道変位計測システム |
| EP1707987A1 (en) * | 2005-03-29 | 2006-10-04 | Saab AB | Method for mapping a target scene using scanning radar |
| JP2007255911A (ja) * | 2006-03-20 | 2007-10-04 | Fujitsu Ltd | 測位計算装置 |
| CN101490578A (zh) * | 2006-07-13 | 2009-07-22 | 罗伯特·博世有限公司 | Fmcw雷达传感器 |
| CN101217317A (zh) * | 2008-01-10 | 2008-07-09 | 湖南大学 | 用单个相位调制器产生毫米波的方法及系统 |
| CN101387702A (zh) * | 2008-10-22 | 2009-03-18 | 东南大学 | 一种相位式激光测距仪及其检相方法 |
| US20100241009A1 (en) * | 2009-03-20 | 2010-09-23 | Wright State University | Systems and Methods for Detecting Movement of a Target |
| CN101813619A (zh) * | 2010-04-16 | 2010-08-25 | 首都师范大学 | 利用偏振可控的太赫兹波测量双折射晶体光轴方向的方法 |
| CN102098062A (zh) * | 2010-12-09 | 2011-06-15 | 北京邮电大学 | 基于毫米波的微型物联网组网系统和方法 |
| KR101249823B1 (ko) * | 2012-11-22 | 2013-04-03 | 국방과학연구소 | 지표면 및 해수면 반사 특성 측정 레이더 장치 및 이를 이용한 측정 방법 |
| CN103913511A (zh) * | 2013-11-06 | 2014-07-09 | 广州丰谱信息技术有限公司 | 基于无线分体轮沿式探头阵列的钢轨探伤装置与方法 |
| CN103884317A (zh) * | 2014-04-14 | 2014-06-25 | 西安阿尔特测控技术有限公司 | 一种高铁路基沉降的实时监测系统 |
| CN105974411A (zh) * | 2016-04-28 | 2016-09-28 | 电子科技大学 | 基于dinsar的高压输电铁塔顶端倾斜位移监测方法 |
| CN108627834A (zh) * | 2018-06-07 | 2018-10-09 | 北京城建勘测设计研究院有限责任公司 | 一种基于地基InSAR的地铁路基结构监测方法及装置 |
| CN108957412A (zh) * | 2018-07-12 | 2018-12-07 | 西安电子科技大学 | 基于分段式线性调频信号的雷达探测与通信传输方法 |
| CN109064461A (zh) * | 2018-08-06 | 2018-12-21 | 长沙理工大学 | 一种基于深度学习网络的钢轨表面缺陷检测方法 |
| CN108844521A (zh) * | 2018-09-06 | 2018-11-20 | 华东交通大学 | 一种铁路轨道沉降检测装置 |
| CN112698322A (zh) * | 2019-10-22 | 2021-04-23 | 英飞凌科技股份有限公司 | 追踪与分类器在mmwave雷达中的集成 |
| CN112034444A (zh) * | 2020-08-25 | 2020-12-04 | 西安电子科技大学 | 基于循环编码阵列的多波束雷达通信一体化方法 |
| CN112215306A (zh) * | 2020-11-18 | 2021-01-12 | 同济大学 | 一种基于单目视觉与毫米波雷达融合的目标检测方法 |
| CN113009439A (zh) * | 2021-01-29 | 2021-06-22 | 江苏集萃移动通信技术研究所有限公司 | 一种基于调频连续波毫米波雷达的多目标探测方法 |
| CN112835009A (zh) * | 2021-03-16 | 2021-05-25 | 浙江大学 | 一种基于fmcw雷达rai的数据集拓展方法 |
Non-Patent Citations (6)
| Title |
|---|
| DI ZHOU等: "Integrating RELAX with PS-InSAR Technique to Improve Identification of Persistent Scatterers for Land Subsidence Monitoring", 《REMOTE SENS》, vol. 12, no. 17, 24 August 2020 (2020-08-24), pages 1 - 20 * |
| SEONGWOOK LEE等: "Statistical Characteristic-Based Road Structure Recognition in Automotive FMCW Radar Systems", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》, vol. 20, no. 7, 30 June 2019 (2019-06-30), pages 2418 - 2429, XP011732266, DOI: 10.1109/TITS.2018.2865588 * |
| WANG TING等: ""Radar Target Recognition Algorithm Based on RCS Observation Sequence — Set-Valued Identification Method", 《JOURNAL OF SYSTEMS SCIENCE & COMPLEXITY》, vol. 29, no. 4, pages 573 - 588, XP035939371, DOI: 10.1007/s11424-015-4151-8 * |
| 司伟健等: "《超宽频带被动雷达寻的器侧向技术》", 国防工业出版社, pages: 133 - 138 * |
| 廖明生: "雷达遥感滑坡隐患识别与形变监测", 《遥感学报》, vol. 25, no. 1, 31 January 2021 (2021-01-31), pages 332 - 341 * |
| 张文哲: "基于SBAS-InSAR技术的天津市地表沉降监测研究", 《中国优秀硕士学位论文全文数据库》, no. 8, 15 August 2020 (2020-08-15), pages 008 - 139 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113625269B (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11650286B2 (en) | Method for separating targets and clutter from noise, in radar signals | |
| JP7367236B2 (ja) | 波形分離残差を用いた移動物体のレーダー検出 | |
| Hyun et al. | Moving and stationary target detection scheme using coherent integration and subtraction for automotive FMCW radar systems | |
| CN111830508B (zh) | 一种采用毫米波雷达的道闸防砸系统和方法 | |
| US20110102242A1 (en) | Radar apparatus | |
| US10663561B2 (en) | Radar signal processing device | |
| Munoz-Ferreras et al. | Traffic surveillance system based on a high-resolution radar | |
| CN109581352A (zh) | 一种基于毫米波雷达的超分辨测角系统 | |
| CN105445701A (zh) | Ddma-mimo雷达目标的单脉冲角度估计方法 | |
| CN106646466B (zh) | 一种基于主成分分析的加权后向投影算法的成像方法 | |
| JP7257369B2 (ja) | 電子機器、電子機器の制御方法、及びプログラム | |
| CN113253236A (zh) | 一种基于毫米波雷达的雨天杂波抑制方法 | |
| CN114966589A (zh) | 一种基于毫米波雷达的多目标检测方法 | |
| Liu et al. | A two‐step abnormal data analysis and processing method for millimetre‐wave radar in traffic flow detection applications | |
| Chapman et al. | On the statistics of the phase of microwave backscatter from the ocean surface | |
| Wang et al. | Channel Measurement and Modeling for Millimeter-Wave Automotive Radar | |
| Hinz et al. | Spaceborne traffic monitoring with dual channel synthetic aperture radar theory and experiments | |
| CN110308445B (zh) | 一种基于车载数字阵调频连续波雷达的成像方法 | |
| CN113625269B (zh) | 一种基于毫米波雷达的高速铁路钢轨沉降检测方法和系统 | |
| Wang et al. | Vehicle width detection based on millimeter-wave LFMCW radar for autonomous driving | |
| KR102259887B1 (ko) | FMCW LiDAR 시스템에서 거리 해상도 향상을 위한 후처리 기법 | |
| Bi et al. | Millimeter wave radar technology | |
| CN113093174A (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
| Cahl et al. | A Comparison of Beamforming and Direction Finding Algorithms (Beamscan and MUSIC) on a Linear Array HF Radar in a Medium to Low Wave Energy Environment | |
| Leon et al. | Data-driven generation of road scenarios for radar target simulation in automotive context |
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 |