CN114646279A - 微波多尺度振动与形变测量方法及系统 - Google Patents
微波多尺度振动与形变测量方法及系统 Download PDFInfo
- Publication number
- CN114646279A CN114646279A CN202111581710.4A CN202111581710A CN114646279A CN 114646279 A CN114646279 A CN 114646279A CN 202111581710 A CN202111581710 A CN 202111581710A CN 114646279 A CN114646279 A CN 114646279A
- Authority
- CN
- China
- Prior art keywords
- module
- target
- microwave
- track
- information
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
- G01B15/06—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种微波多尺度振动与形变测量方法及系统,包括:步骤1:捕捉目标运动轨迹;步骤2:根据预设轨迹分割法对目标运动轨迹进行分段提取;步骤3:基于分段提取的目标运动轨迹,进行分段相位演变追踪;步骤4:对运动目标进行形变与振动位移反演,得到测量结果。本发明可以解决现有微波振动测量中,对于大幅值、跨越多个距离分辨率的运动难以实现精确形变与振动位移测量的难题。
Description
技术领域
本发明涉及形变与振动测量技术领域,具体地,涉及一种微波多尺度振动与形变测量方法及系统。
背景技术
随着我国工业化进程的进一步发展,以桥梁、建筑为代表的大型工程结构和以航空、航天装备为代表的大展开机械结构的健康监测与智能运维面临着巨大的挑战,其中,形变与振动测量作为结构状态监测的重要技术指标备受关注。一般的,大型结构在外力作用下的响应常出现跨尺度的形变与振动,这对现有测量方法产生了巨大的冲击与挑战。例如,在工程中最常用的加速度计存在低频响应差和位移测量精度低等问题,利用多普勒效应感知目标振速信息的激光多普勒测振仪难以适用于大尺度形变测量,视觉测振技术也同样面临着测试精度低、图像处理复杂和易受测试环境干扰等问题。
近些年来,随着集成芯片和微波感知技术的发展,以连续波雷达为代表的微波振动测量技术受到越来越多学者的关注,并取得了微米量级的振动测量精度。但是受限于微波信号的发射带宽和距离分辨率,现有微波测振方法仅能实现特定距离单元内的振动测量,对于跨越多个距离单元的大尺度形变结构,难以实现精确的形变与振动位移测量。
专利文献CN111609920B(申请号:CN202010403822.X)公开了一种手持式微波测振系统,包括指示与定位模块、微波雷达收发模块、控制模块、信号采集与处理模块、防抖模块、显示与数据保存模块以及电源模块,电源模块用于供电;微波雷达收发模块用于产生并发射单频连续波微波信号,并接收目标散射的电磁回波,得到零中频基带信号;信号采集与处理模块用于采集微波雷达收发模块输出的零中频基带信号,并进行振动信息提取与分析;控制模块用于控制系统的启动与停止、设置参数、控制各模块工作运行和数据传输;防抖模块用于消除手持等抖动对测量结果的影响;指示与定位模块用于辅助指示与定位振动测试目标和/或测点。
然而,现有的微波测振技术受限于微波信号的发射带宽和距离分辨率,难以实现跨尺度、大变形目标的形变与振动测量。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种微波多尺度振动与形变测量方法及系统。
根据本发明提供的微波多尺度振动与形变测量方法,包括:
步骤1:捕捉目标运动轨迹;
步骤2:根据预设轨迹分割法对目标运动轨迹进行分段提取;
步骤3:基于分段提取的目标运动轨迹,进行分段相位演变追踪;
步骤4:对运动目标进行形变与振动位移反演,得到测量结果。
优选的,所述步骤1包括:
步骤1.1,采集微波收发器输出的微波基带差拍信号BS=[s1,s2,…,sN],其中,N代表微波发射信号的扫频个数,si表示每个扫频周期内采集到的微波基带差拍信号;
步骤1.2,对每个扫频周期的基带差拍信号进行快速傅里叶变换,获取被测目标的距离像信息R_map(t,f)=FFT[BS]=[S1,S2,…,SN],其中,t代表时间,f为快速傅里叶变换后的频率信息;
步骤1.4,通过脊线提取法获取目标的运动轨迹,公式为:
优选的,所述步骤2包括:
步骤2.1,根据微波信号的发射带宽B及其距离分辨率ΔR,ΔR=c/2B,其中, c=3×108m/s为光速,设置轨迹分割阈值为δ=ΔR,令k=1,tk=T,t=T,其中T为单个扫频周期时间,并以初始时刻目标所在位置s(tk)为参考基准;
步骤2.2,依据分割阈值δ自适应地将目标运动轨迹分割为若干段,判断时刻t与参考时刻tk的距离差|s(t)-s(tk)|是否大于阈值δ,若不大于阈值,则判断下一时刻t=t+T 与参考时刻的差值;反之,若大于阈值δ,则令k=k+1,tk=t,将此时目标的位置信息作为新的参考基准;
步骤2.3,重复执行步骤2.2,直至将目标运动轨迹分割为k段。
优选的,所述步骤3包括:
步骤3.2,提取每段轨迹的干涉相位信息,公式为:
其中,M(m∈[1,M])为单个扫频周期的采样点数,Tf为相邻两个采样点之间的时间差。
优选的,所述步骤4包括:
步骤4.1,将k段分割轨迹的相位信息首位相连,并通过解卷绕消除相邻相位之间相位跳变问题,公式为:
其中,unwrap(·)表示相位解卷绕;
步骤4.2,反演得到目标形变与振动位移信息,公式为:
其中,λ为发射微波信号的波长。
根据本发明提供的微波多尺度振动与形变测量系统,包括:
模块M1:捕捉目标运动轨迹;
模块M2:根据预设轨迹分割法对目标运动轨迹进行分段提取;
模块M3:基于分段提取的目标运动轨迹,进行分段相位演变追踪;
模块M4:对运动目标进行形变与振动位移反演,得到测量结果。
优选的,所述模块M1包括:
模块M1.1,利用基带信号采集模块采集微波收发器输出的微波基带差拍信号 BS=[s1,s2,…,sN],其中,N代表微波发射信号的扫频个数,si表示每个扫频周期内采集到的微波基带差拍信号;
模块M1.2,对每个扫频周期的基带差拍信号进行快速傅里叶变换,获取被测目标的距离像信息R_map(t,f)=FFT[BS]=[S1,S2,…,SN],其中,t代表时间,f为快速傅里叶变换后的频率信息;
模块M1.4,通过脊线提取法获取目标的运动轨迹,公式为:
优选的,所述模块M2包括:
模块M2.1,根据微波信号的发射带宽B及其距离分辨率ΔR,ΔR=c/2B,其中, c=3×108m/s为光速,设置轨迹分割阈值为δ=ΔR,令k=1,tk=T,t=T,其中T为单个扫频周期时间,并以初始时刻目标所在位置s(tk)为参考基准;
模块M2.2,依据分割阈值δ自适应地将目标运动轨迹分割为若干段,判断时刻t与参考时刻tk的距离差|s(t)-s(tk)|是否大于阈值δ,若不大于阈值,则判断下一时刻 t=t+T与参考时刻的差值;反之,若大于阈值δ,则令k=k+1,tk=t,将此时目标的位置信息作为新的参考基准;
模块M2.3,重复调用模块M2.2,直至将目标运动轨迹分割为k段。
优选的,所述模块M3包括:
模块M3.2,提取每段轨迹的干涉相位信息,公式为:
其中,M(m∈[1,M])为单个扫频周期的采样点数,Tf为相邻两个采样点之间的时间差。
优选的,所述模块M4包括:
模块M4.1,将k段分割轨迹的相位信息首位相连,并通过解卷绕消除相邻相位之间相位跳变问题,公式为:
其中,unwrap(·)表示相位解卷绕;
模块M4.2,反演得到目标形变与振动位移信息,公式为:
其中,λ为发射微波信号的波长。
与现有技术相比,本发明具有如下的有益效果:
本发明提供了一种用于多尺度形变与振动测量的自适应分段相位解调的方法,可以解决现有微波振动测量中,对于大幅值、跨越多个距离分辨率的运动难以实现精确形变与振动位移测量的难题。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明涉及一种微波多尺度形变与振动测量方法流程图;
图2为本发明实施例测试场景图;
图3为本发明实施例中目标距离像图;
图4为本发明实施例中消除环境背景噪声以及静态目标干扰后的距离像图;
图5为本发明实施例中多尺度形变与振动测量结果对比图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例:
本发明针对现有微波振动测量技术在多尺度形变与振动测量中存在的局限性,提出一种自适应分段相位解调的微波多尺度形变与振动测量方法。首先通过脊线提取的方法捕捉目标的运动轨迹,然后依据信号发射带宽和距离分辨率自适应地将目标运动轨迹分为若干段,最后提取各分段的相位信息并重构目标的形变与位移信息。
如图1所示,为本发明涉及的一种微波多尺度形变与振动测量方法。如图2所示,为本发明实施例中进行一种微波多尺度形变与振动测量方法验证的测试场景,将一个长滑台放置在光学平台上,控制滑台前后移动,模仿一个大尺度的形变过程,并将微波收发器正对待测滑台,同步发射和接收线性频率调制的微波雷达信号。包括以下步骤:
步骤1,目标运动轨迹捕捉,具体包括:
步骤1.1,利用基带信号采集模块采集微波收发器输出的微波基带差拍信号 BS=[s1,s2,…,sN],其中N代表微波发射信号的扫频个数,si表示每个扫频周期内采集到的微波基带差拍信号。
步骤1.2,如图3所示,对每个扫频周期的基带差拍信号进行快速傅里叶变换,获取被测目标的距离像信息R_map(t,f)=FFT[BS]=[S1,S2,…,SN],其中t代表时间,f为快速傅里叶变换后的频率信息。
步骤1.4,通过脊线提取的方法获取目标的运动轨迹。
步骤2,基于自适应轨迹分割的目标运动轨迹分段提取方法,具体包括:
步骤2.1,自适应轨迹分割参数初始化。根据微波信号的发射带宽B=1GHz及其距离分辨率ΔR=c/2B=0.15m,其中c=3×108m/s为光速,设置轨迹分割阈值为δ=ΔR=0.15m。令k=1,tk=T,t=T,其中T=0.005s为单个扫频周期时间,并以初始时刻目标所在位置s(tk)为参考基准。
步骤2.2,依据所述分割阈值δ自适应地将目标运动轨迹分割为若干段。判断时刻t与参考时刻tk的距离差|s(t)-s(tk)|是否大于阈值δ,若不大于阈值,则判断下一时刻 t=t+T与参考时刻的差值;反之,若大于阈值δ,则令k=k+1,tk=t,将此时目标的位置信息作为新的参考基准。
步骤2.3,重复步骤2.2,直至将目标运动轨迹分割为k段。
步骤3,分段相位演变追踪,具体包括:
步骤3.2,提取每段轨迹的干涉相位信息:
步骤4,运动目标形变与振动位移反演,具体包括:
步骤1.3中,消除环境背景噪声以及静态目标干扰。除了利用上述介绍的以第一个扫频周期信号为基准,减去基准信号消除环境背景噪声以及静态目标干扰的方法,还可以对距离像信息R_map的每一行距离维度信息及进行高通滤波,消除环境背景噪声以及静态目标干扰。
本发明涉及一种微波多尺度形变与振动测量系统,包括:微波收发器,基带信号采集模块和信号处理模块。其中微波收发器用于发射并接受电磁波信号;基带信号采集模块与微波收发器相连接,用于采集微波收发器生成的微波基带信号;信号处理模块与基带信号采集模块相连接,用于处理微波基带信号,得到目标的运动轨迹,并根据微波信号的发射带宽和距离分辨率自适应地将目标运动轨迹分割为若干段,最后提取目标的形变与振动位移信息。
微波多尺度形变与振动测量方法流程:
2:获取被测目标距离像信息R_map(t,f)=FFT[BS],并消除静态杂波干扰;
4:设置k=1,tk=T,t=T;
5:当t≤MT,执行;
6:当|s(t)-s(tk)|>ΔR,执行;
8:k=k+1,tk=t;
9:循环停止;
10:t=t+T;
11:循环停止;
12:若tk<MT,执行;
15:输出目标的形变与振动位移信息。
根据本发明提供的微波多尺度振动与形变测量系统,包括:模块M1:捕捉目标运动轨迹;模块M2:根据预设轨迹分割法对目标运动轨迹进行分段提取;模块M3:基于分段提取的目标运动轨迹,进行分段相位演变追踪;模块M4:对运动目标进行形变与振动位移反演,得到测量结果。
所述模块M1包括:模块M1.1,利用基带信号采集模块采集微波收发器输出的微波基带差拍信号BS=[s1,s2,…,sN],其中,N代表微波发射信号的扫频个数,si表示每个扫频周期内采集到的微波基带差拍信号;模块M1.2,对每个扫频周期的基带差拍信号进行快速傅里叶变换,获取被测目标的距离像信息 R_map(t,f)=FFT[BS]=[S1,S2,…,SN],其中,t代表时间,f为快速傅里叶变换后的频率信息;模块M1.3,以第一个扫频周期距离维信息S1为基准,其余各扫频周期信号减去S1,获取环境背景噪声和静态干扰目标消除后的距离像信息模块M1.4,通过脊线提取法获取目标的运动轨迹,公式为:
所述模块M2包括:模块M2.1,根据微波信号的发射带宽B=1GHz及其距离分辨率ΔR=c/2B=0.15m,其中,c=3×108m/s为光速,设置轨迹分割阈值为δ=ΔR=0.15m,令k=1,tk=T,t=T,其中T为单个扫频周期时间,并以初始时刻目标所在位置s(tk)为参考基准;模块M2.2,依据分割阈值δ自适应地将目标运动轨迹分割为若干段,判断时刻t与参考时刻tk的距离差|s(t)-s(tk)|是否大于阈值δ,若不大于阈值,则判断下一时刻t=t+T与参考时刻的差值;反之,若大于阈值δ,则令k=k+1,tk=t,将此时目标的位置信息作为新的参考基准;模块M2.3,重复调用模块M2.2,直至将目标运动轨迹分割为k段。
所述模块M3包括:模块M3.1,根据模块M2得到的各段轨迹的参考基准距离信息{s(tk)}获取各段轨迹的相位解调差拍频率模块M3.2,提取每段轨迹的干涉相位信息,公式为:其中,M(m∈[1,M])为单个扫频周期的采样点数,Tf为相邻两个采样点之间的时间差。
所述模块M4包括:模块M4.1,将k段分割轨迹的相位信息首位相连,并通过解卷绕消除相邻相位之间相位跳变问题,公式为:其中, unwrap(·)表示相位解卷绕;模块M4.2,反演得到目标形变与振动位移信息,公式为:其中,λ=3.9mm为发射微波信号的波长。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种微波多尺度振动与形变测量方法,其特征在于,包括:
步骤1:捕捉目标运动轨迹;
步骤2:根据预设轨迹分割法对目标运动轨迹进行分段提取;
步骤3:基于分段提取的目标运动轨迹,进行分段相位演变追踪;
步骤4:对运动目标进行形变与振动位移反演,得到测量结果。
2.根据权利要求1所述的微波多尺度振动与形变测量方法,其特征在于,所述步骤1包括:
步骤1.1,采集微波收发器输出的微波基带差拍信号BS=[s1,s2,…,sN],其中,N代表微波发射信号的扫频个数,si表示每个扫频周期内采集到的微波基带差拍信号;
步骤1.2,对每个扫频周期的基带差拍信号进行快速傅里叶变换,获取被测目标的距离像信息R_map(t,f)=FFT[BS]=[S1,S2,…,SN],其中,t代表时间,f为快速傅里叶变换后的频率信息;
步骤1.4,通过脊线提取法获取目标的运动轨迹,公式为:
3.根据权利要求2所述的微波多尺度振动与形变测量方法,其特征在于,所述步骤2包括:
步骤2.1,根据微波信号的发射带宽B及其距离分辨率ΔR,ΔR=c/2B,其中,c=3×108m/s为光速,设置轨迹分割阈值为δ=ΔR,令k=1,tk=T,t=T,其中T为单个扫频周期时间,并以初始时刻目标所在位置s(tk)为参考基准;
步骤2.2,依据分割阈值δ自适应地将目标运动轨迹分割为若干段,判断时刻t与参考时刻tk的距离差|s(t)-s(tk)|是否大于阈值δ,若不大于阈值,则判断下一时刻t=t+T与参考时刻的差值;反之,若大于阈值δ,则令k=k+1,tk=t,将此时目标的位置信息作为新的参考基准;
步骤2.3,重复执行步骤2.2,直至将目标运动轨迹分割为k段。
6.一种微波多尺度振动与形变测量系统,其特征在于,包括:
模块M1:捕捉目标运动轨迹;
模块M2:根据预设轨迹分割法对目标运动轨迹进行分段提取;
模块M3:基于分段提取的目标运动轨迹,进行分段相位演变追踪;
模块M4:对运动目标进行形变与振动位移反演,得到测量结果。
7.根据权利要求6所述的微波多尺度振动与形变测量系统,其特征在于,所述模块M1包括:
模块M1.1,利用基带信号采集模块采集微波收发器输出的微波基带差拍信号BS=[s1,s2,…,sN],其中,N代表微波发射信号的扫频个数,si表示每个扫频周期内采集到的微波基带差拍信号;
模块M1.2,对每个扫频周期的基带差拍信号进行快速傅里叶变换,获取被测目标的距离像信息R_map(t,f)=FFT[BS]=[S1,S2,…,SN],其中,t代表时间,f为快速傅里叶变换后的频率信息;
模块M1.4,通过脊线提取法获取目标的运动轨迹,公式为:
8.根据权利要求7所述的微波多尺度振动与形变测量系统,其特征在于,所述模块M2包括:
模块M2.1,根据微波信号的发射带宽B及其距离分辨率ΔR,ΔR=c/2B,其中,c=3×108m/s为光速,设置轨迹分割阈值为δ=ΔR,令k=1,tk=T,t=T,其中T为单个扫频周期时间,并以初始时刻目标所在位置s(tk)为参考基准;
模块M2.2,依据分割阈值δ自适应地将目标运动轨迹分割为若干段,判断时刻t与参考时刻tk的距离差|s(t)-s(tk)|是否大于阈值δ,若不大于阈值,则判断下一时刻t=t+T与参考时刻的差值;反之,若大于阈值δ,则令k=k+1,tk=t,将此时目标的位置信息作为新的参考基准;
模块M2.3,重复调用模块M2.2,直至将目标运动轨迹分割为k段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111581710.4A CN114646279B (zh) | 2021-12-22 | 2021-12-22 | 微波多尺度振动与形变测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111581710.4A CN114646279B (zh) | 2021-12-22 | 2021-12-22 | 微波多尺度振动与形变测量方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114646279A true CN114646279A (zh) | 2022-06-21 |
CN114646279B CN114646279B (zh) | 2023-03-14 |
Family
ID=81993719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111581710.4A Active CN114646279B (zh) | 2021-12-22 | 2021-12-22 | 微波多尺度振动与形变测量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114646279B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130194126A1 (en) * | 2010-04-01 | 2013-08-01 | Paolo Alberto Paoletti | Adaptive radar systems with ecological microwave cameras |
CN106095104A (zh) * | 2016-06-20 | 2016-11-09 | 电子科技大学 | 基于目标模型信息的连续手势轨迹分割方法及系统 |
CN107607923A (zh) * | 2017-08-21 | 2018-01-19 | 上海交通大学 | 基于lfmcw雷达的振动监测系统与信号处理方法 |
CN108983189A (zh) * | 2018-07-19 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种振动目标的二维微动轨迹估计方法 |
CN109521404A (zh) * | 2018-10-12 | 2019-03-26 | 上海交通大学 | 基于fmcw雷达的振动测量的准确度评估方法和系统 |
CN112924961A (zh) * | 2020-01-13 | 2021-06-08 | 上海交通大学 | 基于微波感知的全场振动测量方法与系统 |
CN112946589A (zh) * | 2021-02-01 | 2021-06-11 | 上海交通大学 | 异步fmcw雷达系统运动测量的相位自校准方法 |
WO2021197064A1 (zh) * | 2020-03-31 | 2021-10-07 | 内蒙古雷远信息科技有限公司 | 形变测量方法和雷达系统 |
-
2021
- 2021-12-22 CN CN202111581710.4A patent/CN114646279B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130194126A1 (en) * | 2010-04-01 | 2013-08-01 | Paolo Alberto Paoletti | Adaptive radar systems with ecological microwave cameras |
CN106095104A (zh) * | 2016-06-20 | 2016-11-09 | 电子科技大学 | 基于目标模型信息的连续手势轨迹分割方法及系统 |
CN107607923A (zh) * | 2017-08-21 | 2018-01-19 | 上海交通大学 | 基于lfmcw雷达的振动监测系统与信号处理方法 |
CN108983189A (zh) * | 2018-07-19 | 2018-12-11 | 中国科学院国家空间科学中心 | 一种振动目标的二维微动轨迹估计方法 |
CN109521404A (zh) * | 2018-10-12 | 2019-03-26 | 上海交通大学 | 基于fmcw雷达的振动测量的准确度评估方法和系统 |
CN112924961A (zh) * | 2020-01-13 | 2021-06-08 | 上海交通大学 | 基于微波感知的全场振动测量方法与系统 |
WO2021197064A1 (zh) * | 2020-03-31 | 2021-10-07 | 内蒙古雷远信息科技有限公司 | 形变测量方法和雷达系统 |
CN112946589A (zh) * | 2021-02-01 | 2021-06-11 | 上海交通大学 | 异步fmcw雷达系统运动测量的相位自校准方法 |
Non-Patent Citations (2)
Title |
---|
熊玉勇等: ""基于微波感知的挠性结构动态响应监测"", 《振动与冲击》 * |
熊玉勇等: ""基于毫米波感知的形变及振动多点同步测量理论与方法"", 《中国科学:技术科学 》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114646279B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109682561B (zh) | 一种自动检测高速铁路桥梁自由振动响应以识别模态的方法 | |
CN106970364B (zh) | 一种车载雷达在环实时仿真测试系统及其方法 | |
CN103630888B (zh) | 基于对称三角lfmcw雷达的高精度实时微波测速测距装置 | |
KR101628154B1 (ko) | 수신 신호 세기를 이용한 다중 표적 추적 방법 | |
CN109521404B (zh) | 基于fmcw雷达的振动测量的准确度评估方法和系统 | |
CN103293521B (zh) | 一种利用x波段雷达探测近海海域水深的方法 | |
CN103630890B (zh) | 一种自适应微波测速装置及其方法 | |
CN116087908B (zh) | 一种基于协同作业的雷达高精度物位计测量方法 | |
CN110596671A (zh) | 一种lfmcw测速测距雷达的优化处理方法及系统 | |
CN103645467A (zh) | 海杂波抑制以及海杂波背景中目标检测的方法和系统 | |
Wang et al. | Real-time vibration visualization using GPU-based high-speed vision | |
CN114646279B (zh) | 微波多尺度振动与形变测量方法及系统 | |
CN111983607A (zh) | 一种雷达三维成像方法及系统 | |
CN116626647B (zh) | 面向通用化波形的微动目标回波仿真方法及装置 | |
CN109116359A (zh) | 一种机载雷达低空风切变风场回波风速的估计方法 | |
CN110412529B (zh) | 一种基于宽带信号回波速度调制的系统及方法 | |
CN111708019A (zh) | 基于微波雷达的工程结构动态特征监测系统 | |
CN108801660B (zh) | 一种高速列车紧急制动性能的实验室检测装置及方法 | |
CN105510034A (zh) | 燃气舵系统非线性频率特性获取系统及方法 | |
CN112099037B (zh) | 一种基于fmcw激光雷达高点云获取量的目标检测方法及装置 | |
RU2320957C1 (ru) | Способ обнаружения крутильных и изгибных смещений торцов лопаток рабочего колеса осевого компрессора при исследованиях срывных явлений | |
Yao et al. | Swallow neural network-empowered high-speed Brillouin optical correlation-domain reflectometry: Optimization and real-time operation | |
CN107202984A (zh) | 一种空间目标窄带雷达成像与测量方法 | |
CN110441763B (zh) | 一种基于调频步进信号的高速目标相推测速方法 | |
Faccio et al. | An embedded system for position and speed measurement adopting incremental encoders |
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 |