SE509733C2 - Sätt att detektera och klassificera objekt med hjälp av radar - Google Patents

Description

CO “ 509 733 _" 2 10 15 20 25 30 35 Irß PCI f' f* CO 50 G0 QOÛO CB 0000 r C i' (v 1 C i? C ß G C D Q C I! K C r t 1 G C 0 OOC 0 f O G G OQO oss fee eo L e < c c 0 <. e en en ve o en en: marken, och den retumerade pulsen innehåller information om målet, vilken kan ut- nyttjas för identifiering av målet.

Målinfonnationen i returpulsen har sin grund i främst följande tre effekter. 1. Direktreflektion mot de ytor hos målet som är vända mot radarantennen.

Denna geri allmänhet det starkaste bidraget till reflexen, och tidsförloppet hos denna reflex påverkas i allmänhet av såväl målets storlek som dess geome- triska form (multipelreflexer kan också förekomma). v 2. Krypvågor, eller ytvågor, induceras på målets begränsningsytor. Dessa utbre- der sig runt målet samtidigt som de successivt strålar ut från krökta ytor och kanter. En de|_av de avstrålande krypvågoma når mottagarantennen. 3. _ Inre reflexer från bl.a. bakkanten av målet, om detta (åtminstone till en del) är uppbyggt av dielektriska material. Vid sådant förhållande kommer en del av den infallande radarpulsen att penetrera dessa material och ledas genom målet, bl.a. till bakkanten. lnformationsinnehållet i en radarretur beror i hög grad av den utsända radarpulsens frekvensinnehåil. Framför allt beror informationen av hur motsvarande våglängder är relaterade till karakteristiska längder hos målet. Helst skall den infallande våg- formen innehålla våglängder av samma storleksordning som målets karakteristiska längder. För den skull är det viktigt att en ultrabredbandig typ av radar används.

Genom att använda en impulsradar som sänder ut extremt korta pulser (ns) eller genom att utsänd puls stegas i frekvens åstadkoms bredbandigheten.

Mottagarantennen fångar upp returpulsen vars tidsförlopp bestäms av de ovan be- skrivna delkomponentema. För ett givet mål utvecklas den retumerade vågformen på ett karakteristiskt sätti tiden och ger därför, efter lämplig signalanalys, upphov till en signatur för det givna målet i den aktuella aspekten. För många mål gäller det att aspektberoendet hos målsignaturen i denna form är relativt litet eller att signaturen varierar på ett kontrollerat sätt med aspekten. Detta innebäratt endast ett fåtal "signaturrnallar" är nödvändiga för målidentifiering.

Det är grundläggande vid uppfinningen att man använder sig av signalanalys i en kombinerad tid-frekvens-domän varvid man fastställer karakteristiska frekvenser i den retumerade signalen och deras inbördes relationeri tidenoch låter detta vara índata till klassificeringen. En lämpligt vald tid-frekvens-distributlon ('l' FD) genererar målsignaturer som innehåller distinkta särdrag i den tvâ-dimensionella tid-frekvens- domänen. De särdrag en TFD genererar innehåller mer målinformation än de sär- '10 1.5 20 25 30 35 . eo eeee eo noen f°°g 2"; i, Ä 0": o" e e e o o c f! 0 G d* f: O Û ÜÜÜ Û G Ö g g ÛÛÛ. å" 5"» “på “ß 3 2 2 å 2 ° o e v Ö Û Ö c° 9 Q Ü Û” °Ü° drag som genereras vid konventionell Fouriertransformteknik. Speciellt fördelaktig har TFD visat sig vara vid tillåmpningpà markmål, där klotter från markskiktet ovanför det nedgrävda målet enkelt kan rensas bort utan att målinforrnationen går förlorad.

Når man studerar signalen utnyttjar man både den retumerade vågformens front (direktreflexen) och senare del (åtal-strålning från krypvâgor).

För att ge en tydlig bild av metodiken presenteras den i tre detaljeringsgrader. Först som ett princlpschema i fig. 1, därefter ges en schematisk bild av dataflödet i fig. 2. l steg tre redovisas ett konkret exempel.

Stora datamängder tas emot av mottagaren. För att möjliggöra en klassificering krävs att denna mängd reduceras. Detta görs i förprocesseringen. irrelevant data skärs bort samtidigt som relevant data-extraheras. Vid detekteringen urskiljs objekt från markdata. Objektens särdrag beräknas och jämförs med ett referensbibliotek, varvid en klassificering kommer till stånd. På skännen visas ett djupsnitt av marken med objekten markerade och deras klasstillhörighet. Principschemat presenteras i fig. 1.

Dataflödet och en fördelaktig utföringsforrn av dess signalbehandling beskrivs nu i grova drag med hänvisning till fig. 2. Datamängden måste, som tidigare nämnts, kraftigt reduceras och förprocesseras i olika steg för att man skall erhålla en entydig bild på bildskärmen och för att möjliggöra klassificeringen. Förpnocesseringen för b-ildskännen inleds med att en representativ bakgrundsmätning subtraheras och den del av retroreflexen som är relevant lyfts fram. Denna reduceras genom ned- sampling. Signalen lågpassfiltreras sedan. Eventuell DC-nivå subtraheras. För att förbättra signallbrusfömállandet sker också en medelvärdesbildning. Djupt liggande objektger en svag retursignal. Denna förbättras med avståndsberoende förstärk- ning. Avslutningsvis tas absolutbelopp på signalen innan den färgkodas med av- seende pà signalstyrka. Processeringen är därmed avslutad och data visas på bild- skärmen i önskad mod.

Parallellt med skårmprocesseringen sker förprocesseringen till detektom. Den har till uppgift att lyfta fram objekten gentemot bakgrunden. Från retroreflexen subtra- heras en förhandslagrad sammansatt signal vars enskilda komponenter innehåller bLa. kompensering för systemfel, markreflex och ytreflex. Flera detekteringsmeto- der finns att tillgå. Enklast är att använda en fast tröskel. överstiger maxvärdet hos 509 733 _ 4 10 15 20 25 30 35 signalen denna tröskel detekteras ett objekt. Ett andra sätt är att konstruera en envelopp grundad på en representativ bakgrundssignal. Då påvisas en detektion när ett överstigande sker någonstans utmed retursignalen ijämförelse med enveloppen. Påså sätt kan djupt liggande objekt med svag signalstyrka lättare detekteras. Det går också att använda en adaptiv tröskel som långsamt ställer in sig efter rådande markförhållanden, men är känslig för snabba förändringar hos signa- lens olika delar.

När ett objekt har detekterats går datamängden vidare till klassificering. Här gäller det att finna de unika parametrama för just detta objekt. Allmänt kallas det sär- dragsextrahering. Vid uppfinningen används några signifikanta kombinationer av tider och frekvenser som parametrar vid klassningen. Wavelets och Pseudo-Wigner är två signalbehandlingsformer som utnyttjar TFD. _ Ett annat sätt-är att studera de sammansatta signalkomponentema hos radar= returen, vilka dämpas ut olika snabbt på grund av objektets materialegenskaper, något som kan utnyttjas vid klassningen.

Särdragen jämförs därefter med förhandslagrad information i ett referensbibliotek.

Jämförelsen kan ske på många olika sätt. En känd metod är neurala nät. Andra metoder är nearest neighbour, Bayés beslutskriterier och Pattem recognition. Från någon av dessa metoder erhålls en klassning med en viss sannolikhet. lnforrnationen presenteras på en skärrn i olika moder. Denna kan växla mellan rådata, detekterade objekt och klassningsresultat eller kombinationer av dessa. l det följande beskrivs ett konkret exempel med. avseende på detektering och klassificering. lmpulsradarsystemet som används är baserat på radarenheter tillver- kade av ERA Technology, England. Radarsystemet bygger på en sändarenhet och en mottagarenhet. Sändaren genererar en mycket kort puls med en PRF på 200 kHz. Längden hos pulsen är endast 0,3 ns vilket möjliggör den erforderliga band- bredden. Utsänd effekt är 18 W. Antennenheten är försedd med två dipolantenner, en för sändning och i rät vinkel mot denna, en dipolantenn för mottagning. Radar- systemet har approximativt en bandbredd på 1,7 GHz (300 MHz - 2 HGHz). Sampling av signalen utförs med Tektronix TDS 820 som har en analog bandbredd på 6 GHz.

Samplingsfrekvensen är 20 GHz repetitivt och resultatet erhålls med 14 bitars upp- lösning. lnsamlingen styrs från en PC dit data överförs för lagring, bearbetning och presentation. o n eo eo oo ecco oo oooo °sš°°s~zz 2 tt... 2% -' 2 ßë» ° s: °°:: v: : : °= 2 = O I GC' O' II I .O ÜÜÜ För presentationen på bitdskårmen görs följande bearbetning av data. Varje våg- fonn består av 500 sampel. En förhandslagrad vàgform bestående av systemfel och en referens av markreflexen subtraheras från varje insamlad våform för att 5 reducera klottemivån. Vågformen 'filtreras genom att 25% av ett nytt sampel vägs " tillsammans med 75% av föregående beräknade sampel. Reduceringen från 500 sampel till 250 sampel görs genom att vartannat sampel sparas.

Eventuell likspänningsnivå subtraheras genom att medelvärdet av de 250 samplen 10 beräknas och subtraheras från varje sampel.

För att jämna lut variationema mellan kurvoma och därmed få en entydig presenta- tion görs en löpande medelvärdesbildning. Varje ny kurvfonn viktas med 25 % av föregående medelvârdesbildade kurvform. 1 5 Djupt liggande objekt ger en svag retursignal. De lyfts fram genom en avstånds- beroende förstärkning. Denna år valbar enligt ' - 50 F = 1 ' P , + 2oo * 20 där F = förstärkning, i = antalet sampel (50-250) och P = 0 - 15 För torr sand ger P=12 bästa resultat 25 Därefter absolutbeloppsbildas vågforrnen för att de negativa samplens relevans inte skall förbises. Avslutningsvis färgkodas vâgforrnen med avseende på signalstyrkan, vilket har till effekt att objekt som ger kraftig retursignal kommer att framträda tydligt gentemot bakgrunden. Resultatet presenteras företrädesvis som ett djupsnitt av ¿ marken. so Parallellt med ovan nämnda processering för bildskärmen löper processeringen för å detektering och klassificering. Varje vågform innehåller 500 sampel. För att möjlig- f göra detektering av svaga eko subtraheras vågformen med en förhandslagrad vågform bestående av systemfel och markeko. Kvar av den ursprungliga vågformen i 35 blir endast brus och i förekommande fall reflex från objekt. ' . n oo oo noen eo cooo en 2:e- i e co D ü o t _ ß o g ooo' 000 0000 c u Ü c r u c o: n o I o o a 0 :en ooo c u c o < o c oo ø o o o c o co on oo o oo ene 509 753 I . s Tröskelnivån för detektom beräknas genom att de sista 20 samplens maximala värde i vågforrnen bestäms, varefter 8 adderas till detta värde, vilket medför att tröskeln kommer att ligga strax över brusnivån. 5 Av de 500 insamlade samplen i kurvforrnen används härefter endast de 256 första.

De återstående samplen lågpassfiltreras. Filtret är av typ Chebyshev av 8 ordning- en. Därefter sker nedsampling från 256 till 128 sampel genom att vartannat sampel väljs. ' 10 Vid en eventuell detektion tar klassificenngen vid. För att öka sannolikheten för rätt klassning tas hänsyn till både tid och frekvens. Underlag till klassningen utgörs av koefficienter beräknade med hjälp av Linear Phase Daubechies Wavelets. Algorit- men gör en tid och frekvensanalys av kurvformen. Utdata består av 200 koefficien- ter. Dessa koefficienter jämförs med referensbiblioteket. Varje objekti biblioteket 15 beskrivs av 15 koefficienter. Jämförelsen skeri position och styrka. Den minst av- vikande summan mellan ingående koefficienter och referensdata blir klassat objekt.

Objektets tillhörighet visas därefter på bildskärmen. f.-

Claims (5)

10 15 20 25 Patentkrav:

1. Sätt att detektera och klassifiera objekt med hjälp av radar, vilket är väsentligen aspektoberoende, k å n n e t e c k n at av att en bredbandig radarsignal innefat- tande våglàngder som överensstämmer med karakteristiska längder hos mål som man önskar detektera och klassiflera utsânds och emottas av en radar, att karakte- ristiska frekvenseri signalreturen och deras inbördes förhållande i tiden detekteras och fastställes, att sådana kombinationer av karakteristiska frekvenser och deras inbördes tidsförhållande för ett flertal kända mål lagras i en analysanordning, att en mätning i avsikt att detektera och klassifiera okända mål genomförs på samma sätt som för de kända målen och att det erhållna resultatet i form av karakteristiska frekvenserl signalreturen och deras inbördes förhållande i tiden jämförs med mot- svarande lagrade analysvården från kända mål och att man baserat på detta fast- ställer vilken måltyp det är fråga om.

2. Sätt enligt patentkravet 1, k ä n n e t e c k n a t av att analysen baseras på såväl den retumerade signalens första del, innefattande direktreflexen, som dess senare del, innefattande återstrålning från krypvågor inducerade i målet och i förekommande fall av reflexer inne i målet, såsom från dess bakkant.

3. Sätt enligt patentkravet1 eller 2, k ä n n e t e c k n at av att emottagna signaler ges en med avståndet ökande förstärkning innan de analyseras.

4. Sätt enligt något av de tidigare patentkraven, k å n n e t e c k n at av att som avsedda mål väljas minor förlagda i mark.

5. Sått enligt något av de tidigare patentkraven, k å n n e t e c k n a t av att som avsedda mål väljas föremål i atmosfären, exempelvis flygplan. ' one "lo