CN114545387A - 一种基于毫米波雷达数据拟合的高空抛物检测判别方法 - Google Patents
一种基于毫米波雷达数据拟合的高空抛物检测判别方法 Download PDFInfo
- Publication number
- CN114545387A CN114545387A CN202210173162.XA CN202210173162A CN114545387A CN 114545387 A CN114545387 A CN 114545387A CN 202210173162 A CN202210173162 A CN 202210173162A CN 114545387 A CN114545387 A CN 114545387A
- Authority
- CN
- China
- Prior art keywords
- parabolic
- millimeter wave
- detection
- wave radar
- doppler
- 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
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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
- G01S13/581—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (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数据拟合的高空抛物检测判别方法。该方法通过毫米波雷达***实时监测高层建筑可疑抛物区域，得到运动目标的距离‑多普勒检测轨迹，将运动目标在雷达检测中的距离‑多普勒特征曲线用于高空抛物行为的判别，通过将杂波抑制后的运动目标距离‑多普勒轨迹与经典力学抛物运动的仿真特性结果进行拟合处理，判定是否发生高空抛物行为。本发明有效地提供了一种毫米波雷达判定高空抛物轨迹的方法，极大地提升了评估高空抛物行为的可行性和可靠性。
Description
技术领域
本发明涉及毫米波雷达检测和城市安全领域，尤其涉及一种基于毫米波雷达数据拟合的高空抛物检测判别方法。
背景技术
对高空抛物的监测是预防和震慑高空抛物行为的关键，学术界和工业界对该问题都进行了相关研究。现有的高空抛物监测手段是基于视觉探测技术实现。但是基于视觉主导的高空抛物监测方案极易受到环境因素的影响，在光线变暗(黑夜)或极端天气的环境下(大雾、沙尘等)性能恶化严重。
雷达的基本原理决定了其对运动目标的监测具有天然优势。毫米波雷达工作在毫米波 (30-300GHz)频段，因其体积小，可以全天候工作且具有极高的空间分辨率，在最近几年迅速发展，被广泛应用于运动目标的检测，在检测种类繁杂的高空抛物中具有巨大的潜力。然而由于城市复杂的电磁环境特性，毫米波雷达可以检测到与高空抛物无关的其他干扰目标，给高空抛物行为的判定提出了更大的挑战。
对毫米波雷达而言，高空抛物目标的运动特征以及其雷达距离-多普勒特征曲线的提取，对提升判定高空抛物行为的能力有重大意义。
发明内容
本发明针对当前毫米波雷达对高空抛物目标检测研究的不足，且对分辨抛物目标和干扰目标缺乏有效的手段，提出将目标在雷达检测中的距离-多普勒特征曲线用于高空抛物行为的判别，通过与经典力学抛物运动的距离-多普勒仿真特性的对比，提升高空抛物判别的可靠性。
为实现上述技术目的，本发明的技术方案为：一种基于毫米波雷达数据拟合的高空抛物检测判别方法，包括以下步骤：
通过毫米波雷达***实时监测高层建筑可疑抛物区域；
雷达回波信号采样与处理，得到运动目标的距离-多普勒检测轨迹；
调节抛物模型参数，与运动目标的距离-多普勒检测轨迹进行拟合，得到拟合误差；
根据拟合误差设定抛物判别方程，利用抛物判别方程判别运动目标是否为抛物目标。
进一步地，所述毫米波雷达***安装在建筑物的侧方地面，雷达天线探测波束方向垂直向上，且平行于建筑物墙体平面。
进一步地，所述毫米波雷达***采用单个天线发射信号、四个相同间距且线性排列的天线接收信号；所述毫米波雷达***的发射信号为线性调频连续波信号。
进一步地，所述线性调频连续波信号采用76-81GHz频率波段。
进一步地，通过两次快速傅里叶变换处理雷达回波信号，通过高通滤波器和恒虚警算法处理背景干扰点与噪声，再通过聚类得到运动目标的距离-多普勒检测轨迹。
进一步地，所述高通滤波器采用FIR高通滤波器；所述恒虚警算法采用单元极大值恒虚警法。
进一步地，所述抛物模型为将运动目标视为质点的经典力学抛物模型。
进一步地，采用最小二乘法进行拟合，拟合得到仿真的距离-多普勒图；计算距离-多普勒图中实际检测到的点坐标与仿真的距离-多普勒图的采样点坐标均方差，将均方差的最小值作为拟合误差；利用实际检测点与拟合点的残差平方和与所有检测点的回归平方和计算确定系数。
进一步地，所述抛物判别方程为：
p＝β·(R2+τ·ε+ψ(n))
其中，β表示监测系数，τ表示误差归一化系数，ε表示拟合误差，R2表示确定系数，n为满足抛物轨迹中的有效点数，ψ(n)为归一化限制函数。
进一步地，当雷达检测到目标后，开始实时计算抛物判别方程的值p，当满足p＞＝1时，则判定为高空抛物行为，发出警报信号并记录相应多调频周期的数据；当p＜1时，则判定为干扰目标，继续监测并更新p值。
本发明的有益效果为：本发明提出了一种基于毫米波雷达数据拟合的高空抛物检测判别方法，其配合雷达杂波抑制方法，通过分析雷达回波的距离-多普勒响应图，有效地提取了检测到的目标物体的距离-多普勒轨迹。本发明结合经典力学抛物模型，通过理论仿真和实际检测的距离-多普勒曲线拟合对比的手段，提供了毫米波雷达判定高空抛物轨迹的方法，可以有效地提升毫米波雷达对高空抛物行为判定的可靠性。
附图说明
图1为一种基于毫米波雷达数据拟合的高空抛物检测判别方法具体实施例的流程示意图；
图2为本发明方法一个具体实施例的雷达多调频周期内检测并去除大量干扰点得到的抛物距离-多普勒响应图；
图3为本发明方法一个具体实施例的直接聚类处理得到的距离-多普勒检测曲线；
图4为本发明方法一个具体实施例的拟合误差最小的仿真距离-多普勒曲线与实际检测曲线的对比图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
下面将结合本发明实施例中的附图，对本发明中的技术方法作进一步说明。基于本发明中的实施例，对于本领域的普通技术人员来说，在不需要创造性劳动的前提下所获得的其他实施例均属于本发明的保护范围。
本发明的一个实施例，如图1所示，本发明提出了一种基于毫米波雷达处理的高空抛物检测判别方法基于毫米波雷达处理的高空抛物检测判别方法，包含以下具体步骤：
(1)布置毫米波雷达***：将毫米波雷达***架设于高层建筑监测区域；
示例性优选地，毫米波雷达***安装在靠近建筑物南北两侧的地面，雷达天线探测波束方向垂直向上，平行于建筑物墙体平面。
进一步地，所述毫米波雷达***采用单个天线发射信号、四个相同间距且线性排列的天线接收信号的方案。四个天线接收的回波可做非相干积累处理提高信噪比，并且可用于后续抛物目标方位的分析。
进一步地，所述毫米波雷达***的发射信号为76-81GHz频段内带宽可调的线性调频连续波信号。
(2)单调频周期的雷达回波信号采样：毫米波雷达***发射信号监测高层建筑可疑抛物区域，并对雷达回波进行下变频解调以及实时数字化采样，得到雷达回波原始采样数据。
(3)多调频周期的雷达回波信号处理：多个调频周期的回波信号采样获得的原始复信号数据，通过两次快速傅里叶变换，得到包含抛物目标和背景干扰目标在内的距离-多普勒响应图；并通过高通滤波器过滤静态背景杂波干扰，利用恒虚警(CFAR)算法检测，得到仅剩少量干扰点的距离-多普勒响应图，以获取在多脉冲下的运动目标的距离-多普勒检测轨迹。具体地，由于抛物物体不能被视为理想质点，当存在高空抛物目标时，通常距离-多普勒响应图上多个检测点对应该目标，需通过对仅剩少量干扰点的距离-多普勒响应图进行聚类处理分析，得出距离-多普勒图上合理的检测目标轨迹。
具体地，所述背景干扰目标可能为探测范围内环境的扰动，如阳台晾晒衣服的飘动、树叶晃动等；或者为探测范围内出现的非抛物目标，如飞鸟等。
具体地，所述恒虚警算法调节雷达***的检测阈值，将误检概率保持在恒定的条件下，通过比较信号强度与检测阈值的大小，判别确定检测信号为目标还是噪声。
所述恒虚警(CFAR)算法包括单元平均法(CA-CFAR)、单元极大值法(GO-CFAR)、有序统计法(OS-CFAR)算法等。
进一步优选地，参见图2，本发明实施例中，多调频周期内的雷达回波信号采用单元极大值恒虚警法(GO-CFAR)和FIR高通滤波(有限脉冲响应滤波器，Finite ImpulseResponse) 处理，得到已去除大量干扰点的抛物运动目标的距离-多普勒响应图。将处理得到的所有距离 -多普勒响应图的幅度叠加，可得到比较明显的距离-多普勒响应变化过程，参见图2。
进一步优选地，本发明实施例中对所有已有的距离-多普勒响应图采用直接聚类方法，处理得到每张距离-多普勒图中目标中心位置，从而可知合理的目标距离-多普勒轨迹，参见图3。
(4)抛物距离-多普勒特性仿真与拟合：当存在检测到的运动目标距离-多普勒轨迹时，模拟仿真经典力学质点目标的抛物运动并用仿真获得的距离-多普勒轨迹拟合，调节模型参数获得与检测轨迹拟合误差最小的仿真轨迹；
具体地，基于经典力学建立抛物下落模型，根据检测目标到雷达位置径向距离和速度，得到理想的距离-多普勒轨迹仿真结果。
进一步优选地，抛物模型具有如下微分方程形式，物体受到的空气阻力与速度的二次成正比关系,具体为：
具体地，距离-多普勒仿真特性轨迹与检测轨迹采用最小二乘法，调整拟合模型参数完成拟合。拟合得到仿真的距离-多普勒轨迹。
进一步地，拟合误差采用均方误差估计保证调整参数仿真的和实际检测到的距离-多普勒曲线差异最小，即
(rdet,vdet)为在距离-多普勒图中实际检测到的点坐标，rdet为实际检测的距离的集合，vdet为实际检测的速度的集合，(rsim,vsim)为在抛物仿真得到的距离-多普勒图采样点坐标，rsim为仿真计算的距离的集合，vdet为仿真速度的集合，n为距离-多普勒图的检测点数。记录该最小二乘法得到拟合模型，以及该拟合结果的确定系数R2和拟合误差ε。
具体地，所述拟合误差ε和确定系数为R2一般表达式为：
公式(3)中第二项分子为所有实际检测点与所有拟合点的残差平方和，分母为所有实际检测点与检测点平均值的回归平方和。
本发明实施例中，参见图4，图中展示距离-多普勒轨迹的实际检测结果和最优的拟合结果。拟合最优阻力系数α为1.1718，最优初始目标高度为17.75m，最优初始抛物速度3.12m/s，确定系数R2为0.87，拟合误差ε为0.42。
进一步地，通过后续对各类抛物物体的距离-多普勒图轨迹仿真，可以获得各类物体的雷达特征集合，保证高空抛物行为判别的准确性。
(5)利用拟合误差结果进行抛物判别：根据实际楼宇的高空抛物监测的需求以及拟合的误差，设定抛物判别方程，若得方程值大于设定合理阈值，则判定为高空抛物行为，发出警示信号并记录相应多调频周期的数据，为后续抛物楼层估计提供分析数据；若得到的拟合误差小于干扰阈值，则判定为干扰目标。
具体地，结合获得的拟合优度参量，设定高空抛物判定方程为：
p＝β·(R2+τ·ε+ψ(n)) (4)
其中，β表示监测系数，根据楼宇监测需求，可设定在0.3-0.4之间，高空抛物高风险高频的楼宇设定为0.4，低风险低频的楼宇设置为0.3。τ表示误差归一化系数，与雷达架设环境以及抛物种类相关，实际过程中可根据已知的抛物实验测定，一般情况下可初设为0.1。n 为满足抛物轨迹中的有效点数(也是目标在雷达RD图中出现的次数)，ψ(n)为归一化限制函数Sigmoid，该函数的公式为：
进一步地，当雷达检测到目标后，开始实时计算抛物判别方程的值p，当满足p＞＝1时，则判定为高空抛物行为，发出警报信号并记录相应多调频周期回波数据，为后续抛物住户判断提供分析；当p＜1时，则判定为干扰目标，继续监测并更新p值，直到满足判定条件。
参见图2、3、4实验结果，本发明实施例中监测系数β设置为0.36，归一化系数τ设定为2.4，满足抛物轨迹中的有效点数n为82，计算得到的判别方程的值p为1.04，可判定为高空抛物目标。
以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。
Claims (10)
1.一种基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，包括以下步骤：
通过毫米波雷达***实时监测高层建筑可疑抛物区域；
雷达回波信号采样与处理，得到运动目标的距离-多普勒检测轨迹；
调节抛物模型参数，与运动目标的距离-多普勒检测轨迹进行拟合，得到拟合误差；
根据拟合误差设定抛物判别方程，利用抛物判别方程判别运动目标是否为抛物目标。
2.根据权利要求1所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，所述毫米波雷达***安装在建筑物的侧方地面，雷达天线探测波束方向垂直向上，且平行于建筑物墙体平面。
3.根据权利要求1所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，所述毫米波雷达***采用单个天线发射信号、四个相同间距且线性排列的天线接收信号；所述毫米波雷达***的发射信号为线性调频连续波信号。
4.根据权利要求3所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，所述线性调频连续波信号采用76-81GHz频率波段。
5.根据权利要求1所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，通过两次快速傅里叶变换处理雷达回波信号，通过高通滤波器和恒虚警算法处理背景干扰点与噪声，再通过聚类得到运动目标的距离-多普勒检测轨迹。
6.根据权利要求5所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，所述高通滤波器采用FIR高通滤波器；所述恒虚警算法采用单元平均法、单元极大值法或有序统计法算法。
7.根据权利要求1所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，所述抛物模型为将运动目标视为质点的经典力学抛物模型。
8.根据权利要求1所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，采用最小二乘法进行拟合，拟合得到仿真的距离-多普勒图；计算距离-多普勒图中实际检测到的点坐标与仿真的距离-多普勒图的采样点坐标均方差，将均方差的最小值作为拟合误差；利用实际检测点与拟合点的残差平方和与所有检测点的回归平方和计算确定系数。
9.根据权利要求1所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，所述抛物判别方程为：
p＝β·(R2+τ·ε+ψ(n))
其中，β表示监测系数，τ表示误差归一化系数，ε表示拟合误差，R2表示确定系数，n为满足抛物轨迹中的有效点数，ψ(n)为归一化限制函数。
10.根据权利要求9所述的基于毫米波雷达数据拟合的高空抛物检测判别方法，其特征在于，当雷达检测到目标后，开始实时计算抛物判别方程的值p，当满足p＞＝1时，则判定为高空抛物行为，发出警报信号并记录相应多调频周期的数据；当p＜1时，则判定为干扰目标，继续监测并更新p值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210173162.XA CN114545387A (zh) | 2022-02-24 | 2022-02-24 | 一种基于毫米波雷达数据拟合的高空抛物检测判别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210173162.XA CN114545387A (zh) | 2022-02-24 | 2022-02-24 | 一种基于毫米波雷达数据拟合的高空抛物检测判别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114545387A true CN114545387A (zh) | 2022-05-27 |
Family
ID=81676807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210173162.XA Pending CN114545387A (zh) | 2022-02-24 | 2022-02-24 | 一种基于毫米波雷达数据拟合的高空抛物检测判别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114545387A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115450453A (zh) * | 2022-10-08 | 2022-12-09 | 长沙航空职业技术学院 | 一种高空抛物、坠物、坠人识别预警阻拦***及其方法 |
| CN116449291A (zh) * | 2023-06-12 | 2023-07-18 | 中国人民解放军国防科技大学 | 基于定位误差分析的被动全向声呐浮标补投方法和装置 |
-
2022
- 2022-02-24 CN CN202210173162.XA patent/CN114545387A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115450453A (zh) * | 2022-10-08 | 2022-12-09 | 长沙航空职业技术学院 | 一种高空抛物、坠物、坠人识别预警阻拦***及其方法 |
| CN116449291A (zh) * | 2023-06-12 | 2023-07-18 | 中国人民解放军国防科技大学 | 基于定位误差分析的被动全向声呐浮标补投方法和装置 |
| CN116449291B (zh) * | 2023-06-12 | 2023-08-25 | 中国人民解放军国防科技大学 | 基于定位误差分析的被动全向声呐浮标补投方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| NL2012327B1 (en) | Selective intrusion detection systems. | |
| Chapman et al. | Development of vertical-looking radar technology for monitoring insect migration | |
| CN107861107B (zh) | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 | |
| CA2503581C (en) | Weather and airborne clutter suppression using a cluster shape classifier | |
| CN114545387A (zh) | 一种基于毫米波雷达数据拟合的高空抛物检测判别方法 | |
| CN106546975B (zh) | 一种基于雷达数据的轻小型无人机与飞鸟分类识别方法 | |
| CN106597411A (zh) | 雷达信号处理方法 | |
| CA2603315A1 (en) | A classification system for radar and sonar applications | |
| CN103176187B (zh) | 一种机载预警雷达地面高速公路目标过滤方法 | |
| Chen et al. | Classification of UAV and bird target in low-altitude airspace with surveillance radar data | |
| CN106526585A (zh) | 基于高斯粒子势概率假设密度滤波的目标检测前跟踪方法 | |
| CN110599800A (zh) | 一种停车场车位状态监测***及监测方法 | |
| CN114114192A (zh) | 集群目标检测方法 | |
| CN112881993A (zh) | 自动识别雷达分布杂波引起虚假航迹的方法 | |
| CN111562570A (zh) | 基于毫米波雷达的面向自动驾驶的车辆感知方法 | |
| Goodman | Detection and classification for unattended ground sensors | |
| CN106772357B (zh) | 信噪比未知条件下的ai-phd滤波器多目标跟踪方法 | |
| US11262444B2 (en) | Method for tracking targets, in particular maritime targets, and radar implementing such a method | |
| CN117054993A (zh) | 基于cnn模型的lfcw雷达目标检测方法 | |
| CN113093174B (zh) | 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法 | |
| CN115616502A (zh) | 无人飞行器机载雷达目标检测的杂波抑制方法 | |
| CN113552563B (zh) | 垂测信息和高频地波雷达杂波信息的对应性分析方法 | |
| Liu et al. | An intelligent signal processing method for motional vital signs detection system based on deep learning | |
| CN112684425B (zh) | 一种恒虚警检测后的目标二次甄别方法 | |
| DK180729B1 (en) | System for processing radar data representing intensity values of received power of reflected radar wave signals |
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 |