基于毫米波雷达的地基ARCSAR系统研究与设计

随着遥感技术的不断发展,圆弧式合成孔径雷达(Arc Synthetic Aperture Radar,ARCSAR)系统已成为形变监测、滑坡抢险救援应用的重要手段。该系统通过杆臂带动雷达旋转完成扫描照射,可获取周围场景最大360°区域实现高精度成像,进而利用重轨干涉技术完成形变信息的获取。现有ARCSAR系统多数采用Ku或更低的波段,其雷达系统硬件体积较大,同时低频段下为了实现更高的方位分辨率需较长的杆臂,增加了系统的复杂性和成本,不够灵活和便携。因此,其通常应用于矿山、抢险救援等远距离场景,不适用于城市基础设施如隧道等近距离场景。毫米波雷达具有宽波束、体积小、重量轻以及功耗低的优势,目前已经成熟应用于车载辅助系统、智能驾驶和交通监控等应用。将毫米波雷达与ARCSAR结合可以实现轻小型、高分辨的优势,更适用于城市应用场景,然而目前未见相关成熟系统报道。针对上述需求,本文研究设计实现了毫米波ARCSAR系统,采用毫米波雷达模组作为雷达收发单元,经由杆臂与转台单元连接实现扫描功能,转台部分带有高精度角度编码器实现等角度间隔采样,由此来降低成像处理难度,最后基于距离多普勒(Range Doppler,RD)算法实现成像。本文首先给出RD算法的点目标仿真结果,进一步采用室内角反实验以及室外场景实验证明本文所提系统的有效性。其中,在室内角反实验中,对比了使用和不使用角度编码器时成像结果,分析表明加入编码器后的角反的方位向峰值旁瓣比(Peak Sidelobe Ratio,PSLR)远远高于未使用的情况。实验结果表明,本文系统可以获得良好的聚焦图像,在城市基础设施监测方面具有较大的潜力。

面向毫米波雷达路侧交通监测的时变滤波器参数估计模型

随着自动驾驶、智能交通的发展,跟踪算法成为热点问题。本文主要针对的是在毫米波雷达路侧交通场景中通过对广义标签多伯努利滤波器(Generalized Labeled Multi-Bernoulli Filter,GLMB)参数估计从而保证滤波器在时变交通监测中目标跟踪的性能。参数选择是制约滤波器性能的主要因素之一,掌握其特性,具有十分重要的意义。传统的跟踪滤波会在特定的场景中使用一套固定的参数,当场景变化时,滤波器参数无法及时调整,导致跟踪性能降低。针对该问题,本文将长短期记忆神经网络(Long Short Term Memory network,LSTM)引入GLMB滤波器参数估计领域,通过雷达数据训练神经网络,使其具备对滤波器参数估计能力。使用毫米波雷达数据构建的数据集训练神经网络,训练完成后将使用测试数据集验证神经网络对参数估计结果。不同交通场景的雷达实测数据验证结果表明,与人为设定的固定参数方法相比,该方法可以使滤波器在时变交通监测中及时对参数进行估计与调优,提升了GLMB滤波器目标跟踪的性能。

地基大视场SAR形变监测的非均匀大气相位校正方法

大气变化是地基干涉合成孔径雷达(GB-InSAR)形变监测的主要干扰因素。由于监测环境的地形复杂,水汽、湿度和温度的空间异质性,基于均匀大气介质假设的校正方法可能导致大气校正精度较低。该文提出了一种两阶段半经验模型,用于估计和校正复杂大气条件下特大滑坡GB-InSAR监测过程中出现的大气相位误差。该方法兼顾线性大气相位和非线性大气相位,首先根据测区的范围和高程对观测到的大气相位进行建模,校正与地形相关的线性大气相位。然后,考虑复杂大气条件和方位向大视场角度场景下出现的空间域非均匀大气情况,选取稳定永久散射体(PS)通过插值的方式获取所有PS点的大气相位,校正非线性大气相位。采用该方法对三峡库区新铺和藕塘特大滑坡的地基大视场雷达图像进行处理,相比于常规方法减小大气相位误差最大约2 mm。能有效校正特大滑坡监测场景下出现的非均匀大气相位,满足特大滑坡广域范围监测需求。

基于Hough变换的被动雷达交叉定位虚假点剔除方法

被动雷达系统是一种无源探测系统,具有隐蔽性高、抗干扰能力强、作用距离远等特点,在室内定位、信号侦察和电子战等领域应用广泛。测向交叉定位技术是被动雷达探测中运用较多的一种定位技术。然而,被动雷达在对多干扰源进行交叉定位时,会产生大量的虚假点。为了能够精确的探测出真实干扰源的位置,保证被动雷达对干扰源的跟踪性能,需要进行虚假点剔除。传统的虚假点剔除方法,如最小距离法、基准线聚类法、Hough变换法等存在定位准确率低、计算复杂度高、不适用于实时处理等问题。针对这些问题,本文提出了一种基于Hough变换的被动雷达交叉定位的虚假点剔除方法。该方法采用了基准线聚类法和Hough变换法相结合的方式对虚假点进行剔除,首先,根据被动雷达在单个观测周期内所测得的干扰源角度,通过测向交叉定位技术确定所有交叉点;然后,通过基准线聚类法,对所有交叉点进行处理,剔除部分虚假点,减少后续计算量;最后,在基准线聚类的基础上,根据被动雷达所测得的干扰源角度数量,采用Hough变换法进一步剔除虚假点,以提高定位准确率。本文对所提方法进行仿真验证,仿真结果表明,所提方法不仅能够有效改善基准线聚类法对交叉定位虚假点的剔除效果,提高定位准确率,而且能够有效降低计算复杂度。

基于单应性变换的雷达栅格坐标与光学像素坐标映射方法研究

毫米波雷达与光学摄像头是自动驾驶及灾害监测机器人等无人自主平台的主要感知器组合之一,将雷达栅格坐标映射至光学像素坐标是后续微波与视觉信息融合处理的关键基础。现有坐标映射方法主要解决雷达坐标系单帧点云坐标与光学像素坐标的映射问题。雷达运动积累多帧点云构建的占据栅格地图可获取比单帧雷达点云更强的几何语义特征信息,但其栅格坐标难以直接与光学像素坐标建立坐标映射关系。针对该问题,本文提出基于单应性变换的雷达栅格坐标与光学像素坐标映射方法。在此基础上,本文分析了特征点数量等误差因素对映射精度的影响及有效性条件。最后,利用实际采集的毫米波雷达及光学图像数据验证了映射方法的有效性。

基于多角度双层偏差度量的封闭空间SAR多径抑制方法

合成孔径雷达(SAR)具有全天时全天候非接触式监测的优势,是封闭空间安全监测的重要工具。然而,SAR应用于复杂封闭空间时,易受多径效应影响,导致图像存在大量虚像,严重影响判读。现有方法需要场景先验进行多径推算或通过子孔径加权融合抑制多径,但都难以准确区分多径虚像与目标图像。该文提出了一种新的多角度双层偏差度量方法,可有效获取多径虚像与目标间的特征差异。该方法首先采用大视角差对观测场景进行多角度观测,可充分利用多径虚像位置随观测角度变化,而实际目标位置保持不变的特性。然后使用双层偏差度量算法,该算法根据多径在多角度序列中的稀疏性,两次计算序列幅度值与序列均值的偏差,精准检测出稀疏、不稳定的多径成分并去除,对剩余稳定成分取均值。这样,在保留目标信息的同时有效抑制多径。最后,仿真和毫米波雷达实际数据处理验证了该文方法的有效性。

基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法

毫米波雷达已成为车联网中的主流传感器之一,可用于交通场景的多目标跟踪。本文将毫米波雷达安装于道路上方进行交通目标跟踪,针对基于帧内DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类的多目标跟踪中,在该安装场景下多径噪点难以去除和纵向的交通目标点云难以区分的问题,提出了基于帧间DBSCAN聚类的毫米波雷达交通多目标跟踪方法。该算法使用多帧合并处理的方式,利用帧序特征用于解决多径噪点问题,并利用空间纵向分段的方法改善了原算法在纵向上目标区分度不足的缺点。本文通过六组不同的实际场景实验,证明了本方法在不同场景下,均相比原方法对跟踪结果有不同程度的改善。

附加直流的低信噪比雷达微振动信号提取

基于毫米波雷达的微振动测量是一种非接触式高精度测量手段,在桥梁健康监测领域发挥着重要作用。微振动信号提取通常对雷达回波信号进行差分干涉处理获取差分相位信息,然后对差分相位积分反演得到高精度的目标形变量。高背景噪声下,差分相位出现缠绕现象,造成反演的形变量产生跳变,破坏了振动信息,无法准确反映目标的形变量和振动频率等振动特征。为了解决这个问题,本文提出了基于附加直流的低信噪比雷达微振动信号提取方法,该方法利用附加直流约束相位缠绕,并推导了附加直流带来的形变量幅度值调制系数,在解决形变量跳变问题的同时准确反演振动信号形变量。最后仿真数据与毫米波雷达实测数据验证了本方法的有效性。

黄土填方区地表沉降时序InSAR监测分析

"削山填沟造地"等岩土工程在湿陷性黄土沟壑地区屡见不鲜,掌握填方区沉降情况具有重要意义。本文收集了2017年11月—2020年12月获取的56景TerraSAR-X StripMap模式影像,利用时序InSAR技术监测了陕北某湿陷性黄土填方地基工程的沉降信息,并与2017年11月—2020年12月期间监测区3个水准点的沉降测量结果比对。结果表明,在填方区地表以沉降为主,在挖方区地表以抬升为主,研究区存在有1处较为明显的地表沉降情况,位于填挖边界线附近填方区内,形变速率范围为-40~-20 mm/a,最大形变速率达-49.9 mm/a,累计量为-151.6 mm,时序InSAR形变结果和实地水准结果吻合性较好,垂直方向形变速率中误差为1.8 mm/a,表明时序InSAR技术在湿陷性黄土填挖方区变形监测中具有较好的应用价值。

基于RPCA的地基SAR近距强耦合信号抑制算法研究

地基合成孔径雷达(GBSAR)是一种全天时全天候非接触式大面积区域高精度形变监测手段,在矿区、边坡、大坝等区域的监测具有广泛应用。在封闭空间监测站中对外场进行连续监测时,雷达接收的回波信号会受到封闭空间的强散射信号干扰。近距离强散射信号耦合到雷达接收端形成虚假目标,严重影响成像质量。该文提出使用RPCA算法,在距离多普勒域将回波信号分解为低秩和稀疏两部分,利用距离多普勒域耦合信号的低秩特性,以及场景信号的稀疏特性,将耦合信号与场景信号有效分离。不同于基于PCA的已有耦合信号抑制方法,RPCA对场景回波信号本身没有高斯分布假设要求,这一假设要求在实际中通常是不满足的。此外,该文提出基于相关性分析的RPCA正则化系数优化选择方法,以实现低秩与稀疏的较优分离。该文通过实际GBSAR数据处理验证了方法的有效性,相比于已有的基于PCA的算法,基于RPCA的耦合信号抑制方法能够在保留场景回波信号的同时更好地抑制耦合信号。

基于掩膜投影和双参数CFAR的圆周扫描GBSAR三维点云提取方法

圆周扫描地基合成孔径雷达(Ground based Synthetic Aperture Radar,GBSAR)通过在竖直面做圆周旋转扫描,具备三维成像的重要优势。但是其圆周观测几何会产生强旁瓣,造成目标点云提取困难。目前未见圆周扫描GBSAR三维点云提取方法的相关研究,经典的双参数恒虚警率(Constant False Alarm Rate,CFAR)算法虽然能够提取三维点云,但需要对三维像不同高度逐层进行检测,由于强旁瓣的影响,无法准确提取三维点云。针对上述问题,本文提出基于掩膜投影和双参数CFAR的圆周扫描GBSAR三维点云提取方法,该方法利用掩膜投影和两次双参数CFAR实现强旁瓣影响下的点云精确提取。该方法首先对SAR三维图像应用最大值投影获取三视图,然后对三视图进行第一次双参数CFAR获取三视图掩膜;然后利用三视图掩膜投影,通过SAR三维像取交集去掉空间位置旁瓣,得到潜在目标区域数据;最后对潜在目标区域的数据应用第二次双参数CFAR实现点云提取。该方法利用实际数据进行实验,结果表明,所提方法与经典的双参数CFAR逐层检测算法相比,可更准确地提取出三维SAR图像目标点云。

无先验模型复杂结构设施SAR全方位三维成像方法研究

复杂结构设施的SAR三维成像是SAR成像领域的热点和难点问题。现有SAR三维成像依赖于高程方向的多通道或多次飞行,对雷达系统或数据获取的要求较高。该文提出无先验模型复杂结构设施三维成像方法,仅需一次飞行即可获得先验信息未知区域全场景全方位三维图像。该方法充分利用圆迹SAR的全方位观测、解叠掩和解高程模糊优势,无需目标预先建模和三维成像网格构建,适用于大面积区域复杂结构设施的精细三维成像,在雷达三维成像实用化技术方面取得了重要进展。通过该方法首次获得FAST射电望远镜的雷达全方位三维图像,验证了理论与方法的正确性与有效性。

基于注意力网络的地基SAR永久散射体选取方法

永久散射体法(Permanent Scatterer,PS)是地基合成孔径雷达(Ground-Based Synthetic Aperture Radar,GBSAR)形变监测的技术支撑,但使用传统多阈值法选取PS点时,会存在各个区域对阈值敏感性不同的问题。为解决选取PS点时漏选或错选的问题,本文提出一种注意力网络模型对GBSAR时序数据进行PS点筛选,并将该模型与循环神经网络(Recurrent Neural Network,RNN)和长短期记忆网络(Long Short-Term Memory,LSTM)进行对比实验,监测三个不同场景来比较选取PS点的结果。实验结果表明:基于注意力网络的模型实时性比RNN模型更好,准确度比LSTM模型更高。因此基于注意力网络的模型在PS点选取上更具优势。

圆周扫描地基SAR频域三维成像算法

圆周扫描地基SAR(GBCSAR)是一种具备三维成像能力的地基SAR系统,其运动轨迹特殊,给三维成像带来难度。后向投影(BP)算法适用于该系统成像,但其计算量巨大,难以实现实时成像。应用于机载圆迹SAR成像的频域算法由于机载圆迹SAR与GBCSAR系统在成像模型和信号模型上都存在差异,因此无法应用于GBCSAR。因此,本文提出了一种针对GBCSAR的频域三维成像算法。本文在GBCSAR系统模型的基础上,推导信号由斜距平面转换到成像平面的解析表达,在频域进行匹配滤波,实现信号的聚焦。之后对本算法的适用条件进行讨论。最终经过仿真实验,本文提出的算法得以验证,并对本文算法与BP算法的成像质量和成像效率进行对比,证明本文提出的频域成像算法可以实现高效成像。

基于CA-CFAR桥梁振动目标位置及频率检测方法

雷达在桥梁健康检测领域已经成为最主要的工具之一,主要因为其非接触性、以及可连续,全面检测等优势,雷达对桥梁健康的检测主要通过对桥梁所产生的振动信号进行分析,雷达振动信号包含相位信息,方便对形变量进行提取。对振动信号的检测,通常需要对原始信号进行形变反演,在反演后的信号上再对振动信号进行检测,但是桥梁振动信号通常处于复杂环境中,在杂波以及噪声的影响下,反演后的信号难以呈现振动信号本身的特征,不易进行检测。因此本文提出基于CA-CFAR的桥梁频率检测方法,先在距离多普勒域对距离单元进行检测,再基于振动信号自身具有周期性、多次谐波的特征对信号频率进行检测,本文的方法直接对雷达信号进行频率检测,减少了形变量反演所造成的误差。首先给出了振动信号几何模型以及信号模型。然后论述了检测算法原理。最后通过实验对算法的可行性进行了验证。

基于注意力网络的地基SAR时序差分相位分类方法

地基合成孔径雷达(Ground Based Synthetic Aperture Radar,GBSAR)是目前露天矿山工作帮及排土场进行亚毫米级形变监测的主要技术手段之一,但监测过程中出现的多径效应造成的差分相位变化会被错误识别为形变。针对识别形变精度低的问题,本文开展了差分干涉相位时序特征表达方法的研究,并以此为基础提出了一种基于注意力网络模型的地基SAR时序差分相位分类方法,以形变变化趋势与区域范围作为依据来区分突变区域和缓变区域,通过模型预测出真实形变分布。经过实验结果证明,注意力网络模型可以较为准确的提取出形变分布,有效减少多径效应造成的误差干扰。

圆周扫描地基SAR地形表面提取辅助的三维成像算法

圆周扫描地基合成孔径雷达(GBCSAR)具备大视场、高分辨率等优势,且具备三维分辨能力,在复杂场景形变监测领域具有重要意义。但在大场景下目标点数量庞大,常规的三维成像方法耗时很长,难以满足实时连续监测的需求。因此本文提出一种针对GBCSAR的地形表面成像方法。在场景形变监测时,地形表面形变往往可以反映场景形变趋势,针对这一特性,本文方法将借助地形表面实现成像。利用地形表面提取得到的有效点曲面代替场景的三维空间目标点,实现了降维成像,提高了成像效率。本文首先给出了GBCSAR的几何模型以及信号模型。然后论述了地表三维曲面的提取方法和原理,之后论述了三维曲面成像算法原理。最后利用仿真实验验证算法的可行性,与原始数据图像进行比较分析,并与传统三维成像算法的成像效率进行比较。

InSAR双向矩形角反射器阵列形变监测精度评估与验证

在时间序列合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)形变监测研究中,常规三角反射器越来越多地被用作点目标,但在升降轨观测场景下无法同时满足获取多角度形变信息的要求,需要针对特定数据类型量身定制满足监测需求的角反射器。构建了一套角反射器设计和精度验证方案,根据X波段雷达卫星拍摄特点设计了同时满足升降轨监测场景双向可调节矩形角反射器,并将其布设在监测区公路边坡上,通过人工模拟二维形变场验证时间序列InSAR对双向矩形角反射器的探测精度。实验结果表明,在有效消除像素点旁瓣效应的情况下,所设计的双向矩形角反射器后向散射信息最强像素点被识别;精确计算出在2018-05-13—2018-05-24期间,有2个角反射器发生了移动,形变探测的中误差为0.6 mm。时间序列InSAR对设计的双向矩形角反射器形变具有很高的敏感度。