Ablation and radar-wave transmission performances of the nitride ceramic matrix composites

The 2.5 dimensional silica fiber reinforced nitride matrix composites (2.5D SiO2f/Si3N4-BN) were prepared through the preceramic polymer impregnation pyro- lysis (PIP) method. The ablation and radar-wave transparent performances of the composite at high temperature were evaluated under arc jet. The composition and ablation surface microstructures were studied by X-ray diffraction (XRD) and scanning electron microscope (SEM). The results show that the 2.5D SiO2f/Si3N4-BN composites have a linear ablation rate of 0.33 mm/s and high radar-wave trans- parent ratio of 98.6%. The fused layer and the matrix are protected by each other, and no fused layer accumulates on the ablation surface. The nitride composite is a high-temperature ablation resistivity and microwave transparent material.

道路地下空洞探地雷达波场和时频特性

根据城市道路地下介质的分布特征和电性参数设计模型,采用时域有限差分法和广义S变换,对道路地下存在的充气空洞、充水空洞、回填不密实、埋藏金属物状态进行探地雷达正演模拟和时频特征提取。结果表明,地下空洞顶界面的反射波同相轴均呈弧形反射形态,但充气空洞的反射波能量强于充水空洞;地下空洞发育区域的中心频率集中在某个低频区间,其余频率成分分布较均匀;埋藏金属物区域出现两簇高幅值能量团,频率分布较分散;回填不密实区域频率未能显示出较明显的规律。最后,通过工程实测验证了数值模拟的可靠性。

融合毫米波与激光雷达的障碍物检测与跟踪方法

在园区环境中,无人车装载单一毫米波雷达或激光雷达传感器进行障碍物检测跟踪时存在探测范围有限、准确率低及稳定性差等问题。为此,提出一种基于毫米波雷达与激光雷达融合的多障碍物检测跟踪方法。利用改进欧氏聚类算法对道路内激光点云目标进行提取,基于信息筛选策略获得毫米波雷达数据中的有效目标;基于目标检测交并比与可靠性分析,对2种目标进行自适应融合,并利用跟踪门与联合概率数据关联(JPDA)算法完成前后帧数据匹配;应用多运动模型交互与无迹卡尔曼滤波实现障碍物跟踪。实车实验表明:相比单一毫米波雷达与激光雷达障碍物检测跟踪,所提方法有更好的准确性与稳定性。

基于DenseNet和卷积注意力模块的高精度手势识别

非接触的手势识别是一种新型人机交互方式,在增强现实(AR)/虚拟现实(VR)、智能家居、智能医疗等方面有着广阔的应用前景,近年来成为一个研究热点。由于需要利用毫米波雷达进行更精确的微动手势识别,该文提出一种新型的基于MIMO毫米波雷达的微动手势识别方法。采用4片AWR1243雷达板级联而成的毫米波级联(MMWCAS)雷达采集手势回波,对手势回波进行时频分析,基于距离-多普勒(RD)图和3D点云检测出人手目标。通过数据预处理,提取手势目标的距离-时间谱图(RTM)、多普勒-时间谱图(DTM)、方位角-时间谱图(ATM)和俯仰角-时间谱图(ETM),更加全面地表征手势的运动特征,并形成混合特征谱图(FTM),对12种微动手势进行识别。设计了基于DenseNet和卷积注意力模块的手势识别网络,将混合特征谱图作为网络的输入,创新性地融合了卷积注意力模块(CBAM),实验表明,识别准确率达到99.03%,且该网络将注意力放在手势动作的前半段,实现了高精度的手势识别。

高精度毫米波柱面孔径全息成像算法研究

近年来,国际恐怖袭击事件时有发生,使得安全形势变得极为严峻,因此迫切需要引入新型的安全检查手段,防范和应对重大安全事故的发生。在此背景下,毫米波全息三维成像凭借其安全性、穿透性和高分辨率成像等优势,被广泛地应用在安检领域。由于人体安检需要在短时间内对目标进行精确的检测,具有实时性的特点,即需要在实时情况下快速做出判断和决策,因此对成像精度有着更高的要求。本文提出了一种高精度毫米波柱面孔径全息成像算法,给出了柱面孔径三维成像所需要满足的采样准则;首先,将成像区域划分为序列不同半径的成像柱面,依据成像精度和相位误差控制范围设置成像参考柱面,简化重复计算匹配滤波函数的过程;然后,将回波信号变换至三维波数域中,并与匹配滤波函数相乘;接着,沿距离向对匹配滤波的结果进行积分,聚焦获得相应半径柱面上目标的散射信息;最后,对不同半径柱面上的目标进行聚焦,获取目标的全部散射信息,进而完成对整个观测区域的三维图像重建。本文给出了参考面最佳分配策略和算法成像复杂度分析,并通过点目标仿真详细地分析了相位误差对成像质量的影响,并与现有的方法进行了比较,以及在同样的系统参数下对人体模特进行成像实验,仿真和实验的结果表明本文方法的有效性、精确性和正确性。

基于毫米波雷达的生命体征信号检测实验教学设计

为了提高学生嵌入式系统的软硬件设计能力,设计基于毫米波雷达的非接触式生命体征信号测量实验。一方面,基于调频连续波(FMCW)雷达机制,采用MATLAB进行生命体征信号建模及呼吸率与心率时频信号提取的仿真实验;另一方面,采用60 GHz毫米波雷达模块,基于STM32单片机进行系统电路设计、PCB设计与实物制作,完成参试者呼吸率及心率的数据采集与OLED显示。上位机采用Qt Creator进行软件界面与功能设计,通过蓝牙模块与单片机进行无线数据通信,以30 s为周期执行呼吸率和心率数据的读取与显示。最后,搭建测试环境,对系统功能进行验证及其设计指标的测试与评估。该实验项目与生活实际紧密相关,注重理论与实践相结合,在系统整体设计与跨平台设计中培养学生的综合实践能力与协作能力。

高聚物注浆修复的面板堤坝探地雷达波场特征分析

针对高聚物注浆修复堤坝面板脱空病害的修复效果问题,依据实际堤坝面板层间结构和材料介电参数,基于时域有限差分法和完全匹配层边界条件建立了高聚物注浆修复面板脱空堤坝的探地雷达电磁波计算模型,分析了雷达中心频率、面板脱空修复程度及脱空区域大小、面板厚度及配筋等因素对高聚物注浆修复面板脱空堤坝探地雷达波场特征的影响。结果表明:随着激励源中心频率增大,探地雷达剖面图分辨率逐渐增加;随着脱空区域长度增加,探地雷达剖面图中产生的水平状界面反射波增长;随着脱空区域深度增加,探地雷达剖面图水平状反射线之间时间间隔逐渐增大;随着堤坝面板厚度增加,在面板脱空修复区域绕射波和衍射波幅值减小;探地雷达发射的电磁波遇到钢筋时将产生能量较强的绕射波,强绕射波将脱空区域上下分界面的反射波分割开,难以判断反射波的水平长度。根据高聚物注浆修复面板脱空堤坝的探地雷达波场特征,能有效判断堤坝面板脱空区域的高聚物注浆修复效果,有助于解释实际堤坝面板高聚物注浆修复效果的探地雷达图像。

AF-CenterNet:基于交叉注意力机制的毫米波雷达和相机融合的目标检测

对于自动驾驶领域而言,确保在各种天气和光照条件下精确检测其他车辆目标是至关重要的。针对单个传感器获取信息的局限性,提出一种基于cross-attention注意力机制的融合方法(AF),用于在特征层面上融合毫米波雷达和相机信息。首先,将毫米波雷达和相机进行空间对齐,并将对齐后的点云信息投影成点云图像。然后,将点云图像在高度和宽度方向上进行扩展,以提高相机图像和点云图像之间的匹配度。最后,将点云图像和相机图像送入包含AF结构的CenterNet目标检测网络中进行训练,并生成一个空间注意力权重,以增强相机中的关键特征。实验结果表明,AF结构可以提高原网络检测各种大小目标的性能,特别是对小目标的检测提升更为明显,且对系统的实时性影响不大,是提高车辆在多种场景下检测精度的理想选择。

基于毫米波雷达的非视距目标探测和定位方法研究

隐蔽非直视目标探测和定位技术在城市巷战、安防、防暴等领域具有广泛的应用。本文针对L形非视距区域内单目标的探测与定位问题进行研究。首先,对雷达布设位置及可探测区域进行了分析;其次,针对共同可探测区域,设计了多路径联合检测器;最后,基于设计的多径雷达应用系统,利用所提检测定位方法进行实验验证。与现有研究相比,本文的创新点在于:在L形非视距场景下,对宽波束毫米波雷达布设位置及可探测区域进行分析并给出合理建议;其次利用所提多路径联合检测器将不同反射面的多条路径联合使用,提高了检测性能。本文通过实验验证了系统的可靠性及雷达位置对可探测区域的影响,通过仿真与实验探究了所提检测器的性能改善。

基于多模型神经网络的湿度廓线反演研究

为提升微波辐射计对大气廓线探测的精度,利用ARM大气观测站提供的地基微波辐射计、毫米波测云雷达以及探空数据,构建了两种添加不同云信息的反向传播神经网络(back propagation neural network,BPNN)模型(添加入云和出云高度的C-BPNN模型与添加雷达反射率因子的Z-BPNN模型)与一种未添加云信息的BPNN模型(记为BPNN0),并对反演结果进行了对比,结果表明:C-BPNN模型和Z-BPNN模型在任何天气下(有云或无云),得到的反演误差都小于BPNN0模型;C-BPNN相较于另外两种模型反演结果具有更高的稳定性。对3种模型各自反演结果最好的个例分析发现,C-BPNN与Z-BPNN模型主要的误差存在于高空无云但是相对湿度却出现跃变的情况,说明神经网络模型对初始权值与阈值较为敏感,因此通过遗传算法(genetic algorithms,GA)对BPNN模型进行优化。经GA优化后的反演结果表明:BPNN0模型与C-BPNN模型具有明显优化效果,而Z-BPNN模型优化效果则不明显。

基于毫米波深度传感的抗伴生干扰的眨眼检测

眨眼检测在多种实际应用场景中起着关键作用,如眼病检测、人机交互、疲劳驾驶预防等。针对来自人体的伴生干扰会严重影响眨眼信号的特征提取问题,本文提出一种非线性独立分量分析框架的自监督深度对比学习方法来分离眨眼和伴生干扰。本文设计一个基于时间相关性的分离网络ES-Net1,该网络将具有时间相关和时间不相关的两个正负样本序列作为网络的输入,通过ES-Net1内部的特征提取器恢复眨眼和伴生干扰信号的时间结构,从而实现非线性混合信号的分离。本文基于TI公司的AWR1642毫米波雷达平台实现mmBlinkSEN原型系统,通过14 000组数据验证mmBlinkSEN的有效性。实验结果表明,在存在人体伴生干扰情况下,mmBlinkSEN对眨眼频率的检测精度高达88%。

基于扩展卡尔曼滤波的交互式多模型跟踪算法研究

在辅助驾驶系统中,行人轨迹跟踪一直是一项有挑战性的任务,因为行人的回波信号中往往存在着许多干扰噪声。此外,行人在运动过程中可能会做出突然转身或其他改变方向的行为,这将直接导致行人运动轨迹呈现出非线性特征。针对上述问题,文中提出一种基于扩展卡尔曼滤波的交互式多模型跟踪(IMM-EKF)方法,适用于毫米波雷达对行人进行轨迹跟踪。首先,在扩展卡尔曼滤波算法(EKF)的基础上重构状态预测协方差矩阵,来补偿EKF非线性化过程中引入的误差;然后将改进的EKF作为交互式多模型算法(IMM)中的滤波器,根据行人运动特性选择匀速模型和协调转弯模型作为跟踪模型,利用所提出的IMM-EKF算法进行轨迹跟踪。实验结果表明,所提出的滤波算法较典型的EKF和改进的EKF算法,在跟踪滤波精度方面均有所提升,同时具备更优的跟踪鲁棒性。

超材料天线罩雷达散射截面特性分析

以超材料为代表的新技术迅速崛起,大大推进了天线罩的技术进步,与往常天线罩不同的是,超材料天线罩改进了天线系统的散射特性。多年来,人们注重于天线罩的传输特性而忽略了散射特性研究,一方面原因是控制天线罩的散射性能的需求不甚迫切,另一方面原因则是准确分析耗时费力,难度很大,特别是电大尺寸的天线罩的散射特性几乎无法精确计算。虽然高频光学近似在分析天线罩传输特性方面,精度较高,基本满足设计需求,但是在分析天线罩散射特性方面,偏差较大,很难满足设计需求。针对超材料天线罩雷达散射特性分析需求,文中首先分析比较了不同方法对于介质天线罩雷达散射截面(RCS)的计算结果的差别,分析了产生的原因,采用特征模型结合全波分析方法,计算了超材料天线罩散射特性,并与测试结果进行了比较,仿真和试验结果的包络符合较好,验证了在天线罩中采取吸收措施能明显降低其RCS,可供超材料天线罩设计师参考。

基于多帧聚类的紧凑型HFSWR虚假点迹识别方法

紧凑型高频地波雷达发射功率低,目标检测时信噪比低、虚警率高,会产生大量虚假点迹,影响后续目标跟踪性能。为了滤除虚假点迹,利用目标的运动特性,提出了一种多帧聚类与极限学习机分类两级级联的虚假点迹识别方法。首先,利用基于最优邻域尺寸的多帧聚类方法,将连续多帧中与待识别点迹属于同一潜在目标的点迹聚类成簇。然后,计算簇内待识别点迹与其相邻帧内点迹的距离-多普勒速度的差分值,以其为特征利用极限学习机辨识虚假点迹。实验结果表明,所提方法能够准确将属于同一目标的点迹聚类,虚假点迹识别率达到95%。

基于纯自注意力机制的毫米波雷达手势识别

在构建智慧控制,万物互联的背景下,通过手势远程控制设备,进行人机交互逐渐成为研究热点。对此,提出了一种以毫米波雷达为传感器,采用基于纯自注意力机制模型实现手势识别的方法。首先,采集正面视角的13类手势的时序回波数据。接着,对数据进行三维快速傅里叶变换(three-dimension fast Fourier transform,3D-FFT)、动目标显示(moving target indication,MTI)、恒虚警率(constant false alarm rate,CFAR)检测操作并进行固定种类特征提取,将这些特征传入基于纯自注意力机制网络的雷达特征变换(radar feature transformer,RFT)网络。最后,基于实测数据完成了数据特征提取、网络训练、手势识别等步骤。实验结果表明,所提方法在测试集上准确率达到95.38%,网络训练时间短,模型复杂度低,泛化性好,为现有研究提供了新的研究思路。

基于调频连续波雷达的人体生命体征检测算法

针对现有雷达非接触生命体征检测精度低、实时性差等问题,提出一种基于调频连续波(FMCW)雷达的人体生命体征检测算法。首先,通过毫米波雷达获取生命体征信号;其次,利用改进的经验小波变换(EWT)算法,实现生命体征信号的自适应分解和重构,通过引入麻雀搜索算法(SSA)和模糊熵(FE)寻找频谱分割线的最优值;最后,通过改进频率插值的估计算法计算心率和呼吸频率。通过与医用重症监护仪进行对比实验验证所提算法的优越性和鲁棒性。实验结果表明,所提算法相较于小波变换(WT)算法、CEEMD(Complementary Ensemble Empirical Mode Decomposition)算法和VMD(Variational Mode Decomposition)算法,均方误差(MSE)分别减小了77.65、27.25和21.05,平均绝对百分比(MAPE)分别减小了7.33、4.33和3.42个百分点,实时性分别提高了0.72 s, 16.74 s和1.87 s。同时,利用所提算法也实现了对心率变异性(HRV)的检测。

基于毫米波雷达点云数据的室内人员信息检测

在使用毫米波雷达进行室内人员信息检测时,其信号处理阶段采用的静态杂波滤除算法有效地滤除了检测区域中包括墙壁、地面、桌椅等在内的静止目标,实现了对运动人员的检测,但同时会导致静止人员被漏检.为此提出按照径向速度把点云数据划分为动态数据和静态数据,先剔除动态数据,然后累积剩余的静态数据.在达到指定的累积帧数时,进行密度聚类,以簇的数量作为人员的数量,簇的中心坐标作为人员的位置.通过实验,验证了所提出方法的有效性,在室内办公场景下,人员数量统计平均绝对误差为0.81,人员位置估计均方根误差为0.1 m.

基于改进SFLA-Elman神经网络的电离层杂波抑制方法

针对高频地波雷达目标检测中电离层杂波的干扰问题,提出了一种基于改进混合蛙跳算法优化Elman神经网络预测抑制电离层杂波的策略。为解决混合蛙跳算法初始种群分布不均匀、收敛精度低、易陷于局部极值等问题,引入Cubic混沌映射、莱维飞行策略、非线性平衡因子和复制操作,增强种群多样性,提高算法搜索能力。利用改进后的算法和其他算法分别优化Elman神经网络预测抑制模型,结果表明,改进后的算法无论是在收敛精度和稳定性上,还是在临近距离单元电离层杂波的预测抑制上,都取得了显著的提升。在基本保留目标信号的基础上,平均信杂比较原始回波提升18.52 dB,较原始混合蛙跳算法提升1.08 dB,对于电离层杂波的抑制具有较高应用价值。

基于可解释网络解耦表征的低成本雷达定位解算方法

为降低调频连续波(FMCW)雷达成本,同时提高定位精度,设计可解释解耦表征模型。该模型由网络解算器、虚假信号生成器以及可解释潜变量三部分组成。首先处理雷达信号获得中频频谱;然后输入到网络解算器中生成位置潜变量;再通过物理机制对潜变量进行转换,生成虚假中频信号频谱;最后,设计局部光滑损失函数对模型进行自监督训练,实现潜变量的解耦物理表征。实验结果表明:所提算法能对雷达系统频谱信号的粗粒度进行超分辨率细化,其机理能有效应对雷达系统的硬件公差、环境噪声、安装误差等问题,并可自动地训练出雷达的解算网络,从而具有大规模室内、机载联网定位的应用潜力。

综合物探方法在贵南高铁隧道基底隐伏岩溶探测中的应用

高铁隧道路线经过岩溶地区,勘察阶段由于地形和物探方法局限性的影响,不能完全勘察清楚岩溶发育情况。本文结合高密度地震映像、地质雷达、二维瞬态面波和钻探方法,详细研究了隧道施工阶段岩溶探查中各种方法的外业数据采集、处理方法、数据分析的注意事项。经过研究,将地震映像的主频提高到800 Hz,可分辨深度5~25 m、宽度10 m左右的空溶洞和充填溶洞;地质雷达有效能量提高到600 ns,可分辨深度30 m内岩溶通道。结合贵南高铁隧道基底岩溶探查中的各种典型图像特征,以及地质施工人员的要求,探讨了隧道基底岩溶探测资料物探地质解释的四类划分解释原则,满足了地质人员及设计施工对物探资料可读性的要求,为岩溶探测资料解释提供了参考。