一种基于毫米波雷达的无人机旋翼检测系统及其检测方法技术方案

本发明专利技术提供一种基于毫米波雷达的无人机旋翼检测系统及其检测方法，它是一种结合LFMCW雷达距离多普勒处理、峰值检测和距离

【技术实现步骤摘要】
一种基于毫米波雷达的无人机旋翼检测系统及其检测方法


[0001]本专利技术为一种基于毫米波雷达的无人机旋翼检测系统及其检测方法，根据回波信号的区域分布特征，结合峰值检测处理，实现对无人机旋翼部件的准确检测，属于数字信号处理领域。

技术介绍

[0002]微动是指目标自身或部件具有的振动、旋转等微小运动，能够反映目标运动的细节特征，可为目标识别提供新的途径。随着雷达技术的不断发展，基于微多普勒效应的雷达目标微动测量、特征提取与识别等技术得到了广泛关注。
[0003]近年来，无人机应用技术发展迅速，尤其是各类旋翼式无人机已经广泛进入民用领域。无人机技术在为人们生活提供便利的同时也给社会安全带来了严峻的挑战，能否对无人机进行探测、预警尤为关键。旋翼转动是旋翼无人机的特有特征。对旋翼转动特征的分析能够对无人机的运行状态，例如飞行速度、飞行姿态、是否悬挂物品等进行有效检测，进而做出预警。
[0004]传统基于雷达回波距离
‑
多普勒(RD)图的目标检测方法在目标回波能量分布集中时能够取得较好的检测效果。峰值检测常使用恒虚警率(CFAR)检测，需要通过待检单元附近的若干参考单元估计噪声强度。但是，旋翼高速转动会导致无人机目标回波产生大范围的多普勒边带，因此，能量分布聚集性大幅下降，严重影响噪声估计的准确度，导致检出率下降。目前针对无人机微动特征的分析都是将无人机整体作为分析对象，分析过程中各个旋翼的微动信号混合在一起，难以分离各个旋翼进行独立分析。当雷达距离分辨率高于旋翼间间隔时，理论上各个旋翼在距离维度上可分。若能够分析出旋翼距离单元和非旋翼距离单元内信号的差异，就能够实现各个旋翼在距离维度上的分离。
[0005]熵可以用于描述能量分布的集中程度，对于仅存在平动目标的区域，信号分布集中度最强；存在微动目标的区域，信号分布集中度次之；噪声区信号集中度最低。利用熵能够有效描述出无人机散射信号的分布特征，存在旋翼的距离单元会产生较宽的多普勒边带，信号分散度增强，熵值较大；非旋翼距离单元信号分布集中，熵值则较小。因此，应用熵一方面能将旋翼无人机目标与其他空中目标区分开，另一方面当雷达距离分辨率足够高的时候，也能在无人机主体范围内更准确的识别出旋翼所在距离单元，进而对无人机的旋翼数目做快速判断。同时，仅对存在旋翼的距离单元进行微多普勒分析，能够有效提高信号信噪比，提升参数估计和特征提取的质量。
[0006]针对上面提到的情况和实际应用需求，本专利技术提出了一种基于毫米波雷达的无人机旋翼检测技术，可以实现旋翼所在区域的准确检测。该方法基于线性调频连续波(LFMCW)毫米波雷达测量获得目标回波信号，接着按照距离单元计算该单元内幅值分布的熵值，得到以距离为自变量的熵曲线，经过CFAR检测后识别出旋翼所在的区域。

技术实现思路

[0007]本专利技术的目的在于提供一种基于毫米波雷达的无人机旋翼检测系统及其检测方法，它是一种结合LFMCW雷达距离多普勒处理、峰值检测和距离
‑
熵检测的无人机旋翼检测系统设计方法。通过对散射回波信号进行多目标检测与信息提取，得到无人机的距离信息与多普勒信息的二维平面能量分布。通过峰值检测方法获得存在无人机目标的距离区域，然后依次计算各个距离单元的幅值分布熵，再对距离—熵曲线做峰值检测，综合RD图和距离
‑
熵曲线的检测结果，最后实现无人机旋翼区域的检测。一方面能将无人机与其他目标区分开，另一方面能将无人机所在距离范围内存在旋翼的距离单元与其他距离单元区分开，在实现无人机位置检测的同时进一步实现旋翼位置的检测。
[0008]本专利技术是一种基于毫米波雷达的无人机旋翼检测系统，它包括毫米波信号收发单元、RD处理单元、无人机距离范围检测单元及旋翼区域检测单元。
[0009]所述毫米波信号收发单元它与RD处理单元相连接，是RD处理的前置单元，用于完成前端的射频处理功能。该单元通过PC上位机控制线性调频连续波(Linear Frequency Modulated Continuous Wave，LFMCW)波束相关参数，由高速DA产生待发射的雷达基带信号，经由混频器产生可发射的高频毫米波信号，接着通过功率放大器传输到天线，由天线将电磁波辐射到目标空间。发射的毫米波信号被目标反射后由天线接收，经过滤波器、混频器转化为基带信号，经过AD采样后传输至PC端存储，为后续的距离
‑
多普勒处理做准备。
[0010]所述距离
‑
多普勒RD处理单元，它与毫米波收发单元、无人机距离范围检测单元及旋翼区域检测单元相互连接，输入为毫米波接收单元接收到的雷达回波信号，为按照时间顺序排列的AD采样数据。该单元首先根据雷达系统定义的快时间采样点数、Chirp数和帧数对数据顺序进行重新排列，数据各个维度次序为快时间
‑
慢时间
‑
帧序号。随后对数据分别沿快时间和慢时间做傅里叶变换，完成雷达回波信号中RD信息的提取，生成每帧数据的RD图。产生的RD图将作为后续无人机距离范围检测单元和旋翼区域检测单元的输入。
[0011]所述无人机距离范围检测单元，它与RD处理单元和旋翼区域检测单元相连接，用于完成无人机整体距离分布范围的检测。该单元将雷达RD图沿多普勒维度叠加，获得信噪比更高的一维距离像，采用最小选择恒虚警检测(Smallest of
‑
Constant False Alarm Rate Detection，SO
‑
CFAR)检测获得无人机距离分布范围的两个端点，为后续的旋翼区域检测做准备。
[0012]所述旋翼区域检测单元，它与RD处理单元和无人机距离范围检测单元相连接，用于完成无人机旋翼所在区域的精确提取。该单元基于雷达RD图计算出距离
‑
熵曲线，对该距离
‑
熵曲线做有序统计恒虚警检测(Ordered statistic
–
Constant False Alarm Rate Detection，OS
‑
CFAR)检测得到可能存在微动目标的距离单元，最后结合无人机所在的距离范围，确定出存在旋翼的距离单元。
[0013]本专利技术所提一种基于毫米波雷达的无人机旋翼检测方法，系统流程如图1所示，概述如下：
[0014]步骤一：发射毫米波电磁信号
[0015]将毫米波雷达设备安装在室外，将雷达的波束指向需要监测的无人机所在空域，随后驱动毫米波雷达发射毫米波电磁信号。毫米波雷达采用线性调频连续波(Linear Frequency Modulated Continuous Wave,LFMCW)信号体制，基带信号经过DA转化、混频、功
率放大后变换为射频模拟信号，由发射天线发射至待观测区域。
[0016]步骤二：接收无人机散射回波信号
[0017]无人机散射回波信号是由发射信号经由无人机反射后接收到的后向散射回波，回波主要包括无人机主体散射信号与旋翼散射信号。步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于毫米波雷达的无人机旋翼检测方法，其特征在于，包括如下步骤：步骤一：发射毫米波电磁信号将毫米波雷达设备安装在室外，将雷达的波束指向需要监测的无人机所在空域，随后驱动毫米波雷达发射毫米波电磁信号；毫米波雷达采用线性调频连续波LFMCW信号体制，基带信号经过DA转化、混频、功率放大后变换为射频模拟信号，由发射天线发射至待观测区域；步骤二：接收无人机散射回波信号无人机散射回波信号是由发射信号经由无人机反射后接收到的后向散射回波，回波包括无人机主体散射信号与旋翼散射信号；步骤一中雷达发射的电磁波被无人机反射回雷达设备，首先通过滤波器滤除带外噪声，接着先后通过两级混频器依次得到中频信号和基带信号，最后通过AD采样转化为数字信号，即无人机回波信号；步骤三：对每帧数据进行目标距离
‑
多普勒分析步骤二中的无人机回波是按照帧的格式封装的，数据维度为快时间、慢时间和帧序号；回波中包含了观测空间中各个目标的雷达径向距离和径向速度信息，通过目标距离
‑
多普勒分析能够将各个目标的距离、速度信息提取出来；对每帧信号分别沿快时间和慢时间维度做傅里叶变换，得到雷达RD图，为后续无人机距离范围检测和旋翼区域检测做准备；步骤四：确定无人机的距离分布范围对步骤三中得到的雷达RD图沿多普勒维度叠加获得信噪比更大的一维距离像，然后再做一维的SO
‑
CFAR检测，由于无人机几何尺度大于雷达距离分辨率，因此无人机所在区域内会检测出若干峰值点；在这些峰值点中找到距离雷达最远的点和最近的点，以此界定出无人机距离分布的两个端点，即无人机的距离分布范围，为之后的旋翼区域检测做准备；步骤五：计算距离
‑
熵曲线对步骤三中获得的雷达RD图做8位均匀量化，然后依次计算量化后的RD图中每个距离单元的幅值分布熵，获得距离
‑
熵曲线，为后续无人机旋翼区域的检测做准备；步骤六：检测旋翼区域综合考虑步骤五中计算出的距离
‑
熵曲线和步骤四中检测出的无人机距离分布范围；在距离
‑
熵曲线上应用OS
‑
CFAR检测出若干峰值，若峰值点出现在步骤四界定出的无人机距离分布范围内，则认为是旋翼所在的区域，否则认为是只有无人机主体的区域。2.根据权利要求1所述的一种基于毫米波雷达的无人机旋翼检测方法，其特征在于：步骤一中具体为：设雷达扫频斜率为k，周期为T，初始相位为则对于任意时刻t，LFMCW雷达发射信号s
T
(t)表示为：其中A为信号幅度，f0为信号初始频率，m＝1,2,...,M表示当前为雷达发送的第m个脉冲；j为虚数单位。3.根据权利要求1所述的一种基于毫米波雷达的无人机旋翼检测方法，其特征在于：步骤二中具体为：旋翼无人机目标不止一个散射点，实际回波是无人机主体和各旋翼叶片散射点回波信号的叠加；设无人机有N个旋翼，每个旋翼有K个叶片，则对于单一的接收通道，目标的回波信号S
R
(t)表示为：
其中σ
n
为第n个散射中心的电磁散射强度，t
n0
为第n个散射中心到雷达的双向信号传输延时。4.根据权利要求1所述的一种基于毫米波雷达的无人机旋翼检测方法，其特征在于：步骤三中具体为：LFMCW雷达回波是按照帧的格式封装的，数据维度为快时间、慢时间和帧序号；快时间表示单个脉冲中按照采样间隔排列的若干个采样点，慢时间表示一帧内按照脉冲重复周期排列的若干个脉冲，帧则表示这样的脉冲序列共发送了多少组；雷达回波中包含了观测空间中各个目标的雷达径向距离和径向速度信息，通过目标距离
‑
多普勒分析能够将各个目标的距离、速度信息提取出来；LFMCW信号体制雷达中，回波基带信号的快时间频率和慢时间频率分别与目标的径向距离、速度呈正比；因此对回波信号做两个维度的傅里叶变换即可得到回波信号两个维度的频率，随后按照雷达参数将频率信息转化为距离和速度信息。5.根据权利要求1所述的一种基于毫米波雷达的无人机旋翼检测方法，其特征在于：步骤四中具体为：为确定无人机旋翼所在距离区域，必须先判定无人机整体的距离分布范围；基于步骤三获得的雷达RD图进行目标检测时，首先沿多普勒维度叠加获得信噪比更大的一维距离像，然后再做一维的CFAR检测；对于某一个待检测距离单元，首先将该单元周围的若干单元作为保护单元，然后在这都些单元之外再选取若干单元作为参考单元，用于估计噪声强度；将待检测单元的值和噪声强度作比较，根据系统所需虚警率计算出阈值，若结果大于阈值则认为是一个有效散射点；在获得无人机RD图后，由于该步骤关心无人机的距离分布范围，而不关心它的速度分布范围，因此将RD图沿多普勒维度叠加，获得信噪比更高的一维距离像；然后对一维距离像做边沿检测性能好的SO
‑
CFAR；对于一维距离像中的每一个待检测点，将该点两侧的P个点作为...

【专利技术属性】
技术研发人员：雷鹏，景洪柯，靳雨杭，王俊，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：