基于毫米波雷达强杂波区弱物位检测与盲区缩小方法技术

本发明专利技术公开了一种基于毫米波雷达强杂波区弱物位检测与盲区缩小方法，包括：对雷达回波数据进行平方律检波处理，得到检测统计量；利用近距离右切

【技术实现步骤摘要】
基于毫米波雷达强杂波区弱物位检测与盲区缩小方法


[0001]本专利技术属于物位测量
，具体涉及一种基于毫米波雷达强杂波区弱物位检测与盲区缩小方法
。

技术介绍

[0002]物位测量通常指对工业生产过程中封闭式或敞开罐体中物料
(
固体或液位
)
的高度进行检测
。
在易燃
、
易爆
、
危化
、
腐蚀
、
真空
、
高压等严苛环境适应性要求下，传统的接触式测量方法难以应用
。
由此，出现了一些非接触式测量，例如超声波法
、
激光法等
。
随着雷达技术的发展，毫米波雷达高精度物位测量受到广泛关注
。
毫米波雷达物位计作为非接触式物位计通过发射一定波长的微波，微波碰到物料反射回波，通过测量回波与发射微波的延迟估计物料的位置
。
[0003]传统的毫米波雷达物位计通常采用
CFAR
检测方法实现目标检测
。CFAR
检测方法可以检测雷达信号中的目标并抑制杂波，其核心原理是基于统计分析技术，根据接收信号的统计特性自适应地确定阈值
。
但在多重回波等强杂波背景下，由于法兰盘与目标之间的来回反射
、
密闭罐体内罐顶
、
罐底的反射以及罐体与液面所产生的角反等原因，会出现严重的多重反射，导致出现二次
、
多次回波/>。
随着目标靠近传感器，甚至会出现目标峰低于二次回波的情况
。
这种多次回波的动态
、
时变特性会使近区测量的过程中系统鲁棒性差，导致目标位置来回跳动，进而造成近区盲区展宽
、
难以缩小的问题，并且如果目标信号弱于附近的杂波或干扰，
CFAR
可能会将其误判为噪声或杂波而被剔除，会导致测量结果发生跳变
。
[0004]由此可见，现有的毫米波雷达物位计在实际应用中易出现弱小目标信号备错误剔除的情况，存在盲区大和系统鲁棒性差等问题；尤其是雷达散射截面较小的物质，更容易受到噪声
、
干扰的影响，导致误判，从而影响测量精度
。

技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于毫米波雷达强杂波区弱物位检测与盲区缩小方法
。
本专利技术要解决的技术问题通过以下技术方案实现：
[0006]一种基于毫米波雷达强杂波区弱物位检测与盲区缩小方法，包括：
[0007]对雷达回波数据进行平方律检波处理，得到检测统计量；
[0008]基于所述检测统计量利用近距离右切
CFAR
算法提取所述回波数据中的前沿样本，并剔除所述前沿样本中幅值较大的若干样本，得到前沿参考单元样本；
[0009]根据所述前沿参考单元样本计算门限系数和背景杂波功率水平估计值；
[0010]根据所述门限系数和所述背景杂波功率水平估计值计算门限值，并将所述检测统计量与所述门限值进行比较，判断有无目标；
[0011]当判断有目标存在时，根据关联波门和功率阈值对所述前沿参考单元样本中的所有峰值数据进行筛选，以缩小盲区，得到备选峰值数组；其中，所述关联波门和功率阈值是根据目标状态设置的动态变量；
[0012]基于预设阈值对所述备选峰值数组进行距离判断，并选出目标峰值作为目标物位检测结果
。
[0013]在本专利技术的一个实施例中，所述门限系数和背景杂波功率水平估计值的计算公式为：
[0014][0015][0016]式中，
X
表示背景杂波功率水平估计值，
N
表示回波数据中的位于检测统计量左侧的样本数据总个数，
n
表示剔除的样本个数，
x
i
表示第
i
个前沿参考单元样本，
T
表示门限系数，
P
fa,CA
表示虚警率
。
[0017]在本专利技术的一个实施例中，根据所述门限系数和所述背景杂波功率水平估计值计算门限值，并将所述检测统计量与所述门限值进行比较，判断有无目标，包括：
[0018]根据所述门限系数和所述背景杂波功率水平估计值计算门限值，计算公式为：
[0019]S
＝
X*T
；
[0020]式中，
S
表示门限值，
X
表示背景杂波功率水平估计值，
T
表示门限系数；
[0021]将所述检测统计量与所述门限值进行比较，若所述检测统计量大于所述门限值，则认为本次测量的前沿参考单元样本中存在目标；否则，认为本次测量的前沿参考单元样本中没有目标
。
[0022]在本专利技术的一个实施例中，在根据关联波门和功率阈值对所述前沿参考单元样本中的所有目标峰值数据进行筛选之前，还包括：
[0023]根据上次测量的目标状态设置本次测量的关联波门和功率阈值；
[0024]其中，所述关联波门是根据目标速度和测量时间间隔设置的，计算公式为：
[0025]l_win
＝
v
r
·
t
n
；
[0026]式中，
l_win
表示本次测量的关联波门，
v
r
表示上次测量的目标速度，
t
n
表示两次测量的时间间隔；
[0027]所述功率阈值是根据上次测量的目标功率设置的
。
[0028]在本专利技术的一个实施例中，所述功率阈值的计算公式为：
[0029]A
th
＝
A
l
‑3或
A
th
＝
0.5
·
A
l
；
[0030]式中，
A
th
表示本次测量的功率阈值，
A
l
表示上次测量的功率阈值
。
[0031]在本专利技术的一个实施例中，根据关联波门和功率阈值对所述前沿参考单元样本中的所有目标峰值数据进行筛选，以缩小盲区，得到备选峰值数组，包括：
[0032]基于所述关联波门和所述功率阈值，遍历所述前沿参考单元样本中的所有峰值数据，当所述峰值数据的位置和幅值满足第一条件时，将该峰值数据选为备选点，从而得到一组备选峰值数组
。
[0033]在本专利技术的一个实施例中，所述第一条件为：
[0034]|x
l
‑
x
i
|≤|l_win|,i
＝
0,1,
…
,n
‑1；
[0035]y
i
>A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强杂波区弱物位检测与盲区缩小方法，其特征在于，包括：对雷达回波数据进行平方律检波处理，得到检测统计量；基于所述检测统计量利用近距离右切
CFAR
算法提取所述回波数据中的前沿样本，并剔除所述前沿样本中幅值较大的若干样本，得到前沿参考单元样本；根据所述前沿参考单元样本计算门限系数和背景杂波功率水平估计值；根据所述门限系数和所述背景杂波功率水平估计值计算门限值，并将所述检测统计量与所述门限值进行比较，判断有无目标；当判断有目标存在时，根据关联波门和功率阈值对所述前沿参考单元样本中的所有峰值数据进行筛选，以缩小盲区，得到备选峰值数组；其中，所述关联波门和功率阈值是根据目标状态设置的动态变量；基于预设阈值对所述备选峰值数组进行距离判断，并选出目标峰值作为目标物位检测结果
。2.
根据权利要求1所述的基于毫米波雷达强杂波区弱物位检测与盲区缩小方法，其特征在于，所述门限系数和背景杂波功率水平估计值的计算公式为：征在于，所述门限系数和背景杂波功率水平估计值的计算公式为：式中，
X
表示背景杂波功率水平估计值，
N
表示回波数据中的位于检测统计量左侧的样本数据总个数，
n
表示剔除的样本个数，
x
i
表示第
i
个前沿参考单元样本，
T
表示门限系数，
P
fa,CA
表示虚警率
。3.
根据权利要求1所述的基于毫米波雷达强杂波区弱物位检测与盲区缩小方法，其特征在于，根据所述门限系数和所述背景杂波功率水平估计值计算门限值，并将所述检测统计量与所述门限值进行比较，判断有无目标，包括：根据所述门限系数和所述背景杂波功率水平估计值计算门限值，计算公式为：
S
＝
X*T
；式中，
S
表示门限值，
X
表示背景杂波功率水平估计值，
T
表示门限系数；将所述检测统计量与所述门限值进行比较，若所述检测统计量大于所述门限值，则认为本次测量的前沿参考单元样本中存在目标；否则，认为本次测量的前沿参考单元样本中没有目标
。4.
根据权利要求1所述的基于毫米波雷达强杂波区弱物位检测与盲区缩小方法，其特征在于，在根据关联波门和功率阈值对所述前沿参考单元样本中的所有目标峰值数据进行筛选之前，还包括：根据上次测量的目标状态设置本次测量的关联波门和功率阈值；其中，所述关联波门是根据目标速度和测量时间间隔设置的，计算公式为：
l_win
＝
v
r
·
t
n
；式中，
l_win
表示本次测量的关联波门，
v
r
表示上次测量的目标速度，
t
n
表示两次测量的时间间隔；
所述功率阈值是根据上次测量的目标功率设置的
。5.
根据权利要求4所述的基于毫米波雷达强杂...

【专利技术属性】
技术研发人员：曾操，张瀚丞，牟一飞，陶海红，廖桂生，李世东，胡树林，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：