雷达多目标方位测量数据的一种处理方法

多目标数据关联是雷达数据融合过程中的重要一环。针对分布式雷达组网模式 ,在目标批数未知的条件下 ,提出了一种杂波环境下的多目标点迹关联算法。该算法利用雷达对目标的方位测量数据 ,通过引入关联矩阵 ,建立多目标多雷达数据关联数学模型 ,采用模拟退火技术 ,在使似然函数最大化的意义下求取关联矩阵和监视空域中目标的批数。根据多个雷达的多个采样周期的关联矩阵 ,建立各雷达测量数据之间的相关关系 ,为目标跟踪和数据融合提供前提条件。模拟仿真结果表明了算法的有效性。     

基于Rodrigues参数交互模型航天器相对位姿测量技术

针对传统测量技术测量航天器相对位姿准确度较低的问题,引用Rodrigues参数交互模型研究了一种新的航天器相对位姿测量技术。利用Rodrigues参数建立航天器位姿采集模型,通过原向量、旋转轴、原向量和旋转轴的交叉积等向量作为标架,获得航天器旋转以后得向量组,利用四元数定理来减少计算航天器旋转向量的计算量,在观察三维空间内的坐标系间的向量变化曲线规律后,测量出交互模型的航天器相对位姿,得出基于罗德里格旋转参数交互模型结构图,确定罗德里格旋转参数模型与航天器的距离H和地面接收到的航天器相位位姿的误差。通过Harris角点检测方法计算航天器模拟图像的每个像素和灰度,通过像素和灰度信息进行条件随机场计算,分析航天器相对位姿特征,在多次寻找三维坐标系中查找相似的最近临近点和次临近点后,合理匹配,确定航天器相对位姿。实验结果表明,基于Rodrigues参数交互模型航天器相对位姿测量技术测量的精准度比传统技术高出25.88%,实用性更强。     

基于被动声信号解算方法的高速目标轨迹测量

声学测量作为新一代外场测量系统的重要组成部分,为实现全天候、全地形下目标的有效轨迹测量起到重要作用。现有外场测量系统多依靠光、雷达等手段对目标进行定位追踪,轨迹测量,但光学轨迹测量精度极易受自然光线的影响,而雷达轨迹测量精度易被复杂电磁环境干扰,无法实现所有时段各类目标的轨迹测量。本文所提出的声学轨迹测量方法,对于超音速目标其测量精度优于10m,对于高亚音速目标测量精度优于10m。声学测量手段的出现弥补了外场观测手段的空缺,极大程度丰富了外场的观测维度。     

基于时频特征的旋翼目标微动参数估计方法

旋翼目标的微动参数可为雷达目标的识别提供依据.针对旋翼目标微动参数的提取问题,利用其回波时频特征,提出一种微动参数估计方法.首先基于点散射原理对旋翼目标构建回波模型.其次,利用联合时频分析技术对旋翼目标回波的时频特征进行分析,并解释"时频闪烁"特征的产生机理.然后通过"时频闪烁"特征与微动参数间的对应关系,实现对旋翼目标微动参数的估计.最后,通过仿真验证了上述微动参数估计方法的有效性,且结果表明该方法在多旋翼目标场景下同样适用.     

基于MEMS仿生矢量水听器的水声定向研究

MEMS矢量水听器不仅可以测量声压信号,还可以测量质点的振速信号,它具有与频率无关的偶极子自然指向性.单一的矢量水听器就能够测量水中的声压和质点振速.利用矢量水听器的这种特性,结合波束形成原理,采用数字信号处理(DSP)技术,设计了基于MEMS仿生矢量水听器的水声定向系统,并进行了实际测试,结果表明:该系统能很好地实现对目标360°方位的定向功能.     

激光雷达在无人驾驶环境感知中的应用

激光雷达是实现无人驾驶环境感知的重要传感器,特别是通过与相机和毫米波雷达等实现感知信息融合之后,适用于复杂交通环境感知,可以检测交通环境中的不同目标,包括道路、可行驶区域、行驶环境中行人和车辆、交通信号灯和交通标志等交通要素。本文通过激光雷达的技术描述,介绍它在环境感知中的重要作用,分析了激光雷达标定及测试等技术基础,分析了激光雷达在环境感知中的应用,可以为相关技术应用提供参考。     

用C++开发雷达目标特征信号测量系统软件

本文介绍了采用VC 6.0开发雷达目标特征信号测量系统所采用的一些软件技术,包括多线程技术、利用SICL库实现PC机与矢量网络分析仪间的通信、测量数据的存储、特征信号数据库的建立等.     

基于精密星敏感器的航天器高精度姿态测量标定方法

为了解决传统航天器姿态测量方法中存在的误差率高的问题,提出基于精密星敏感器的航天器高精度姿态测量标定方法。首先对使用的精密星敏感器进行设计,并将在不影响航天器运行的前提下安装在合适的位置上。通过建立运动坐标系、坐标参数转换和设置姿态参数三个步骤得出航天器运动模型,在该模型下分析出航天器姿态的基本运动规律、利用精密星敏感器识别并选取航天器空间下的任意三个星点,最后综合定位的星点和航天器姿态的运动规律,从不同的角度上确定航天器姿态测量结果,为了提高航天器姿态测量结果的精度进行标定处理。通过模拟实验分析得出结论：与传统测量方法相比,基于精密星敏感器的航天器高精度姿态测量标定方法的平均误差率降低了6.0%。     

基于惯导/激光雷达的无人车融合定位技术研究

在无人车运行过程中,由于卫星导航信号受到遮挡、干扰等因素影响,惯导难以持续提供稳定可靠的高精度定位信息,影响无人车运行。本文提出了一种面向复杂应用场景的激光雷达辅助无人车融合定位技术,利用最小二乘算法对滤波后的雷达点云数据进行拟合,获取无人车可行驶道路区域,并据此进行轨迹规划,实现无人车的运动控制。论文对该技术进行了工程化实现和验证,结果表明,卫星RTK定位不可用时,激光雷达可实现稳定、可靠的无人车导航。     

动态环境中多帧点云融合算法及三维目标检测算法研究

低线束激光雷达扫描的点云数据较为稀疏,导致无人驾驶环境感知系统中三维目标检测效果欠佳,通过多帧点云配准可实现稀疏点云稠密化,但动态环境中的行人与移动车辆会降低激光雷达的定位精度,也会造成融合帧中运动目标上的点云偏移较大。针对上述问题,提出了一种动态环境中多帧点云融合算法,利用该算法在园区道路实况下进行三维目标检测,提高了低线束激光雷达的三维目标检测精度。利用16线和40线激光雷达采集的行驶路况数据进行实验,结果表明该算法能够增强稀疏点云密度,改善低成本激光雷达的环境感知能力。     

基于伪随机码调制的车载激光雷达距离速度同步测量方法

针对双检测器激光雷达系统用于同步测量道路目标距离和速度时存在的成本高、回波利用效率低的问题,提出了一种基于伪随机（PN）码调制的脉冲式多普勒激光雷达结构模型,研究使用单个光外差接收器同步测量目标距离和速度的可行性并通过计算机仿真验证方法的性能。首先,给出激光雷达的系统模型,分析模型在脉冲方式下用于距离和速度测量时存在的问题;然后,讨论通过单个光外差接收器输出的电信号计算目标距离和速度的方法,即计算输出信号与本地调制码的相关函数确定激光飞行时间进而得出目标距离和使用非等间隔采样信号频谱分析方法确定输出信号的多普勒频率进而得出目标的速度;最后通过仿真验证所提出的方法可同时实现目标距离和速度的稳定检测。实验结果表明,在道路环境中该方法可实现目标距离和速度的稳定可靠测量,与直接检测系统相比,测量的灵敏度可提高10 dB以上,且与回波的到达时间、多普勒频率的大小无关。     

基于脉冲位置幅度调制的距离速度同时测量

针对传统波形方法在多普勒激光雷达测量目标距离和速度的应用中不能同时获得高测量精度的问题,提出一种使用位置和幅度同时调制的测量信号波形,以解决距离和速度测量精度之间的矛盾,同时使两个参数测量之间相互独立,并分析了该方法应用于智能驾驶道路环境中目标距离和速度测量的可行性。首先,讨论典型调制方法在同时测量目标距离和速度方面存在的困难,在此基础上,设计一种位置和幅度同时调制发射信号波形的解决方法,结合在线光纤放大器的放大特性给出该方法的物理可实现性;然后,讨论使用位置和幅度调制方法的激光雷达输出外差信号的频率计算方法以及激光雷达接收机输出回波信号的数据累加方法,从而分别测量出目标的速度和距离;最后,在道路移动目标可生成的多普勒频率范围内,通过仿真验证该方法的测量可行性以及两测量参数之间的独立性,并分析测量精度。仿真实验结果表明,位置和幅度同时调制的方法在激光雷达接收机输出信号的信噪比（SNR）低于0 dB时,可以有效测量目标的距离和速度,且这两个待测参数的测量过程完全独立。     

激光雷达系统建模与仿真设计

为了对激光雷达系统进行性能分析,建立了激光雷达系统的数值仿真模型,模型以激光雷达原理为基础,考虑了激光雷达距离方程、噪声模型、接收信噪比模型,利用LOWTRAN软件分析了各种天气和系统条件下,对激光雷达性能的影响,编制了计算机仿真软件进行激光雷达系统模拟;结果表明,仿真软件能够客观地反映直接探测激光雷达在不同条件下应该探测的结果,有助于实验系统的方案设计和性能改进,对目标特性和探测器噪声特性的研究都可起到很大的推动作用.     

基于OpenCV的机器视觉尺寸测量研究

通过对激光测距传感器与机器视觉的研究利用激光测距传感器、视觉传感器相结合的方法,提出了一种不同于结构光和双目尺寸测量的更为简单有效的新方法和新技术。首先对灰度直方图比较分析选取了最佳滤波方法,然后通过激光测距传感器测距和单目视觉传感器进行边缘的精确检测。激光测距传感器实现了对采样目标车厢进行快速测距定位,计算出采样机械手与目标车辆的相对位置关系。视觉传感器准确识别车厢尺寸及定位,为煤炭采样机械手自动采样提供了实现基础。检测目标是拉煤货运火车车厢,给煤炭采样行业带来更为简单有效,准确的目标定位的识别系统和方法。     

基于模拟目标的测量雷达实战化训练方法研究

针对精密测量雷达训练时,由于缺少训练合作目标,导致训练的针对性差,有效性不好等实际问题,结合测量雷达实际应用的特点和规律,提出了采用计算机仿真技术构建训练合作目标的运动轨迹模型、RCS(目标的雷达散射截面积)特性模型,并利用测量雷达目标模拟器在测量雷达上实现基于模拟目标的测量雷达实战化训练方法;经在某型测量雷达上实际应用进行验证,结果表明方法可行,利用本方法使训练更贴近实战,训练的针对性、有效性得到很大提高.     

Automated extraction of street-scene objects from mobile lidar point clouds

Mobile laser scanning or lidar is a new and rapid system to capture high-density three-dimensional (3-D) point clouds. Automatic data segmentation and feature extraction are the key steps for accurate identification and 3-D reconstruction of street-scene objects (e.g. buildings and trees). This article presents a novel method for automated extraction of street-scene objects from mobile lidar point clouds. The proposed method first uses planar division to sort points into different grids, then calculates the weights of points in each grid according to the spatial distribution of mobile lidar points and generates the geo-referenced feature image of the point clouds using the inverse-distance-weighted interpolation method. Finally, the proposed method transforms the extraction of street-scene objects from 3-D mobile lidar point clouds into the extraction of geometric features from two-dimensional (2-D) imagery space, thus simplifying the automated object extraction process. Experimental results show that the proposed method provides a promising solution for automatically extracting street-scene objects from mobile lidar point clouds.     

两种典型情况下的多目标航迹关联方法

针对多目标测量雷达航迹关联中普遍存在的目标变换和目标重复两类典型问题，提出双向带密度控制的多项式检验和基于弹道动力学外推的雷达测元比较方法，有效解决了多目标雷达测量时一段连续航迹跟踪目标不唯一和对同一空间目标多次重复测量的技术难题，改变了完全依赖人工拼接测量数据完成多目标航迹关联的现状。实践结果证明该算法简单适用，便于工程实现，可极大地提高多目标航迹关联的准确度，缩短数据处理周期，对完成目标空域分布测量、目标识别等突防效果分析与评估具有重要价值。     

雷达技术在水文测验上的应用

雷达技术应用于水文测验是近几年的研究方向之一。从雷达技术应用于水文测验的特点出发,丰富雷达在水文应用中的概念和内涵,指出其相对于传统水文测验的性能优势;分析近年来水文测验中应用雷达技术进行定量降水估计的2种处理方法,介绍雷达水位计测量水位采用的调频连续波和脉冲体制的应用原理;在流量测量方面,总结点流速测量、侧扫、断面测量等雷达的应用潜力。目前雷达技术应用于水文测验,已在测量降雨量、水位、表面流速等方面有较多应用,今后还需在新型产品研制、新技术应用、目标特性分析,以及微观操控与宏观应用的结合等方面进行进一步探索。     

A new measurement microphone based on MEMS technology

This paper presents a new type of measurement microphone that is based on MEMS technology. The silicon chip design and fabrication are discussed, as well as the specially developed packaging technology. The microphones are tested on a number of key parameters for measurement microphones: sensitivity, noise level, frequency response, and immunity to disturbing environmental parameters, such as temperature changes, humidity, static pressure variations, and vibration. A sensitivity of 22 mV/Pa (-33 dB re. 1 V/Pa), and a noise level of 23 dB(A) were measured. The noise level is 7 dB lower than state-of-the-art 1/4-inch measurement microphones. A good uniformity on sensitivity and frequency response has been measured. The sensitivity to temperature changes, humidity, static pressure variations and vibrations is fully comparable to the traditional measurement microphones. This paper shows that high-quality measurement microphones can be made using MEMS technology, with a superior noise performance.     

Indoor Tracking by RFID Fusion with IMU Data

Indoor tracking and positioning technology have received significant attention. There are many techniques to track indoor targets, such as Wi‐Fi technology, radio frequency identification (RFID), and inertial navigation technology. However, these technologies cannot accurately track a target with a single sensor due to the uncertainty of the sensors. This paper presents an indoor tracking method using RFID and inertial measurement units (IMU); the estimated trajectory is mainly determined by RFID, and the information about the trajectory based on IMU is added when the estimated trajectory is missing without RFID data. The results show that the fusion estimation algorithm has excellent performance in indoor tracking and is very effective when the target maneuvers, even where some measurements are lost.