SYMEO雷达距离传感器在智能行车上的应用

行车定位作为智能行车的一个重要组成部分，一般用雷达、激光、格雷母线、编码尺等仪表检测大小车的位置，位置数据越准确，智能行车运行效率越高。SYMEO公司生产的雷达距离传感器通过使用最新的超宽带技术，加上高鲁棒性以及免维护和磨损的LPR?雷达技术，可以实现毫米范围内的测量精度，同时适应高粉尘、污垢、振动、阳光直射、雾或下雨的使用环境，使该雷达距离传感器成为恶劣工业环境中行车智能化升级改造的理想选择。     

改进变分光流法并行算法实现

通过天气雷达回波并使用变分光流方法的改进算法对雷达数据进行风场反演,计算回波的光流场变化而得到运动的矢量场。把Horn&Schunck方法和Lucas&Kanade方法结合在一起,加入高阶平滑项,再运用九点平滑算法得到矢量场。外推预报采用Semi-Lagrange方法进行。实验表明,该方法的效果优于Horn&Schunck方法和Lucas&Kanade方法。通过Join-Fork模式运用共享内存处理并行算法实现了大范围三维矢量场的快速计算,其加速比可达5. 05,减少实时业务所需时间。     

基于最大边缘分配算法的雷达博弈波形设计

实战背景下雷达目标先验信息有较大的不确定性,基于先验信息设计的波形不能满足参数估计的需要。为解决该问题,提出了一种博弈条件下的雷达波形设计方法。考虑到雷达与干扰机在电子对抗中的非同时性,采用Stackelberg博弈框架进行建模。该方法以优化雷达能量谱分布为策略,采用最大互信息准则建立效用函数。博弈过程中,雷达与干扰机各自根据对手策略优化发射波形,经过多次迭代,双方达到纳什均衡。仿真实验对比了均衡策略与maxmin策略与随机策略,证实了所提算法的有效性。     

用于矿山等极端环境中的高精度定位算法

高精度室内定位技术在矿山、建筑、施工等多种极端环境下都有需求。基于超宽带通信(Ultra Wideband,UWB)的室内定位技术能够提供较高的定位精度,但超宽带信号易受到障碍物的干扰,并且在类似矿山等极端环境中,障碍物不可避免。因此,超宽带非视线传输(Non-Line-of-Sight,NLoS)测距成为当前的一个研究热点。当前研究大多集中在识别和消除非视线传输对超宽带测距的影响上,实际应用中,大多数情形下超宽带信号根本无法穿透障碍物,会导致定位标签只能够与2个或1个信标节点通信,但完成三边定位至少需要3个信标节点。为此,提出了一种基于目标行为分析的定位算法,该算法能够在短时间内仅剩余一个信标节点与标签通信时,也可实现高精度定位。该算法以超宽带通信为基础,使用信号飞行时间(Time of Flight,TOF)算法测距并定位。通过分析信号正常时的目标运动轨迹来判断其速度和方向,当信号不正常时(可通信的信标节点减少),可利用预测的速度和方向参数来实现辅助定位。将该算法部署在一个基于超宽带定位的系统中进行了测试,结果表明:当能够与标签通信并完成TOF算法的信标节点数量少于3个时,基于NLoS传输识别和消除的算法无法完成定位,而基于目标行为分析的定位算法依然能够实现定位,在单信标节点区域的平均定位误差为0.93 m,最大误差为1.41 m,在2个信标节点测距的区域,平均定位误差为0.64 m,最大误差为1.2 m。     

基于地基雷达的高铁桥梁运营动态形变监测

我国高铁线路中,大量以桥代路,桥梁结构占比极大。为保证动车组的安全运行,需对高铁桥梁运营进行安全形变监测。针对传统接触式监测方法的不足,文章提出了基于地基雷达技术的高铁桥梁运营形变监测方法。利用FastGBSAR系统对安定镇段京沪高铁31.5m简支梁桥进行监测实验,对监测结果进行了分析,结果表明地基雷达技术能有效应用于高铁桥梁的动态形变监测。