一种用于准单站配置的步进频探地雷达建模方法

探地雷达是一种被广泛使用的无损检测技术。利用探地雷达对分层媒质进行全波反演时,构建精确的探地雷达正演模型具有十分重要的意义。该文提出一种可用于准单站配置的步进频探地雷达的建模方法。在该模型中,探地雷达系统及其与分层媒质间的相互作用被表示成线性方程,天线对雷达信号的影响被表示为只与频率有关的传输函数。为验证模型准确性,该文在实验室条件下搭建了准单站配置的步进频探地雷达系统,并对已知厚度的石膏板和木板的雷达测量信号进行全波反演。反演结果表明:石膏板和木板的厚度估计误差均不超过0.3 mm,验证了所提出的正演模型具有高准确度。利用石膏板和木板搭建分层模型,该文进一步比较了准单站配置和单站配置步进频探地雷达系统对介电常数差异较小的分层媒质的反演性能。实验结果表明:准单站配置探地雷达能获得更精确的反演参数。通过对分界面反射信号的信噪比估计可知,准单站配置比单站配置探地雷达系统能获得高出约10 dB的信噪比,因此具有更好的反演性能。      

用于超宽带高分辨率成像的二维稀疏MIMO面阵拓扑结构研究

分析并总结了超宽带二维多输入多输出(Multiple Input Multiple Output, MIMO)面阵拓扑结构设计的两条原则——等效孔径的均匀性与无明显遮蔽性, 并根据这两条原则提出了一种用于超宽带近距离高分辨率成像的新型面阵拓扑结构.与尺寸、阵元数相同的MIMO面阵相比, 该新型面阵结构在仿真获取的方向图中具有更好的聚焦效果和旁瓣抑制能力.并且, 不同距离下的聚焦结果显示, 该面阵的峰值旁瓣水平均要低于另两个阵列2 dB以上.对复杂目标成像的实验结果进一步证明了该阵列良好的成像性能.结合其等效阵元数量较少的特点, 文中提出的这种新型MIMO面阵拓扑结构为高效、实时的超宽带近距离高分辨率成像应用提供了可能.     

一种基于分布式穿墙雷达的复杂条件下人体目标检测方法

超宽带雷达由于具有距离分辨率高、穿透性强等特点,被广泛应用于废墟下的人体救援.然而,在复杂的环境条件下,依靠单台雷达对被困人员进行检测是一个巨大的挑战.该文基于分布式穿墙雷达系统,提出一种低信噪比条件下的人体目标自动检测方法.首先,两台超宽带脉冲雷达分时交替进行工作,从而避免探测时的互相干扰;然后对两台雷达的回波数据进...     

低成本手机平台墙体结构检测雷达系统

探地雷达能对墙体内部目标(如钢筋、水管、电线)进行检测与成像,有着良好的应用效果.针对以上需求研制了一套小型化、成本低的便携式墙体结构探地雷达系统,并开发了相应基于安卓手机平台的软件.该软件可实现与雷达之间的数据通信,能够实时接收雷达的探测回波数据,并可以人工选择合适的数据显示方案.探测结果可在手机上通过频率波数域方法进行聚焦成像处理,图像显示直观.测试结果表明,该套系统人机交互性好,操作简单,有良好的测试效果,能满足工程中的实际需求.     

一种基于超宽带雷达的多观测点人体呼吸信号检测方法

基于超宽带生命探测雷达的障碍物穿透检测技术在灾难救援和反恐作战等非入侵式探测领域有着广泛的应用前景.目前国内外进行的研究大多采用单观测点放置雷达对目标进行检测,在低信噪比的条件下难以检测出生命体的位置.针对以上方法的局限性,采用多观测点放置雷达,将回波信号进行关联检测,得到生命体的空间位置,并进一步与已有的算法进行对比.仿真结果证明了该方法在低信噪比条件下的优越性,实验结果证明了该文提出的方法具有可行性,能够较为准确地检测出生命体位置.     

一种深度学习辅助的探地雷达定位方法

在恶劣条件下,例如在雨、雪、沙尘、强光以及黑夜等环境下,自动驾驶方案中常用的视觉和激光传感器因为无法准确感知外界环境而面临失效问题。因此,该文提出一种通过深度学习辅助的探地雷达感知地下目标特征用于车辆定位的方法。所提方法分为离线建图和在线定位两个阶段。在离线建图阶段,首先利用探地雷达采集地下目标的回波数据,然后使用深度卷积神经网络(DCNN)提取采集的地下回波数据中的目标特征,同时存储提取的目标特征和当前地理位置信息,形成地下目标特征指纹地图。在定位阶段,首先利用DCNN提取探地雷达采集到的当前地下回波数据中的目标特征。然后基于粒子群优化方法搜索特征指纹地图中与当前提取的目标特征最相似的特征,并输出该特征的地理位置信息,作为探地雷达定位车辆的结果。最后利用卡尔曼滤波融合探地雷达定位结果和测距轮测量的里程信息,得到高精度的定位结果。实验选取地下目标丰富的场景和实际城市道路场景来测试所提方法的定位性能。实验结果表明,与单一使用探地雷达原始回波数据地图的定位方法相比,深度学习辅助的探地雷达定位方法能避免直接计算原始雷达回波数据间的相似度,减少数据计算量以及数据传输量,具有实时定位能力,同时特征指纹地图对回波数据的变化有鲁棒性,因此所提方法的平均定位误差减少约70%。深度学习辅助的探地雷达定位方法可作为未来自动驾驶车辆在恶劣环境下感知定位方法的补充。     

一种便携式伪随机编码超宽带人体感知雷达设计

该文提出了一种便携式伪随机编码超宽带人体感知雷达的设计方法。人体感知雷达主要包括对运动人体目标进行跟踪以及对静止人体目标的呼吸频率进行提取。为了获得较强的穿透能力与较好的距离分辨率,采用了载波为800 MHz的m序列作为雷达发射信号。为了减小雷达系统尺寸,采用高速DAC与FPGA直接合成m序列调制信号,发射信号的平均功率为5 dBm。接收机具有两个混合采样接收通道,第1通道用于实时获得参考码,第2通道用于接收雷达回波。为了提高雷达系统扫描率,采用FPGA内部的多个DSP内核级联来实现脉冲压缩的并行计算。另外,动目标跟踪算法与生命探测算法在Intel处理器内运行,将探测结果传给头盔上的微型显示器进行显示。最后,通过穿墙实验表明,该雷达能实时跟踪墙后16 m内的动目标,同时能提取墙后14 m内静止人体的呼吸频率。      

适用于探地雷达应用的低过冲平衡脉冲发生器

设计了一种新型的超宽带ns级低过冲平衡脉冲发生器.该脉冲发生器包含驱动电路、雪崩三极管脉冲电路和脉冲整形电路3部分,驱动电路用以锐化触发脉冲;雪崩三极管脉冲电路采用独特的晶体管级联结构产生大幅度的高斯脉冲;脉冲整形电路利用并联端接电阻网络和肖特基二极管减小信号反射,最后使用巴仑产生平衡的高斯脉冲,该电路最高可以在300 KV脉冲重复频率下正常工作.测量结果表明,在100 KV脉冲重频时该脉冲发生器可以输出一对峰峰值为230 V、前沿为1.3 ns的平衡脉冲,并有着极小的振铃和过冲.这些特征说明,该脉冲发生器在探地雷达应用中有着更深探测距离和更快数据处理速度的优势.     

新型探地雷达内同步接收机设计

针对内同步冲击脉冲探地雷达,提出了一种新的采样方式和相应的内同步提取方式,该采样技术采用1比特并行交替采样和量化累积从而实现模拟信号的数字化。基于该技术思想,利用现场可编程门阵列(FPGA)研制出实用的无集成A/D的宽带探地雷达接收机。该接收机等效采样率达1GHz、模拟带宽达300MHz以上、等效8位转换精度、最小2.3mV量化精度。整机体积小,功耗不超过1.5W,采样效率高。实测结果表明,该接收机能很好地重构输入信号,可满足宽带探地雷达的需要。     

基于先验信噪比估计的超宽带穿墙雷达呼吸信号检测算法研究

废墟下呼吸信号的检测对地震救援具有重要意义.在实际中,障碍物(如墙体)后的人体呼吸信号会被环境中的噪声所掩盖.如何提升穿墙呼吸信号的信噪比(SNR)仍是一项具有挑战性的工作.该文提出一种基于先验信噪比估计的检测算法,用于增强穿墙弱呼吸信号的输出SNR.该算法在谱减法中典型的决策导向(DD)算法基础上加入了自适应权重因子...