楊軍霞,李國寧

(蘭州交通大學(xué) 自動(dòng)化與電氣工程學(xué)院，甘肅 蘭州 730070)

逆合成孔徑雷達(dá)在駝峰測速系統(tǒng)中的應(yīng)用

楊軍霞,李國寧

(蘭州交通大學(xué) 自動(dòng)化與電氣工程學(xué)院，甘肅 蘭州 730070)

摘要:目前使用的駝峰測速雷達(dá)一般安裝在軌旁，應(yīng)用多普勒原理對(duì)溜放車組的速度進(jìn)行測量，一部雷達(dá)只能測量一個(gè)股道的溜放車組速度?，F(xiàn)基于逆合成孔徑雷達(dá)測速原理，提出將雷達(dá)側(cè)向安裝在溜放線路一側(cè)的上方，并建立了雷達(dá)回波數(shù)學(xué)模型，采用了一種基于自聚焦的溜放車組速度估計(jì)算法。仿真結(jié)果表明:該算法能夠精確地連續(xù)測量多股道溜放車組的瞬時(shí)速度。

關(guān)鍵詞:駝峰測速雷達(dá)；逆合成孔徑雷達(dá)；速度估計(jì)；最小熵；圖像偏置

0引言

駝峰測速雷達(dá)是駝峰自動(dòng)化系統(tǒng)中的重要設(shè)備，一般安裝在軌旁，主要用于測量溜放車組的速度并反饋給駝峰車輛減速器控制系統(tǒng)[1]。駝峰測速雷達(dá)也為駝峰車輛減速器控制系統(tǒng)實(shí)時(shí)控制溜放車組的速度提供了重要依據(jù)。目前,鐵路廣泛采用的駝峰測速雷達(dá)采用多普勒測速原理，一部多普勒雷達(dá)只能測量一個(gè)股道的溜放車組速度，多股道測量時(shí)需要安裝多個(gè)雷達(dá)，從而提高了硬件成本。

本文主要研究將逆合成孔徑雷達(dá)[2,3]側(cè)向安裝在溜放線路一側(cè)的上方，基于自聚焦的溜放車組速度估計(jì)算法，解決一部多普勒雷達(dá)只能測量一個(gè)股道的溜放車組速度問題，以適應(yīng)多股道溜放車組瞬時(shí)速度連續(xù)測量的駝峰測速雷達(dá)技術(shù)發(fā)展的趨勢。

1應(yīng)用原理

自聚焦的駝峰逆合成孔徑雷達(dá)測速原理如圖1所示，將駝峰逆合成孔徑雷達(dá)側(cè)向安裝在溜放線路一側(cè)上方的h高度，然后通過利用自聚焦的溜放車組速度估計(jì)算法，從而能夠?qū)崿F(xiàn)一部雷達(dá)對(duì)多股道溜放車組速度的同時(shí)測量。溜放車組A和B在逆合成孔徑雷達(dá)波束的覆蓋橢圓內(nèi)，其速度分別為VA，VB。雷達(dá)波束相對(duì)于溜放股道的覆蓋面積是比較小的，因此,假設(shè)溜放車組的速度在逆合成孔徑雷達(dá)測速區(qū)域是不變的。

圖1　自聚焦的駝峰雷達(dá)測速原理圖Fig 1　Principle diagram of self-focusing of hump velocity measurement by radar

逆合成孔徑雷達(dá)發(fā)射的調(diào)頻連續(xù)波信號(hào)為

Sr(τ)=ωr(τ)exp(j2πf0τ)+jπ(Krτ2)

(1)

式中τ為距離向時(shí)間；ωr(τ)為距離窗函數(shù),f0為信號(hào)載頻，Kr為調(diào)頻斜率。

逆合成孔徑雷達(dá)采集到的溜放車組A的回波信號(hào)為

Sr(τ,r)=H0ωr(τ-2R(t)/c)exp{(j2πf0(τ-2R(t)/c+jπKr(τ-2R(t)/c)2}

(2)

經(jīng)去調(diào)頻接受后信號(hào)為

Sr(τ,t)=H0ωr(τ-2R(t)/c}exp{-j4πf0R(t)/c}exp{-j4πKr(τ-2Rr/c)(R(t)-Rr)/c}

(3)

其中

(4)

式中H0為幅度常數(shù)；t為方位向時(shí)間；R(t)為逆合成孔徑雷達(dá)天線相位中心到溜放車組A之間的最短的瞬時(shí)距離；Rl-s為逆合成孔徑雷達(dá)天線相位中心到溜放車組A經(jīng)過孔徑中心時(shí)的最小斜距；tc為目標(biāo)經(jīng)過孔徑中心的時(shí)刻；c為光速；Rr為參考距離。

駝峰逆合成孔徑雷達(dá)接收到的某一股道上溜放車組A回波信號(hào)的多普勒調(diào)頻斜率為

(5)

其中

(6)

式中λ為工作波長;αr和αrc=αr|t=tc為溜放車組A的波束指向瞬時(shí)斜視角和經(jīng)過孔徑中心時(shí)的波束斜視角。

2基于自聚焦的溜放車組速度的估計(jì)算法

該算法首先將采集到的不同股道上溜放車組的雷達(dá)回波信號(hào)用最小熵檢測算法檢測到溜放車組速度的估計(jì)值；然后借助圖像偏置算法對(duì)溜放車組速度實(shí)現(xiàn)精確的估計(jì)。算法流程圖如圖2所示。

圖2　基于自聚焦的溜放車組速度估計(jì)算法流程Fig 2　Algorithm flow chart of self-focusing rolling set of trains velocity estimation

2.1最小熵檢測算法檢測溜放車組速度的估計(jì)值

(7)

從式(7)可知，如果逆合成孔徑雷達(dá)圖像的信息熵取最小，則最小信息熵值所對(duì)應(yīng)的多普勒調(diào)頻斜率和實(shí)際的多普勒調(diào)頻斜率在數(shù)值上是基本相同的。除此之外，從式(5)還可以看出，對(duì)溜放車組速度的搜索等同于對(duì)駝峰逆合成孔徑雷達(dá)接收到的某一股道上溜放車組回波信號(hào)的多普勒調(diào)頻斜率的搜索。

2.2圖像偏置算法實(shí)現(xiàn)對(duì)溜放車組瞬時(shí)速度精確估計(jì)

圖像偏置算法是通過方位向頻域?qū)⒛婧铣煽讖嚼走_(dá)提取到的不同溜放車組相應(yīng)的子回波信號(hào)從中間分成了兩視，然后經(jīng)過兩視方位向壓縮，就能夠得到兩視之間的錯(cuò)位時(shí)間 ，從而得到精確的溜放車組瞬時(shí)速度

(8)

式中fdrtp為方位向匹配濾波器的調(diào)頻率，Δfdr為方位向匹配濾波器的調(diào)頻率誤差，Δfc是兩視中心處的頻率間隔。

又fdrtp=fdr+Δfdr，且Δfdr非常小，則有

(9)

3仿真結(jié)果與分析

選擇TW—2型駝峰自動(dòng)化系統(tǒng)，對(duì)溜放車組A和B的模擬逆合成孔徑雷達(dá)回波信號(hào)進(jìn)行處理和分析[9,10]。駝峰逆合成孔徑雷達(dá)測速系統(tǒng)仿真采用的參數(shù)如表1所示。

表1　駝峰測速雷達(dá)系統(tǒng)仿真參數(shù)

考慮到算法的精度和效率，以及三部位減速器區(qū)段溜放車組速度的特點(diǎn)，仿真選取的搜索間隔為1.6 km/h。用最小熵檢測算法檢測的溜放車組A和B的速度估計(jì)值如圖3所示，然后以圖3所示的粗略搜索速度值為中心展開搜索，并借助于圖像偏置算法，從而實(shí)現(xiàn)對(duì)不同溜放車組的瞬時(shí)速度的精確計(jì)算。從圖4可以讀出兩視的方位向錯(cuò)位時(shí)間Δt，并將其代入式(9)，計(jì)算出溜放車組的實(shí)際調(diào)頻斜率fdr，進(jìn)而可通過計(jì)算得到溜放車組的精確瞬時(shí)速度。

圖3　溜放車組A,B的最小熵曲線Fig 3　Minimum entropy curve of rolling set of trains A、B

圖4　溜放車組A,B的圖像偏置曲線Fig 4　Image drift curve of rolling set of trains A,B

4結(jié)束語

將逆合成孔徑雷達(dá)側(cè)向安裝在溜放線路一側(cè)的上方，通過自聚焦的溜放車組速度估計(jì)算法實(shí)現(xiàn)了一部雷達(dá)對(duì)多股道溜放車組速度的同時(shí)測量。從仿真結(jié)果可以看出，利用最小熵檢測算法對(duì)溜放車組速度粗略搜索的前提下，通過圖像偏置算法可以直接計(jì)算出溜放車組的精確瞬時(shí)速度。

參考文獻(xiàn):

[1]黃欣萍,劉功民.偽隨機(jī)編碼調(diào)相在鐵路8 mm駝峰測速雷達(dá)的應(yīng)用研究[J].鐵道學(xué)報(bào),2014,136(6):68-74.

[2]Munoz-Ferreras J M,Perez-Matinez F.Calvo-Gallego J,et al.A traffic surveillance system based on a high resolution radar[J].IEEE Transactions on Geoscience and Remote Sensing,2008,46(6):1624-1632.

[3]李亞麗,劉宏偉,糾博,等.斜視干涉逆合成孔徑雷達(dá)成像算法[J].西安交通大學(xué)學(xué)報(bào),2008,42(10):1290-1294.

[4]Cumming I G,Wong F H.合成孔徑雷達(dá)成像—算法與實(shí)現(xiàn)[M].北京:電子工業(yè)出版社,2007.

[5]梁毅,王虹現(xiàn),邢孟道,等.調(diào)頻連續(xù)波SAR信號(hào)分析與成像研究[J].電子與信息學(xué)報(bào),2008,30(5):1018-1021.

[6]康雪艷,楊汝良.對(duì)比度最優(yōu)與子孔徑相關(guān)自聚焦算法的比較[J].測試技術(shù)學(xué)報(bào),2003,17(1):138-144.

[7]武昕偉,朱兆達(dá).一種基于最小熵準(zhǔn)則的SAR圖像自聚焦算法[J].系統(tǒng)工程與電子技術(shù),2003,25(7):437-440.

[8]黃立勝,王貞松.Map Drift算法在實(shí)時(shí)成像處理器中的應(yīng)用[J].遙感學(xué)報(bào),2006,10(1):138-144.

[9]許勤.駝峰測速雷達(dá)運(yùn)用中的幾個(gè)問題[J].鐵道通信信號(hào),2014,50(2):138-144.

[10] 中華人民共和國鐵道部.TB/T 2972—1999駝峰毫米波測速雷達(dá)技術(shù)條件[S].北京:中國鐵道出版社,1999.

Application of inverse synthetic aperture radar in hump velocity measurement system

YANG Jun-xia,LI Guo-ning

(School of Electrical Engineering and Automation,Lanzhou Jiaotong University,Lanzhou 730070,China)

Abstract:Nowadays hump velocity radar is usually installed at trackside,using Doppler principle to measure truck velocity,one radar can only measure one track speed.So,based on principle of inverse synthetic aperture radar velocity measurement,radar is installed above truck line on one side,and mathematic model of radar echo is set up,and velocity estimation algorithm of self-focusing for rolling set of car is used.Simulation results show that the algorithm can accurately and continuously measure instantaneous speed of multi-lanes rolling set of car.

Key words:hump velocity measurement radar;inverse synthetic aperture radar(ISAR);velocity estimation；minimum entropy;image offset

DOI:10.13873/J.1000—9787(2016)05—0158—03

收稿日期：2015—09—08

中圖分類號(hào):U 284.6

文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1000—9787(2016)05—0158—03

作者簡介:

楊軍霞(1989-)，女，甘肅天水人，碩士研究生，研究方向?yàn)榻煌ㄐ畔⒐こ膛c控制專業(yè)。