伍政華1,2， 郭 鋒， 盛 勻1， 顧宗山1,2， 姜文東， 周嘯宇

(1.中國(guó)電子科技集團(tuán)公司第三十八研究所， 安徽合肥 230088；2.孔徑陣列與空間探測(cè)安徽省重點(diǎn)實(shí)驗(yàn)室， 安徽合肥 230088；3.國(guó)網(wǎng)浙江省電力有限公司， 浙江杭州 310007)

0 引言

低空飛行器(如直升機(jī)、無(wú)人機(jī)等)常在復(fù)雜低空環(huán)境中執(zhí)行任務(wù)，事故率要遠(yuǎn)高于固定翼飛機(jī)。統(tǒng)計(jì)分析表明，直升機(jī)大部分飛行事故是與低空障礙物碰撞所致；在引起直升機(jī)事故的各類障礙物中，電力線因其雷達(dá)截面積(Radar Cross Section, RCS)很小而很難被探測(cè)、感知，已成為直升機(jī)安全飛行的頭號(hào)殺手。至今已報(bào)道過(guò)多起因直升機(jī)撞線引起的安全事故，如2018年6月2日安徽泗縣境內(nèi)一架民用直升機(jī)在執(zhí)行防治美國(guó)白蛾任務(wù)過(guò)程中撞擊高壓線，不幸墜毀。所以，精確感知電力線的能力是保障低空飛行器飛行安全的急迫需求。

目前常見(jiàn)的感知電力線的傳感器有紅外成像儀、激光雷達(dá)、毫米波雷達(dá)[1-2]等。其中紅外成像儀和激光雷達(dá)受環(huán)境影響不能提供全天時(shí)全天候的安全保障；傳統(tǒng)的直升機(jī)防撞雷達(dá)大多采用毫米波段，利用低副瓣天線波束對(duì)掃描范圍內(nèi)的目標(biāo)進(jìn)行覆蓋，并從空域、時(shí)域等多個(gè)維度對(duì)目標(biāo)進(jìn)行檢測(cè)跟蹤，但由于沒(méi)有專門的識(shí)別機(jī)制、造成電力線類目標(biāo)檢測(cè)居高不下的虛警率，因此使得傳統(tǒng)體制的雷達(dá)在電力線檢測(cè)識(shí)別上的實(shí)用性不強(qiáng)，無(wú)法滿足實(shí)際的飛行需求。

電力線目標(biāo)的物理特性決定其對(duì)雷達(dá)水平極化信號(hào)和垂直極化信號(hào)的響應(yīng)程度存在很大差異，據(jù)此本文創(chuàng)新性提出了一種充分利用雷達(dá)極化信息的電力線目標(biāo)識(shí)別新方法，從雙極化雷達(dá)信號(hào)中提取出多維信息如距離、方位、水平極化通道幅值、垂直極化通道幅值等，計(jì)算目標(biāo)的極化傾角和橢圓率角組成特征向量，進(jìn)而構(gòu)建多維特征空間用于電力線目標(biāo)的分類識(shí)別。分類識(shí)別算法并不是本文所研究的重點(diǎn)，因此本文采用經(jīng)典的支持向量機(jī)對(duì)電力線目標(biāo)和電力線之外的虛假目標(biāo)進(jìn)行分類識(shí)別。某在研直升機(jī)防撞雷達(dá)在不同雜波環(huán)境下的實(shí)測(cè)飛行試驗(yàn)驗(yàn)證了本文所建立的多維特征空間可有效區(qū)分電力線目標(biāo)和虛假目標(biāo)，分類準(zhǔn)確率可達(dá)91%以上。本文所提方法可應(yīng)用于障礙物預(yù)警雷達(dá)中，具有很強(qiáng)的實(shí)用性。

1 多維特征空間構(gòu)建

1.1 電力線的極化特性描述

(2)

圖1 橢圓極化描述示意圖

根據(jù)式(1)可以看出，若要測(cè)量目標(biāo)的極化傾角只需測(cè)出水平和垂直信號(hào)分量的幅值，以及兩個(gè)分量之間的相位差即可。線狀目標(biāo)如電力線的典型極化傾角為0°或180°，柱狀目標(biāo)如電力線鐵塔的典型極化傾角為90°[5-6]。所以，極化特征可作為一種顯著特征用于電力線、鐵塔等目標(biāo)的檢測(cè)與識(shí)別。

(a) 水平極化通道距離-幅值譜

(b) 水平極化通道速度-幅值譜

(c) 垂直極化通道距離-幅值譜

(d) 垂直極化通道速度-幅值譜圖2 水平極化與垂直極化通道聯(lián)合檢測(cè)電力線目標(biāo)

如圖2所示為某在研直升機(jī)防撞雷達(dá)探測(cè)電力線的真實(shí)回波數(shù)據(jù)，從圖中可以看出電力線回波(紅色圈距離單元)在水平極化通道幅度值大，而在垂直極化通道幅度值很小，其余距離單元的回波在水平和垂直極化通道的回波強(qiáng)度差異性不明顯。根據(jù)兩個(gè)極化通道的幅值和相位差，計(jì)算出該目標(biāo)的極化傾角為1.9°，為典型電力線目標(biāo)極化傾角(典型極化傾角為0°或180°，由于測(cè)量誤差的存在，測(cè)量結(jié)果一般在0°或180°附近)。

若將距離-多普勒?qǐng)D(Range-Doppler Map, RDM)用等幅值線描述，可以從另一個(gè)角度來(lái)觀察電力線目標(biāo)的極化特性。如圖3所示，左邊為水平極化通道RDM的等幅值圖，右邊為垂直極化通道RDM的等幅值圖?？梢钥闯?，由于電力線對(duì)水平極化信號(hào)響應(yīng)強(qiáng)，在水平極化通道中，電力線目標(biāo)可呈現(xiàn)一局部的“山峰”特性。在垂直極化通道中，電力線目標(biāo)的回波較弱，無(wú)波峰現(xiàn)象發(fā)生。對(duì)于鐵塔等柱狀目標(biāo)，所呈現(xiàn)的極化特性與電力線目標(biāo)剛好相反，即在垂直極化通道響應(yīng)強(qiáng)，在水平極化通道響應(yīng)較弱。

(a) 水平極化通道等幅值圖

(b) 垂直極化通道等幅值圖圖3 電力線目標(biāo)的RDM等幅值圖

電力線的這種典型的極化特性，既可在目標(biāo)檢測(cè)中發(fā)揮作用以提高檢測(cè)概率，又可用于特征級(jí)聯(lián)分類中，并反饋給跟蹤模型以進(jìn)一步降低虛警率。

1.2 特征選取分析

對(duì)于電力線檢測(cè)雷達(dá)來(lái)說(shuō)，居高不下的虛警率是阻礙其走向?qū)嵮b的最大阻力，這是因?yàn)閭鹘y(tǒng)的雷達(dá)對(duì)于電力線這類特殊目標(biāo)沒(méi)有作特殊的信號(hào)和數(shù)據(jù)處理，不能將電力線目標(biāo)和其余目標(biāo)(包括雜波引起的虛假目標(biāo)和其他類型障礙物目標(biāo))區(qū)分開(kāi)來(lái)。傳統(tǒng)的單極化雷達(dá)可獲得的目標(biāo)參數(shù)一般有距離、方位、多普勒、幅值等，實(shí)踐證明利用距離、方位、幅值等信息來(lái)區(qū)分電力線目標(biāo)和其他類型目標(biāo)及雜波是不可行的；而由于電力線和地雜波都是靜止的，兩者相對(duì)載機(jī)的多普勒速度是相似的，所以從多普勒維區(qū)分也是不可行的。

圖4～圖7展示的某在研直升機(jī)防撞雷達(dá)的實(shí)測(cè)飛行數(shù)據(jù)，實(shí)測(cè)數(shù)據(jù)可以佐證以上的分析。圖4顯示了電力線和虛警目標(biāo)的回波信號(hào)在距離、通道1的回波強(qiáng)度、通道2的回波強(qiáng)度三個(gè)緯度的數(shù)據(jù)，其中通道1和通道2都是水平極化通道，可以看出電力線目標(biāo)和虛假目標(biāo)混合在一起無(wú)法區(qū)分。

圖5進(jìn)一步展示了電力線目標(biāo)和虛假目標(biāo)在距離、多普勒和回波強(qiáng)度三個(gè)緯度的情況，同樣存在目標(biāo)與虛警混合在一起難以區(qū)分類似的結(jié)果。

圖4 電力線與虛警在距離-幅值上的特征分布

圖5 電力線與虛警在距離-多普勒-幅值上的特征分布

通過(guò)1.1節(jié)的分析可知，極化信息是區(qū)分電力線目標(biāo)、其他類型目標(biāo)以及雜波引起的虛假目標(biāo)的最大特征信息，為此某在研直升機(jī)防撞雷達(dá)采用雙極化的設(shè)計(jì)，同時(shí)發(fā)射兩種極化的電磁波并同時(shí)接收兩種極化的回波信號(hào)，采集到的數(shù)據(jù)如圖6所示，可以看出在水平極化通道幅值、垂直極化通道幅值和極化傾角組成的一個(gè)三維空間中，電力線目標(biāo)和非電力線目標(biāo)在該空間中形成了明顯的分界線，區(qū)分非常明顯。

圖6 農(nóng)田環(huán)境下電力線與虛警在多個(gè)極化維度上的特征分布

同樣的情況也出現(xiàn)在如圖7所示的山區(qū)環(huán)境，其中顯示了飛行獲得的2 000個(gè)山區(qū)環(huán)境下的數(shù)據(jù)樣本，電力線目標(biāo)和虛警在三維空間里形成了明顯的分界。

圖7 山區(qū)環(huán)境下電力線與虛警在多個(gè)極化維度上的特征分布

1.3 多維特征空間構(gòu)建

根據(jù)上面的分析，本文將以下的參數(shù)作為特征向量用于電力線目標(biāo)的分類識(shí)別，vec_feature=[r,v,γ,aH,aV,ψ]，其中r為距離，v為多普勒速度，γ為方位角，aH為水平極化通道回波強(qiáng)度，aV為垂直極化通道回波強(qiáng)度，ψ為極化傾角，從而構(gòu)成了6個(gè)維度的特征向量空間用于電力線目標(biāo)的分類識(shí)別。

2 實(shí)測(cè)飛行數(shù)據(jù)分析

2.1 飛行試驗(yàn)設(shè)計(jì)

為了試驗(yàn)后數(shù)據(jù)分析需要，首先建立了飛行試驗(yàn)區(qū)域內(nèi)的真實(shí)電力線障礙物地圖，在飛行數(shù)據(jù)分析中通過(guò)經(jīng)緯度的對(duì)比就可以從雷達(dá)回波數(shù)據(jù)中很容易獲得真實(shí)電力線目標(biāo)的檢測(cè)點(diǎn)。其次，設(shè)計(jì)兩種飛行場(chǎng)景，分別是農(nóng)田環(huán)境和山區(qū)環(huán)境，來(lái)驗(yàn)證本文所提出的方法在不同雜波環(huán)境下的適應(yīng)性。圖8展示的是哈爾濱某地區(qū)進(jìn)行的試飛試驗(yàn)場(chǎng)景，直升機(jī)從不同的飛行角度逼近電力線目標(biāo)，并在距離電力線3 km左右開(kāi)始記錄飛行數(shù)據(jù)，如此往返穿梭于電力線目標(biāo)區(qū)域進(jìn)行多次飛行試驗(yàn)。

圖8 飛行試驗(yàn)場(chǎng)景示意圖

2.2 試驗(yàn)數(shù)據(jù)分析

在飛行過(guò)程記錄的數(shù)據(jù)中，我們隨機(jī)選取了電力線目標(biāo)和虛假目標(biāo)各2 000個(gè)數(shù)據(jù)樣本作為數(shù)據(jù)分析對(duì)象，對(duì)電力線目標(biāo)和虛假目標(biāo)(主要由雜波引起的)的多維度特征作詳細(xì)對(duì)比。

因此，《中國(guó)彝族梅葛史詩(shī)叢書》的整理出版，無(wú)論是從民族文化工作，還是學(xué)術(shù)研究，甚至姚安諸多的參與者的角度，都有不容忽略的意義和價(jià)值。

由于分類識(shí)別算法不是本文討論的重點(diǎn)，我們將采用一種經(jīng)典的算法來(lái)驗(yàn)證本文所建立的多維特征空間在電力線分類識(shí)別中的性能。可用于分類識(shí)別的算法有很多，如決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、隱馬爾科夫模型等[7-12]。本文利用經(jīng)典的支持向量機(jī)模型進(jìn)行電力線的分類識(shí)別。給定訓(xùn)練樣本集，分類學(xué)習(xí)最基本的想法是基于訓(xùn)練集在樣本空間中找到一個(gè)劃分超平面，將不同類別的樣本分開(kāi)。但能將訓(xùn)練樣本分開(kāi)的劃分超平面有很多，支持向量機(jī)就是找到一個(gè)超平面所產(chǎn)生的分類結(jié)果是最魯棒的，對(duì)未見(jiàn)示例的泛化能力最強(qiáng)。

表1給出了在不同的特征空間中，利用不同的訓(xùn)練樣本和測(cè)試樣本獲得的電力線目標(biāo)分類統(tǒng)計(jì)結(jié)果。可以看出，利用傳統(tǒng)的多普勒特征，即在多普勒特征空間中進(jìn)行電力線識(shí)別，識(shí)別準(zhǔn)確率只有46.6%。而在本文所推薦的極化特征空間中進(jìn)行電力線識(shí)別，準(zhǔn)確率可達(dá)91%以上。更具體地，利用農(nóng)田環(huán)境的2 000組數(shù)據(jù)作為訓(xùn)練樣本，農(nóng)田環(huán)境的500組數(shù)據(jù)作為測(cè)試樣本，獲得的分類準(zhǔn)確率為95.1%；利用農(nóng)田環(huán)境的2 000組數(shù)據(jù)作為訓(xùn)練樣本，山區(qū)環(huán)境的500組數(shù)據(jù)作為測(cè)試樣本，獲得的分類準(zhǔn)確率為93.2%；利用山區(qū)環(huán)境的2 000組數(shù)據(jù)作為訓(xùn)練樣本，農(nóng)田環(huán)境的500組數(shù)據(jù)作為測(cè)試樣本，獲得的分類準(zhǔn)確率為91.2%?？梢钥闯?，本文所構(gòu)建的特征空間用于電力線識(shí)別，可有效適應(yīng)多種雜波環(huán)境。

表1 利用極化特征的電力線分類結(jié)果

在某在研直升機(jī)防撞雷達(dá)中，利用機(jī)器學(xué)習(xí)進(jìn)行目標(biāo)的分類是抑制虛警的其中一個(gè)環(huán)節(jié)。實(shí)際探測(cè)過(guò)程中，對(duì)電力線建立匹配的跟蹤模型，并用檢測(cè)前跟蹤技術(shù)對(duì)電力線目標(biāo)和非電力線目標(biāo)進(jìn)行跟蹤，從而在跟蹤積累過(guò)程中，可進(jìn)一步降低虛警率，如圖9所示，真正推動(dòng)電力線預(yù)警雷達(dá)的實(shí)用化進(jìn)程。

圖9 極化特征使用前后虛警率對(duì)比結(jié)果

3 結(jié)束語(yǔ)

本文構(gòu)建了一個(gè)多維極化特征空間用于電力線目標(biāo)的分類識(shí)別，有助于推動(dòng)電力線預(yù)警雷達(dá)走向?qū)嵱没?。理論分析和?shí)測(cè)數(shù)據(jù)表明，線狀物體對(duì)水平極化信號(hào)響應(yīng)強(qiáng)而對(duì)垂直極化信號(hào)響應(yīng)弱。不同雜波環(huán)境下的實(shí)測(cè)飛行數(shù)據(jù)表明，電力線目標(biāo)和其他類型目標(biāo)(包括虛假目標(biāo))在由水平極化回波強(qiáng)度、垂直極化回波強(qiáng)度、極化傾角等構(gòu)成的極化特征空間里形成了明顯的分界線，有利于區(qū)分電力線目標(biāo)和其他虛假目標(biāo)。利用本文所推薦的特征向量空間進(jìn)行電力線目標(biāo)分類，準(zhǔn)確率可達(dá)91%以上。該方法已在某在研直升機(jī)防撞雷達(dá)中使用，有利于推動(dòng)該障礙物預(yù)警雷達(dá)走向?qū)嵱没?/p>