逆合成孔径雷达在驼峰测速系统中的应用

杨军霞,李国宁

(兰州交通大学 自动化与电气工程学院，甘肃 兰州 730070)

逆合成孔径雷达在驼峰测速系统中的应用

杨军霞,李国宁

(兰州交通大学 自动化与电气工程学院，甘肃 兰州 730070)

摘要:目前使用的驼峰测速雷达一般安装在轨旁，应用多普勒原理对溜放车组的速度进行测量，一部雷达只能测量一个股道的溜放车组速度。现基于逆合成孔径雷达测速原理，提出将雷达侧向安装在溜放线路一侧的上方，并建立了雷达回波数学模型，采用了一种基于自聚焦的溜放车组速度估计算法。仿真结果表明:该算法能够精确地连续测量多股道溜放车组的瞬时速度。

关键词:驼峰测速雷达；逆合成孔径雷达；速度估计；最小熵；图像偏置

0引言

驼峰测速雷达是驼峰自动化系统中的重要设备，一般安装在轨旁，主要用于测量溜放车组的速度并反馈给驼峰车辆减速器控制系统[1]。驼峰测速雷达也为驼峰车辆减速器控制系统实时控制溜放车组的速度提供了重要依据。目前,铁路广泛采用的驼峰测速雷达采用多普勒测速原理，一部多普勒雷达只能测量一个股道的溜放车组速度，多股道测量时需要安装多个雷达，从而提高了硬件成本。

本文主要研究将逆合成孔径雷达[2,3]侧向安装在溜放线路一侧的上方，基于自聚焦的溜放车组速度估计算法，解决一部多普勒雷达只能测量一个股道的溜放车组速度问题，以适应多股道溜放车组瞬时速度连续测量的驼峰测速雷达技术发展的趋势。

1应用原理

自聚焦的驼峰逆合成孔径雷达测速原理如图1所示，将驼峰逆合成孔径雷达侧向安装在溜放线路一侧上方的h高度，然后通过利用自聚焦的溜放车组速度估计算法，从而能够实现一部雷达对多股道溜放车组速度的同时测量。溜放车组A和B在逆合成孔径雷达波束的覆盖椭圆内，其速度分别为VA，VB。雷达波束相对于溜放股道的覆盖面积是比较小的，因此,假设溜放车组的速度在逆合成孔径雷达测速区域是不变的。

图1　自聚焦的驼峰雷达测速原理图Fig 1　Principle diagram of self-focusing of hump velocity measurement by radar

逆合成孔径雷达发射的调频连续波信号为

Sr(τ)=ωr(τ)exp(j2πf0τ)+jπ(Krτ2)

(1)

式中τ为距离向时间；ωr(τ)为距离窗函数,f0为信号载频，Kr为调频斜率。

逆合成孔径雷达采集到的溜放车组A的回波信号为

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

(2)

经去调频接受后信号为

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为幅度常数；t为方位向时间；R(t)为逆合成孔径雷达天线相位中心到溜放车组A之间的最短的瞬时距离；Rl-s为逆合成孔径雷达天线相位中心到溜放车组A经过孔径中心时的最小斜距；tc为目标经过孔径中心的时刻；c为光速；Rr为参考距离。

驼峰逆合成孔径雷达接收到的某一股道上溜放车组A回波信号的多普勒调频斜率为

(5)

其中

(6)

式中λ为工作波长;αr和αrc=αr|t=tc为溜放车组A的波束指向瞬时斜视角和经过孔径中心时的波束斜视角。

2基于自聚焦的溜放车组速度的估计算法

该算法首先将采集到的不同股道上溜放车组的雷达回波信号用最小熵检测算法检测到溜放车组速度的估计值；然后借助图像偏置算法对溜放车组速度实现精确的估计。算法流程图如图2所示。

图2　基于自聚焦的溜放车组速度估计算法流程Fig 2　Algorithm flow chart of self-focusing rolling set of trains velocity estimation

2.1最小熵检测算法检测溜放车组速度的估计值

(7)

从式(7)可知，如果逆合成孔径雷达图像的信息熵取最小，则最小信息熵值所对应的多普勒调频斜率和实际的多普勒调频斜率在数值上是基本相同的。除此之外，从式(5)还可以看出，对溜放车组速度的搜索等同于对驼峰逆合成孔径雷达接收到的某一股道上溜放车组回波信号的多普勒调频斜率的搜索。

2.2图像偏置算法实现对溜放车组瞬时速度精确估计

图像偏置算法是通过方位向频域将逆合成孔径雷达提取到的不同溜放车组相应的子回波信号从中间分成了两视，然后经过两视方位向压缩，就能够得到两视之间的错位时间 ，从而得到精确的溜放车组瞬时速度

(8)

式中fdrtp为方位向匹配滤波器的调频率，Δfdr为方位向匹配滤波器的调频率误差，Δfc是两视中心处的频率间隔。

又fdrtp=fdr+Δfdr，且Δfdr非常小，则有

(9)

3仿真结果与分析

选择TW—2型驼峰自动化系统，对溜放车组A和B的模拟逆合成孔径雷达回波信号进行处理和分析[9,10]。驼峰逆合成孔径雷达测速系统仿真采用的参数如表1所示。

表1　驼峰测速雷达系统仿真参数

考虑到算法的精度和效率，以及三部位减速器区段溜放车组速度的特点，仿真选取的搜索间隔为1.6 km/h。用最小熵检测算法检测的溜放车组A和B的速度估计值如图3所示，然后以图3所示的粗略搜索速度值为中心展开搜索，并借助于图像偏置算法，从而实现对不同溜放车组的瞬时速度的精确计算。从图4可以读出两视的方位向错位时间Δt，并将其代入式(9)，计算出溜放车组的实际调频斜率fdr，进而可通过计算得到溜放车组的精确瞬时速度。

图3　溜放车组A,B的最小熵曲线Fig 3　Minimum entropy curve of rolling set of trains A、B

图4　溜放车组A,B的图像偏置曲线Fig 4　Image drift curve of rolling set of trains A,B

4结束语

将逆合成孔径雷达侧向安装在溜放线路一侧的上方，通过自聚焦的溜放车组速度估计算法实现了一部雷达对多股道溜放车组速度的同时测量。从仿真结果可以看出，利用最小熵检测算法对溜放车组速度粗略搜索的前提下，通过图像偏置算法可以直接计算出溜放车组的精确瞬时速度。

参考文献:

[1]黄欣萍,刘功民.伪随机编码调相在铁路8 mm驼峰测速雷达的应用研究[J].铁道学报,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]李亚丽,刘宏伟,纠博,等.斜视干涉逆合成孔径雷达成像算法[J].西安交通大学学报,2008,42(10):1290-1294.

[4]Cumming I G,Wong F H.合成孔径雷达成像—算法与实现[M].北京:电子工业出版社,2007.

[5]梁毅,王虹现,邢孟道,等.调频连续波SAR信号分析与成像研究[J].电子与信息学报,2008,30(5):1018-1021.

[6]康雪艳,杨汝良.对比度最优与子孔径相关自聚焦算法的比较[J].测试技术学报,2003,17(1):138-144.

[7]武昕伟,朱兆达.一种基于最小熵准则的SAR图像自聚焦算法[J].系统工程与电子技术,2003,25(7):437-440.

[8]黄立胜,王贞松.Map Drift算法在实时成像处理器中的应用[J].遥感学报,2006,10(1):138-144.

[9]许勤.驼峰测速雷达运用中的几个问题[J].铁道通信信号,2014,50(2):138-144.

[10] 中华人民共和国铁道部.TB/T 2972—1999驼峰毫米波测速雷达技术条件[S].北京:中国铁道出版社,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

中图分类号:U 284.6

文献标识码:A

文章编号:1000—9787(2016)05—0158—03

作者简介:

杨军霞(1989-)，女，甘肃天水人，硕士研究生，研究方向为交通信息工程与控制专业。