地面“鹰眼”督察仪

翁馨　陈佳浩

摘  要：为解决现今社会，高空抛物造成的人员伤亡、财产受损等安全问题。同时，克服现有基于视觉的高空抛物检测装置弊端，本作品提出一种基于毫米波雷达的高空抛物检测与预警装置。这将有效弥补基于视觉系统高空抛物检测装置的不足，尽可能降低类似安全事故的发生频率，并且为高空抛物检测预警装置研发提供新的思路。

关键词：毫米波雷达;高空抛物检测;神经网络深度学习;大数据与信息集成

引言

随着我国经济的飞速发展，城市文明的不断提升，越来越多的高层楼宇耸立街头。然而高空抛物致人伤亡，个人财产，公共设施受损的事故却层出不穷。一个个被抛下来的物品，至此成为城市文明上空的污点。因此，高空安全隐患问题日益被广大人民所重视。为了预防此类事件的发生，高空抛物检测与预警装置应运而生，然而现阶段主要的检测装置仅局限于通过视频、拍摄成像、红外成像的技术方式进行设计。由于基于主流技术的产品存在应用环境局限性大（比如暗夜条件、极端天气条件下装置将不能很好地检测高空抛物），对物体跟踪、识别性能差以及物体定位精度低等诸多技术瓶颈，为了进一步减轻高空抛物导致的恶劣后果，优化产品技术，本团队提出了基于毫米波雷达的高空抛物检测与预警装置的研发。

毫米波雷达优势概述

毫米波雷达发射的毫米波，其频域通常在30～300GHz，波长范围在1～10mm，介于厘米波和光波之间。毫米波导引头具有体积小、质量轻和空间分辨率高的特点，对雾、烟、灰尘的穿透能力强，并且具有全天候工作的特点。

毫米波雷达具备的天线口径和窄波束使它能实现高跟踪精度和引导精度;易于进行低仰角跟踪，抗地面多径和杂波干扰;对近空目标具有高横向分辨力;对区域成像和目标监视具备高角分辨力;通过窄波束的抗干扰性能和高天线增益使它容易检测小目标，甚至是电线、电杆和弹丸等。

雷达具备的大带宽特点具有高信息速率，容易采用窄脉冲或宽带调频信号获得目标的细节结构特征;具有宽的扩谱能力和减少多径、杂波并增强抗干扰能力;具有高距离分辨力，易得到精确的目标跟踪和识别能力，相邻频率的雷达或毫米波识别器工作，易克服相互干扰。

项目技术路线

通过毫米波雷达的天线阵列和前端射频模块，应用C/C++算法测得高空抛物的实时位置、速度和角度信息，再通过物体的雷达发射特征，基于深度学习神经网络技术来识别高空抛物，从而实现全天候、全地域、全时段的高空抛物检测定位。分析高空抛物的运动规律，反向推理物体的抛出楼层，同时提供及时的地面抛物危险预警。

项目技术手段

在本次基于毫米波雷达测速的高空抛物的项目研发中，本团队在整体上分为雷达测速、雷达数据分析与神经网络建模以及后端功能实现三部分。在雷达测速部分，团队在参考对比之下，在信号处理方向上，探讨测速本质——谱峰搜索;然后利用快速傅里叶变换这一数字信号处理领域中的经典方法，实现了对雷达回波信号的频谱谱峰位置的快速捕获;为进一步提高连续毫米波雷达的测速精度，在快速傅里叶变换的基础上，再引入Chirp Z变换方法，通过频谱细化实现了对测速算法计算分辨率的有效提升;最后借助MATLAB软件或者Python等进行离线分析。

在经过ADC采集雷达的中频信号数据之后，团队在完成对频谱分析问题的基础上，应用神经网络建立物体抛落轨迹模型，精准定位，以及对轨迹进行预测，判断物体下落位置及时提供预警信号。在神经网络的运动目标轨迹预测网络搭建中，团队参考采用基于RNN的运动目标轨迹预测方法，搭建长短时记忆（Long Short Term Memory，LSTM）网络模型;采用基于多层网格搜索的模型参数优选算法对网络模型的步长L、隐藏节点个数H和学习率η进行优选;最后，采用随时间反向传播算法（Back Propagation through Time，BPTT）对LSTM网络模型的权重参数进行优化训练。

在对高空抛物对象运动目标轨迹预测实验与结果分析中，首先对模型关键参数进行优选，确定模型步长L、隐藏节点个数H和学习率η;然后进行运动目标轨迹预测实验，采用LSTM模型，将所搭建网络应用于高空抛物物体运动轨迹的预测当中。

综上，团队在研发过程中进行了多次试验以及优化建模，借助已有的技术手段来优化项目过程，不断改进和追求更好的缩短从雷达检测到预警信号发出整个过程所用时间，提高产品的安全性以及可靠性。

结束语

综上所述，随着人们对高空抛物事件越来越重视，市场对高空抛物精确检测设备的渴求也与日俱增。基于毫米波雷达的高空抛物检测与预警装置顺应市场需求，开辟了检测技术的新道路，很大程度上提高了检测的准确性和快捷性。但就如何提升实际应用成效，还有待本团队进一步根据市场分析和人民需要来进行相关调整。但是我们始终坚信，基于毫米波雷达的高空抛物检测与预警装置必将被大众认可，成为人们头顶最为坚实的保护伞;为构建法治社会、和谐社会、文明社会提供强有力的保障！

参考文献

[1]王瑞昕.基于毫米波雷达的多目标检测与跟踪技术研究[D].西安.西安电子科技大学.2019.6.1

[2]于淵，郑银香，赵成林，魏子平，陶艺文，李斌.车载毫米波雷达目标检测与定位技术研究[J].中国移动通信有限公司研究院.2019.11.15

[3]77-GHz dual-layer transmit-array for automotive radar applications. SIEW BEE YEAP，QING X M，CHEN Z N. IEEE Transactions on Antennas and Propagation . 2015

[4]郭蓬，郭剑锐，戎辉，唐风敏，王文扬，王梦丹.毫米波雷达研究现状及其测试项目[J]. 汽车电器.2018（10）