基於稀疏貝葉斯學習的軌道異物檢測與定位方法研究

《基於稀疏貝葉斯學習的軌道異物檢測與定位方法研究》是依託北京理工大學，由陳新亮擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於稀疏貝葉斯學習的軌道異物檢測與定位方法研究
• 依託單位：北京理工大學
• 項目負責人：陳新亮
• 項目類別：青年科學基金項目

項目摘要

軌道監測雷達需要在複雜場景下全天候地探測鐵路軌道上的異物，是高速鐵路安全保障的關鍵技術。其面臨的主要問題是，場景複雜多變, 且雷達角解析度較低，難以在複雜背景下檢測微弱目標和區分軌道內異物和軌道外的目標。軌道監測雷達可獲得距離向高分辨的多通道目標回波空間採樣，其中近距離目標回波信噪比高且方位像解析度較高，但由於不能為列車預留足夠的反應時間，不能直接用於探測異物；遠距離目標回波則存在方位解析度低、信噪比的問題，難以滿足目標檢測和定位的要求。本課題根據相鄰觀測場景的相似性，充分利用近距離雷達回波數據，運用稀疏貝葉斯學習方法，學習目標方位像的統計分.布規律，自適應地建立動態的基底，使目標在該基底上的表示具有稀疏性；根據遠距離雷達回波數據，基於目標在基底上表示的稀疏性，運用貝葉斯推理方法，計算目標的方位向後驗分布，實現方位向超分辨，完成軌道異物檢測與定位。

結題摘要

本項目面向軌道監測雷達在複雜場景下全天候地對鐵路軌道上目標檢測與定位的需求，圍繞高解析度雷達目標檢測與跟蹤問題，依據項目計畫開展研究，已完成項目計畫內容，達到了預期的研究目標，取得了一系列研究成果，共發表科技論文15篇，其中SCI收錄4篇，SCI源期刊接受2篇，EI收錄5篇，國際會議7篇；另外獲國家發明專利授權4項。取得的研究成果包括：研究了距離高分辨雷達時間積累方法，採用keystone變換矯正目標越距離單元走動，實現長時間相參積累；研究了寬頻帶目標多脈衝檢測前跟蹤方法，通過路徑篩選實現空間積累；研究了距離高分辨雷達擴展目標檢測方法，提出了一種基於能量積累的高分辨雷達雙門限檢測器，推導出了門限選擇公式，並對比分析了各種檢測器的檢測性能；研究了一種基於極大似然估計和高分辨距離像的方位估計方法，並仿真分析了測角性能；研究了擴展目標特徵輔助關聯方法，利用目標的高分辨距離像特徵輔助航跡關聯，提高跟蹤性能；研究基於混合非線性濾波的擴展目標跟蹤方法，解決寬頻條件下擴展目標跟蹤的非線性問題，提高跟蹤精度；基於貝葉斯理論建立了檢測跟蹤一體化算法理論體系，實現對目標檢測與定位能力的整體最佳化。