航空 发表于 2010-11-13 11:27:51

基于两种扫描方式的雷达探鸟系统

**** Hidden Message *****

航空 发表于 2010-11-13 11:28:07

 <BR>2009年3月<BR>第35卷第3期<BR>北京航空航天大学学报<BR>Journal of Beijing University of Aeronautics and Astronautics<BR>March 2009<BR>Vol. 35 No13<BR> 收稿日期: 2008203231<BR> 基金项目: 国家自然科学基金委员会与中国民航总局联合资助项目(60879025) ; 民航数据通信及新航行系统科研基地开放研究基金<BR> 作者简介: 陈唯实(1982 - ) , 男, 天津市人, 博士生, wishchen@ee. buaa. edu. cn.<BR>基于两种扫描方式的雷达探鸟系统<BR>陈唯实  宁焕生<BR>(北京航空航天大学电子信息工程学院, 北京100191)<BR>  <BR>李 敬<BR>(中国民用航空总局航空安全技术中心, 北京100028)<BR>毛 峡<BR>(北京航空航天大学电子信息工程学院, 北京100191)<BR>  摘   要: 介绍了雷达探鸟系统的研究现状,包括以鸟击危害咨询系统为代表的大型<BR>雷达探鸟系统和以Accip iter为代表的机场雷达探鸟系统. 基于X波段海事雷达搭建了“雷达<BR>探鸟实验系统”,分别验证了其在水平和垂直两种扫描方式下探鸟的可行性. 本系统在两种扫<BR>描方式下采集的两组探鸟雷达图像序列,分别由飞鸟目标提取算法进行处理. 经过背景差分、<BR>噪声抑制、目标信息提取和数据融合,将鸟情信息从原始雷达图像中提取出来,并将其与卫星<BR>地图或高度坐标系相融合,融合图像直观地反映了探测区域内飞鸟目标的分布情况. 最后,对<BR>国内外雷达探鸟系统的性能作了比较分析.<BR>关 键 词: 鸟; 雷达; 背景; 噪声抑制; 融合<BR>中图分类号: TN 95<BR>文献标识码: A    文章编号: 100125965 (2009) 0320380204<BR>Av ian radar system ba sed on two scann ing modes<BR>ChenWeishi Ning Huansheng<BR>( School of Electronics and Information Engineering, Beijing University of Aeronautics and Astronautics, Beijing 100191, China)<BR>Li J ing<BR>(Center of Aviation Safety Technology, CAAC, Beijing 100028, China)<BR>Mao Xia<BR>( School of Electronics and Information Engineering, Beijing University of Aeronautics and Astronautics, Beijing 100191, China)<BR>Ab s tra c t: State of arts of researches on avian radar systemswere introduced, including large avian radar<BR>system rep resented by avian hazard advisory system (AHAS) and airport2based avian radar system rep resented<BR>by Accip iter. An avian radar experimental system was built based on X2band marine radar, and its bird detec2<BR>tion feasibility was confirmed separately by operation in alternating horizontal and vertical position for the sur2<BR>vey. Two series of avian radar images, which were collected under two scanning modes, were p rocessed re2<BR>spectively by bird target extraction algorithm. After p rocessing of background subtraction, noise supp ression,<BR>target information extraction and data fusion, avian information was extracted from raw radar images and com2<BR>bined with satellite map or height coordinate system, so flying bird targets distribution situation in survey re2<BR>gion was shown visually by fusion images. Finally, performances of avian radar systems at home and abroad<BR>were compared and analyzed.<BR>Key wo rd s: avian; radar; background; noise supp ression; fusion<BR>  鸟击危害给航空业造成巨大的经济损失,同<BR>时也危及乘客的生命安全,仅北美地区每年鸟击<BR>所造成的军用和民用航空经济损失就超过5亿美<BR>元. 据民航总局统计,中国民航在2001 - 2007年<BR>间,报告的鸟击事件共1 055次,造成中等程度以<BR>上损伤217起,在维修中统计的直接损失超过2. 7<BR>亿人民币,间接损失更加难以计算. 鸟击问题已成<BR>为国际民航界与学术界的研究热点和跨学科具有<BR>重大应用价值的科研课题[ 1 ] . 从中国民航2001 -<BR>2007年的鸟击报告统计发现,黎明、黄昏和夜晚<BR>等能见度差的条件下发生的鸟击事件占已知发生<BR>时间鸟击事件的55% ,事故征候占64%. 可见,人<BR>工观测较为困难的黎明、黄昏和夜晚,是鸟击事件<BR>的高发期,迫切需要相关技术手段的支持.<BR>1 雷达探鸟系统研究现状<BR>雷达探鸟是鸟击防范的重要预警手段,根据<BR>探测范围的不同,主要分为大型雷达探鸟系统和<BR>机场雷达探鸟系统. 大型雷达探鸟系统一般基于<BR>多普勒气象雷达, 适于探测较大区域内( 10 ~<BR>60 km)的候鸟迁徙情况;机场雷达探鸟系统一般<BR>基于小型雷达, 适于探测机场周边地区( 0 ~<BR>10 km)的鸟类活动.<BR>1) 大型雷达探鸟系统. 对于国土全境的广大<BR>区域,可以采用多普勒气象雷达组网对候鸟的迁<BR>徙情况进行监测. 上世纪90年代初,美国国家气<BR>象局在全美范围内安置了151部新型多普勒气象<BR>监测雷达(WSR288D) ,其最高输出功率750 kW,<BR>工作频率2. 7~3. 0 GHz,采用口径9m的抛物面<BR>天线,波束宽度0. 96°,脉冲宽度1. 57μs至4. 5~<BR>5. 0μs. 由这151部WSR288D组成的雷达网能够<BR>监控美国全境的候鸟迁徙情况[ 2 ] . 1998 年秋,<BR>Geo2Marine公司鸟类研究实验室在美国空军的资<BR>助下,开发了鸟击危害咨询系统(AHAS, Avian<BR>Hazard Advisory System) ,用于监控和预报美国48<BR>个州的鸟类活动. 该系统基于WSR288D雷达网,<BR>每10min更新一次全美鸟情信息,为保障飞行安<BR>全和保护迁徙鸟类发挥了重要作用.<BR>2) 机场雷达探鸟系统. 绝大多数鸟击事件发<BR>生在飞机的起飞和着陆阶段,因此机场范围内的<BR>鸟击防范成为当前研究的热点. 多普勒气象雷达<BR>探测距离可达到60海里,但由于其造价高、信息<BR>更新速度慢、不易操作等原因,不适于机场范围的<BR>鸟击防范. 要解决机场鸟击问题,要求相应的雷达<BR>系统具有以下特点:性价比高、覆盖范围较广、实<BR>时探测、实时跟踪和三维信息获取等[ 3 ] . 从70年<BR>代末开始,经过30多年的发展,许多发达国家已<BR>经研制出了相对成熟的机场雷达探鸟系统, Sicom<BR>Systems L td. (Ontario, Canada ) 开发的Accip i2<BR>ter[ 4 ]是其典型代表(图1). 包括雷达控制系统、数<BR>据处理器、GPS和电源在内的系统配置置于拖车<BR>内部;雷达天线置于拖车顶部, 其俯仰角可调<BR>(0°~30°). 该天线进行水平扫描,且由于其波束<BR>较窄(4°) ,系统可获得较为精确的三维信息.<BR>图1 典型Accip iter雷达探鸟系统<BR>2 雷达探鸟实验系统<BR>我国的雷达探鸟研究刚刚起步,北京航空航<BR>天大学与民航总局航空安全技术中心合作,结合<BR>国外经验搭建了“雷达探鸟实验系统”(图2). 本<BR>系统采用一部功率6 kW 的X波段海事雷达,垂<BR>直波束宽度20°,转速24 r/m,其获得的PP I( Plane<BR>Position Indicator)雷达图像通过图像采集卡实时<BR>输出到计算机,由自行开发的飞鸟目标提取软件<BR>进行实时处理.<BR>图2 雷达探鸟实验系统<BR>为了加强对机场跑道的安全监控(50%的鸟<BR>击事件发生在该区域) ,往往需要配备2部雷达,<BR>在水平和垂直2种扫描方式下独立工作. 因此,本<BR>系统基于单部X波段海事雷达,进行10余次外<BR>场实验,分别验证其在2种扫描方式下探鸟的可<BR>行性. 在工程应用中, 2部雷达应错开频段,保证<BR>互不干扰地同时工作. 一部S波段水平扫描雷达,<BR>主要负责机场周边的广大地区,对鸟群活动起到<BR>预警作用;另一部X波段垂直扫描雷达,主要负<BR>责机场跑道上空区域,加强此区域的监控,确保航<BR>班起降安全[ 5 ] . 其覆盖区域的三维示意图见图3.<BR>图3 双部雷达覆盖区域三维示意图<BR> 第3期             陈唯实等:基于两种扫描方式的雷达探鸟系统381<BR>3 飞鸟目标提取算法<BR>飞鸟目标提取算法是“雷达探鸟实验系统”<BR>的核心,其流程图见图4. 由图像卡采集的探鸟雷<BR>达图像经过背景差分、噪声抑制(中值滤波、阈值<BR>分割和形态学) 、目标信息提取和数据融合4 个<BR>步骤,将鸟情信息从原始雷达图像中提取出来,生<BR>成便于观测的融合图像.<BR>图4 飞鸟目标提取算法流程图<BR>背景差分是飞鸟目标提取的第一步,即从探<BR>鸟雷达图像中减去背景信息,因此构造一个纯净<BR>的背景成为问题的关键. 本算法采用主成分分析<BR>( PCA, Principal Component Analysis)方法构造背<BR>景图像[ 6 ] . 每幅雷达图像都包含背景和运动目标<BR>(飞鸟) ,因此背景可视为最大的主成分. 基于非<BR>线性算子的形态学,是一种相对独立的图像分析<BR>方法,对于PP I图像,它较之常规算法运算速度更<BR>快且去噪效果更好. 因此,经过阈值分割的图像采<BR>用形态学进行噪声抑制. 膨胀和腐蚀是形态学的<BR>基本操作. 膨胀是一种扩展的变换,增大原物体的<BR>面积,填充物体间小的孔洞和沟壑. 腐蚀是一种反<BR>扩展变换,压缩物体并将有细微联系的物体分离.<BR>在实际的图像处理过程中,膨胀和腐蚀经常结合<BR>使用. 一幅图像往往经过一系列的膨胀与腐蚀处<BR>理,采用相同或不同的结构单元[ 7 ] . 经过背景差<BR>分和噪声抑制的探鸟雷达PP I图像中,相互联结<BR>的高亮区域的集合构成一个限于当前分辨能力的<BR>飞鸟目标. 通过区域标记和区域面积测量,提取出<BR>目标中心坐标和大小等信息[ 8 ] . 在区域标记过程<BR>中,由于所处理的PP I图像是二值的,所以处理后<BR>每个像素的值即为其所处理的区域标号( 1, 2,<BR>3, ⋯) ,采用8连通判别算法,标识所有不连通的<BR>目标区域. 在区域标记的基础上,通过对雷达图像<BR>中各种不同标号的像素区域进行操作,统计出所<BR>有目标区域的像素数n和中心坐标( x0 , y0 ). PP I<BR>图像中心定义为坐标原点, x轴水平向右, y轴垂<BR>直向上. 中心坐标由下式得到:<BR>x0 = C Σ ( x, y) ∈S<BR>x / n y0 = C Σ ( x, y) ∈S<BR>y / n (1)<BR>其中, S 为单一目标连通区域; C 为量程系数,反<BR>映了选择不同量程时每个像素代表的实际距离.<BR>最后,将飞鸟目标标定在卫星地图或垂直坐标系<BR>中,输出的融合图像便于工作人员观测.<BR>4 实验数据处理与分析<BR>2007年秋季(候鸟迁徙高峰期) ,基于“雷达探<BR>鸟实验系统”于北京市沙河水库在水平和垂直2种<BR>扫描方式下采集了大量探鸟雷达图像. 下面基于其<BR>中2组图像序列,采用第3部分的算法作处理分析.<BR>1) 水平扫描雷达图像处理<BR>图5描述了一帧水平扫描雷达图像处理的全<BR>过程. 图5a为某原始探鸟雷达图像序列中的一<BR>帧,鸟群自西向东掠过水面,本系统置于水库北<BR>岸,量程0. 5海里,共采集24帧连续原始图像. 原<BR>始图像中除含有飞鸟目标外,含有树木、建筑物等<BR>背景信息. 基于24帧原始图像序列,用PCA方法<BR>提取出背景图像. 图5b为经过背景差分的探鸟雷<BR>达图像,绝大部分背景已被去除,但还存在大量边<BR>缘杂波和噪声. 图5c为经过噪声抑制的处理结<BR>果,图像中保留的高亮区域都认为是飞鸟目标. 噪<BR>声抑制中的形态学处理采用先腐蚀后膨胀的方<BR>法,这样既消除了大量孤立的像素点,降低了虚警<BR>率,又使每个飞鸟目标的像素数保持基本不变. 由<BR>于飞鸟目标的形状无特定规律,采用全方位结构<BR>   a 原始图像b 背景差分后的图像<BR> c 噪声抑制后的图像d 融合图像<BR>图5 水平扫描探鸟雷达图像处理<BR>382 北京航空航天大学学报              2009年 <BR>元素. 针对图5c进行目标信息提取并记录,共标<BR>识飞鸟目标31个,具体信息见表1. 量程系数C<BR>取3. 86m. 图5d为含鸟情信息的融合图像,飞鸟<BR>目标以圆点标定在高清晰卫星地图上,直观地反<BR>映了某一时刻沙河水库上空的飞鸟分布情况.<BR>表1 飞鸟目标信息<BR>目标<BR>序号<BR>x0 /m y0 /m n<BR>1 547. 9 895. 1 17<BR>2 - 767. 8 671. 4 31<BR>3 246. 9 655. 9 97<BR>4 297. 1 663. 6 61<BR>5 - 810. 3 648. 2 32<BR>6 285. 5 617. 3 59<BR>7 401. 3 605. 8 77<BR>8 366. 5 586. 5 22<BR>9 308. 7 559. 5 25<BR>10 455. 3 559. 5 13<BR>11 219. 9 544. 0 27<BR>12 328. 0 544. 0 19<BR>13 405. 1 528. 6 55<BR>14 - 158. 2 505. 4 45<BR>15 281. 7 501. 6 150<BR>16 212. 2 478. 4 33<BR>目标<BR>序号<BR>x0 /m y0 /m n<BR>17 - 38. 6 474. 6 39<BR>18 490. 0 463. 0 45<BR>19 532. 5 439. 9 91<BR>20 - 96. 5 451. 4 17<BR>21 219. 9 416. 7 93<BR>22 389. 7 436. 0 47<BR>23 501. 6 420. 6 38<BR>24 667. 5 405. 1 70<BR>25 555. 6 374. 3 77<BR>26 189. 1 378. 1 25<BR>27 667. 5 351. 1 64<BR>28 868. 1 351. 1 30<BR>29 189. 1 266. 2 45<BR>30 733. 1 266. 2 17<BR>31 123. 5 219. 9 31<BR>  2) 垂直扫描雷达图像处理<BR>图6a是一帧垂直扫描方式下采集的原始探<BR>鸟雷达图像, 量程0. 25 海里, 量程系数C 取<BR>1. 93m. 机场应用中,垂直扫描雷达往往置于跑道<BR>的一端,需要监控的跑道上空区域对应于雷达图<BR>像的第一象限. 同样,本系统放置于水库北岸,关<BR>注区域为水面上空雷达波束覆盖的一段剖面,图<BR>6a中虚框部分值得关注,只有当飞鸟穿过该波束<BR>或沿波束径向活动时,才会在雷达显示器上产生<BR>回波信号. 由于垂直扫描探测的是空域,因此杂波<BR>信号很少,较之水平扫描图像信息提取相对容易,<BR>其具体处理过程这里不再冗述. 如图6b所示,在<BR>高度坐标系中以圆点标定飞鸟目标的坐标位置.<BR>共发现2 个飞鸟目标, 其中目标1 距雷达<BR>393. 6m,飞行高度154. 3m,像素数134个;目标2<BR>距雷达434. 1m,飞行高度71. 4m,像素数127个.<BR>a 原始图像        b 融合图像<BR>图6 垂直扫描探鸟雷达图像处理<BR>5 结 论<BR>“雷达探鸟系统”的性能主要取决于两方面.<BR>一方面是雷达天线系统的信息获取能力,典型的<BR>Accip iter雷达探鸟系统采用抛物面天线,其波束<BR>很窄,足以获得目标的三维信息,但扫描范围有<BR>限,效率较低;本实验系统采用双部雷达分别进行<BR>水平和垂直扫描,均配备T型波导缝隙天线,其<BR>波束较宽,扫描效率高,由于二者相互独立,只能<BR>获得2. 5维信息. 为克服现有系统的缺点,拟研制<BR>一种双波束天线雷达,该雷达采用“单发双收”机<BR>制,发射圆极化波,水平和垂直同时接收,解决了<BR>同频干扰问题,能够获取飞鸟的三维信息,信息量<BR>更大且效率更高. 另一方面是基于雷达图像的飞<BR>鸟目标提取算法,典型的Accip iter雷达探鸟系统<BR>采用了基于多假设跟踪和互相关多模型的多目标<BR>跟踪方法,使系统实现高“识别率”的同时保持低<BR>“虚警率”;本实验系统的飞鸟目标提取算法尚不<BR>具备目标跟踪功能,因此基于数据关联的多目标<BR>跟踪算法成为本系统今后的又一研究重点.<BR>参考文献(References)<BR>[ 1 ] 宁焕生,刘文明,李敬,等. 航空鸟击雷达鸟情探测研究[ J ].<BR>电子学报, 2006, 34 (12) : 2233 - 2237<BR>Ning Huansheng, LiuWenming, Li J ing, et al. Research on ra2<BR>dar avian detection for aviation [ J ]. Acta Electronica Sinica,<BR>2006, 34 (12) : 2232 - 2237 ( in Chinese)<BR>[ 2 ] Sidney A, Gauthreaux J r, Carroll G Belser. Radar ornithology<BR>and the conservation of migratory birds [ R ]. PSW2GTR2191,<BR>2005<BR>[ 3 ] Nohara T J, Weber P, Unkrainec A, et al. An overview of avian<BR>radar developments2past, Present and Future [ C ] / / Bird Strike<BR>2007 Conference. Kingston, Ontario, Canada: Bird Strike Com2<BR>mittee Canda, 2007: 10 - 13<BR>[ 4 ] Nohara T J, Weber P, Premji A, et al. Affordable avian radar<BR>surveillance systerms for natural resourcemanagement and BASH<BR>app lications[ C ] / / IEEE Radar Conference. Arlington, Virgini2<BR>a: IEEE, 2005, 9 - 12<BR>[ 5 ] DeTect, Inc. Avian radar systems [ EB /OL ]. Florida, USA,<BR>2007. http: / /www. DeTect2Inc. com<BR>[ 6 ] Lindsay I Smith. A tutorial on p rincipal components analysis<BR>[ EB /OL ]. New Zealand: University of Otago, 2002. http: / /<BR>www. cs. otago. ac. nz<BR>[ 7 ] Rafael C Gonzalez, Richard EWoods, Steven L eddins. Digital<BR>image p rocessing using MATLAB . Beijing: Publishing<BR>House of Electronics Industry, 2004<BR>[ 8 ] 杨淑莹. VC + +图像处理程序设计. 第2版. 北京:清华<BR>大学出版社,北京交通大学出版社, 2005: 163 - 167<BR>Yang Shuying. Program design of image p rocessingwith VC + +<BR>. 2nd ed. Beijing: Tsinghua University Press, Beijing J iao2<BR>tong University Press, 2005: 163 - 167 ( in Chinese)<BR>(责任编辑:娄 嘉)<BR> 第3期             陈唯实等:基于两种扫描方式的雷达探鸟系统383

醒不来睡不着 发表于 2010-12-2 20:14:37

<P>向各位老师学习</P>
页: [1]
查看完整版本: 基于两种扫描方式的雷达探鸟系统