本发明涉及电网防灾减灾技术领域，具体是涉及一种基于雷达的输电线路外力破坏目标识别方法及系统。
背景技术
随着我国电网规模的扩大，输电线路难免穿越一些施工现场，由于违章施工和吊车碰线引起的输电线路跳闸的事故频频发生，严重影响了输电线路的运行可靠性。在外力破坏监测方面，视频图像监控是现阶段应用范围最广、应用最多的防外破手段，但由于无法实现外力破坏目标的自动识别，需要人员不间断值守，且视频传输量大对通信条件要求高，此种方法用于监测外力破坏效果并不理想。红外防外破技术利用红外微波探测外力入侵物体，在阻止外力对输电线路的破坏上具有一定的效果，但存在探测距离近、易受环境影响、误报率高等问题。因此，有必要提供一种输电线路外力破坏目标识别方法，以提高外力破坏目标识别准确性和可靠性。
技术实现要素：
本发明的目的是为了克服上述背景技术的不足，提供一种基于雷达的输电线路外力破坏目标识别方法及系统。本发明基于雷达识别外力破坏目标，提高了识别准确性和可靠性。
本发明提供一种基于雷达的输电线路外力破坏目标识别方法，其特征在于，包括如下步骤：
采集不同的外力破坏目标的特征数据，建立目标特征库；
当有外力破坏目标靠近输电线路时，将雷达采集的该外力破坏目标的特征数据，与目标特征库内存储的特征数据进行对比，实现该外力破坏目标的识别。
在上述技术方案的基础上，所述特征数据包括目标运动特征，所述目标运动特征包括目标位置、速度和加速度。
在上述技术方案的基础上，所述特征数据包括目标雷达截面积rcs特征，所述rcs特征反映目标的本质属性，所述本质属性包括目标大小、形状、材质和姿态运动；
所述rcs特征包括目标峰值数、高峰数、目标运动周期、能量集中度、统计特征值、分布密度函数和变异系数。
在上述技术方案的基础上，所述目标运动特征根据雷达测量的目标斜距、方位角和俯仰角推算得到。
在上述技术方案的基础上，所述特征数据从雷达采集的不同的外力破坏目标的原始数据中获取。
在上述技术方案的基础上，所述建立目标特征库之前，还包括对采集不同的外力破坏目标的特征数据进行提取，具体提取的过程包括：
采用自相关函数、频谱分析和数理统计方法对采集的特征数据进行组合，并经过采集的特征数据的时域和频域分析、地物和慢动杂波抑制，提取需要的特征数据。
本发明还提供一种基于雷达的输电线路外力破坏目标识别系统，该系统包括：
建立模块，其用于采集不同的外力破坏目标的特征数据，建立目标特征库；
对比模块，其用于在有外力破坏目标靠近输电线路时，将雷达采集的该外力破坏目标的特征数据，与目标特征库内存储的特征数据进行对比，识别该外力破坏目标。
在上述技术方案的基础上，所述建立模块还用于在建立目标特征库之前，对采集不同的外力破坏目标的特征数据进行提取，获得需要的特征数据；
所述对采集不同的外力破坏目标的特征数据进行提取的具体过程包括：采用自相关函数、频谱分析和数理统计方法对采集的特征数据进行组合，并经过采集的特征数据的时域和频域分析、地物和慢动杂波抑制，提取需要的特征数据。
在上述技术方案的基础上，所述建立模块还用于根据不同的外力破坏目标的特征数据，将外力破坏目标分为若干类。
在上述技术方案的基础上，所述对比模块基于支持向量机svm的分类算法，识别该外力破坏目标。
与现有技术相比，本发明的优点如下：
(1)本发明将雷达采集的外力破坏目标的特征数据，与目标特征库进行对比，从而实现外力破坏目标的自动识别，进而能够根据识别出的不同的外力破坏目标采取不同的措施，有效防止外力破坏事故的发生。本发明不仅提高了识别的准确性和可靠性，而且实现方式简单、具有较强的适用性。
(2)本发明采用雷达监测物体，既可以监测静止的物体也可监测运动的物体，从雷达回波信号中提取出能反映外力破坏目标的特征数据，根据基于支持向量机svm的分类算法对外力破坏目标作出识别，且将外力破坏目标分类进行识别查找，进一步提高了识别的准确性和可靠性。
附图说明
图1是本发明实施例基于雷达的输电线路外力破坏目标识别方法的流程图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步的详细描述。
参见图1所示，本发明实施例提供一种基于雷达的输电线路外力破坏目标识别方法，该方法包括如下步骤：
s1、从雷达采集的不同的外力破坏目标的原始数据中，获取外力破坏目标的特征数据，再从从获取的不同的外力破坏目标的特征数据中提取需要的特征数据，建立目标特征库。
其中，提取需要的特征数据包括目标运动特征和目标雷达截面积rcs特征，目标运动特征包括根据雷达测量的目标斜距、方位角和俯仰角推算得到的目标位置、速度和加速度，rcs特征反映目标的本质属性，本质属性包括目标大小、形状、材质和姿态运动。rcs(radarcrosssection，目标雷达截面积)是用来衡量目标散射特性的一个参数，一般用后向散射能量的强度来定义目标rcs。其中，rcs特征包括目标峰值数、高峰数、目标运动周期、能量集中度、统计特征值、分布密度函数和变异系数。
具体地，提取需要的特征数据采取的方式为：采用自相关函数、频谱分析和数理统计方法对采集的特征数据进行组合，并经过采集的特征数据的时域和频域分析、地物和慢动杂波抑制，提取需要的特征数据。
根据不同的外力破坏目标的特征数据，并基于支持向量机svm的分类算法将外力破坏目标分为若干类，并对目标特征库进行数据训练处理，提高目标特征库识别的精确性。外力破坏目标分为大型施工器械类、违章建筑类、超高树木类和异物类。异物类包括风筝、气球、塑料布、广告横幅、漂浮物等。
s2、当有外力破坏目标靠近输电线路时，将雷达采集的该外力破坏目标的特征数据，与经过数据训练处理之后的目标特征库内存储的特征数据进行对比，并基于支持向量机svm的分类算法，实现该外力破坏目标的识别。具体的，实现该外力破坏目标的识别时，以多个相邻的特征数据为单位分类，当分类单位内的多个特征数据列都被分类为某个外力破坏目标数据时，则判定该目标为某个外力破坏目标。
本发明实施例还提供一种基于雷达的输电线路外力破坏目标识别系统，该系统包括：建立模块和对比模块；
建立模块用于采集不同的外力破坏目标的特征数据，建立目标特征库。
对比模块用于在有外力破坏目标靠近输电线路时，将雷达采集的该外力破坏目标的特征数据，与目标特征库内存储的特征数据进行对比，识别该外力破坏目标。
其中，建立模块还用于在建立目标特征库之前，对采集不同的外力破坏目标的特征数据进行提取，获得需要的特征数据；
对采集不同的外力破坏目标的特征数据进行提取的具体过程包括：采用自相关函数、频谱分析和数理统计方法对采集的特征数据进行组合，并经过采集的特征数据的时域和频域分析、地物和慢动杂波抑制，提取需要的特征数据。
其中，建立模块还用于根据不同的外力破坏目标的特征数据，将外力破坏目标分为若干类，然后进行数据训练处理。具体地，将外力破坏目标分为若干类基于支持向量机svm的分类算法。
对比模块基于支持向量机svm的分类算法，识别该外力破坏目标。
在实际应用中，外力破坏目标可分为大型施工器械类、违章建筑类、超高树木类和异物类。通过本发明实现外力破坏目标的自动识别，从而能够根据识别出的不同的外力破坏目标采取不同的措施。例如：当外力破坏目标为大型施工器械类，如吊车、塔吊、混凝土高臂泵车、桩机和大型超高超限车辆，则采用预警声光报警提醒及摄像拍照取证方式；当外力破坏目标为违章建筑类、超高树木类和异物类时，则采用提前预警，将危险目标情况上报给电网运维人员，避免输电线路造成损失。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。