基于背景学习的机场跑道FOD检测方法和系统与流程

本发明涉及雷达成像技术及图像处理技术领域，具体地，涉及一种基于背景学习的机场跑道fod检测方法和系统。

背景技术：

fod是指活动区地面上可能会损伤航空器、设备或者威胁机场工作人员和乘客生命安全的外来物体，如金属零件和碎石块等，对民航飞机的起降安全构成重大隐患。fod对机场造成的事故屡见不鲜。世界各国纷纷研究fod自动探测系统。跑道外来物实时监控报警系统主要技术手段有毫米波探测、视频监控等方案。目前，国内对fod的监测除了靠人工定时巡视和人眼近距离搜寻之外，以毫米波雷达为主要检测手段的机场跑道异物fod监测系统成为民航领域的研究热点。虽然国内的fod已初具规模，但国内外的fod探测技术仍然存在如下问题：第一、雷达系统虚警率高，机场fod检测中的雷达虚警率是fod检测系统的重要指标，也是影响fod系统使用者最为关注的对象。fod目标所处机场跑道杂波背景相当复杂且相对较强，杂波对目标的影响很大，雷达回波的fod检测中已经应用了雷达恒虚警技术，但虚警仍然会在很大程度上影响到使用者的感受，特别是对微小fod的探测。因此杂波背景下的目标检测，降低雷达信号检测的虚警率是机场跑道外来物(fod)报警系统的重要任务之一。第二、受天气影响大，环境会在一定程度上对毫米波雷达会造成影响，特别是雨雪天气下，水对毫米波的吸收与散射影响较大。电波由于雨滴吸收和散射而产生雨衰。实际上，降雨除了衰减信号以外还引起噪声温度的增加和去极化的发生，降雨引起的衰减对信号影响较明显。第三、相位噪声高，目前毫米波的产生主要由dds产生低频信号，然后再倍频至毫米波波段。此方法产生的信号相位噪声高，且难以抑制，高相位噪声会影响到雷达的探测性能，降低雷达探测距离。

技术实现要素：

针对现有技术中的缺陷，本发明的目的是提供一种基于背景学习的机场跑道fod检测方法和系统。

根据本发明提供的一种基于背景学习的机场跑道fod检测方法，包括以下步骤：

低相噪fod雷达步骤：利用光子生成超低相位噪声脉冲频率步进频综，降低fod雷达的相位噪声，发射低相噪的雷达信号；

环境检测步骤：对机场环境进行检测，检测参数包括温湿度、风力、降雨量、降雪量，采集检测时的机场跑道的环境数据；

恒虚警检测步骤：接收机场跑道的雷达回波信号，对雷达回波信号进行混频处理，之后进行恒虚警检测；

背景学习检测步骤：接收雷达回波信号进行混频处理后的雷达图像，令产生的雷达图像进行背景对消，获取无杂波的数据，之后进行平滑处理、斑点检测和canny边缘检测，检测是否存在fod；

光学检测步骤：检测到的fod后发出报警的目标定位，通过与摄像机联动，对fod人工确认。

优选地，所述超低相位噪声脉冲频率步进频综由光源、两个偏振合路器、两套单模光纤、光电二极管、放大器、线性调频光纤光栅和马赫-曾德尔外调制器构成。

优选地，将所述检测参数划分等级，在不同等级的条件下，分别采集检测时的机场跑道的环境数据。

优选地，所述混频处理包括ifft滤波运算处理、非相参积累处理和自适应门限检测算法滤除杂波处理。

优选地，所述与摄像机联动是启动视频监控并将目标定位中的目标方位和距离信息传输至视频监控，视频监控产生目标定位的视频图像显示。

根据本发明提供的一种基于背景学习的机场跑道fod检测系统，包括以下模块：

低相噪fod雷达模块：利用光子生成超低相位噪声脉冲频率步进频综，降低fod雷达的相位噪声，发射低相噪的雷达信号；

环境检测模块：对机场环境进行检测，检测参数包括温湿度、风力、降雨量、降雪量，采集检测时的机场跑道的环境数据；

恒虚警检测模块：接收机场跑道的雷达回波信号，对雷达回波信号进行混频处理，之后进行恒虚警检测；

背景学习检测模块：接收雷达回波信号进行混频处理后的雷达图像，令产生的雷达图像进行背景对消，获取无杂波的数据，之后进行平滑处理、斑点检测和canny边缘检测，检测是否存在fod；

光学检测模块：检测到的fod后发出报警的目标定位，通过与摄像机联动，对fod人工确认。

与现有技术相比，本发明具有如下的有益效果：

本发明通过背景学习，可以应用在不同的跑道，进行fod探测，以及同一跑道的不同时段进行fod探测，并不用调整大量的雷达参数，解决了雷达系统虚警率高、相位噪声高及受环境变化大的问题，提高了fod检测系统的易操作型，有效提高了探测距离及检测弱目标的能力。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为信号处理算法流程图；

图2为背景学习信号处理算法流程图；

图3为背景学习前某跑道的fod试验结果示意图；

图4为背景学习后某跑道的fod试验结果示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

背景学习是指雷达在不同背景下系统能够对不同的目标进行学习，从而抑制目标周围杂波，尽可能地保留目标信息，降低雷达虚警，提高对目标的检测性能。通过fod检测系统对机场实时的温湿度检测、天气变化情况，对机场进行不同时刻的背景进行学习，降低杂波对有用信号的干扰。相位噪声是影响fod雷达的另一个重要因素，相位噪声越高，对微小fod目标的探测能力就越差。本发明提出了一种光子射频超低相位噪声的谱频综源技术，来解决雷达信号相位噪声高的问题。fod检测系统包括：低相噪fod雷达分系统、环境检测分系统、恒虚警检测分系统、背景学习检测分系统、光学检测分系统。

低相噪fod雷达分系统利用光子生成超低相位噪声脉冲频率步进频综，降低fod雷达系统的相位噪声，发射低相噪的雷达信号。基于光子生成超低相位噪声微波的双环振荡器和色散光栅调谐机理，要设计的超低相位噪声脉冲频率步进频综，由光源、两个偏振合路器、两套单模光纤、光电二极管、放大器、线性调频光纤光栅(cfbg)、马赫-曾德尔外调制器(mzm)等构成。根据光电振荡器原理与性能，通过设计不同的光纤长度,所产生激励信号在偏移中心频率10khz处相位噪声为-145dbc左右，比常规设计方法能优化出35dbc。如果雷达发射载波信号噪声功率减低20分贝，根据理论计算，雷达探测距离将增加3.16倍。

环境检测分系统是对机场环境进行检测，包括温湿度、风力、降雨量、降雪量等参数，采集此时的机场跑道的环境数据。利用环境检测分系统，对机场跑道范围进行环境检测，包括温湿度、风力、降雨量、降雪量等参数进行检测，特别是湿度和降雨量，湿度和降雨量划分等级，在不同等级条件下，分别采集机场跑道的环境数据。

恒虚警检测分系统是接收机场跑道的回波信号，对此时的雷达回波信号进行混频处理，然后进行恒虚警检测。包括ifft滤波算法、ifft结果的非相参积累、自适应门限检测算法(cfar)滤除杂波等处理，如图1所示。

背景学习检测分系统是对新的雷达回波数据进行混频处理后，产生的雷达图像进行背景对消，获取无杂波的数据，然后进行平滑处理、斑点检测及canny边缘检测，检测是否存在fod，如图2所示的背景学习信号处理算法流程。

光学检测分系统是检测到的fod与摄像机进行联动，对fod人工确认。毫米波雷达探测系统探测时将探测数据传回系统集成管理平台进行处理。管理平台收到数据处理后对目标报警定位后，启动视频监控系统，管理平台提供目标方位与距离信息给视频监控系统。监控系统通过系统联动实现目标定位视频图像显示。通过毫米波雷达探测与视频监控复合探测方法能够有效提高探测率，降低虚警率。图3、图4为背景学习前与背景学习后某跑道的fod试验结果对比，可以看出，背景学习前，目标的虚警率高，难以确认真正的fod。经过背景学习后，杂波得到了很好的抑制，只检测到有用fod。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。