基于稀疏贝叶斯学习的轨道异物检测与定位方法研究

轨道监测雷达需要在复杂场景下全天候地探测铁路轨道上的异物，是高速铁路安全保障的关键技术。其面临的主要问题是，场景复杂多变, 且雷达角分辨率较低，难以在复杂背景下检测微弱目标和区分轨道内异物和轨道外的目标。轨道监测雷达可获得距离向高分辨的多通道目标回波空间采样，其中近距离目标回波信噪比高且方位像分辨率较高，但由于不能为列车预留足够的反应时间，不能直接用于探测异物；远距离目标回波则存在方位分辨率低、信噪比的问题，难以满足目标检测和定位的要求。本课题根据相邻观测场景的相似性，充分利用近距离雷达回波数据，运用稀疏贝叶斯学习方法，学习目标方位像的统计分.布规律，自适应地建立动态的基底，使目标在该基底上的表示具有稀疏性；根据远距离雷达回波数据，基于目标在基底上表示的稀疏性，运用贝叶斯推理方法，计算目标的方位向后验分布，实现方位向超分辨，完成轨道异物检测与定位。

本项目面向轨道监测雷达在复杂场景下全天候地对铁路轨道上目标检测与定位的需求，围绕高分辨率雷达目标检测与跟踪问题，依据项目计划开展研究，已完成项目计划内容，达到了预期的研究目标，取得了一系列研究成果，共发表科技论文15篇，其中SCI收录4篇，SCI源期刊接受2篇，EI收录5篇，国际会议7篇；另外获国家发明专利授权4项。取得的研究成果包括：研究了距离高分辨雷达时间积累方法，采用keystone变换矫正目标越距离单元走动，实现长时间相参积累；研究了宽频带目标多脉冲检测前跟踪方法，通过路径筛选实现空间积累；研究了距离高分辨雷达扩展目标检测方法，提出了一种基于能量积累的高分辨雷达双门限检测器，推导出了门限选择公式，并对比分析了各种检测器的检测性能；研究了一种基于极大似然估计和高分辨距离像的方位估计方法，并仿真分析了测角性能；研究了扩展目标特征辅助关联方法，利用目标的高分辨距离像特征辅助航迹关联，提高跟踪性能；研究基于混合非线性滤波的扩展目标跟踪方法，解决宽带条件下扩展目标跟踪的非线性问题，提高跟踪精度；基于贝叶斯理论建立了检测跟踪一体化算法理论体系，实现对目标检测与定位能力的整体优化。