地面“鷹眼”督察儀

翁馨　陳佳浩

摘? 要：為解決現今社會，高空拋物造成的人員傷亡、財產受損等安全問題。同時，克服現有基于視覺的高空拋物檢測裝置弊端，本作品提出一種基于毫米波雷達的高空拋物檢測與預警裝置。這將有效彌補基于視覺系統高空拋物檢測裝置的不足，盡可能降低類似安全事故的發生頻率，并且為高空拋物檢測預警裝置研發提供新的思路。

關鍵詞：毫米波雷達;高空拋物檢測;神經網絡深度學習;大數據與信息集成

引言

隨著我國經濟的飛速發展，城市文明的不斷提升，越來越多的高層樓宇聳立街頭。然而高空拋物致人傷亡，個人財產，公共設施受損的事故卻層出不窮。一個個被拋下來的物品，至此成為城市文明上空的污點。因此，高空安全隱患問題日益被廣大人民所重視。為了預防此類事件的發生，高空拋物檢測與預警裝置應運而生，然而現階段主要的檢測裝置僅局限于通過視頻、拍攝成像、紅外成像的技術方式進行設計。由于基于主流技術的產品存在應用環境局限性大（比如暗夜條件、極端天氣條件下裝置將不能很好地檢測高空拋物），對物體跟蹤、識別性能差以及物體定位精度低等諸多技術瓶頸，為了進一步減輕高空拋物導致的惡劣后果，優化產品技術，本團隊提出了基于毫米波雷達的高空拋物檢測與預警裝置的研發。

毫米波雷達優勢概述

毫米波雷達發射的毫米波，其頻域通常在30～300GHz，波長范圍在1～10mm，介于厘米波和光波之間。毫米波導引頭具有體積小、質量輕和空間分辨率高的特點，對霧、煙、灰塵的穿透能力強，并且具有全天候工作的特點。

毫米波雷達具備的天線口徑和窄波束使它能實現高跟蹤精度和引導精度;易于進行低仰角跟蹤，抗地面多徑和雜波干擾;對近空目標具有高橫向分辨力;對區域成像和目標監視具備高角分辨力;通過窄波束的抗干擾性能和高天線增益使它容易檢測小目標，甚至是電線、電桿和彈丸等。

雷達具備的大帶寬特點具有高信息速率，容易采用窄脈沖或寬帶調頻信號獲得目標的細節結構特征;具有寬的擴譜能力和減少多徑、雜波并增強抗干擾能力;具有高距離分辨力，易得到精確的目標跟蹤和識別能力，相鄰頻率的雷達或毫米波識別器工作，易克服相互干擾。

項目技術路線

通過毫米波雷達的天線陣列和前端射頻模塊，應用C/C++算法測得高空拋物的實時位置、速度和角度信息，再通過物體的雷達發射特征，基于深度學習神經網絡技術來識別高空拋物，從而實現全天候、全地域、全時段的高空拋物檢測定位。分析高空拋物的運動規律，反向推理物體的拋出樓層，同時提供及時的地面拋物危險預警。

項目技術手段

在本次基于毫米波雷達測速的高空拋物的項目研發中，本團隊在整體上分為雷達測速、雷達數據分析與神經網絡建模以及后端功能實現三部分。在雷達測速部分，團隊在參考對比之下，在信號處理方向上，探討測速本質——譜峰搜索;然后利用快速傅里葉變換這一數字信號處理領域中的經典方法，實現了對雷達回波信號的頻譜譜峰位置的快速捕獲;為進一步提高連續毫米波雷達的測速精度，在快速傅里葉變換的基礎上，再引入Chirp Z變換方法，通過頻譜細化實現了對測速算法計算分辨率的有效提升;最后借助MATLAB軟件或者Python等進行離線分析。

在經過ADC采集雷達的中頻信號數據之后，團隊在完成對頻譜分析問題的基礎上，應用神經網絡建立物體拋落軌跡模型，精準定位，以及對軌跡進行預測，判斷物體下落位置及時提供預警信號。在神經網絡的運動目標軌跡預測網絡搭建中，團隊參考采用基于RNN的運動目標軌跡預測方法，搭建長短時記憶（Long Short Term Memory，LSTM）網絡模型;采用基于多層網格搜索的模型參數優選算法對網絡模型的步長L、隱藏節點個數H和學習率η進行優選;最后，采用隨時間反向傳播算法（Back Propagation through Time，BPTT）對LSTM網絡模型的權重參數進行優化訓練。

在對高空拋物對象運動目標軌跡預測實驗與結果分析中，首先對模型關鍵參數進行優選，確定模型步長L、隱藏節點個數H和學習率η;然后進行運動目標軌跡預測實驗，采用LSTM模型，將所搭建網絡應用于高空拋物物體運動軌跡的預測當中。

綜上，團隊在研發過程中進行了多次試驗以及優化建模，借助已有的技術手段來優化項目過程，不斷改進和追求更好的縮短從雷達檢測到預警信號發出整個過程所用時間，提高產品的安全性以及可靠性。

結束語

綜上所述，隨著人們對高空拋物事件越來越重視，市場對高空拋物精確檢測設備的渴求也與日俱增。基于毫米波雷達的高空拋物檢測與預警裝置順應市場需求，開辟了檢測技術的新道路，很大程度上提高了檢測的準確性和快捷性。但就如何提升實際應用成效，還有待本團隊進一步根據市場分析和人民需要來進行相關調整。但是我們始終堅信，基于毫米波雷達的高空拋物檢測與預警裝置必將被大眾認可，成為人們頭頂最為堅實的保護傘;為構建法治社會、和諧社會、文明社會提供強有力的保障！

參考文獻

[1]王瑞昕.基于毫米波雷達的多目標檢測與跟蹤技術研究[D].西安.西安電子科技大學.2019.6.1

[2]于淵，鄭銀香，趙成林，魏子平，陶藝文，李斌.車載毫米波雷達目標檢測與定位技術研究[J].中國移動通信有限公司研究院.2019.11.15

[3]77-GHz dual-layer transmit-array for automotive radar applications. SIEW BEE YEAP，QING X M，CHEN Z N. IEEE Transactions on Antennas and Propagation . 2015

[4]郭蓬，郭劍銳，戎輝，唐風敏，王文揚，王夢丹.毫米波雷達研究現狀及其測試項目[J]. 汽車電器.2018（10）