[发明专利]双列垂直雷达波的车辆分型方法

说明书

技术领域

本发明涉及数字雷达波检测技术，具体涉及一种基于双列雷达波的车辆分型方法。

背景技术

随着国家公路系统的日益发达，交通量数据采集分析的意义也越来越重大。应运而生的就是交通量调查系统的产生。现如今的交通量调查系统的基本组成都是由车辆检测器、运算处理单元、上位机软件三部分组成，其中对车辆检测器的研究主要分为以下几种方式：线圈检测方式、视频检测方式、微波检测方式、超声波检测方式、磁力检测方式、激光检测方式。

目前在微波检测领域中，微波检测器主要有两种使用方式：路边侧向模式和前方正向模式。工作原理为：通过一台微波雷达发射一束连续频率调制微波（FMCW）在检测路面上，投映一个微波带。每当车辆通过这个微波投映区时，都会向微波检测器反射一个微波信号，微波检测器接收反射的微波信号，并计算接收频率和时间的变化参数以得出车辆的速度和长度。其中前方正向模式用一台微波检测器实时监测一条单车道的交通情况。路边侧向模式可以使用一台微波检测器同时监测多条车道，并提供每条车道的交通信息。

以上两种方式都只能实现对速度和车流量的数据采集，并不能对通过检测区域的每一辆车的车型进行具体的辨别。

发明内容

针对现有对车辆检测存在的缺点和不足，本发明提出一种对通过检测区域的所有车辆的速度、车流量、时间占有率、车头间距、车型分类、跟车百分比、地点车速、行驶方向、行驶车道、车型分类等数据的采集的方法。

解决上述技术问题的具体技术措施是：一种双列垂直雷达波的车辆分型方法，其特征是：

⑴检测装置设置：在道路侧向装有微波车辆检测器，微波车辆检测器采用阵列式调频连续双微波雷达，微波车辆检测器是由向量分解模块、频率分析模块及微处理器组成：

⑵发射波与回波：微波车辆检测器在一个周期内向固定方向发射一种频率随时间线性地增加的连续波，并连续地接收来自该方向的回波，任何时刻的回波频率和同时刻的发射波频率之差，正比于目标物和雷达站的距离，对差拍信号进行频谱分析，分离出来自不同距离处目标物的回波信号，最小可分辨距离h由下式决定： 

h =c/kF

式中c为光速，F为发射连续波的频率跨度，k是量级为1的常数；

将采集的回波导入运算处理单元，通过回波特征综合识别算法，对回波进行分析，得出分型结果；

⑶向量分解模块解析：当回波导入向量分解模块时，此模块对一维的回波做向量分解，将一维信号分解到二维及多维空间里，本发明发射波格式为X，通过对X格式波做相关运算取第N个零点作为采样点，连续采M个波，将回波分解到M维空间中：

采样序列为：

 M维空间为：              

作                       

则A为轨迹协方差矩阵，A为一个M×M的矩阵，且A必定是一个满秩矩阵。对A进行特征值分解，得

其中，U为A的特征向量矩阵，为对角阵，对角线上的值为A的特征值，，，，……取A最大的两个特征值对应的特征向量作为二维平面的两个坐标轴，此平面即为最大主元平面，得到状态转移轨迹X在此平面上的投影得出点图，对于这些点的分布做分维数分析，不同目标回波的的特征值对应一个分型结果；

⑷频率分析模块解析:本发明在车速提取上采用了Chirp ZT，对于大小不同的车辆，其在特定路段上的行驶速度有一定的分布规律。通过对回波的Chirp ZT分析，运用Doppler原理：

并解除多值性以后，提取出目标的行驶速度，然后将其速度并入概率分布计算，得出相应的车辆分型结果；

⑸神经网络集成：以上向量分解模块及频率分析模块中，每种分型方法自成一个小型神经网络，这些一输入多输出的小型神经网络对于同一回波信号都有一个分型结果，将几个分型结果进行加权处理得出最后的车辆分型结果；

下式Y为最后分型结果，P1为向量分解模块分型结果，P2为频率分析模块分型结果，P3为可扩展磁模块分型结果，则：