一种雷达数据筛选方法与流程

本发明涉及测绘数据处理，具体涉及一种雷达数据筛选方法。

背景技术：

1、目前雷达扫描监测时，地基由于车辆行驶、爆破等外部因素受到震动时，就会导致监测的形变值收到影响，造成数据突变，在高频监测时，会产生大量的无效数据，降低数据的可读性和有效。

2、现有技术提供一种基于卡尔曼滤波的地基合成孔径雷达形变监测精度优化方法，方法流程包括mimo雷达信号处理、sar成像算法聚焦成像、联合ps点选取、相位解缠、卡尔曼滤波提高时序形变监测精度，该方法能够结合卡尔曼滤波，实现高精度的地基合成孔径雷达形变监测，抗干扰能力强，且实现了亚毫米级别形变监测精度。但该方法无法对非正常数据进行筛选，且该方法仅对雷达数据本身进行滤波处理，无法排除外在因素对雷达数质量的影响。

3、综上所述，急需一种雷达数据筛选方法以解决现有技术中存在的问题。

技术实现思路

1、本发明目的在于提供一种过滤掉非正常数据，保留正常数据的雷达数据筛选方法，具体技术方案如下：

2、一种雷达数据筛选方法，包括如下步骤：

3、步骤s1：雷达完成第m次扫描，将该次扫描获得的加速度数据记为acc，其中：acc包含x轴、y轴、z轴上的三组加速度序列，分别为accx、accy、accz，其中，m取大于等于1的自然数；

4、步骤s2：分别计算x轴、y轴、z轴的加速度波动指标mw；

5、步骤s3：根据mw计算x轴、y轴、z轴的加速度波动量化指标axbx、ayby、azbz，具体是：

6、mw≤p1时，a＝0，b＝0；

7、p1<mw≤p2时，a＝0，b＝1；

8、p2<mw≤p3时，a＝1，b＝0；

9、mw>p3时，a＝1，b＝1；

10、其中：p1、p2、p3为加速度波动指标设定阈值；

11、步骤s4：计算加速度波动整体量化指标totalval，具体是：

12、步骤s4.1、构造六位数字字符azayaxbzbybx；

13、步骤s4.2、将azayaxbzbybx转换为十进制表达的数值得到totalval；

14、步骤s5：进行筛选，具体是：

15、当totalval＜m1时，本次扫描的雷达数据保留，并放入数据集u；

16、当totalval＞m2时，本次扫描的雷达数据舍弃；

17、当m1≤totalval≤m2时，如果已保留的雷达帧数p小于k帧，则舍弃本次扫描雷达数据；否则，根据已保留的p帧雷达数据计算第m次雷达扫描监测结果的偏离指标bias，当bias<q，此次扫描数据保留并放入数据集u，否则，此次扫描数据放弃；

18、其中：m1和m2为totalval设定阈值，q为偏离指标bias设定阈值；

19、步骤s6：输出数据集u，得到筛选后的雷达数据。

20、可选地，所述步骤s2包括：

21、s2.1、构建一个大小为winsize的滑动窗口，将滑动窗口分别在accx、accy、accz上移动，其中，滑动窗口的起点与序列的起点重合，滑动窗口的滑动步为一个数据，滑动窗口每移动一个数据得到一个固定窗口，x轴、y轴、z轴固定窗口的数量均为winct＝n-winsize+1，n为每组加速度序列中数据的个数，取值为1-10倍的采样频率；

22、s2.2、分别计算x轴、y轴、z轴中各固定窗口的窗口波动值fluval；

23、s2.3、分别定义x轴、y轴、z轴的窗口波动阈值thval，统计x轴、y轴、z轴窗口波动值fluval超过窗口波动阈值thval的固定窗口的数量cov，并计算加速度波动指标mw，公式如下：

24、

25、可选地，所述滑动窗口的大小与加速度采集频率的数值大小相同。

26、可选地，所述步骤s2.2中x轴、y轴、z轴采用相同的方法计算各固定窗口的窗口波动值fluval；

27、某一轴的各固定窗口的窗口波动值fluval计算方法如下：

28、步骤2.2.1、计算某轴中各固定窗口中的每个数据的平方值，选取该轴中所得平方值中的最大值maxval和最小值minval；

29、步骤2.2.2、分别计算每个固定窗口的窗口波动值fluval，具体公式为：

30、

31、可选地，所述x轴、y轴、z轴的窗口波动阈值thval分别为0.03、0.04、0.03。

32、可选地，所述步骤s5中的根据已保留的p帧雷达数据计算第m次雷达扫描监测结果的偏离指标bias具体包括：

33、根据已保留的p帧雷达数据中靠近第m次雷达扫描的l帧雷达数据计算平均监测形变量δdavg，公式如下：

34、

35、其中，δdi为第i帧雷达数据所对应的所有单元格形变值绝对值的平均值；l取大于等1小于等于p的自然数；

36、计算第m次雷达扫描监测结果的偏离指标bias，公式如下：

37、

38、其中，δd0为第m次扫描中所有单元格形变值绝对值的平均值。

39、可选地，所述步骤s1中采集加速度的频率为10～200hz；所述p1、p2、p3取值分别为20％、40％、60％；所述m1和m2的取值分别为10、37，所述q取值为10％，k取值为大于等于5的自然数。

40、本发明可以对雷达扫描数据进行筛选，通过计算出加速度波动指标进一步金算出加速度波动量化指标，且制定了三组两位二进制数指标交错融合成六位二进制数的方法，以有效平衡不同轴向加速度数据所代表的含义，充分考虑了雷达在不同方向的振动对数据准确性的不同影响，从而可以过滤掉雷达扫描监测数据中的非正常数据，保留正常数据，更有效地确保雷达监测数据的准确性。

41、除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

技术特征：

1.一种雷达数据筛选方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的雷达数据筛选方法，其特征在于，所述步骤s2包括：

3.根据权利要求2所述的雷达数据筛选方法，其特征在于，所述滑动窗口的大小与加速度采集频率的数值大小相同。

4.根据权利要求2所述的雷达数据筛选方法，其特征在于，所述步骤s2.2中x轴、y轴、z轴采用相同的方法计算各固定窗口的窗口波动值fluval；

5.根据权利要求2所述的雷达数据筛选方法，其特征在于，所述x轴、y轴、z轴的窗口波动阈值thval分别为0.03、0.04、0.03。

6.根据权利要求1至5任意一项所述的雷达数据筛选方法，其特征在于，所述步骤s5中的根据已保留的p帧雷达数据计算第m次雷达扫描监测结果的偏离指标bias具体包括：

7.根据权利要求1至5任意一项所述的雷达数据筛选方法，其特征在于，所述步骤s1中采集加速度的频率为10～200hz；所述p1、p2、p3取值分别为20％、40％、60％；所述m1和m2的取值分别为10、37，所述q取值为10％，k取值为大于等于5的自然数。

技术总结
本发明提供了一种雷达数据筛选方法，其包括采集加速度数据、计算加速度波动指标MW、计算加速度波动量化指标、计算加速度波动整体量化指标TotalVal、根据设定TotalVal的阈值进行筛选以及最后输出数据集U，从而得到筛选后的雷达数据，本发明通过计算出加速度波动指标进一步计算出加速度波动量化指标，且制定了三组两位二进制数指标交错融合成六位二进制数的方法，以有效平衡不同轴向加速度数据所代表的含义，充分考虑了雷达在不同方向的振动对数据准确性的不同影响，从而可以过滤掉雷达扫描监测数据中的非正常数据，保留正常数据，更有效地确保雷达监测数据的准确性。

技术研发人员：谢翔,杜年春,尹传忠,沈向前,黄毅,廖超
受保护的技术使用者：中国有色金属长沙勘察设计研究院有限公司
技术研发日：
技术公布日：2024/2/1