基于CR下界无偏能量估计的高炉料面点云锐化成像

摘要：

高炉雷达获取的料面信息是钢铁冶炼中布料控制的重要参数.但高炉内部环境复杂,料面具有非均匀流态化特性,传统信号处理方法难以准确稳定提取料面有效信息,会导致高炉布料误操作.本文借鉴遥感SAR雷达成像原理,设计了工业SAR扫描式雷达,多倍增加料面采样点密度,提出一种新的料面点云锐化成像算法.分析了高炉雷达料面回波信号干扰信号特征,从图像处理角度,设计多级滤波器对2D频谱图进行去噪处理分离出一条带状的料面回波信号区域.对料面距离估计问题,基于克拉美罗下界(Cramer-Rao lower bound,CRLB)提出一种先加权采样锐化料带峰脊再利用能量重心法估测料面距离频率的方法,生成3D料面点云模型,并利用CRLB评价本文算法性能.在恶劣条件下,实测高炉雷达料面回波信号的点云成像验证显示,本文方法优于传统寻峰法,能有效处理低信噪比信号,准确提取料面有效信息.同时料面距离频率估计精度更高,且相较于其他方法频率估计误差更接近CRLB下界.

关键词：高炉料面、迭代阈值滤波、峰脊锐化、能量重心法、CRLB下界

所属期刊栏目：47

资助基金：国家自然科学基金;北京市自然科学基金

在线出版日期：2021-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：839-848