本发明属于毫米波雷达，具体涉及一种基于毫米波雷达的高压输电线路周界异动监测方法及系统。
背景技术：
1、输电线路周边因为存在大棚薄膜、建筑用防尘网、大型机械设备及漂浮无人机等异物，当进入高压输电线路警戒范围内时严重危害输电线路安全。目前普遍通过人工巡视和监控系统两种方式进行异物隐患的发现和管控，其中，传统的线路监控系统主要采用视频监控、红外对射、激光对射以及振动电缆等方式，传统的线路监控系统对环境的适应能力差，防护距离有限，并且受外界的影响较大，不能有效可靠的做到监测作用。
2、毫米波安防雷达采用fmcw技术，可以实现对监控区域内无间断的全程覆盖，并且产品成型后具有体积小、重量轻、可靠性高、距离盲区小以及抗干扰性强等优点。凡是在雷达波束覆盖区域内活动的目标，都能够被有效的检测出来，而且可以准确地测量其速度、方位等状态信息，可有效感应运动物体靠近线路的状态，不仅可以监测浮空物的飞入，还可以主动观测无人机及输电杆塔间的大型移动车辆，防止大型设备进入对输电线路的影响。
3、实时监测输电线路周边活动异物状态，及时发现异物入侵至关重要，而如何利用毫米波雷达技术主动发现输电线路周界异物以及如何发出预警已成为近几年的研究热点。
技术实现思路
1、本发明的目的在于针对上述现有技术中的问题，提供一种基于毫米波雷达的高压输电线路周界异动监测方法及系统，利用毫米波雷达对空间位置异动监测，敏感及时的发现高压输电线路周界异动目标，不受天气、夜晚等因素影响，保障高压输电线路的输电安全。
2、为了实现上述目的，本发明有如下的技术方案：
3、第一方面，本发明实施例提供一种基于毫米波雷达的高压输电线路周界异动监测方法，包括：
4、获取输电线路通道场景原始毫米波雷达信号数据；
5、利用原始毫米波雷达信号数据获取观察目标的点云数据；
6、依据实际观测场景分离输电线路点云数据和非输电线路点云数据；
7、识别输电线路点云数据；
8、识别输电线路异动目标点云数据；
9、结合分析输电线路点云数据与输电线路异动目标点云数据识别输电线路周界异动目标。
10、作为一种优选的方案，在获取输电线路通道场景原始毫米波雷达信号数据的步骤中，设计毫米波雷达波形参数和毫米波雷达天线，利用设计好的毫米波雷达获取输电线路通道场景原始毫米波雷达信号数据；
11、设计毫米波雷达波形参数的步骤包括：结合输电线路异动目标特点设置雷达波形的速度灵敏度，雷达速度分辨率根据异动目标特点设定，雷达速度分辨率大于设定值，雷达脉冲发射时间达到秒级，不模糊速度大于设定值，脉冲重复间隔小于设定值；
12、设计毫米波雷达天线的步骤包括：输电线路在空间分布具有沿输电通道呈线性分布和纵向稀疏分布的特点，毫米波雷达天线孔径大于设定要求，角分辨特性高于设定值；
13、还包括设定多组毫米波雷达的信号帧周期。
14、作为一种优选的方案，所述利用原始毫米波雷达信号数据获取观察目标的点云数据的步骤中，对原始毫米波雷达信号数据采用测距测速测角算法进行信号处理，获取观察目标的距离、方位角、俯仰角、多普勒4维点云数据，测距测速测角算法包括傅里叶变换法、capon或超分辨谱估计类算法。
15、作为一种优选的方案，对于发射多脉冲串线性信号的毫米波雷达，采用傅里叶变换法、capon或超分辨谱估计类算法对探测目标回波脉冲串以设定采样周期ts进行离散化采样，获得距离多普勒热力图；
16、离散化序列的计算表达式如下：
17、
18、式中，so为接收回波离散化数据，n1为快时间维采样点，n2为慢时间维采样点，ts为采样周期，tprt为脉冲重复间隔，fd为多普勒频率，δr为目标与雷达距离；
19、采用恒虚警检测法对距离多普勒热力图进行检测，获得目标距离索引值和多普勒索引值；
20、获取毫米波雷达的多天线在相同距离索引值和速度索引值的数据，采用傅里叶变换法、capon或超分辨谱估计类算法进行目标的方位角和俯仰角估计；
21、利用获取的距离索引值、多普勒索引值、方位角和俯仰角估计获取目标4维点云数据。
22、作为一种优选的方案，所述依据实际观测场景分离输电线路点云数据和非输电线路点云数据；
23、将实际观测场景分为两组，一组场景为静态场景，另一组场景为非静态场景；
24、针对静态场景，通过毫米波雷达持续对输电线路场景采集数据并处理，获得输电线路点云数据；针对静态场景，在不同温湿度、风速风向条件下对输电线路场景采集数据并处理，获得输电线路在不同环境下的点云数据；在静止条件下，在输电线路场景增加异物场景采集数据并处理，获得输电线路场景存在异动目标的点云数据；对静态场景数据和非静态场景数据进行分类，分离输电线路点云数据和非输电线路点云数据，形成数据集。
25、作为一种优选的方案，所述识别输电线路点云数据的步骤包括：对输电线路点云数据采用特征识别法，对点云速度特征进行分析，建立输电线路点云速度特征；对输电线路点云数据采用特征识别法，对点云数据形成的轮廓形象进行分析，建立输电线路空间特征分布特征；结合输电线路点云速度特征和输电线路空间特征分布特征进行特征分析，得到输电线路点云数据。
26、作为一种优选的方案，所述识别输电线路异动目标点云数据的步骤包括：对输电线路异动目标点云数据采用特征识别法，结合输电线路点云速度特征进行分析，建立输电线路异动目标点云速度特征；采用特征识别法，结合输电线路点云速度特征对输电线路异动目标点云数据形成的轮廓形象进行分析，建立输电线路异动目标空间特征分布特征；结合输电线路异动目标点云速度特征和输电线路异动目标空间特征分布特征进行特征分析，实现异动目标识别。
27、作为一种优选的方案，所述结合分析输电线路点云数据与输电线路异动目标点云数据识别输电线路周界异动目标的步骤包括：结合输电线路点云数据和输电线路异动目标点云数据，对包含静态场景和动态场景的实际观测场景数据进行测试，在检测到异动目标时，上传异动目标图像和异动目标点云数据；识别统计异常数据和识别错误数据，建立增量数据集；通过对增量数据集进行特征分析，实现增量特征识别，利用增量特征优化输电线路周界异动目标识别结果。
28、作为一种优选的方案，所述对增量数据集进行特征分析，实现增量特征识别，利用增量特征优化输电线路周界异动目标识别结果的步骤包括：对增量数据集和实际观测场景进行分析，按照数据准确性和可靠性筛选数据；对筛选后的数据进行特征分析，优化输电线路点云特征和输电线路异动目标特征；采用增量学习方法优化输电线路周界异动目标识别，提升对异动目标的异动监测。
29、第二方面，本发明实施例提出一种基于毫米波雷达的高压输电线路周界异动监测系统，包括：
30、原始信号数据获取模块，用于获取输电线路通道场景原始毫米波雷达信号数据；
31、目标点云数据获取模块，用于利用原始毫米波雷达信号数据获取观察目标的点云数据；
32、点云数据分离模块，用于依据实际观测场景分离输电线路点云数据和非输电线路点云数据；
33、输电线路点云数据识别模块，用于识别输电线路点云数据；
34、异动目标点云数据识别模块，用于识别输电线路异动目标点云数据；
35、输电线路周界异动目标识别模块，用于结合分析输电线路点云数据与输电线路异动目标点云数据识别输电线路周界异动目标。
36、相较于现有技术，本发明至少具有如下的有益效果：
37、利用毫米波雷达获取高压输电线路点云数据以及输电线路异动目标点云数据，结合分析输电线路点云数据与输电线路异动目标点云数据识别输电线路周界异动目标。由于高压输电线路通常架设于高空中，当大棚薄膜、建筑用防尘网、大型机械设备及漂浮无人机等异物危害输电线路时，会出现空间位置异动，本发明通过毫米波雷达可敏感发现异动目标，利用点云数据提取异动目标的同时对异动进行监测，保障异物进入高压输电线路警戒范围内时及时发现，提高输电线路在线监测能力，保障高压输电线路输电安全。同时，本发明的监测方法不受天气、夜晚等因素影响，可全天候实现对输电线路周边异动目标监测。
38、进一步的，本发明对原始毫米波雷达信号数据采用测距测速测角算法进行信号处理，获取观察目标的距离、方位角、俯仰角、多普勒4维点云数据，测距测速测角算法包括傅里叶变换法、capon或超分辨谱估计类算法，通过采用特征识别法、模板匹配法、深度学习法、增量数据特征识别实现输电线路特征和输电线路异动目标分离和识别，可结合数据和人工判定结果逐步优化本发明输电线路周界异动监测方法，提升对异动目标的异动监测效果。
1.一种基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，包括：
2.根据权利要求1所述基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，在获取输电线路通道场景原始毫米波雷达信号数据的步骤中，设计毫米波雷达波形参数和毫米波雷达天线，利用设计好的毫米波雷达获取输电线路通道场景原始毫米波雷达信号数据；
3.根据权利要求1所述基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，所述利用原始毫米波雷达信号数据获取观察目标的点云数据的步骤中，对原始毫米波雷达信号数据采用测距测速测角算法进行信号处理，获取观察目标的距离、方位角、俯仰角、多普勒4维点云数据，测距测速测角算法包括傅里叶变换法、capon或超分辨谱估计类算法。
4.根据权利要求3所述基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，对于发射多脉冲串线性信号的毫米波雷达，采用傅里叶变换法、capon或超分辨谱估计类算法对探测目标回波脉冲串以设定采样周期ts进行离散化采样，获得距离多普勒热力图；
5.根据权利要求1所述基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，所述依据实际观测场景分离输电线路点云数据和非输电线路点云数据；
6.根据权利要求1所述基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，所述识别输电线路点云数据的步骤包括：对输电线路点云数据采用特征识别法，对点云速度特征进行分析，建立输电线路点云速度特征；对输电线路点云数据采用特征识别法，对点云数据形成的轮廓形象进行分析，建立输电线路空间特征分布特征；结合输电线路点云速度特征和输电线路空间特征分布特征进行特征分析，得到输电线路点云数据。
7.根据权利要求1所述基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，所述识别输电线路异动目标点云数据的步骤包括：对输电线路异动目标点云数据采用特征识别法，结合输电线路点云速度特征进行分析，建立输电线路异动目标点云速度特征；采用特征识别法，结合输电线路点云速度特征对输电线路异动目标点云数据形成的轮廓形象进行分析，建立输电线路异动目标空间特征分布特征；结合输电线路异动目标点云速度特征和输电线路异动目标空间特征分布特征进行特征分析，实现异动目标识别。
8.根据权利要求1所述基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，所述结合分析输电线路点云数据与输电线路异动目标点云数据识别输电线路周界异动目标的步骤包括：结合输电线路点云数据和输电线路异动目标点云数据，对包含静态场景和动态场景的实际观测场景数据进行测试，在检测到异动目标时，上传异动目标图像和异动目标点云数据；识别统计异常数据和识别错误数据，建立增量数据集；通过对增量数据集进行特征分析，实现增量特征识别，利用增量特征优化输电线路周界异动目标识别结果。
9.根据权利要求8所述基于毫米波雷达的高压输电线路周界异动监测方法，其特征在于，所述对增量数据集进行特征分析，实现增量特征识别，利用增量特征优化输电线路周界异动目标识别结果的步骤包括：对增量数据集和实际观测场景进行分析，按照数据准确性和可靠性筛选数据；对筛选后的数据进行特征分析，优化输电线路点云特征和输电线路异动目标特征；采用增量学习方法优化输电线路周界异动目标识别，提升对异动目标的异动监测。
10.一种基于毫米波雷达的高压输电线路周界异动监测系统，其特征在于，包括：
