为了确保直升机的飞行安全,直升机载毫米波防撞雷达系统得到了大量的研究。由于电力线本身难以检测,并且由电力线所引起的直升机事故频频发生,所以直升机防撞系统中一个很重要的方面就是对电力线的检测。本文针对毫米波雷达对电力线的检测做了下面几个方面的研究：1.就已完成的无人机巡线科研项目中的毫米波雷达防撞系统,阐述了毫米波雷达一维距离成像原理和基本信号处理方法。2.建立了详细的电力线模型,在毫米波波段对电力线的雷达散射截面(RCS)进行了仿真,得出了电力线的布拉格散射图,并分析了电力线的散射机理。3.研究了一种机械扫描毫米波雷达方位-距离二维成像原理和方法,并用电力线的布拉格散射曲线对电力线雷达图像进行了仿真。电力线在经过坐标变换后的图像中表现为一条条直线,通过Hough变换直线检测可以检测到电力线,然而电力线图像一般是充满噪声的,检测得到的直线自然也包含了有噪声所组成的直线。4.针对Hough变换后检测到的直线既包含噪声又包含电力线,提出了使用机器学习方法对检测到的候选直线分类处理的方案。本文使用了决策树,朴素贝叶斯和支持向量机三种监督式机器学习方法对候选直线进行分类处理。监督式机器学习方法需要很多的训练数据集,文中分析了利用雷达图像中电力线和噪声所处的像素点强度的差异,从雷达图像中提取了一个10维的特征向量作为区分电力线直线和噪声直线的特征属性,使用三种方法分别训练出对应的分类器,通过仿真证实了该方案的可行性。最后对三种算法检测电力线的性能进行了比较。