穿墙雷达成像技术研究探讨
墙体参数未知时的穿墙雷达实时成像方法
墙体参数未知时的穿墙雷达实时成像方法张华美;张业荣;王芳芳【摘要】为同时解决穿墙雷达成像中墙体参数未知和实时性要求这两个关键问题，提出了先利用支持向量机对墙体参数进行回归预测、再采用相移偏移算法进行成像的两步成像方法。
重点介绍了墙体参数预测方法，讨论了目标的大小、位置、形状和个数及墙体长度、采样间隔、噪声对墙体参数预测的影响，仿真结果表明预测方法精度高、耗时短。
对实际案例进行仿真分析，结果表明该两步方法成功地实现了墙体参数未知时的实时成像，成像结果令人满意。
%In order to solve two key problems in through-the-wall imaging which are ambiguities of wall parameters and real-time imaging simultaneously,a two step imaging procedure is presented in which firstly the wall parameters are esti-mated by support vector machine and then the targets behind the wall is located and focused by phase shift migration algo-rithm.The estimated method is introduced emphatically,and the influence of the size,the location,the shape,the number of the targets and the length of the wall,sampling interval,noise on the estimated wall parameters is mainly discussed.The re-sults demonstrate that the method based on SVM(Support Vector Machine)has the advantages of high precision and low computational time.Finally,the performance of two step imaging procedure is tested by a practical case of through-the-wall imaging,the results show that the procedure can realize real-time imaging under unknown wall characteristics,and also a rel-atively satisfactory image focusing is obtained.【期刊名称】《电子学报》【年(卷),期】2016(044)007【总页数】6页(P1613-1618)【关键词】穿墙成像;参数估计;实时性;支持向量机【作者】张华美;张业荣;王芳芳【作者单位】南京邮电大学电子科学与工程学院，江苏南京210003;南京邮电大学电子科学与工程学院，江苏南京210003;南京邮电大学电子科学与工程学院，江苏南京210003【正文语种】中文【中图分类】TN957穿墙雷达和探地雷达、医学成像、地球物理观测等同属于无损检测，能根据有限的信息推断非视距范围内的目标信息.不管军事上还是民用上，穿墙雷达都有着广泛的应用，受到了极大的关注.穿墙雷达既要求成像质量高，又要求实时性，而墙体的存在使这两个要求很难同时满足.若墙参(介电常数、电导率、墙体厚度)已知，很多成像算法(例如后向投影算法等)中容易纠正由墙体引起的偏移效应.但在实际情况中，墙参是未知的.因此，如何解决墙参未知时的实时成像，是目前穿墙问题面临的难题.介于墙参的未知性和重要性，近几年，很多研究致力于墙参估计[1].研究方法主要分成两类.第一类，轨迹交点法.通过放置不同的天线阵、或者把天线阵放置在离墙不同的位置，形成不同的曲线，曲线的交点即是准确的墙参[2,3].此类方法正确性高，不足是至少需要两次实验.第二类，价值函数法[4,5].把某计算指标和墙参的测量值构造成一价值函数，最小化价值函数即得到墙参.这类方法得到的估计值和真实值很接近，不足是计算时间长.另外，Jin Tian等[6]根据等效传输线模型提出了基于滤波的估计方法，即移除墙体的影响构造滤波器，于是墙参的估计就转换成在获得目标高质量图像基础上得到滤波器的最优化参数.该方法估计精度高、速度快，但没有涉及对电导率的估计.Protiva Pavel等[7]提出了时延估计方法，该方法通过收发天线间隔不同时产生的不同时延来估计墙参，只需几秒的时间，但至少需要两次试验.随着智能算法在无损检测领域的广泛应用，支持向量机(Support Vector Machine，SVM)被用于穿墙问题[8,9].SVM基于结构风险最小原则，建立在统计学习的Vapnik-Chervonenkis维理论基础上，通过求解一个凸二次规划问题，得到全局最优解，具有良好的泛化性和实时性.穿墙问题中已实现了SVM对目标中心位置[8]和电磁参数[9]的重构，但只适用于单目标情形，且未见SVM用于墙参估计的报道.在墙参已知的情况下，相移偏移(Phase Shift Migaration，PSM)算法[10]采用快速傅里叶变换技术，能实时对目标进行成像.PSM算法是基于波动方程的频域算法，最初用于地理探测、地震信号的处理，适用于媒质呈层状分布的区域[11].在多数穿墙问题中，可近似认为电磁波沿水平层状媒质传播，因此PSM算法适用于穿墙问题[12].本文描述了穿墙成像问题，提出了利用SVM进行墙参估计的方法，再根据估计的墙参进行PSM成像.由于SVM是“单输出”的学习方法，故需要分别建立墙体各参数的SVM模型.对于建模时目标不变的情况，讨论了目标的大小、位置、形状和个数变化时墙参的预测值和真实值之间的关系.为了验证SVM方法在实际中的应用能力，讨论了墙体长度、天线的采样间隔和噪声对预测结果的影响.最后，对墙参未知的实际案例进行仿真分析，分别根据墙参预测值和真实值进行成像，比较了两者的成像结果.2.1 问题描述穿墙问题的几何模型如图1所示，假设墙体是单层、均匀的媒质，其厚度、相对介电常数和电导率分别为dw、εw和σw.成像区域在墙体的一侧，其中放置一个目标.一天线放置在墙体的另一侧，平行于墙体直线移动，形成长度为L的合成孔径，L等于墙体长度.天线采样位置等间隔，逐个在采样位置发射并接收信号(收发共置的方式).本文用时域有限差分(Finite Difference Time Domain，FDTD)法仿真，模拟发射信号为调制高斯脉冲信号，中心频率为2GHz，脉冲带宽为1.2ns.接收信号存储后用于目标的探测和定位.接收信号中包含直射波、墙面反射波与折射波、目标散射波等信号，目标探测时只需其散射信号.该信号可通过背景相减法获得，即在相同的几何模型下，用有目标时的接收信号减去无目标时的接收信号，可得目标的散射信号.由于墙体的存在，目标的散射信号和成像信息不是线性关系，加诸墙参未知，要快速对目标进行成像，一种方法是先估计墙参，然后再成像.本文将从散射信号中提取的信号作为输入，墙参作为输出，通过SVM训练得到两者关系的近似表达式.再根据估计的墙参，利用PSM算法成像.2.2 基于SVM的墙体参数估计方法SVM主要特点是利用核函数把低维空间的非线性关系变换为高维空间的线性关系，以便找出输入信号和输出信号之间的线性表达式.设给定的训练集为T={(x1,y1),…,(xl,yl)}，其中xi∈R2n为输入信号，yi∈R为输出信号，i=1,…,l，l为训练样本数.在墙参估计方法中，x是一维向量，由等距采样位置提取的目标散射信号的最大振幅值(x的前n元)和最大振幅对应的时间(x的后n 元)组成；y是一个实数，表示墙参.设线性回归函数为：其中，(·)为内积运算符号，w和b分别为权重向量和偏置.设线性拟合的精度为ε，基于结构风险最小化原则，考虑到容错性，引入松弛变量，则原始最优化问题为：,≥0式中C为惩罚因子，是泛化能力和拟合误差的一个折衷.利用拉格朗日方法求解上述约束最优化问题，将原问题转化为其对偶问题，即为：求解该对偶问题得到拉格朗日系数.再引入满足Mur条件的核函数技术，于是回归函数为：其中，根据Karush-Kuhn-Tucker最优化条件计算得到.对于新的x，可通过式(6)计算得到相应的y.2.3 PSM算法PSM算法由Gazdag在1978年提出[10]，基本思路是：在频率波数域实现波场延拓，再利用傅里叶逆变换得到每一深度t=0时刻的波场，从而可将测量到的波场延拓到任意深度.假设接收天线的横坐标为x，纵坐标为z0，散射信号为e(x,z0,t)，二维PSM算法的计算步骤如下：(1)输入e(x,z0,t)，分别对x,t进行Fourier变换，得到E(kx,z0,ω)，(2)在频率-波数域进行波场外拓，延拓步长为Δz.如果取Δz小于每层媒质的厚度，则在Δz内纵向速度不变.雷达是收发共置的工作方式，从发射天线到反射点和从反射点到接收天线的路程是重叠的，电磁波总传播时间是从反射点到接收天线传播时间的2倍，因此可以把波速看作波在传播媒质中实际传播速度的一半，外推z1=z0+Δz的波场表示式为：(3)对式(8)在kx,ω域进行逆Fourier变换，并令t=0，得到：e(x,z1,t=0)是深度z=z1处的相移偏移结果.(4)在每一深度zm+1=zm+Δz,m=0,1,…,M-1.重复步骤(2)、(3)，即可得到整个成像区域的波场分布.墙体模型如图1所示，墙体的介电常数和厚度未知，长2.4m.天线沿x轴移动，采样间隔0.02m，形成L=2.4m的合成孔径.墙后放置一中心位置为(1.2m，1.3m)、半径ρ=0.15m的圆形目标.3.1 建立SVM模型穿墙问题中，墙体材料为混凝土、砖、石灰石等，一般这些材料的εw∈[3,7]，dw∈[0.1m,0.3m].墙参未知时，设σw=0，而εw、dw按以下方式改变：式中，Δε=0.25、Δd=0.01m分别是相对介电常数、厚度的采样间隔.每一组εw 和dw对应一对墙参，这样得到了357个样本.选取其中的178个样本作为训练样本，其x是训练数据.其他的作为测试样本，其x是测试数据.利用SVM对εw和dw分别训练，并采用径向基(Radial Basis Function，RBF)核函数，从而得到两个回归模型modelper和modelthick.用其对测试样本进行预测，结果见图2.图2显示了墙参的预测值和真实值非常接近，图3定量地给出了误差结果，εw和dw的预测误差分别控制在0.1和0.005m之内.从图3(b)可知预测dw时，墙体厚度比较薄时误差稍大.SVM训练中采用RBF核函数时，调节C和核函数系数σ2，得到平方相关系数(Squared Correlation Coefficient，SCC)以判断预测值和真实值的拟合程度.SCC 越接近1，表示拟合效果越好.本文采用网格寻优的方式寻找最佳值.建立modelper和modelthick时，C的最佳值分别为Cp=194.0和Ct=97.0，SCC为0.996和0.995.若保持σ2的最佳值不变，Cp=Ct=700，SCC保持不变；Cp=Ct=1，SCC为0.988和0.821.因此，σ2不变时，仅调节C，模型的拟合程度基本不变，对预测结果没有影响.穿墙问题中，假设目标不变、墙参为εw=5.28，dw=0.2m，利用modelper和modelthick对εw和dw分别进行预测，预测值为=0.199m，分别比真实值偏大0.06及偏小0.001m.因SVM不能预测相差太远的数据，预测的y不能超出训练样本中的y太大.即在本文中，εw和dw的测试范围分别在3～7之间、0.1m～0.3m之间.在这测试范围内，即使y不是训练样本中的值，SVM的预测精度也能和图2、3中的一致.在实际应用中，可设置范围更广的墙参进行建模，使得测试范围更大.因此，本文方法具有一般意义.3.2 外界因素对墙体参数预测的影响设墙参为εw=5.28，dw=0.2m，利用modelper和modelthick分别对εw和dw进行预测.若目标位置不变、ρ从0.05m递增到0.25m，递增间隔为0.01m，预测结果见图4.在图4中，横实线代表εw和dw的真实值；εw和dw随半径的变化无固定规律，但半径相同时，εw和dw中必定一个大于真实值，另一个小于真实值，两者的误差在成像算法中恰可相互抵消[6].若ρ=0.15m不变，目标方位向坐标从0.2m递增到2.2m，距离向坐标从0.6m递增到2.8m，递增间隔都为0.1m，预测结果见图5.图5(a)中显示εw和dw的预测值都较稳定，εw的预测值和真实值基本一致，且不受方位向坐标变化的影响.dw的预测值几乎都比真实值大，但误差都在0.013m内，对实际成像影响不大.从图5(b)看出，εw和dw随距离向坐标变化时起伏较大，但基本保持一个大于真实值、一个小于真实值的规律.两值同时大于或者小于真实值则为存在一定的误差，但属于少数情形.把3.1节中的圆形目标改成长方形目标，长0.4m，宽0.2m，中心位置不变，此时预测值为=0.204m.若改成正方形目标，边长为0.3m，中心位置不变，此时预测值为=0.207m.相比3.1节中的结果，可知目标形状的改变对预测结果影响有限.针对多目标情况，假设增加目标的大小、形状都和单目标相同.两目标可认为是在单目标的基础上再增加一目标，三目标是在两目标的基础上再增加一目标，以此类推.现作四目标例算，第二至第四目标的中心位置分别为(0.7m，0.6m)、(1.8m，1.0m)、(0.9m，1.8m).预测结果表明目标个数不同时预测结果略有不同，但近似后都为=0.212m，分别比真实值偏大0.02及0.012m.若目标半径、形状不变，中心位置的纵坐标不变、横坐标同墙体的中心位置坐标，墙体长度从0.08m递增到0.48m，递增间隔为0.02m，合成孔径长度同墙体长度.则预测结果和多目标时的一样.若天线间的采样间隔从0.02m递增到0.4m，递增间隔为0.02m，合成孔径长度保持基本不变，其余参数不变.则预测结果同多目标时的结果.上述的讨论基于理想无噪声环境，但实际上，信号收集过程中必定有噪声污染.因此在3.1节的测试数据中加入不同信噪比(Signal Noise Ratio，SNR)的噪声，则预测结果见图6.从图6看出，εw和dw的预测值几乎都保持了一个大于真实值、另一个小于真实值的规律.且当SNR大于35dB时，预测值趋于稳定，分别为=0.199m，说明此时噪声污染对预测结果几乎没有影响.以上分析表明，当测试数据由于目标状态、墙体长度、采样间隔发生改变或被噪声污染而出现一定的失真时，预测的墙参也能为成像算法提供可靠、有效的数据.SVM方法的预测精度受目标大小、位置和形状变化的影响相对较大，但几乎不受目标个数、墙体长度、采样间隔和噪声的影响，体现了SVM方法的鲁棒性和良好的泛化性.但在穿墙问题的几何模型中，获得测试数据时天线的收发方式、离墙的距离必须和获得训练数据时相同，否则测试数据的输入和输出信号之间的关系和已建模型不存在联系，导致预测结果无效.穿墙雷达天线在墙外布置，容易做到和建模时一样，因而本文提出的方法具有实用性.设墙参为εw=6.2，dw=0.155m，墙体长0.3m；墙后放置两目标，一个是中心位置为(0.9m，0.9m)的长方形目标，长0.2m，宽0.1m，另一个是中心位置为(2.1m，1.3m)的圆形目标，半径为0.2m；天线的采样间隔为0.01m.以上设置的参数和训练模型中的都不一样，且目标的散射信号受到SNR为20dB的噪声污染.用modelper和modelthick对墙参进行预测，结果为=0.212m.根据预测的和真实的墙参、利用PSM算法成像，结果见图7.从图7看出，根据两种墙参都能得到定位精确、无散焦的高质量图像.且当modelper和modelthick已知时，在Inter Core 2.6GHz 4CPUs的计算机上，预测墙参只需不足一秒的时间，远远小于价值函数法的预测时间；利用PSM算法成像时，也只需二十几秒的时间.两者相加不超过三十秒，满足实时要求.且SVM预测方法只需一次试验即可，相比轨迹交点法，更易在实际中应用.鉴于穿墙雷达中的墙参未知和实时性问题，本文提出了一种两步成像的方法.该方法首先利用SVM对墙参进行快速、有效地回归估计，再利用PSM算法进行成像，实现了穿墙雷达问题中墙体参数未知时的实时成像.实际案例的高质量成像有力地证实了本文方法的可行性和鲁棒性.利用SVM进行墙参预测时，预测精度受目标大小、位置和形状变化的影响相对较大，但几乎不受目标个数、墙体长度、采样间隔和噪声的影响；只需一次实验即可；能实时估计出墙参；估计值能为成像算法提供有效的数据；另外，若建立模型时包含了电导率的信息，SVM还能预测墙体的电导率；但SVM只能胜任单层墙体的墙参预测，无法处理多层墙体的情况，因此下一步的研究工作包括如何实现多层墙体时的墙参未知时的实时成像.张华美女,1979年10月出生于江苏启东.现为南京邮电大学电子科学与工程学院讲师.主要研究方向为电磁场的数值计算、电磁逆散射及成像等.E-mail:*****************.cn张业荣(通信作者) 男,1963年4月出生于安徽和县.现为南京邮电大学电子科学与工程学院副院长，教授、博士生导师.主要研究方向为电磁散射与成像、电波传播、无线通信的信道建模等.E-mail:*****************.cn王芳芳女,1985年2月出生于江苏丹阳.现为南京邮电大学电子科学与工程学院讲师.主要研究方向为电磁散射与逆散射、电磁成像算法等.E-mail:****************.cn【相关文献】[1]金添,孙鑫,李欣,等.SAR穿墙成像中墙体影响图像域补偿方法[J].电子学报,2012,40(7):1424-1428.Jin Tian,Sun Xin,Li Xin,et al.A method to compensate wall effects in the image domain for SAR through-the-wall imaging[J].Acta Electronica Sinica,2012,40(7),1424-1428.(in Chinese) [2]Wang Gen-yuan,Amin M G.Imaging through unknown walls using different standoff distances[J].IEEE Transactions on Signal Processing,2006,54(10):4015-4025.[3]Wang Gen-yuan,Amin M G,Zhang Yi-min.New approach for target locations in the presence of wall ambiguities[J].IEEE Transactions on Aerospace and ElectronicSystems,2006,42(1):301-315.[4]Dehmollaian M,Sarabandi K.Refocusing through building walls using synthetic aperture radar[J].IEEE Transactions on Geoscience and Remote Sensing,2008,46(6):1589-1599.[5]Solimene R,Soldovieri F,Prisco G,et al.Three-dimensional through-wall imaging under ambiguous wall parameters[J].IEEE Transactions on Geoscience and RemoteSensing,2009,47(5):1310-1317.[6]Jin Tian,Chen Bo,Zhou Zhi-min.Imaging-domain estimation of wall parameters for autofocusing of through-the-wall SAR imagery[J].IEEE Transactions on Geoscience and Remote Sensing,2013,51(3):1836-1843.[7]Protiva P,Mrkvica J,Machac J,et al.Estimation of wall parameters from time-delay-only through-wall radar measurements[J].IEEE Transactions on Antennas andPropagation,2011,59(11):4268-4278.[8]王芳芳,张业荣.基于支持向量机的电磁逆散射方法[J].物理学报,2012,61(8):084101-084208. Wang Fang-fang,Zhang Ye-rong.An electromagnetic inverse scattering approach basedon support vector machine[J].Acta Physica Sinica,2012,61(8):084101-084208.(in Chinese) [9]Wang Fang-fang,Zhang Ye-rong.The support vector machine for dielectric target detection through a wall[J].Progress in Electromagnetics Research Letters,2011,23:119-128[10]Gazdag J.Wave equation migration with the phase-shiftmethod[J].Geophysics,1978,43(7):1342-1351.[11]Olofsson T.Phase shift migration for imaging layered objects and objects immersed in water[J].IEEE Transactions on Ultrasonics,Ferroelectrics,and FrequencyControl,2010,57(11):2522-2530[12]Gu Xiang,Zhang Yun-hua.Autofocus imaging simulation for through-wall radar by using FDTD with unknown wall characteristics[A].Proceeding of Asia-Pacific Microwave Confeerence[C].Yokohama:IEEE,2010.1657-1660.。
雷达成像技术研究与仿真实现
个 等效合 成孑 Ｌ 径天 线 的接收信 号 。
２ 合 成 孔 径 雷 达 成 像 原 理 与 技 术
常规 Ｓ Ａ Ｒ将合 成孑 Ｌ 径、 匹配 滤 波和 脉 冲 压缩 技 术 有 机 结合运 用 到信 号 处 理 中 ， 将 空 间 三 维 分 布 的 目标
中 图分 类号
Ｔ Ｎ ９ ５ ８
文献标识码
Ａ
文 章编 号
１ ０ ０ ７—７ ８ ２ ０ （ ２ ０ １ ５ ） ４ — ０ ０ ５ ４— ０ ３
Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ ａ ｎ ｄ Ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ Ｒａ ｄ ａ ｒ Ｉ ｍａ ｇ ｉ ｎ ｇ Ｔｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ
采用合成 孑 Ｌ 径 方式 实 现成像 是 雷达 成像 的主要 方 式 。合成孔 径雷达通 常安装在 高速运 动 的载 体上 ， 对地 面或海 面 目标 进行 清晰 成像测 绘 ， 在 Ｓ Ａ Ｒ测绘 成像 中 ，
及 脉 冲压缩 等信 号 处 理 技 术 达 到 高 分 辨 率 成 像 的 目 的 。Ｓ Ａ Ｒ随载 体 的运动 进行 工作 ， 当雷 达载 体运 动 时 ，
Ｖ ＴＪ
二 ｕ 平常二 ６卺 弟 斗 煳
Ｅｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｓｃ ｉ ．＆ Ｔｅ ｃ ｈ ． ／Ａｐｒ ． １ ５． ２０１ ５
ｄ ｏ ｉ ：１ ０ ． １ ６ １ ８ ０ ／ ｊ ． ｃ ｎ ｋ ｉ ． ｉ ｓ ｓ ｎ ｌ Ｏ ０ ７— ７ ８ ２ ０ ． ２ ０ １ ５ ． ０ ４ ． ０ １ ５
信息及运 动速度 信 息。合 成孑 Ｌ 径 雷 达成 像技 术 在 目标
特征提取 、 自动 目标探 测 、 动 目标 检测 及 许 多军 事领 域 有着广泛 的应用前景 ¨ Ｊ ， 例 如通过舰 载合成 孑 Ｌ 径 雷达获 取 目标 Ｓ Ａ Ｒ图像 ， 进行舰船及其尾 迹 的检测 等 Ｊ 。
超宽带穿墙雷达
超宽带穿墙雷达作者：赵敏黄莹吴思莹来源：《中国新通信》 2017年第12期【摘要】本文研究了基于宽带波束形成技术的穿墙雷达成像技术的基本概念和原理，建立了穿墙雷达成像目标回波模型，详细分析了宽带波束形成基本原理，最后通过matlab 仿真成像验证相干成像和非相干成像的不同。
【关键词】穿墙雷达成像成像目标回波模型宽带波束形成原理一、超宽带雷达介绍超宽带穿墙雷达是一种获取更多目标相关信息的新体制雷达，指的是雷达发射信号的带宽与中心频率之比大于0.25，并且带宽越大，雷达的距离分辨率越高。
在超宽带信号的照射下，超宽带雷达从目标的散射中心返回的回波信号有别于窄带雷达，接收机输入端的信号不载仅仅是简单的发射信号的延迟和多普勒频移。
雷达目标信息的提取与回波信号有着紧密的联系，因此对于超宽带雷达目标回波的建模研究与接收和处理回波信号尤为重要。
二、基于宽带波束形成技术穿墙雷达成像基本原理2.1 目标回波模型图1-1 为穿墙雷达成像的场景，假定为点目标，并且假定墙体是单一均匀介质的墙体，厚度和介电常数分别为和，本文采用单发单收天线沿墙体横向移动的方式形成线天线阵列，共在N 个天线位置进行数据采集。
设发射信号为s(t)，为超宽带信号满足距离分辨率要求，接收天线在第m 个天线位置接受到的回波信号为其中，为电磁波在墙体中的传播速度，电磁波在墙体和空气中的传播路径在墙体厚度d 和介电常数确知的条件下可以根据Snell 定律精确求解，从而可以精确计算回波延迟。
2.2 宽带波束形成基本原理将目标区域被划分为多个像素点，任意像素点的像素值可计算如下：其中，，为加权系数，用来表示目标图像扩展程度，一般设置为1。
为延迟，用来表示假设目标为点时的回波延迟。
对于目标区域的所有像素点由公式（1-3）得到其相应的像素值，墙体厚度d 和介电常数已知的条件下，目标点的像素值能够准确反映目标区域各散射点的强度，最终形成目标区域散射点图像，即为目标区域图像。
穿墙雷达方位向分辨率研究
穿墙雷达方位向分辨率研究作者：宫展鹏张辉张培杰来源：《现代电子技术》2015年第15期摘要：给出有墙体影响下的方位向分辨率计算公式，即L⁃W公式和A⁃W公式，并数值分析了取不同折射率的墙体方位向分辨率、误差和相对误差随墙体厚度的变化情况。
结果表明：L⁃W公式和A⁃W公式计算的方位向分辨率随不同墙体厚度的增加而增大；在相同厚度处，墙折射率越大，方位向分辨率误差及其相对误差也越大；L⁃W和A⁃W公式计算方位向分辨率时，L⁃W公式更能精确地体现目标辨识能力。
关键词：穿墙雷达；方位向分辨率；宽带信号；误差中图分类号： TN958⁃34 文献标识码： A 文章编号： 1004⁃373X（2015）15⁃0029⁃03 Study on azimuth resolution for through⁃wall radarGONG Zhanpeng1， ZHANG Hui1， ZHANG Peijie2（1. Xianyang Normal University， Xianyang 712000， China； 2. College of Highway，Chang’an University，Xi’an 710064， China）Abstract： The azimuth resolution calculation formulas with effect of the wall are presented，that is L⁃W formula and A⁃W formula. The relationship between the wall azimuth resolution，errors and relative errors changed with the wall thickness is analyzed numerically. Analysis results show that the azimuth resolution calculated by L⁃W formula and A⁃W formula is increased with the addition of different walls thickness. At the same thickness， the larger refractive index of walls is，the bigger the error of azimuth resolution and relative error become. L⁃W formula can embody the target recognition ability more precisely than A⁃W formula when the two formulas are used to calculate azimuth resolution.Keywords： through⁃wall radar； azimuth resolution； broadband signal； error0 引言穿墙雷达成像的主要目标是利用雷达回波数据，通过成像算法获得被障碍物遮挡区域高质量图像，图像的质量常用分辨率、信噪比和精细度等表述[1]。
分布式穿墙雷达目标跟踪技术
分布式穿墙雷达目标跟踪技术
分布式穿墙雷达组网利用多个探测节点发射电磁波对建筑墙体、丛林叶簇进行透视,完成对隐蔽目标的可靠侦测、位置确定和实时追踪,有效地维护了公共安全。
针对分布式穿墙雷达领域内目标跟踪的研究空白,本文从组网的时间配准、空间配准、目标成像后的动态跟踪等方面开展了相关研究工作,开展的研究工作如下:1、针对分布式穿墙雷达组网的应用场景和任务属性,研究了分布式探测网络的拓扑结构和工作流程,并基于双向时间测距方案研究了测距误差补偿方法,研究了两种节点自定位方法,提出了椭圆-双曲线定位算法,仿真验证了其定位准确度明显优于现有自定位方法。
2、针对传统单视角穿墙雷达应用的局限性,研究了三种复杂环境目标运动模型,归纳了两类适用于分布式穿墙雷达组网的目标跟踪算法架构,即集中式跟踪和分布式融合。
3、针对集中式目标跟踪问题,设计了特征融合-聚类检测-图像跟踪的三级信号处理架构。
首先基于目标灰度值的概率统计特性,研究了基于目标特征信息的特征级融合算法,电磁仿真数据处理结果验证了合后目标图像的信噪比明显高于像素级加乘融合;其次基于图像聚类方法,研究了基于特征权重因子的雷达图像聚类算法,仿真数据说明算法有效提高了定位的精度;最后基于视频图像跟踪方法,研究了基于概率均值漂移的雷达图像跟踪算法,实现了漏检目标的检测、定位和跟踪。
4、针对分布式目标融合问题,设计了点迹跟踪-轨迹融合的两级信号处理架构。
首先基于多目标多模型跟踪算法,利用轨迹管理方法,改良了单站穿墙雷达机动目标跟踪算法,仿真验证了两目标下的探测性能;然后基于分布式轨迹融合算法,研究了基于加权距离的轨迹匹配算法,采用了基于最小行列式改良解的协
方差交叉融合算法,实现了漏检目标的探测。
地下管线探测中雷达成像信号处理技术研究
地下管线探测中雷达成像信号处理技术研究随着城市化的不断发展，地下管道密度越来越大，各种管线浩如烟海。
如何高效、准确地探测地下管线，成为一个亟待解决的问题。
雷达成像技术因其无需接触地面、能够穿透物体等特性，被广泛应用于地下管线探测领域。
本文将探讨在地下管线探测中，基于雷达成像技术的信号处理方法。
一、地下管线探测中雷达成像技术的应用雷达成像技术是一种通过电磁波与物体相互作用，实现物体形态和位置信息获取的技术。
在地下管线探测中，它通过发射高频电磁波，利用波与地下管线的相互作用，实现管线的检测和定位。
在雷达成像技术的应用中，功率和频率两者的选择是关键之一。
功率选择，必须满足较高的信噪比，同时保证不会对环境和人体造成危害。
频率则需要考虑探测的深度和信号分辨率之间的相互影响。
频率越高，探测深度越浅，但信号分辨率越高。
二、地下管线探测中雷达成像信号的处理方法1. 径向基函数(RBF)神经网络径向基函数(RBF)神经网络是一种基于样条插值理论和神经网络理论相结合的方法。
在信号处理中，通过RBF神经网络可以对雷达成像信号进行压缩和降噪。
RBF神经网络的主要特点是对连续性强的输入数据能够进行高精度的拟合。
其结构由输入层、隐含层和输出层组成。
输入层接收信号，隐含层用径向基函数将输入信号映射到新的特征空间，并通过输出层将映射后的信号转换成目标信号。
运用RBF神经网络对雷达成像信号进行处理的效果证明，通过对数据的重构可以得出较准确的检测结果。
同时，相比于其他机器学习算法，实现的难度较小，精度也更高。
2. HT变换霍夫曼塔变换(HT)是一种将信号从时域转换到频域的方法。
在雷达成像信号处理中，HT变换可以在降噪和提高精度方面发挥重要作用。
HT变换将恒定的时间间隔内信号值的加权平均值作为信号的局部特征属性。
这种并不严格的全局平均方法不仅能够考虑到全局信息，而且能够避免一些干扰。
因此，HT变换在雷达成像信号处理中被广泛应用。
相比于其他方法，HT变换处理率较高，精确度较高，同时可以对信号进行降噪。
结合TV约束的穿墙雷达扩展目标成像方法
结合TV约束的穿墙雷达扩展目标成像方法张燕;晋良念【摘要】在穿过周期性空心墙体的雷达成像中,当成像区域存在扩展目标时,会有数量较多且呈现区域性分布的散射点,从而导致空间的稀疏性较差,如果仍然采用传统稀疏成像方法,往往得不到理想的结果,为此提出一种TV约束下的扩展目标稀疏成像方法.该方法首先将空心墙体等效为三层均匀介质模型,基于贝叶斯准则,采用“Integrate-out”方法充分利用目标的先验信息实现目标函数的无参数化,最后利用交替循环迭代法进行循环优化.仿真和实验结果表明,该方法不仅可以对扩展目标进行高分辨成像,还可以有效消除图像中的杂波,并且大大减小了计算量.%In the through periodic cinderblock wall radar imaging,when there is an extended target at the back of the wall,the spatial sparsity is not very effective because a lot of point scatterers present regional distribution.If the traditional sparse imaging method is still adopted,the inferior results are often obtained.Therefore,an extended target sparse imaging method with total variation constraints is proposed.First,the cinderblock wall is considered to be equivalent to a three-layer homogeneousmodel.Then,the parameter-free objective function is achieved through the method of "integrate-out" based on Bayesian criteria to make full use of the prior information of targets.Finally,the alternating cycle method is used to optimize the objective function.Simulation and experiment results show that the proposed method not only achieves high resolution imagery of the extended target,but also eliminates the clutter are effectively.Also,the calculation amount is reduced greatly.【期刊名称】《雷达科学与技术》【年(卷),期】2017(015)003【总页数】7页(P229-235)【关键词】稀疏成像;周期性空心墙;扩展目标;全变分法;交替循环法【作者】张燕;晋良念【作者单位】桂林电子科技大学信息与通信学院,广西桂林541004;桂林电子科技大学信息与通信学院,广西桂林541004;广西无线宽带通信与信号处理重点实验室,广西桂林541004【正文语种】中文【中图分类】TN957.520 引言超宽带(Ultra Wideband,UWB)穿墙雷达成像(Through-the-Wall Radar Imaging,TWRI)是一种通过电磁波对隐藏目标进行检测、定位、成像和特征提取的技术,在人质救援、建筑物布局检测、隐藏目标探测等领域具有广泛的应用前景[1]。
《微波穿墙成像仿真研究》范文
《微波穿墙成像仿真研究》篇一一、引言微波穿墙成像技术是一种利用微波信号进行非接触式探测和成像的技术，具有广泛的应用前景。
在安全检查、医疗诊断、环境监测等领域，微波穿墙成像技术都发挥着重要的作用。
然而，由于墙体等障碍物的存在，微波信号的传播和成像过程变得复杂。
因此，对微波穿墙成像进行仿真研究，对于理解和优化微波穿墙成像过程具有重要意义。
本文旨在通过仿真研究，探讨微波穿墙成像的原理、方法和应用。
二、微波穿墙成像原理微波穿墙成像技术利用微波信号的穿透性，通过发射和接收微波信号，获取墙体后物体的信息，从而实现成像。
微波信号在传播过程中，会遇到各种障碍物和介质，其传播路径、强度和相位等信息都会发生变化。
通过分析这些变化，可以推断出墙体后物体的形状、位置和性质等信息。
三、仿真方法与模型建立为了研究微波穿墙成像的过程，需要建立相应的仿真模型。
本文采用三维电磁仿真软件，建立包括墙体、空气、物体等在内的仿真模型。
在模型中，需要考虑电磁波的传播、反射、折射、散射等现象。
同时，还需要考虑墙体的材质、厚度、结构等因素对微波信号传播的影响。
通过调整模型参数，可以模拟不同场景下的微波穿墙成像过程。
四、仿真结果与分析1. 信号传播与衰减仿真结果表明，微波信号在穿过墙体时，会发生衰减和畸变。
不同材质和厚度的墙体对微波信号的衰减程度不同。
在信号传播过程中，需要考虑信号的强度、相位和极化等因素对成像质量的影响。
2. 成像质量与分辨率仿真结果表明，微波穿墙成像的分辨率受到多种因素的影响。
其中，发射和接收天线的类型、数量和位置是关键因素之一。
此外，墙体的材质和厚度也会影响成像质量。
通过优化天线配置和调整模型参数，可以提高成像质量和分辨率。
3. 实际应用与挑战仿真研究为微波穿墙成像的实际应用提供了重要依据。
然而，在实际应用中，还需要考虑其他因素，如噪声干扰、多径效应等。
此外，微波穿墙成像技术在安全和医疗等领域的应用仍面临诸多挑战和问题需要解决。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
穿墙雷达成像技术研究探讨
摘要：目前，穿墙雷达系统的发展朝着小型化、低成本化不断发展，在对墙后
人体目标生命特征提取、运动行为监测、动作姿态识别等应用领域取得了长足进步，而相应的雷达成像算法技术也更加的智能化、精确化。
从目前的成像算法来看，主要是分为二维成像和三维成像两大体制，在这两大体制中应用算法的原理
基本相同，只是在数据的获取和处理上稍有区别。
本文将着重针对二维体制的成
像算法进行介绍和对比，以期望对下步的研究提供新思路。
关键词：雷达；穿墙探测；成像算法；二维成像；
引言
近年来，穿墙雷达成像（TWRI）的研究领域侧重于对不透明障碍物（如墙壁）后静止和运动目标的感知和成像。
随着二十多年来的不断发展，穿墙雷达在理论、技术、生产等方面都得到了大幅度的发展，在成像分辨率、精确度等性能上都有
了大幅度的提升。
近年来，穿墙雷达技术在社会各领域的中的应用更加广泛，利
用其具有生命体探测、运动目标识别、场景成像等功能，在抢险救援、安检执法、反恐维稳、智能家居等众多领域中都被广泛应用。
本文将从成像中常用的不同算
法入手，通过对比不同算法成像后的优缺点，以期望为下步的研究工作提供新的
思路。
一、穿墙雷达二维空间成像算法
目前的穿墙雷达的成像体制在一维、二维、三维中都有所应用，但一维成像
提供信息较少，在实际应用中不常使用，二维场景成像能提供距离向、方位向上
的目标信息，现阶段的相关的成像算法有很多，本文将挑选几个具有代表性的进
行阐述。
1.1 基于边界逆散射理论成像方法
早期的电磁逆散射成像方法基本都是在频域上对数据进行分析处理，这类方
法原理简单、数据处理方便，但是需要的数据量大、高频含量不明显、提高成像
分辨率困难。
主要算法有波恩近似迭代算法（BIM）变型波恩迭代算法（DBIM）、局部形状函数算法（LSF）[1]。
BIM和DBIM算法是为解决电介质和导电射体的非
线性逆散射问题提出的。
高质量的重构图像在带宽处于1.5至2.0GHZ区域间可以
得到。
面对具有无限电导率、可以用二进制函数0和1描述的散射体可以使用
LSF算法进行成像处理，该算法利用的是类似于DBIM结构的迭代算法，但它使用的弗雷歇导数和弗雷歇转置算子与DBIM是不同的[2]。
相较BP算法而言，该算
法由于不需要进行相干累加计算，在计算效率上要优于BP算法[3]。
1.2 基于边界散射变换的目标包络估计法
边界散射变换可以用来描述目标边界点与准播前的对应关系[4]。
主要算法有基
于边界散射变换和直接散射波提取的形状估计算法（SEABED）、包络线算法、距
离点徒动算法（RPM）。
SAEBED算法通过准前波到目标边界的直接转换，达到计算效率高、目标边界形状清晰的效果，但因其在计算中使用了微分思想，对噪声
敏感；包络线算法则克服了SEABED算法的缺点，在噪声环境中能得到稳定的图
像边界;RPM算法不使用微分运算同时也不需要距离点进行连接，对于复杂目标
也能稳定成像，但是因需要对DOA进行优化计算，要求精度高、耗费时间长。
1.3 后向投影（BP）法
后向投影算法是从计算机层析成像（CT）技术中衍生发展而来的一种时域算法，成像原理简单，能针对介质常数改变而导致电磁波在介质表面产生的折射损
耗进行相应的补偿，成为穿墙雷达成像过程中常用的技术手段[5]。
在补偿过程中，对目标进行“延迟-求和”是成像的关键所在。
利用传统 BP 算法进行成像得到的效果好、精确度较高，但耗时较长是最突出的问题，该算法的计算复杂度为，高于一般频域算法的复杂度，针对这一缺点衍
生出了很多改进方法：采用二级算法结构实现计算复杂度为的快速BP算法[5]；
采用多级算法结构实现计算复杂度为的快速BP算法[6];在[7]中，该作者针对BP
算法墙体回波明显的缺点提出了一种基于时域差分的BP算法；在[8]中，提出了
一种基于 NUFFT（非均匀快速傅里叶变换）的改进BP 成像算法，相较传统BP算
法而言，该算法成像效果不错，且具有更强的抗噪能力，成像结果基本不受测量
噪声的影响。
在[9]中，作者针对Block-FFBP算法所需空间内存大、算法效率低的
问题，提出了基于距离向进行整体处理的Bulk-FFBP算法，该算法成像效果更佳，计算效率更快。
图二：Block-FFBP插值核余量需求空间不断增长图三：Bulk-FFBP算法流程
图
三结论
本文重点围绕穿墙雷达的二维成像体制，分别对各个成像算法及其衍生改进
算法进行了分析和比对。
随着需求和应用场景的不断发展，穿墙雷达系统在后续
的应用中将不会是独立的存在，它将联合其他雷达系统，共同组成一个大型分布
式探测网络，从而显著提高覆盖范围与探测精度，这对算法的要求将进一步提高，如何使算法更加智能化、系统化将是下一步研究的重点。
参考文献：
[1] 周新鹏,魏国华,吴嗣亮,刘阳. 冲激雷达成像算法综述[J]. 系统工程与电子技术. 2014,36(6):1081-1087
[2] Chew W C, Weedon W H, Moghaddam M. Inverse scattering and imaging using broadband time-domain data[C]. Proc.of the 2nd International Conference on Ulra-Wide Band,Short-Pulse Electromagnetics, 1995:549-562
[3] Sakamoto T, Sato T. A target shape estimation algorithm for pulse radar systems based on boundary scattering transform [ J]. IEICE Trans Com mun, 2004, E87-B( 5): 1357-1365.
[4] Song, L. P., C. Yu, and Q. H. Liu. Through-wall imaging (TWI) by radar: 2-D tomographic results and analyses [J]. IEEE Transactions on Geoscience Remote Sensing, Vol.43, July, 2005
[5] 王怀军, 黄春琳, 陆珉, 等. MIMO雷达反向投影成像算法[J]. 系统工程与电子技术, 2010, 32(8): 1567–1573.
[6] 王涵宁. 一种基于时域差分的穿墙雷达BP成像算法[J]. 现代雷达. 2012,34(1):44-48
[7] 殷雨晴. 穿墙雷达快速BP和衍射层析成像重建技术研究. 沈阳航空航天大学. 2017
[8] 唐江文，邓云凯，王宇，李宁. Bulk-FFBP：基于距离向整体处理的快速分解后
向投影算法[J]. 电子与信息学报. 2017,39(2):405-411
[9] 刘腾飞. 穿墙三维成像技术研究. 国防科学技术大学. 2014。