蔡繼亮,童創(chuàng)明,2,姬偉杰

(1.空軍工程大學(xué)導(dǎo)彈學(xué)院,陜西 三原 713800;2.東南大學(xué) 毫米波國(guó)家重點(diǎn)實(shí)驗(yàn)室,南京 210096)

1 引 言

穿墻雷達(dá)(Through the Wall Radar,TWR)是伴隨著大規(guī)模巷戰(zhàn)和反恐等軍事需求而發(fā)展起來(lái)的一種新型雷達(dá)技術(shù)。它主要通過(guò)獲取并分析回波信號(hào)攜帶的信息,探測(cè)隱藏在可穿透介質(zhì)如黏土墻、介質(zhì)板、混凝土等之后的目標(biāo),獲得距離、方位等信息。由于能夠提供非入侵式探測(cè),因此,該技術(shù)具有廣泛而重要的應(yīng)用前景。在反恐探測(cè)中,利用穿墻雷達(dá)可實(shí)現(xiàn)對(duì)建筑物內(nèi)無(wú)法看見(jiàn)的恐怖分子或人質(zhì)的偵查、定位和跟蹤,為狙擊手提供重要的方位信息;在軍事戰(zhàn)爭(zhēng)中,它可以對(duì)建筑或掩體內(nèi)的可疑目標(biāo)(人)進(jìn)行外部的非入侵式探測(cè),并對(duì)建筑物內(nèi)的運(yùn)動(dòng)目標(biāo)進(jìn)行監(jiān)測(cè),因而能較大程度地提高作戰(zhàn)人員的偵察與探測(cè)、態(tài)勢(shì)感知和生存能力,還可以進(jìn)行戰(zhàn)場(chǎng)傷員搜救;在關(guān)口安檢中,可以實(shí)現(xiàn)對(duì)危險(xiǎn)品如金屬武器等的非接觸式的隔物探測(cè);在災(zāi)難搜救中,能夠?qū)Φ卣?、塌方等情況下廢墟里的人員進(jìn)行搜救。

通常,-10 dB帶寬大于或等于500 MHz的信號(hào)就可以稱為超寬帶信號(hào)。由于這超寬帶信號(hào)具有可實(shí)現(xiàn)厘米量級(jí)的測(cè)距精度、能識(shí)別和區(qū)分不同目標(biāo)類型、能克服窄帶雷達(dá)的吸波效應(yīng)、穿透墻壁的能力強(qiáng)、對(duì)復(fù)雜背景下的雜亂回波抑制能力強(qiáng)等優(yōu)點(diǎn),因此穿墻雷達(dá)成像主要采用超寬帶信號(hào)。

超寬帶的實(shí)現(xiàn)主要有3種方法[1]:一是沖激脈沖法,二是步進(jìn)頻法,三是線性調(diào)頻法。它們各有所長(zhǎng):沖激脈沖法中,系統(tǒng)可以采用很窄電磁脈沖和很高的脈沖重復(fù)頻率,且對(duì)目標(biāo)的反應(yīng)迅速,利于實(shí)時(shí)處理,但弱點(diǎn)是脈沖功率難以提高,因而探測(cè)距離受到一定限制;線性調(diào)頻法的功率大,信噪比高,但是實(shí)時(shí)性不如前者,不利于跟蹤快速運(yùn)動(dòng)的目標(biāo),信號(hào)處理也相對(duì)復(fù)雜;步進(jìn)頻法與線性調(diào)頻法情況類似,在進(jìn)行脈沖壓縮處理后,均可等效為沖激脈沖系統(tǒng)。值得注意的是,步進(jìn)頻能夠控制信號(hào)帶寬和頻率步長(zhǎng),此外,較超短脈沖而言實(shí)現(xiàn)較簡(jiǎn)單,對(duì)硬件沒(méi)有特殊要求,可以達(dá)到相同帶寬的超短脈沖同樣性能,因此更適合手提式穿墻成像雷達(dá)中的信號(hào)形式。

本文主要介紹超寬帶穿墻雷達(dá)成像的裝備研究和成像算法,包括逆散射成像算法、后向投影算法、時(shí)間反轉(zhuǎn)境方法、壓縮感知成像方法等,以期為相關(guān)研究人員提供參考。

2 國(guó)內(nèi)外超寬帶穿墻雷達(dá)裝備

2.1 國(guó)外

美國(guó)Time Domain公司推出了基于時(shí)間反轉(zhuǎn)鏡(Time Reverse Mirer,TRM)技術(shù)的首臺(tái)UWB穿墻雷達(dá)SV2000,不久又推出改進(jìn)版手持式SV2000A1。該雷達(dá)采用超寬帶體制,重頻10MHz,帶寬2.1～5.6 GHz,距離分辨力小于1 m,輸出功率50 μ W 。視野水平±45°,俯仰±60°,可以二維顯示目標(biāo)實(shí)時(shí)運(yùn)動(dòng)方向和距離。當(dāng)穿透20 cm厚的混凝土墻,可以檢測(cè)到距離雷達(dá)大于20 m的目標(biāo)。美國(guó)的Akela公司也在近年開(kāi)發(fā)了UWB穿墻雷達(dá),其結(jié)構(gòu)如下:由獨(dú)立的傳感器構(gòu)成的分布式陣列,每個(gè)傳感器都是高距離分辨力雷達(dá),可固定使用或單人攜帶。這些傳感器工作于0.5～2 GHz,頻率靈活可變。該UWB雷達(dá)距離分辨力10 cm,試驗(yàn)表明該系統(tǒng)可以檢測(cè)到距離雷達(dá)6.5 m的混凝土墻后靜止人員的呼吸響應(yīng)信號(hào)。美國(guó)Eureka航空正利用具有極高分辨率的瞬時(shí)脈沖合成孔徑雷達(dá)開(kāi)發(fā)安檢系統(tǒng)(簡(jiǎn)稱ImpSAR)。該系統(tǒng)工作于瞬時(shí)脈沖機(jī)制,脈寬約100 ps,因此可得到大的0.25～3.5 GHz帶寬,采用特別的脈沖輻射天線,距離分辨力為5 cm,這種技術(shù)保證了適當(dāng)?shù)拇δ芰案叻直媛实奈⒉ǔ上瘛?/p>

以色列Camero公司在2008年左右開(kāi)發(fā)了一款強(qiáng)力的UWB穿墻雷達(dá)成像系統(tǒng)Xaver800,該系統(tǒng)采用超寬帶體制,可以探測(cè)諸如粘土磚、混凝土、灰泥墻、木板、石塊和玻璃等環(huán)境,探測(cè)距離約為20 m,可以同時(shí)實(shí)現(xiàn)二維和三維顯示,實(shí)時(shí)捕捉人員位置和移動(dòng)信息。英國(guó)劍橋咨詢中心研制的便攜式內(nèi)部空間監(jiān)視雷達(dá)(簡(jiǎn)稱Prism-200)基于脈沖體制可以顯示出測(cè)量區(qū)域的2D或3D圖像,可以穿透40 cm厚的傳統(tǒng)建筑材料,探測(cè)人員活動(dòng)距離可達(dá)15 m。此外,加拿大國(guó)防研究與發(fā)展部門(DRDC Ottawa)則正在開(kāi)發(fā)超寬帶合成孔徑穿墻雷達(dá),同時(shí)尋求改進(jìn)支架及成像能力以增強(qiáng)穿墻探測(cè)系統(tǒng)的對(duì)位置信息的智能判斷。初步數(shù)值仿真和實(shí)驗(yàn)證明了UWB合成孔徑穿墻雷達(dá)可以產(chǎn)生表明房間內(nèi)大致布局的靜態(tài)物體位置指示,在此基礎(chǔ)上,還能反映建筑物內(nèi)人員的移動(dòng)情況。

2.2 國(guó)內(nèi)

在國(guó)內(nèi),第四軍醫(yī)大學(xué)生物醫(yī)學(xué)工程系從1998年開(kāi)始,研制了不同頻段的連續(xù)波生物雷達(dá)樣機(jī),自由空間探測(cè)距離可達(dá)50 m,能穿透2 m厚的實(shí)體磚墻并檢測(cè)到人體的呼吸信號(hào)。其中雷達(dá)式“生命探測(cè)儀”于2004年在北京通過(guò)了總后勤部和衛(wèi)生部組織的專家鑒定,標(biāo)志著我國(guó)首次研制出穿墻雷達(dá)[4]。之后,第四軍醫(yī)大學(xué)在國(guó)家自然科學(xué)基金和軍隊(duì)有關(guān)部門的資助下,聯(lián)合必肯科技有限公司和中國(guó)電波研究所,自主研制了“生命探測(cè)雷達(dá)”。該雷達(dá)在5·12汶川地震救災(zāi)中,為成功挽救35個(gè)壓埋人員的生命提供了重要信息。國(guó)防科技大學(xué)已經(jīng)開(kāi)發(fā)了RdarEye穿墻探測(cè)雷達(dá),這是一種工作在UHF和L頻段的超寬帶微功率沖激脈沖雷達(dá)系統(tǒng),發(fā)射信號(hào)為雙極性無(wú)載頻短脈沖信號(hào),對(duì)非金屬墻體后人體目標(biāo)進(jìn)行探測(cè),探測(cè)距離可達(dá)到3～5 m。其高重復(fù)頻率能提供很好的實(shí)時(shí)性,能夠迅速跟蹤動(dòng)目標(biāo),對(duì)周圍其他電磁設(shè)備干擾小,不易被發(fā)現(xiàn),很適合于國(guó)家安全部門使用。江蘇北方湖光光電公司的TDR-6000超寬帶穿墻雷達(dá),比Soldiervision穿墻成像雷達(dá)的穿透性能更強(qiáng),成像精度更高,功耗更小,性價(jià)比更高;比Prism 200對(duì)目標(biāo)實(shí)時(shí)成像快,探測(cè)距離更遠(yuǎn),穿透力更強(qiáng)。四川華信科技生產(chǎn)的Radar Explorer II能夠探測(cè)跟蹤墻后方30 m的多個(gè)目標(biāo),分辨率為0.4 m。西安比肯科技業(yè)開(kāi)發(fā)了警視-3穿墻雷達(dá)。這3種雷達(dá)都走向了市場(chǎng)。

3 超寬帶穿墻雷達(dá)成像算法

一般而言,穿墻雷達(dá)成像的諸多算法中,都是基于分層模型。收發(fā)天線位于墻前面接收區(qū)域,媒質(zhì)為空氣,目標(biāo)位于墻后面的成像區(qū)域,媒質(zhì)也為空氣,中層媒質(zhì)為墻體。發(fā)射天線發(fā)射信號(hào),穿透墻體,到達(dá)目標(biāo),經(jīng)過(guò)目標(biāo)的反射,反射信號(hào)再次穿過(guò)墻體到達(dá)接收天線。穿墻成像就是利用接收信號(hào),得到成像區(qū)域目標(biāo)的信息。經(jīng)過(guò)國(guó)內(nèi)外眾多研究人員的努力,形成了一系列穿墻雷達(dá)成像算法,以下分述之。

3.1 逆散射方法

逆散射方法求解超寬帶穿墻雷達(dá)成像,從數(shù)學(xué)上看,實(shí)質(zhì)上是一個(gè)最優(yōu)化問(wèn)題,優(yōu)化的對(duì)象為成像區(qū)域的目標(biāo)信息。主要有兩類方法求解:Born近似法和隨機(jī)搜索法。

3.1.1 Born近似法

首先要建立墻后面成像區(qū)域中目標(biāo)-背景媒質(zhì)間的對(duì)比度函數(shù)和墻前面接收區(qū)域中的散射場(chǎng)之間的電磁場(chǎng)積分方程。通過(guò)求解積分方程,得到成像區(qū)域中的目標(biāo)-背景媒質(zhì)間的對(duì)比度函數(shù),從而得到成像區(qū)域電磁參數(shù)的分布,實(shí)現(xiàn)成像。由于積分方程是非線性的,并且含有分層媒質(zhì)的格林函數(shù),因此,計(jì)算過(guò)程比較復(fù)雜。為了簡(jiǎn)化計(jì)算,通常采用Born近似,將非線性積分方程線性化,然后通過(guò)迭代方法進(jìn)行求解。每次迭代都要進(jìn)行正散射計(jì)算,并且,正散射計(jì)算時(shí),墻體的參數(shù)必須是已知的,而在實(shí)際中準(zhǔn)確獲取墻體參數(shù)比較困難。

為避免迭代求解,文獻(xiàn)[2]提出了基于一階Born近似的衍射斷層成像(Diffraction Tomography,DT)方法進(jìn)行了二維穿墻成像。該方法只用一次求解散射場(chǎng),而不用多次正散射計(jì)算,并且在計(jì)算過(guò)程中采用了快速傅里葉變換,從而大大減少了計(jì)算量。文獻(xiàn)[3]采用截?cái)嗥娈愔捣纸?Truncated Singular Value Decomposition,TSVD)方法對(duì)測(cè)量得到的散射場(chǎng)進(jìn)行SVD分解,截取若干較大的奇異值,用于二維成像。同樣也只用一次求解散射場(chǎng),就能得到正則化的穿墻成像結(jié)果。文獻(xiàn)[4]采用同樣的方法,在不同的墻面對(duì)室內(nèi)二維目標(biāo)分別成像,并進(jìn)行融合,能夠得到目標(biāo)更豐富的信息。文獻(xiàn)[5]在不同的觀測(cè)高度處,采用Born近似并結(jié)合TSVD方法,得到三維成像區(qū)間的不同水平高度的一系列二維切片圖像,再將這些切片組合,得到三維圖像。

值得注意的是:從原理上看,上述文獻(xiàn)并不需要多次求解散射場(chǎng),因此,只要測(cè)量得到散射場(chǎng),而不需要預(yù)先知道墻體參數(shù),就能成像。此外,Born近似是基于目標(biāo)是弱散射體這一假設(shè)的,在某些情況下,對(duì)目標(biāo)的電磁參數(shù)成像,可能不太準(zhǔn)確。

3.1.2 隨機(jī)搜索算法

這種方法首先構(gòu)造一個(gè)關(guān)于接收區(qū)測(cè)量場(chǎng)和計(jì)算場(chǎng)的價(jià)值函數(shù),而計(jì)算場(chǎng)又是關(guān)于成像區(qū)域電參數(shù)分布的函數(shù),然后再用粒子群算法、差分進(jìn)化算法等隨機(jī)搜索算法進(jìn)行搜索。隨機(jī)搜索算法的優(yōu)點(diǎn)是將待求參數(shù)作為變量,比較直觀;不需要設(shè)置初始點(diǎn),能保證全局收斂;不需要價(jià)值函數(shù)的導(dǎo)數(shù)信息,計(jì)算比較簡(jiǎn)單;可以將墻體參數(shù)作為帶優(yōu)化變量,不必事先已知。它的缺點(diǎn)在于,很多隨機(jī)優(yōu)化算法會(huì)遇到早熟收斂,需要求解很多次正散射。此外當(dāng)變量較多,達(dá)到幾十個(gè)時(shí),價(jià)值函數(shù)是一個(gè)極難優(yōu)化的復(fù)雜多峰值非線性函數(shù),隨機(jī)搜索算法的尋優(yōu)效果不明顯。

采用隨機(jī)搜索算法求解穿墻問(wèn)題時(shí),為加快速求解速度,一方面,一般正問(wèn)題要采用加速算法;另一方面,要采取收斂速度快的隨機(jī)搜索算法。文獻(xiàn)[6]用差分進(jìn)化算法求解了墻體后方二維導(dǎo)體目標(biāo)的位置、形狀以及墻體的厚度、電參數(shù)。

逆散射穿墻成像時(shí),一般采用步進(jìn)頻率來(lái)實(shí)現(xiàn)超寬帶,因此要計(jì)算多個(gè)頻點(diǎn)的散射場(chǎng)。而對(duì)每一個(gè)頻點(diǎn)都要計(jì)算一次正散射,因此計(jì)算量非常大。也可以采用脈沖來(lái)實(shí)現(xiàn)超寬帶,只是要對(duì)脈沖產(chǎn)生的場(chǎng)進(jìn)行時(shí)頻變換,從而得到多個(gè)頻點(diǎn)的場(chǎng)值[2]。

3.2 后向投影方法

后向投影(Back Projection,BP)算法是最具代表性的時(shí)域成像處理方法,它來(lái)源于計(jì)算機(jī)層析成像技術(shù),是McCorkle根據(jù)CT成像的投影切片理論導(dǎo)出的一種合成孔徑雷達(dá)成像方法[7],因此,也被應(yīng)用到穿墻成像中[8-14]。

但在穿墻雷達(dá)應(yīng)用時(shí),傳統(tǒng)的后向投影算法會(huì)產(chǎn)生較大的誤差。因此,為了提高穿墻成像的精度,文獻(xiàn)[10]提出了有介質(zhì)遮擋時(shí)目標(biāo)成像的數(shù)學(xué)模型,推導(dǎo)了步進(jìn)頻率信號(hào)穿墻后向投影算法。根據(jù)電磁波的傳播路徑,對(duì)時(shí)間延遲項(xiàng)進(jìn)行了修正。雖然成像結(jié)果更為準(zhǔn)確,但要求解很多個(gè)四次方程的根,計(jì)算較為復(fù)雜;文獻(xiàn)[11]把后向投影算法引入到步進(jìn)變頻穿墻雷達(dá)成像中,并提出了用最短時(shí)間法來(lái)補(bǔ)償墻壁對(duì)信號(hào)傳輸速度以及折射的影響。在墻后多目標(biāo)成像上,由于目標(biāo)之間有耦合,導(dǎo)致在圖像中不能區(qū)分目標(biāo)。文獻(xiàn)[12]認(rèn)為,產(chǎn)生這一現(xiàn)象的主要原因是由于BP算法與大部分SAR成像算法一樣其理論基礎(chǔ)是基于遠(yuǎn)區(qū)場(chǎng)的,而對(duì)于大多數(shù)無(wú)載頻時(shí)域脈沖成像來(lái)說(shuō)采樣所得到的數(shù)據(jù)是不滿足這一條件的,因而要應(yīng)用后向投影算法處理雷達(dá)近場(chǎng)成像問(wèn)題時(shí)則必須采用一種基于近場(chǎng)數(shù)據(jù)的成像模型。為此,提出了將采樣所得數(shù)據(jù)等同為偶極子電流,根據(jù)偶極子近場(chǎng)輻射模型求得輻射場(chǎng),再反向投影到成像區(qū)域,從而成像。文獻(xiàn)[13]提出了一種雙基地合成孔徑雷達(dá)穿墻成像,可以獲取目標(biāo)非后向散射信息,特別適合對(duì)建筑物一類多反射面目標(biāo)的觀測(cè),它采用的也是后向投影算法。而文獻(xiàn)[14]則是出于隱蔽探測(cè)、抗截獲抗干擾的考慮,提出了超寬帶噪聲穿墻雷達(dá),采用互相關(guān)預(yù)處理和BP算法進(jìn)行成像。

總的而言,后向投影算法簡(jiǎn)單,通用性強(qiáng),但計(jì)算量巨大。不少學(xué)者開(kāi)發(fā)了SAR的快速后向投影算法[15-16],可在一定程度上解決計(jì)算量的問(wèn)題。將其應(yīng)用到穿墻成像中,是一個(gè)值得研究的方向。

3.3 TRM方法

近年來(lái),時(shí)間反轉(zhuǎn)鏡(Time Reversal Mirror,TRM)技術(shù)在國(guó)外成為光學(xué)、聲學(xué)、電磁學(xué)等目標(biāo)探測(cè)領(lǐng)域的研究熱點(diǎn)。TRM源于光學(xué)中的相位共軛方法。法國(guó)巴黎大學(xué)M.A.Fink[17]在非均勻介質(zhì)中,用TRM對(duì)目標(biāo)的發(fā)射聲信號(hào)進(jìn)行聚焦,實(shí)現(xiàn)對(duì)目標(biāo)的定位。TRM是基于復(fù)雜隨機(jī)媒質(zhì)中波傳輸?shù)幕ヒ仔栽?即:目標(biāo)探測(cè)源發(fā)射的信號(hào)經(jīng)過(guò)復(fù)雜隨機(jī)媒質(zhì),由收發(fā)合置的天線陣列接收,然后將接收到的信號(hào)在時(shí)域上做時(shí)間反轉(zhuǎn)(相當(dāng)于頻域的相位求共軛),反轉(zhuǎn)信號(hào)再經(jīng)由各自的天線重新發(fā)射回去。發(fā)射信號(hào)遵循先收后發(fā)、后收先發(fā)這一原則。由于相干作用,這些重新發(fā)射的時(shí)間反轉(zhuǎn)信號(hào)就會(huì)聚焦在原來(lái)源的位置。

電子科技大學(xué)趙志欽教授在美留學(xué)和工作期間,將TRM技術(shù)與SAR成像技術(shù)相結(jié)合,應(yīng)用于超寬帶(UWB)穿墻雷達(dá)成像,并取得了可喜的成果。文獻(xiàn)[18]采用TRM-SAR方法對(duì)墻后面的目標(biāo)成了像,結(jié)果比傳統(tǒng)的后向投影技術(shù)成像結(jié)果要好很多。文獻(xiàn)[19]使用TRM技術(shù)對(duì)墻后面目標(biāo)成了像,文獻(xiàn)[20]使用TRM技術(shù)對(duì)復(fù)雜墻體目標(biāo)成了像,它們主要是通過(guò)短脈沖來(lái)實(shí)現(xiàn)超寬帶的。

值得提出的是,TRM技術(shù)成像不需要準(zhǔn)確已知墻體的參數(shù),也能很好地成像。文獻(xiàn)[21]結(jié)合Born近似和TRM,在墻體參數(shù)與實(shí)際偏差很大的情況下,實(shí)現(xiàn)了墻后二維目標(biāo)的自聚焦成像。目前,基于該方法的三維穿墻目標(biāo)成像還未見(jiàn)報(bào)道。

3.4 壓縮感知方法

一般而言,穿墻雷達(dá)通過(guò)在空間各個(gè)位置發(fā)射和接收超寬帶信號(hào)然后對(duì)成像區(qū)域進(jìn)行高分辨率成像,系統(tǒng)可采用移動(dòng)天線方式或采用陣列天線實(shí)現(xiàn)合成孔徑掃描成像。成像區(qū)域的距離向分辨率由發(fā)射信號(hào)帶寬決定,方位向分辨率由天線孔徑?jīng)Q定。要實(shí)現(xiàn)高分辨率成像,必須提高發(fā)射信號(hào)的帶寬和天線的孔徑,這樣勢(shì)必增加數(shù)據(jù)量和處理時(shí)間。TWR系統(tǒng)都假設(shè)在雷達(dá)成像的數(shù)據(jù)采集時(shí)間內(nèi),目標(biāo)是靜止的,成像時(shí)間的增加意味著目標(biāo)移動(dòng)的可能性增加,目標(biāo)成像準(zhǔn)確性將會(huì)降低。在獲得同等的成像分辨率前提下,減小數(shù)據(jù)采集時(shí)間和數(shù)據(jù)量不僅可以降低對(duì)系統(tǒng)硬件的要求,也可以避免成像時(shí)產(chǎn)生目標(biāo)圖像模糊[22]。

近年來(lái),Donoho等人從信號(hào)分解和逼近理論發(fā)展了一種新的壓縮感知(Compressive Sensing,CS)理論[23]。CS理論指出:只要信號(hào)是稀疏的或可壓縮的,就能以遠(yuǎn)低于Nyquist采樣定理的數(shù)據(jù)量,通過(guò)求解一個(gè)帶約束的 l1范數(shù)凸規(guī)劃問(wèn)題,以很高的概率重建原始信號(hào)。由于在降低數(shù)據(jù)量上具有突出的優(yōu)點(diǎn),CS在雷達(dá)成像中得到廣泛應(yīng)用[24-26]。

文獻(xiàn)[22,27]采用CS理論,隨機(jī)采樣,只用了7.7%的全孔徑數(shù)據(jù),就能很好地對(duì)墻后方二維點(diǎn)目標(biāo)進(jìn)行成像,并且具有很好的抗隨機(jī)噪聲干擾能力。仿真數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)都證明了CS算法的正確性。文獻(xiàn)[28]使用多測(cè)量向量CS模型,采用多極化數(shù)據(jù),得到了比單測(cè)量向量的CS模型更好的成像結(jié)果。壓縮感知應(yīng)用于雷達(dá)成像,大都是基于目標(biāo)對(duì)點(diǎn)目標(biāo)而言的。文獻(xiàn)[29]突破了CS只能應(yīng)用于點(diǎn)目標(biāo)的限制,利用塊狀目標(biāo)在小波空間里是稀疏的這一特性,采用2D離散小波變換作為成像區(qū)間的稀疏基函數(shù),使用壓縮感知,得到圖像的小波系數(shù),再經(jīng)過(guò)小波逆變換,對(duì)墻后面塊狀目標(biāo)進(jìn)行了成像。

盡管CS理論在超寬帶穿墻雷達(dá)中顯示出良好的應(yīng)用前景,但也存在一些亟待解決的問(wèn)題:其一,如何選擇更合適的隨機(jī)測(cè)量矩陣,使得用盡可能少的采樣數(shù)據(jù)達(dá)到盡可能高的重建概率以及在硬件上實(shí)現(xiàn)隨機(jī)測(cè)量;其二,研究針對(duì)CS中凸規(guī)劃問(wèn)題更加快速的解法;其三,由于CS成像結(jié)果中噪聲點(diǎn)是無(wú)規(guī)則的,當(dāng)存在多個(gè)目標(biāo)并且目標(biāo)反射率相差較大時(shí),真實(shí)目標(biāo)與噪聲分離問(wèn)題等[22]。

3.5 其他算法

除了上述超寬帶穿墻雷達(dá)成像算法外,其他的成像算法也見(jiàn)諸報(bào)道。

文獻(xiàn)[30]提出了已知墻體參數(shù)的二維時(shí)間延遲求和算法,并將其推廣到了三維墻后目標(biāo)成像[31],雖然計(jì)算量較大,但能準(zhǔn)確成像。此外,該方法具有很好的推廣性,一旦得到墻體參數(shù)的二維時(shí)間延遲求和算法,很容易將其推廣到三維目標(biāo)成像。文獻(xiàn)[32]研究了基于逆邊界散射變換(Inverse Boundary Scattering Transform,IBST)的三維成像算法,并將其應(yīng)用到超寬帶穿墻雷達(dá)系統(tǒng)中。基于IBST的成像算法雖然硬件較為復(fù)雜,但是實(shí)時(shí)性好,計(jì)算效率高,并且可以實(shí)現(xiàn)對(duì)目標(biāo)邊界準(zhǔn)確重建,尤其適用于三維成像。文獻(xiàn)[33]在逆邊界散射變換的SEABED基礎(chǔ)上進(jìn)行了改進(jìn),提出了一種新的包絡(luò)線算法,應(yīng)用于超寬帶穿墻雷達(dá)系統(tǒng),對(duì)二維目標(biāo)成了像。包絡(luò)線算法可以實(shí)現(xiàn)對(duì)目標(biāo)邊界精確成像,算法效率高,實(shí)時(shí)性好,并且隨墻體參數(shù)估計(jì)誤差增大,包絡(luò)線算法誤差明顯小于SEABED算法。

4 結(jié)束語(yǔ)

穿墻雷達(dá)技術(shù)在軍用和民用產(chǎn)品中都具有廣闊的前景。超寬帶具有高空間分辨率、強(qiáng)目標(biāo)特性提取能力、強(qiáng)電磁穿透特性等優(yōu)點(diǎn),是穿墻雷達(dá)技術(shù)的重要發(fā)展方向,值得深入研究。在超寬帶穿墻雷達(dá)算法中,基于逆散射成像方法會(huì)隨著優(yōu)化算法和加速算法的改進(jìn)而不斷完善,走向應(yīng)用;傳統(tǒng)的后向投影算法經(jīng)過(guò)不斷改進(jìn),也會(huì)在穿墻成像中發(fā)揮更大的作用;時(shí)間反轉(zhuǎn)鏡技術(shù)借鑒光學(xué)、聲學(xué)等領(lǐng)域目標(biāo)探測(cè)的成果,其與超寬帶技術(shù)的結(jié)合進(jìn)一步豐富了穿墻雷達(dá)成像的內(nèi)涵;而基于壓縮感知的成像算法,在減少采樣數(shù)據(jù)從而縮減計(jì)算時(shí)間,提高成像分辨率具有獨(dú)特的優(yōu)勢(shì)。運(yùn)動(dòng)目標(biāo)檢測(cè)、三維目標(biāo)成像、實(shí)時(shí)成像、多目標(biāo)成像都是需要深入研究的問(wèn)題。

[1] 易大方,穿墻雷達(dá)人體探測(cè)技術(shù)的新進(jìn)展[J].電訊技術(shù),2009,49(10):88-92.YI Da-fang.Recent Progress of Human Body Detection Using Through-wall Radar[J].Telecommunication Engineering,2009,49(10):88-92.(in Chinese)

[2] Soldovieri F,Solimene R.Through-Wall Imaging via a Linear Inverse Scattering Algorithm[J].IEEE Geoscience and Remote Sensing Letters,2007,4(4):513-517.

[3] Soldovieri F,Solimene R,Prisco G.A Multiarray Tomographic Approach for Through-Wall Imaging[J].IEEE Transactions on Geoscience and Remote Sensing,2008,46(4):423-431.

[4] Zhang W J,Hoorfar A.T wo-Dimensioal Diffraction Tomographic Algotithm For Through-the-Wall Radar Imaging[J].Progress In Electromagnetics Research B,2011,31:205-218.

[5] Solimene R,Soldovieri F,Prisco G.Three-Dimensioal Through-Wall Imaging Under Ambiguous Wall parameters[J].IEEE Transactions on Geoscience and Remote Sensing,2009,47(5):1310-1317.

[6] Dehmollaian M.Through-Wall Shape Reconstruction and Wall Parameters Estimation Using Differential Evolution[J].IEEE Geoscience and Remote Sensing Letters,2011,8(2):201-205.

[7] Dehmollaian M,Thiel M,Sarabandi K.Through-the-Wall Imaging Using Differential SAR[J].IEEE Transactions on Geoscience and Remote Sensing,2009,47(5):1289-1296.

[8] Nag S,Barnes M A,Payment T,et al.An ultra wideband through-wall radar for detecting the motion of people in real time[J].Proceedings of SPIE,2002,4744:48-57.

[9] Gauthier S,Chamma W.Surveillance through concrete walls[J].Proceedings of SPIE,2004,5403:597-608.

[10] 李述為,高梅國(guó),傅雄軍.步進(jìn)頻穿墻雷達(dá)成像算法[J].現(xiàn)代雷達(dá),2007,29(12):8-11.LI Shu-wei,GAO Mei-guo,FU Xiong-jun.Imaging Arithmetic Based on Stepped Frequency Through-wall Radar[J].Modern Radar,2007,29(12):8-11.(in Chinese)

[11] 崔國(guó)龍,孔令講,楊建宇.步進(jìn)變頻穿墻成像雷達(dá)中反投影算法研究[J].電子科技大學(xué)學(xué)報(bào),2008,37(6):864-867.CUI Guo-long,KONG Ling-jiang,YANG Jian-yu.Back-Projection Algorithm to Stepped-Frequency Through-the-Wall Radar Imaging[J].Journal of University of Electronic Science and Technology of China,2008,37(6):864-867.(in Chinese)

[12] ZHONG Wei-jun,TONG Chuang-ming,XIN Lei.A Novel Near Field Imaging Approach for Through-wall Imaging[C]//Proceedings of 2011 Cross Strait Quad-Regional Radio Science and Wireless Technology Conference.Harbin:IEEE,2011:164-167.

[13] 李欣,黃曉濤,沈忠義.雙基地合成孔徑雷達(dá)穿墻成像研究[J].宇航學(xué)報(bào),2011,32(4):888-897.LI Xin,HUANG Xiao-tao,SHEN Zhong-yi.Study on Bistatic SAR Through-Wall Imaging[J].Journal of Astronautics,2011,32(4):888-897.(in Chinese)

[14] Wang Hong,Narayanan RM,Zheng Ou Zhou.Through-Wall Imaging of Moving Targets Using UWB Random Noise Radar[J].IEEE Antennas and Wireless Propagation Letters,2009,8(2):802-805.

[15] Ulander L M H,Hellsten H,Stenstrom G.Synthetic aperture radar processing using fast factorized back-projection[J].IEEE Transactions on Aerospace and Electronic Systems,2003,39(3):760-776.

[16] 雷文太,粟毅,黃春琳,等.表層穿透雷達(dá)遞歸反向投影成像算法[J].電子學(xué)報(bào),2005,33(12):2115-2119.LEI Wen-tai,SU Yi,HUANG Chun-lin,et al.Surface Penetrating Radar Recursive Back Projection Imaging Algorithm[J].Acta Electronica Sinica,2005,33(12):2115-2119.(in Chinese)

[17] Fink M,Prada C,Wu F,et al.Self-fousing in inhomogeneous media with Time Reversal Acoustic Mirror[C]//Proceedings of 1989 IEEE Ultrasonics Symposium.Montreal,Que:IEEE,1989:681-686.

[18] 趙志欽.時(shí)間反轉(zhuǎn)鏡技術(shù)及共形天線相關(guān)研究[C]//中國(guó)電子科技集團(tuán)公司第十研究所第一屆新技術(shù)新概念研討會(huì).成都:中國(guó)電子科技集團(tuán)公司第十研究所,2009.ZHAO Zhi-qin.Relative research TRM and conformal antenna[C]//The first conference on the New Technologies and the New Concepts of the No.10 Research Institute of China Electronics Technology Group Corporation.Chengdu:The 10th Research Institute of China Electronics Technology Group Corporation,2009.(in Chinese)

[19] Zheng W,Zhao Z,Nie Z.Application of TRM in the UWB through wall radar[J].Progress In Electro magnetics Research,2008,87:279-296.

[20] Zheng W,Zhao Z,Nie Z,et al.Evaluation of TR M in the complex through wall environment[J].Progress In Electro magnetics Research,2009,90:235-254.

[21] Li Lianlin,Zhang Wenji,Li Fang.A Novel Autofocusing Approach for Real-Time Through-Wall Imaging Under Unknown Wall Parameters[J].IEEE Transactions on Geoscience and Remote Sensing,2010,48(1):423-431.

[22] 黃瓊,屈樂(lè)樂(lè),吳秉橫,等.壓縮感知在超寬帶雷達(dá)成像中的應(yīng)用[J].電波科學(xué)學(xué)報(bào),2010,25(1):77-82.HUANG Qiong,QU Le-le,WU Bing-heng,et al.Compressive sensing for ultra-wideband radar imaging[J].Chinese Journal of Radio Science,2010,25(1):77-82.(in Chinese)

[23] Donoho D L.Compressive sensing[J].IEEE Transactions on Information Theory,2006,52(4):1289-1306.

[24] Gurbuz A C,McClellan J H,Scott W R.A compressive sensing data acquisition and imaging method for stepped frequency GPRs[J].IEEE Transactions on Signal Processing,2009,57(7):2640-2650.

[25] Wei S J,Zhang X L,Shi J,et al.Sparse reconstruction for SAR imaging based on compressed sensing[J].Progress In Electro magnetics Research,2010,109:63-81.

[26] Zhang L,Xing M,Qiu C,et al.Achieving higher resolution ISAR imaging with limited pulses via compressed sampling[J].IEEE Geoscience and Remote Sensing Letters,2009,6(3):567-571.

[27] Huang Qiong,Qu Lele,Wu Bingheng,et al.UWB Through-Wall Imaging based on Compressive Sensing[J].IEEE Transactions on Geoscience and Remote Sensing,2010,48(3):1408-1415.

[28] Yang J,Bouzerdoum A,Tivive F H C,et al.Mulitple-Measurment Vector Model and Its applicationto Through-the-wall Radar Imaging[C]//Proceedings of 2011 International Conference on Acoustics,Speech,and Signal Processing.Prague,Czech Republic:IEEE,2011:2672-2675.

[29] Michael L,Debes C,Zoubir A M.Compressive Sensing in Through-the-wall Radar Imaging[C]//Proceedings of 2011International Conference on Acoustics,Speech,and Signal Processing.Prague,Czech Republic:IEEE,2011:4008-4011.

[30] Ahmad F,Zhang Y M,AminM G.Three-dimensional wideband beamforming for imaging through a single wall[J].IEEE Geoscience and Remote Sensing Letters,2008,5(2):176-179.

[31] Ahmad F,Amin M G,Kassan S A.Synthetic aperture beamformer for imaging through a dielectric wall[J].IEEE Transactions on Aerospace Electronic Systems,2005,41(1):2793-2798.

[32] 黃瓊,陳潔,孟升衛(wèi),等.一種快速超寬帶雷達(dá)成像算法[J].電子與信息學(xué)報(bào),2009,31(8):2001-2005.HUANG Qiong,CHEN Jie,MENG Sheng-wei,et al.A Fast Imaging Algorithm for UWB Through-Wall Radar[J].Journal of Electronics&Information Technology,2009,31(8):2001-2005.(in Chinese)

[33] 黃瓊,陳潔,孟升衛(wèi),等.超寬帶穿墻雷達(dá)三維快速成像算法[J].數(shù)據(jù)采集與處理,2010,32(6):136-140.HUANG Qiong,CHEN Jie,MENG Sheng-wei,et al.3-D Fast Imaging Algorithm for Ultra-wideBand Through-Wall Radar[J].Journal of Data Acquisition and Processing,2010,32(6):136-140.(in Chinese)