許強(qiáng)　金添　邱磊

摘 要：穿墻雷達(dá)由于其工作環(huán)境的復(fù)雜性，導(dǎo)致接收的目標(biāo)信號(hào)十分微弱，即使通過背景對(duì)消抑制了天線耦合波、墻體直達(dá)波等強(qiáng)雜波，目標(biāo)信號(hào)也難以突顯，同時(shí)傳統(tǒng)的檢測方法并不能解決目標(biāo)與墻體等環(huán)境響應(yīng)產(chǎn)生“鬼影”目標(biāo)的問題。為解決這一問題，建立了點(diǎn)目標(biāo)、擴(kuò)展目標(biāo)以及運(yùn)動(dòng)目標(biāo)等模型對(duì)虛假“鬼影”目標(biāo)的產(chǎn)生原因進(jìn)行分析，并提出了一種基于幅度和空間位置等特征相結(jié)合的圖像檢測方法。仿真和實(shí)驗(yàn)結(jié)果證明了“鬼影”的理論分析和方法的有效性。

關(guān)鍵詞： 穿墻雷達(dá)； 多特征； MIMO天線陣列； “鬼影”抑制

中圖分類號(hào)： TN957?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）19?0001?07

Abstract： The work environment of the through?the?wall radar is complicated， which makes the received target signal completely weak. Even though the antenna coupling wave， the wall direct wave and other strong clutter waves have been restrained by background compensation， the target signal is hard to appear. Traditional detection methods can′t eliminate the “ghost” target generated by the environmental response. To settle this problem， models of point target， extended target and moving target were established to analyze the generation reasons of false “ghost” target. A new image detection method based on the combination of amplitude and spatial location features is proposed for the through?the?wall radar. The validity of “ghost” theoretical analysis and this method was verified by simulation and experiments.

Keywords： through?the?wall radar； multi?feature； MIMO antenna array； “ghost” suppression

0 引 言

穿墻雷達(dá)（Through?the?Wall Radar，TWR）能夠穿透房間對(duì)隱蔽墻后的目標(biāo)進(jìn)行探測，現(xiàn)如今被廣泛應(yīng)用于安全防衛(wèi)、災(zāi)害救援等方面[1?3]。實(shí)際情況中TWR通常工作在復(fù)雜的電磁環(huán)境中，由于墻體的存在，墻后多目標(biāo)之間相互交叉作用，目標(biāo)信雜比較低，使得回波呈現(xiàn)雜亂、微弱以及模糊等現(xiàn)象。傳統(tǒng)的門限檢測技術(shù)[4]，雖然能夠有效抑制絕大多數(shù)的靜止雜波，但是由于墻體以及房間內(nèi)其他物體的相互作用產(chǎn)生的干擾回波，其所獲取的圖像具有“鬼影”現(xiàn)象，無法實(shí)現(xiàn)墻后目標(biāo)的有效檢測。

無論是對(duì)“鬼影”現(xiàn)象的抑制[5]，還是將其作為有用信號(hào)加以利用[6]，以提高雷達(dá)探測性能，都需要建立“鬼影”模型。基于此背景，本文首先針對(duì)傳統(tǒng)檢測方法，分別對(duì)點(diǎn)目標(biāo)、擴(kuò)展點(diǎn)目標(biāo)以及運(yùn)動(dòng)的擴(kuò)展目標(biāo)建模，分析各種“鬼影”的形成原因。考慮現(xiàn)有方法以及相關(guān)技術(shù)方面存在的不足和短板，分別考慮幅度、目標(biāo)的空間位置兩個(gè)信息的提取與子圖的生成，提出適用有效的檢測方法，通過仿真和實(shí)驗(yàn)數(shù)據(jù)的處理進(jìn)行驗(yàn)證。

1 傳統(tǒng)的雷達(dá)檢測方法

對(duì)于穿墻探測系統(tǒng)，為了探測墻后的運(yùn)動(dòng)目標(biāo)，傳統(tǒng)方法是背景對(duì)消和CFAR，其處理流程為簡單的開環(huán)式結(jié)構(gòu)，如圖1所示，數(shù)據(jù)在整個(gè)處理鏈路中單向流動(dòng)。

由于墻體的存在，目標(biāo)散射得到的電磁波能量相對(duì)于墻體散射回波而言非常微弱，為了探測墻后目標(biāo)，必須抑制墻體雜波。針對(duì)動(dòng)目標(biāo)，傳統(tǒng)方法是背景對(duì)消，原始雷達(dá)圖像經(jīng)過背景對(duì)消之后，在一定程度上增強(qiáng)了目標(biāo)回波；其次經(jīng)過后向投影（Back Projection，BP）算法成像[7]，使圖像在計(jì)算機(jī)上顯示；再通過基于Neyman?Pearson準(zhǔn)則的CFAR檢測器進(jìn)行檢測，得出結(jié)果。CFAR檢測器是利用滑窗機(jī)制遍歷全圖，能夠消除部分偽目標(biāo)，然而在實(shí)際過程當(dāng)中，電磁波需要兩次穿透墻體，加之實(shí)際場景的電磁環(huán)境十分復(fù)雜，使得信號(hào)回波的信雜比很低，即便抑制了強(qiáng)雜波，但是無法避免某些因人體目標(biāo)與環(huán)境響應(yīng)所引起的“鬼影”目標(biāo)，不足以從雷達(dá)圖像中檢測出實(shí)際所要探測的目標(biāo)，因此需要進(jìn)一步的檢測。

2 “鬼影”產(chǎn)生的機(jī)理

2.1 點(diǎn)目標(biāo)

在目前絕大多數(shù)的穿墻檢測研究中，通常假設(shè)在以下兩個(gè)方面建立點(diǎn)目標(biāo)模型：

（1） 假設(shè)待檢測目標(biāo)為各項(xiàng)同性的點(diǎn)目標(biāo)；

（2） 通常假設(shè)目標(biāo)位于單堵墻體的后方[7]。

然而，對(duì)于實(shí)際應(yīng)用而言，必須考慮房間內(nèi)其他墻體對(duì)人體目標(biāo)探測的影響。實(shí)際情況當(dāng)中，目標(biāo)除了產(chǎn)生回波直接反射到接收天線以外，還通過房間內(nèi)的墻面或者其他物品的反射面將電磁波反射到接收天線，這種現(xiàn)象稱為“多徑效應(yīng)”。為了簡化問題，首先忽略前墻的折射，做如下假設(shè)：假如目標(biāo)位于點(diǎn)[AxA，yA，]墻體位于點(diǎn)[A]的右側(cè)，那么對(duì)于多輸入多輸出（Multiple Inputs Multiple Output，MIMO）天線陣列中某接收天線[R1]而言，除了直接經(jīng)過目標(biāo)反射作用后到達(dá)接收機(jī)的回波路徑Path?A之外，還存在著經(jīng)過墻體wall一次作用返回的其他回波路徑Path?B，Path?C以及Path?D等，如圖2所示。endprint

式中：[k0，][k1]分別為電磁波在空氣中和墻體中的傳播波數(shù)；[ph，][pv]分別為對(duì)應(yīng)于信號(hào)的[h]極化波和[v]極化波；[εr]為相對(duì)介電常數(shù)；[d]為墻體厚度；[Γ]為墻體反射系數(shù)。在已知周圍環(huán)境以及電磁波性質(zhì)的情況下，可給出該解。相對(duì)于路徑Path?A所接收的回波而言，路徑Path?B所經(jīng)歷的回波多一個(gè)路徑延遲損耗以及墻面的反射損耗。同理可得路徑Path?C，路徑Path?D的回波信息。

下面采用MIMO陣列對(duì)點(diǎn)目標(biāo)[A]按照上述情況進(jìn)行Matlab仿真，仿真結(jié)果如圖3所示。對(duì)于Path?C，Path?D路徑產(chǎn)生的“鬼影”目標(biāo)是無法聚焦的。同時(shí)，由于墻體反射系數(shù)的存在，多徑所產(chǎn)生的“鬼影”信號(hào)幅度必然弱于目標(biāo)信號(hào)。

2.2 擴(kuò)展目標(biāo)

在上述研究中，認(rèn)為目標(biāo)是各項(xiàng)同性的點(diǎn)目標(biāo)，然而在實(shí)際情況下，所檢測的目標(biāo)通常是人體，這與假設(shè)是不相符合的。如果仍然采用點(diǎn)目標(biāo)模型，在分析系統(tǒng)成像性能以及算法上，雖然能夠提供一定的幫助，但是由于人體目標(biāo)對(duì)電磁波傳播的影響會(huì)更加復(fù)雜多變，其缺點(diǎn)也逐步暴露。

2.3 運(yùn)動(dòng)目標(biāo)

3 “鬼影”目標(biāo)的抑制

3.1 基于目標(biāo)的幅度特征

基于上述目標(biāo)信號(hào)模型推導(dǎo)得到，由多徑效應(yīng)產(chǎn)生的虛假目標(biāo)回波與真實(shí)目標(biāo)的回波相比存在一定程度的損耗，而且相對(duì)于真實(shí)目標(biāo)而言，“鬼影”目標(biāo)無法聚焦。針對(duì)這種特性，可以采用相干因子（Coherence Factor，CF）加權(quán)算法來消除這種“鬼影”目標(biāo)。CF加權(quán)算法源于微波成像技術(shù)，由陣列接收到的信號(hào)在圖像中某個(gè)點(diǎn)的相干性決定CF的大小，它與目標(biāo)距天線的距離和目標(biāo)散射系數(shù)無關(guān)[8?10]。由于多徑效應(yīng)所產(chǎn)生的“鬼影”具有較低的相干性，因此CF可作一個(gè)加權(quán)因子校正圖像域的每一個(gè)像素點(diǎn)，減少成像過程中的“鬼影”，同時(shí)能夠降低柵瓣以及旁瓣，減少雜波。現(xiàn)采用步進(jìn)頻率體制的MIMO穿墻雷達(dá)包含[M]個(gè)發(fā)射陣元、[N]個(gè)接收陣元，具有[M×N]個(gè)信號(hào)通道，目標(biāo)位于點(diǎn)[AxA，yA]處。則[A]點(diǎn)的BP成像圖為：

圖11是背景對(duì)消的原始雷達(dá)圖像，顯然經(jīng)歷了對(duì)消之后，雜波初步得到抑制，但是從成像結(jié)果可以看出，由多徑效應(yīng)產(chǎn)生的“鬼影”目標(biāo)以及由遮蔽帶來的“鬼影”現(xiàn)象仍然存在，需要進(jìn)一步進(jìn)行檢測。根據(jù)3.3節(jié)步驟，對(duì)得到的雷達(dá)圖像提取房間的墻體分布，如圖12所示。同時(shí)，對(duì)圖進(jìn)行CF處理和CFAR檢測器操作以及聚類分析，最后消除墻體之外的點(diǎn)，至此得到檢測結(jié)果如圖13所示。顯然，利用本文的方法可以有效消除“鬼影”現(xiàn)象，改善檢測結(jié)果，提高圖像質(zhì)量。

5 結(jié) 論

本文從理論分析和電磁建模兩個(gè)方面研究了MIMO穿墻雷達(dá)體制下的“鬼影”虛假目標(biāo)，通過建立點(diǎn)目標(biāo)、擴(kuò)展目標(biāo)以及擴(kuò)展運(yùn)動(dòng)目標(biāo)的常規(guī)模型進(jìn)行分析。特別是位于房間內(nèi)的擴(kuò)展運(yùn)動(dòng)目標(biāo)會(huì)出現(xiàn)很多新的特性，而這些是難以用通常點(diǎn)目標(biāo)信號(hào)模型進(jìn)行解釋的。并提出CF加權(quán)方法和墻體空間位置兩個(gè)特征方法結(jié)合來消除“鬼影”目標(biāo)。實(shí)驗(yàn)結(jié)果表明，傳統(tǒng)的檢測方法不能消除由于多徑效應(yīng)以及遮蔽效應(yīng)所產(chǎn)生的“鬼影”目標(biāo)，但是通過CF加權(quán)方法和空間位置的判定，能夠消除“鬼影”目標(biāo)，提高檢測質(zhì)量。

參考文獻(xiàn)

[1] AMIN M G. Through?the?wall radar imaging [M]. New York： CRC Press， 2011.

[2] AFTANAS M. Through wall imaging with UWB radar system [M]. Saarbrucken： Lap Lambert Academic Publishing， 2009.

[3] TAHMOUSH D， SILVIOUS J， BENDER B. Radar surveillance in urban environments [C]// 2012 IEEE Radar Conference. Atlanta： IEEE， 2012： 220?225.

[4] MO L， WU S L， LI H. Radar detection of range migrated weak target through long term integration [J]. Chinese Journal of Electronics， 2009， 12（4）： 534?539.

[5] GENNARELLI G， SOLDOVIERI F. A linear inverse scattering algorithm for radar imaging in multipath environments [J]. IEEE Geoscience and Remote Sensing Letters， 2013， 10（5）： 1085?1089.

[6] SETLUR P， AMIN M， AHMAD F. Multipath model and exploitation in through?the?wall and urban radar sensing [J]. IEEE Transactions on Geoscience and Remote Sensing， 2011， 49（10）： 4021?4034.

[7] LU B Y， SONG Q， ZHOU Z M， et al. A SFCW radar for through wall imaging and motion detection [C]// 2011 the 8th European Radar Conference. Manchester： IEEE， 2011： 325?328.

[8] SMITH GE， MOBASSERI B G. Analysis and exploitation of multipath ghosts in radar target image classification [J]. IEEE Transactions on Image Processing， 2014， 23（4）： 1581?1592.

[9] LU B Y， SUN X， ZHAO Y， et al. Phase coherence factor for mitigation of sidelobe artifacts in through?the?wall radar ima?ging [J]. Journal of Electromagnetic Waves and Applications， 2013， 27（6）： 716?725.

[10] CAMACHO J， PARRILLA M， FRITSCH C. Grating?lobes reduction by application of phase coherence factors [C]// Proceedings of 2009 IEEE International Symposium on Ultraso?nics. Rome： IEEE， 2009： 341?344.

[11] WANGY M， SONG Q， HUANG X T， et al. Grid clustering in detection image via target prior information [J]. Signal Processing， 2012， 28（11）： 1565?1574.

[12] JIN T， CHEN B， ZHOU Z M. Image?domain estimation of wall parameters for auto focusing of through?the?wall SAR imagery [J]. IEEE Transactions on Geoscience and Remote Sensing， 2013， 51（33）： 1836?1843.endprint