發(fā)布時間：2020-10-11 22:24

　　 本文針對國內的安檢現狀和毫米波成像技術的發(fā)展和應用,對毫米波成像技術原理進行了深入研究,對毫米波成像的算法進行了詳細的理論推導,并在此基礎上實現了對金屬目標和非金屬目標的毫米波成像以及實現了非金屬介質物體的電磁參數的精確估算。同時搭建和對多種物體進行毫米波成像實驗,并初步設計毫米波測試系統(tǒng)樣機。論文主要研究工作如下:(1)基本的毫米波成像理論以及目標檢測算法的研究研究了SAR成像基礎理論和不同工作模式下的場景,并分析了SAR成像的距離向和方位向的分辨率,以及單頻點和寬帶毫米波的圖像重建。介紹了卷積神經網絡的基本原理以及目標檢測SSD算法的實現過程。(2)MIMO陣列毫米波成像算法的實現與仿真介紹了MIMO陣列毫米波成像的理論基礎,給出了詳細的推導過程,并與圓柱掃描方式做出了對比。通過對不同頻帶寬度、不同角度參數以及不同成像系統(tǒng)參數的仿真實驗,分析了相鄰天線的最小間距以及最小角度夾角對成像效果的影響,也得出了MIMO成像系統(tǒng)中各方向分辨率與成像系統(tǒng)參數之間的關系。基于成像算法,實現了對金屬和非金屬目標物體的成像,并且對手槍、匕首進行目標識別檢測實驗,實驗結果驗證了目標檢測算法應用于毫米波成像系統(tǒng)的可行性。(3)提出了基于毫米波成像的電磁參數提取方法推導了基于毫米波成像的目標物體電磁參數估算的方法原理,結合了無耗介質物體和有耗介質物體進行了仿真實驗,通過實測現實生活常見的木塊,估算其介電常數,驗證了基于毫米波的電磁參數估算法的可行性以及正確性。(4)近場毫米波成像系統(tǒng)的搭建與實測介紹了毫米波成像系統(tǒng)的搭建方法,給出了在搭建以及實測過程中需要注意的測試問題與要點,同時,在此基礎上給出了目標物體的實測情況,說明了成像系統(tǒng)搭建的可行性。設計了適用于MIMO成像系統(tǒng)的初步實測平臺,給出了設計圖與設計說明,并提供了推薦樣件參數。
【學位單位】：南京航空航天大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TN015
【部分圖文】：

缺點主要有分辨率較低、天線孔徑大小受限、成像區(qū)域有限和二維陣列的成本高等。主動式合成孔徑成像其實和全息成像是屬于同一種成像理念，它們都是屬于近程成像模式但是主動式合成孔徑成像主要應用與遙感成像，采用機載雷達，這種方式在國內外的研究領域已經比較成熟，而全息成像更適合于近程毫米波成像技術，因為其分辨率較高，并且圖像的質量比較高。被動毫米波成像系統(tǒng)[15]使用毫米波輻射計獲取目標物體的輻射特性，利用不同物體的不同輻射特性實現成像，被動式[16]毫米波成像無法對目標物體進行三維成像，而且容易受背景環(huán)境的影響，所以主動式毫米波成像技術逐漸占據市場主流。全息成像[17]是毫米波成像技術中應用比較多的一種方式，它可以獲取目標區(qū)域的三維毫米波圖像，能夠較為準確的還原目標物體的形狀輪廓，對目標的識別概率比較高。該成像技術具有清晰度較高、成像區(qū)域廣等優(yōu)點，但是在距離向上不能完整的重建具有深度信息的目標物體。美國太平洋西北國家實驗室的 Sheen 等人在 1996 年引入光學中全息成像的概念[18]，提出了近場有源毫米波全息成像算法。在原始的算法基礎上，優(yōu)化了掃描的幾何結構，使得被測物體能被波源完美照射，大幅改善了聚焦特性，克服了很多傳統(tǒng)有源毫米波技術的限制，并提出了單頻點以及寬帶全息成像技術[19]。

南京航空航天大學碩士學位論文該成像技術在三個維度上都有比較高的分辨率，相比單頻點成像，能夠最大限度的消除斑的影響，如上圖 1.1 為該成像系統(tǒng)下使用 100GHz~112GHz 頻段所成的寬帶全息毫米波效果圖。Sheen 等人還研究出一種圓柱成像系統(tǒng)，能夠同時優(yōu)化織物穿透性、系統(tǒng)分辨率、圖像和檢測速度。還使用了極化成像、陣列開關控制、高頻率、超寬帶等技術來提高原始技術。2003 年太平洋西北國家實驗室授權 L3-通信公司將全息毫米波成像技術商業(yè)化，推出oVision 以及 Safe View 等產品。該裝置使用兩個垂直的天線陣列對人體進行圓柱掃描，天列采用 Ka 波段（27GHz-40GHz）進行全息成像。

圖 1. 3 WTS 安檢系統(tǒng)通道式毫米波成像安檢系統(tǒng)如圖1.3所示，這種采用天線稀疏排布的方式可以減少天線數降低成本，并且能夠對數據進行并行化處理，將采樣時間控制在 20ms 以內[22]。該成像系統(tǒng)能夠實現對人體的實時成像，當人體進入通道時，首先對人體的正面成像一走到通道中間時，系統(tǒng)會對人體的側面成像，當即將走出通道時，系統(tǒng)會對人體的背部成這樣就形成了對人體的一次完整安全檢查，圖 1.4 所示為人體經過通道后，成像系統(tǒng)所成幅圖像。
【相似文獻】

相關期刊論文 前10條

1 李文濤;馬鉞;;基于智能相機的目標物體的定位[J];控制工程;2011年S1期

2 楊淑瑩,胡軍,曹作良;基于圖像紋理分析的目標物體識別方法[J];天津理工學院學報;2001年04期

3 黃偉;楊文姬;曾璟;曾舒如;陳光;;基于譜聚類和增量學習的運動目標物體檢測算法研究[J];西北工業(yè)大學學報;2017年01期

4 ;牽引激光束能直接移動目標物體[J];黑龍江科技信息;2014年33期

5 ;光的奇跡[J];少兒科學周刊(少年版);2016年05期

6 朱方文,李德強,袁政鵬,吳家麒;一種用于目標物體跟蹤的人工標志[J];計算機工程與應用;2004年31期

7 燕強;趙洪彬;曾寶鋒;;利用地質雷達求取地下目標物體積研究綜述[J];中國礦業(yè);2017年S1期

8 謝新華;梁棟;張香倩;張東彥;周建軍;;基于圖像處理的目標物體最大內接矩形面積的檢測[J];科學技術與工程;2015年17期

9 李亮;費凌;;機械手對目標物體抓取的研究[J];工業(yè)控制計算機;2009年01期

10 郝小蕾;宋愛國;紀鵬;;一種基于多視角圖像的目標物體定位方法[J];測控技術;2015年05期

相關博士學位論文 前7條

1 LiuSiving（劉思穎）;中國幼兒對日常習用性及非習用性行為的認知水平[D];華東師范大學;2019年

2 呂軼;磁感應成像的若干關鍵技術研究[D];東北大學;2012年

3 馮斌;計算機視覺信息處理方法與水果分級檢測技術研究[D];中國農業(yè)大學;2002年

4 王志恒;基于FPA的新型氣動機器人多指靈巧手研究[D];浙江工業(yè)大學;2011年

5 荊偉;自閉癥譜系障礙兒童詞語習得中“快速映射”能力的實驗研究[D];華東師范大學;2013年

6 王文叢;中波紅外傅里葉變換成像光譜儀理論分析與光學系統(tǒng)設計研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

7 白雪飛;基于視覺顯著性的圖像分割方法研究[D];山西大學;2014年

相關碩士學位論文 前10條

1 虞軍軍;毫米波目標物體成像研究及電磁參數提取[D];南京航空航天大學;2019年

2 高雅楠;基于RGB-D數據的場景認知與人機協(xié)作[D];大連理工大學;2019年

3 宋二猛;基于改進YOLOv3算法的道路多目標實時檢測方法[D];江西理工大學;2019年

4 張家玄;基于相關性濾波器的實時物體追蹤[D];浙江大學;2019年

5 杜懈宇;關聯成像照明光場的優(yōu)化研究[D];北京郵電大學;2019年

6 邱垚;基于3D目標識別的工業(yè)機器人無序分揀技術研究[D];西安理工大學;2019年

7 胡躍;基于改進SIFT的目標實時跟蹤算法[D];北京郵電大學;2019年

8 馬凝;全驅動五指靈巧手結構設計及控制系統(tǒng)的研究[D];吉林大學;2019年

9 高爽;復雜環(huán)境光源變化下的二維圖像分析與處理[D];天津大學;2018年

10 于雄飛;面向智能監(jiān)控的目標檢測追蹤算法設計實現[D];西南交通大學;2018年

本文編號：2837208