本文關(guān)鍵詞：穿墻雷達(dá)成像處理技術(shù)研究

  更多相關(guān)文章： 穿墻雷達(dá)成像 雜波抑制 多徑回波 虛像消除 墻體參數(shù)估計(jì) 自聚焦成像 融合成像

【摘要】：穿墻雷達(dá)成像是近些年快速發(fā)展起來的一種對(duì)障礙物后的小范圍區(qū)域進(jìn)行微波成像的技術(shù),它能夠?qū)﹄[藏在墻體或者建筑物后的目標(biāo)進(jìn)行探測(cè)、成像、定位、跟蹤與識(shí)別等,因此在城市巷戰(zhàn)、反恐安保、災(zāi)害及人質(zhì)救援等方面有著廣泛的應(yīng)用。作為一種新的復(fù)雜環(huán)境下的雷達(dá)成像技術(shù),穿墻成像還面臨著諸多的困難和挑戰(zhàn)。本文在學(xué)習(xí)了穿墻雷達(dá)成像的基本原理和應(yīng)用特點(diǎn)的基礎(chǔ)上,圍繞著獲得高質(zhì)量穿墻成像結(jié)果這一目的,對(duì)穿墻成像處理技術(shù)的以下幾個(gè)方向展開了重點(diǎn)研究。首先,本文對(duì)墻體雜波的抑制問題進(jìn)行了研究。墻體雜波是信號(hào)穿墻過程中墻體的反射波,具有幅值大,持續(xù)時(shí)間長(zhǎng)的特點(diǎn),非常容易對(duì)目標(biāo)回波形成遮蔽效應(yīng),是穿墻成像中最主要的也是影響最大的雜波,所以必須要采取一定的方法對(duì)其進(jìn)行抑制。在第三章中,本文分別從回波域和圖像域出發(fā),提出了兩種墻體雜波抑制方法。在回波域方法中,本文利用了墻體雜波在空域是緩變的這一特點(diǎn),引入SaS方法并聯(lián)合SVD技術(shù)對(duì)其進(jìn)行了抑制。在圖像域方法中,由于觀察到雜波像素的回波分量之間存在嚴(yán)重的不一致性,而目標(biāo)像素的回波分量之間則有較好的一致性,所以本文引入了統(tǒng)計(jì)學(xué)中的離散系數(shù)來根據(jù)這一特點(diǎn)對(duì)像素進(jìn)行加權(quán),從而達(dá)到增強(qiáng)目標(biāo)像素抑制雜波像素的目的。在仿真和實(shí)驗(yàn)中,這兩種方法都表現(xiàn)出對(duì)墻體雜波良好的抑制能力。其次,本文對(duì)多徑回波引起的虛像問題進(jìn)行了研究。在室內(nèi)環(huán)境下,由于目標(biāo)場(chǎng)景四周墻壁的存在,信號(hào)不僅會(huì)通過目標(biāo)與雷達(dá)之間的直達(dá)徑傳播,還會(huì)在雷達(dá)-墻壁-目標(biāo)之間形成的反射路徑中傳播,從而在接收信號(hào)中產(chǎn)生多徑回波。這些回波會(huì)在成像結(jié)果中形成多徑虛像,導(dǎo)致虛警概率升高。針對(duì)這一問題,本文第四章先是建立了室內(nèi)場(chǎng)景下的多徑回波模型,然后根據(jù)這一模型,提出了一種通過對(duì)消多徑回波來消除虛像的方法。在這一方法里,先通過多徑模型估計(jì)出多徑回波的時(shí)延和幅值,再?gòu)慕邮盏降睦走_(dá)回波中找到并減去這些多徑回波,進(jìn)而得到虛像抑制后的新的成像結(jié)果。之后本文又提出了一種基于壓縮感知(CS)技術(shù)的能夠抑制虛像出現(xiàn)的成像方法。這種方法將每一個(gè)多徑都視為一個(gè)觀測(cè)通道,并寫成觀測(cè)矩陣的形式,再把它們集中到一個(gè)觀測(cè)模型中,最后使用CS方法進(jìn)行求解成像。由于多徑回波已經(jīng)通過多徑觀測(cè)矩陣被認(rèn)為是目標(biāo)在另一個(gè)觀測(cè)下的回波,所以多徑回波會(huì)被反演到目標(biāo)的位置上,而不會(huì)再引起虛像的出現(xiàn)。之后本文又對(duì)墻體參數(shù)未知時(shí)如何進(jìn)行成像這一問題進(jìn)行了研究。在實(shí)際穿墻成像環(huán)境中,墻體參數(shù)往往是未知的,且無法進(jìn)行精確測(cè)量,這會(huì)給場(chǎng)景目標(biāo)的正確反演帶來較大的困難。本文第五沿著兩種不同的思路對(duì)這一問題進(jìn)行了研究,并在兩種思路下各提出了一個(gè)具體的解決方案。在“先估計(jì)墻體參數(shù)-再成像”這一思路下,本文提出了一種基于支持向量回歸(SVR)的墻體參數(shù)估計(jì)方法。該方法將大量已知參數(shù)的墻體的回波當(dāng)做訓(xùn)練樣本,利用SVR對(duì)其進(jìn)行回歸分析并得到相應(yīng)的回歸函數(shù)。之后只要將接收到的未知墻體的回波輸入回歸函數(shù),利用回歸函數(shù)的輸出和一個(gè)代價(jià)函數(shù)的最小化過程,即可以估計(jì)得到未知墻體的參數(shù)。第二種思路是不估計(jì)參數(shù),直接使用自聚焦方法來獲得聚焦正確的成像結(jié)果。由于普通自聚焦方法的計(jì)算量比較大,不利于實(shí)時(shí)成像,本文通過對(duì)圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)和優(yōu)化變量的簡(jiǎn)化,提出了一種簡(jiǎn)單快速的穿墻成像自聚焦算法,在提高了計(jì)算效率的同時(shí)獲得了與參數(shù)已知條件下相近的成像結(jié)果。最后本文對(duì)穿墻條件下的融合成像與圖像融合方法進(jìn)行了研究。在穿墻成像中,往往可以利用多個(gè)觀測(cè)角度或者多種觀測(cè)手段對(duì)同一個(gè)場(chǎng)景進(jìn)行多次觀測(cè)。這些多次觀測(cè)的結(jié)果可以通過有效融合,來提供一幅質(zhì)量更高、更有信息量的圖像。在目標(biāo)的散射位置和散射強(qiáng)度在兩次觀測(cè)中近似不變時(shí),本文第六章首先提出了一種基于CS技術(shù)的融合成像方法。由于目標(biāo)的散射位置和散射強(qiáng)度被認(rèn)為是近似不變的,所以可以將兩次觀測(cè)的數(shù)據(jù)直接組合起來,統(tǒng)一到CS的觀測(cè)模型下進(jìn)行求解,得到高分辨率且沒有較高旁瓣的融合圖像。當(dāng)目標(biāo)的散射位置和散射強(qiáng)度在兩次觀測(cè)中變化較大時(shí),本文提出了一種雙層模糊邏輯的圖像融合方法來對(duì)兩次觀測(cè)各自得到的圖像進(jìn)行非相干融合。該方法在利用第一層圖內(nèi)融合對(duì)目標(biāo)在單副圖像中的信息進(jìn)行充分利用的基礎(chǔ)上,再通過第二層的圖間融合,將兩個(gè)陣列之間的信息進(jìn)行了融合。仿真和實(shí)驗(yàn)結(jié)果表明該方法能夠增強(qiáng)目標(biāo)抑制雜波,獲得良好的融合效果。
【關(guān)鍵詞】：穿墻雷達(dá)成像 雜波抑制 多徑回波 虛像消除 墻體參數(shù)估計(jì) 自聚焦成像 融合成像
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.52
【目錄】：

• 摘要5-7
• ABSTRACT7-16
• 第1章 緒論16-26
• 1.1 研究背景及意義16-19
• 1.2 穿墻雷達(dá)成像的發(fā)展與研究現(xiàn)狀19-23
• 1.3 論文的主要工作與創(chuàng)新23-26
• 第2章 穿墻雷達(dá)成像的原理及特點(diǎn)26-44
• 2.1 引言26
• 2.2 雷達(dá)體制與成像原理26-31
• 2.2.1 穿墻成像雷達(dá)信號(hào)波形26-29
• 2.2.2 成像性能分析29-31
• 2.3 墻體對(duì)穿墻成像的影響31-37
• 2.3.1 衰減與色散31-33
• 2.3.2 折射與時(shí)延33-34
• 2.3.3 對(duì)成像性能的影響34-37
• 2.4 常見穿墻成像算法37-42
• 2.4.1 后向投影算法37-38
• 2.4.2 直接頻域成像算法38-39
• 2.4.3 壓縮感知成像方法39-42
• 2.5 本章小節(jié)42-44
• 第3章 墻體雜波抑制44-58
• 3.1 引言44
• 3.2 墻體雜波的回波域特點(diǎn)44-47
• 3.3 聯(lián)合SVD和SaS的回波域雜波抑制方法47-52
• 3.3.1 SVD在雜波抑制中的應(yīng)用47-48
• 3.3.2 SaS雜波抑制法48
• 3.3.3 SVD與SaS的聯(lián)合48-49
• 3.3.4 仿真與實(shí)驗(yàn)結(jié)果49-52
• 3.4 墻體雜波的圖像域特點(diǎn)52-53
• 3.5 基于離散系數(shù)加權(quán)的圖像域雜波抑制方法53-56
• 3.5.1 理論分析53-54
• 3.5.2 仿真與實(shí)驗(yàn)結(jié)果54-56
• 3.6 本章小節(jié)56-58
• 第4章 穿墻成像中的多徑虛像抑制58-78
• 4.1 引言58-59
• 4.2 室內(nèi)環(huán)境下的多徑模型59-60
• 4.3 多徑虛像的形成特點(diǎn)60-63
• 4.4 基于多徑回波對(duì)消的虛像消除技術(shù)63-72
• 4.4.1 回波對(duì)消方法63-65
• 4.4.2 兩種特殊情況的討論65-66
• 4.4.3 墻體參數(shù)引起的計(jì)算誤差分析66-67
• 4.4.4 仿真與實(shí)驗(yàn)結(jié)果67-72
• 4.5 基于壓縮感知技術(shù)的虛像抑制成像方法72-76
• 4.5.1 虛像抑制成像方法72-75
• 4.5.2 仿真與實(shí)驗(yàn)75-76
• 4.6 本章小節(jié)76-78
• 第5章 未知墻體參數(shù)下的成像方法78-100
• 5.1 引言78
• 5.2 基于支持向量回歸的墻體參數(shù)估計(jì)方法78-91
• 5.2.1 支持向量回歸(SVR)簡(jiǎn)介78-81
• 5.2.2 SVR在墻體參數(shù)估計(jì)中的常規(guī)用法81-83
• 5.2.3 基于SVR的墻體參數(shù)估計(jì)方法83-86
• 5.2.4 仿真結(jié)果與分析86-91
• 5.3 穿墻成像中的自聚焦成像方法91-98
• 5.3.1 自聚焦成像原理91-94
• 5.3.2 簡(jiǎn)化的的快速自聚焦方法94-96
• 5.3.3 仿真與實(shí)驗(yàn)96-98
• 5.4 本章小節(jié)98-100
• 第6章 穿墻成像的融合成像方法100-114
• 6.1 引言100
• 6.2 基于壓縮感知的融合成像技術(shù)100-104
• 6.2.1 方法原理101-102
• 6.2.2 仿真結(jié)果102-104
• 6.3 穿墻圖像融合的基本方法104-106
• 6.3.1 算術(shù)融合方法104-105
• 6.3.2 模糊邏輯融合105-106
• 6.4 基于雙層模糊邏輯的圖像融合方法106-113
• 6.4.1 第一層——圖內(nèi)融合107-109
• 6.4.2 第二層——圖間融合109
• 6.4.3 仿真與實(shí)驗(yàn)109-113
• 6.5 本章小節(jié)113-114
• 第7章 結(jié)束語(yǔ)114-118
• 7.1 對(duì)本文工作的總結(jié)114-115
• 7.2 工作展望115-118
• 參考文獻(xiàn)118-132
• 致謝132-134
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果134

【參考文獻(xiàn)】

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 陳潔;超寬帶雷達(dá)信號(hào)處理及成像方法研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2007年

，

本文編號(hào)：933134