CN101858975A - 一种基于穿墙雷达成像的目标定位方法 - Google Patents

Abstract

一种基于穿墙雷达成像的目标定位方法，属于雷达成像技术领域，涉及雷达目标探测中的目标定位方法。本发明包括如下步骤：1)确定墙体介电常数和厚度的初始值(ε′，d′)；2)针对墙体参数(ε′，d′)进行BP成像处理，得到的图像归一化后去除低于3dB的像素值；3)改变墙体参数为(ε′，d+Δdⁿ)，n＝1，2，...，N-1，重复2)和3)，将N幅去噪处理后的目标区域图像合成一幅图像；4)采用Radon变换拟合直线；5)改变墙体介电常数为ε′+Δε^m，m＝1，2，3，...，M-1，重复2)到5)；6)对相同目标的拟合直线，求取它们交点的平均值作为目标最终定位结果。本发明可在墙体参数未知条件下实现目标精确定位；应用时无需移动天线和改变天线设置条件，通过算法处理实现目标的精确定位，具有较高的定位精度和工作效率，还能确保操作人员的安全。

Description

一种基于穿墙雷达成像的目标定位方法

技术领域

本发明属于雷达成像技术领域，涉及雷达目标探测，具体涉及一种穿墙雷达成像的目标定位方法。

背景技术

穿墙雷达目标定位是采用阵列雷达对墙体后面目标进行探测、定位的技术，在现代反恐和救灾中具有巨大的应用价值。针对穿墙雷达目标探测的具体应用，如何有效的实现对墙体后目标的准确定位一直是穿墙雷达技术研究的重点，穿墙目标定位效果更是影响穿墙雷达系统性能的关键因素。

根据穿墙雷达探测区域图像进行目标位置坐标的提取属于基于穿墙雷达成像的目标定位方法。通常，穿墙雷达成像的目标定位技术采用经典的BP(back projection，即后向反射)成像算法。该成像算法的处理流程图如图1所示，成像区域每个像素点q的像素值是对阵列天线的回波信号进行回波延迟补偿和相干积累得到的，因此，需要精确计算每个像素点q的回波延迟τ_q。在BP成像算法中，由于墙体的存在，电磁波在墙体内的传播会产生折射现象，并且传播速度会下降，因此，回波延迟τ_q的精确计算需要确知墙体参数(即墙体厚度d和墙体介电常数ε)。在精确测定阵列天线位置坐标和准确计算回波延迟τ_q的前提下，BP成像结果中目标图像在区域图像中的位置准确反映了真实目标在成像区域中的位置，这是一种确知墙体参数下的基于穿墙雷达成像的目标定位方法。

在实际穿墙探测应用中，天线阵列的位置坐标是可以准确测定的，而墙体参数一般都是未知的，如果采用带有估计误差的墙体参数计算回波延迟τ_q时会出现误差，这会造成最后图像出现散焦和幻象，并且目标图像的位置会偏移实际目标位置，带来定位误差。因此，如何实现未知墙体参数下的基于穿墙雷达成像的目标精确定位是穿墙雷达技术实际应用的研究重点。

美国Villanova大学的G.Y.Wang等人提出了两种方法来解决未知墙体参数下的目标定位问题，两种方法根据在假定的介电常数不变的条件下，目标图像位置随墙体厚度变化的线性轨迹的斜率是由天线阵列的设置唯一确定的，因此，两种方法通过移动天线阵列和改变天线阵列结构来改变天线阵列的设置，从而得到不同的代表目标图像位置随墙体厚度变化的线性轨迹，两条线性轨迹的交点用来作为估计的目标位置。实际应用中，两种方法需要人工操作移动天线阵列和改变天线阵列结构，引入了天线位置误差，降低了目标的定位精度，同时降低了雷达系统的工作效率和操作人员的安全性，不利于穿墙雷达实际应用。

发明内容

本发明提供一种未知墙体参数下的基于穿墙雷达成像的目标定位方法，实现穿墙目标有效定位。本发明在实际应用中不需要人工操作来移动天线阵列和改变天线阵列结构，即在保持固定的天线阵列设置的条件下，通过使用不同假设的介电常数进行算法处理获得目标定位结果，因此，不会引入天线位置误差，增加了目标定位精度，另外，无需人工操作可以有效地提高穿墙雷达探测的工作效率和反恐作战人员的生存能力。

本发明利用了目标图像位置随墙体厚度线性变化的规律，假设墙体真实厚度为d，真实介电常数为ε，成像处理中假定的墙体参数分别为d+Δd和ε+Δε，图2为在墙体介电常数为ε+Δε时，目标图像位置由于墙体厚度估计误差Δd造成的偏移示意图，此时，点p为采用墙体参数对(ε+Δε，d)形成的目标图像的位置，点q为采用墙体参数对(ε+Δε，d+Δd)形成的目标图像的位置。根据推导，在假定墙体介电常数的估计值为ε+Δε时，目标图像位置q相对于目标图像位置p的偏移量Δx和Δy随墙体厚度估计误差Δd的变化规律为：

Δx＝-Δd((ε+Δε)-1)[tan(θ_t0，p)+tan(θ_r0，p)]  (1)

如图2所示，式(1)和式(2)中的θ_t0，p和θ_r0，p分别为目标图像位置p到发射阵列中心和接收阵列中心传播路径对应的入射角和折射角，

和

分别为目标图像位置p到发射阵列中心和接收阵列中心传播路径对应的折射角和入射角。在固定天线阵列设置的前提下，θ_t0，p、θ_r0，p、

由介电常数唯一确定。

由(1)式与(2)式可知，在假定墙体介电常数为ε+Δε时，目标图像位置的偏移量Δx，Δy随墙体厚度估计误差Δd成线性关系。因此，改变墙体的厚度，目标图像的位置轨迹为一条直线，该目标轨迹直线的斜率为k₀。由(3)式可知，在固定天线阵列设置的前提下，k₀仅与墙体介电常数的估计值ε+Δε有关。因此，重新假设墙体的介电常数为ε+Δε′，然后同样地改变墙体的厚度，此时目标图像的位置轨迹为另外一条直线，该直线斜率k₀′由介电常数ε+Δε′唯一确定。综上所述，两种不同介电常数下的目标轨迹直线斜率是不同的，两条斜率不同的直线必会相交，本发明将交点坐标作为目标定位结果，即作为目标真实位置坐标的估计值，实现未知墙体参数下的基于穿墙雷达成像的目标定位，这是一种未知墙体参数下的基于穿墙雷达成像的目标定位方法。

本发明技术方案如下：

一种基于穿墙雷达成像的目标定位方法，如图3所示，包括以下步骤：

步骤1：根据常见墙体的介电常数和厚度范围，估计一个墙体介电常数值为ε′、估计一个墙体厚度值为d′。

步骤2：采用步骤1估计的墙体参数(ε′，d′)进行BP(后向反射)成像处理，得到目标区域图像I₀；并对目标区域图像I₀采用恒虚警检测，得到目标区域图像I₀中的目标个数T₀。

步骤3：对步骤2所得的目标区域图像I₀按像素值进行归一化，去除低于3dB的像素值，得到一幅去噪处理后的目标区域图像I₁。

步骤4：改变墙体厚度值为d′+Δdⁿ，n＝1，2，3，…，N-1，重复步骤1至步骤3，得到(N-1)幅去噪处理后的目标区域图像I₁。

步骤5：将步骤1至步骤4所得的N幅去噪处理后的目标区域图像I₁相同像素点位置的像素值对应相加，得到一幅合成的去噪目标区域图像I₂；并对N个步骤2中的目标区域图像I₀中的目标个数T₀进行统计平均，得到检测的目标个数T。

步骤6：采用Radon变换检测步骤5所得的合成的去噪目标区域图像I₂中的直线成分，拟合出T条直线。

步骤7：改变墙体介电常数值为ε′+Δε^m，m＝1，2，3，…，M-1，重复步骤1至步骤6，得到(M-1)幅合成的去噪目标区域图像I₂，每幅合成的去噪目标区域图像I₂拟合出T条直线。

步骤8：在步骤1至步骤7所得的M幅合成的去噪目标区域图像I₂中，对相同目标的M条拟合直线，求取它们的交点的统计平均值作为T个目标的最终定位结果。

需要说明的是：

1、步骤4中N的选取标准需要根据拟合直线的准确性和算法处理时间来折中选取。N越大用来拟合直线的目标图像位置坐标就越多，拟合的直线对目标图像位置偏移的描述越准确，本发明的工作性能就越好，但同时要耗费一定的处理时间。一般情况下N取值在6到12之间。

2、步骤7中的M的选取标准需要根据目标定位结果的精度和算法处理时间来折中选取。M越大，目标定位精度就越高，本发明的工作性能就越好，但同时要耗费一定的处理时间。一般情况下M取值在3到6之间。

3、步骤4中改变墙体厚度值时，因为通常墙体厚度不过半米左右，因此每次墙体改变的厚度Δd最好不超过5厘米。

4、步骤7中改变墙体介电常数时，因为通常墙体材料介电常数在4～16之间，因此每次墙体改变的介电常数Δε最好不超过3。

本发明的有益效果是：

本发明不需要墙体参数的先验信息，在墙体参数未知的条件下实现对目标回波信号的精确延迟补偿，实现基于穿墙雷达成像的目标精确定位；同时，本发明在实际应用场景下，可将天线阵列固定，无需移动天线阵列，也不需要改变天线阵列设置条件，完全通过算法处理实现目标的精确定位，具有较高的定位精度和较高的工作效率，还能够确保操作人员的安全，便于穿墙雷达实际应用。

附图说明

图1为经典BP成像算法处理流程图。

图2为目标图像在墙体介电常数为ε+Δε、墙体厚度估计误差为Δd时的偏移示意图。

图3为本发明处理流程图。

图4为本发明具体实施方式中(ε，d_n)，n＝1，2，…，9对应的归一化、去除低于3dB的像素值之后的叠加图像，其中ε＝9，d＝[0.1m，0.15m，0.2m，0.25m，0.3m，0.35m，0.4m，0.45m，0.5m]

图5为本发明具体实施方式中单目标四条拟合直线。

其中：直线1为设置墙体介电常数ε＝9时的拟合直线，直线2为设置墙体介电常数ε＝6时的拟合直线，直线3为设置墙体介电常数ε＝12时的拟合直线，直线4为设置墙体介电常数ε＝15时的拟合直线。

具体实施方式

下面结合一个实际例子给出本发明的具体实施方式，并给出了处理结果说明本发明的工作性能。

本穿墙雷达实验系统采用步进频连续波，起始频率f_start＝1×10⁹hz，截止频率f_end＝2×10⁹hz，频率步进Δf＝2×10⁶hz，采用31发31收的天线阵列，收发天线紧靠墙体放置，发射天线从为-1.5m到1.5m每隔0.1m均匀分布在31个位置上，接收天线与发射天线相隔0.5m，相应地从-1m到2m每隔0.1m均匀分布在31个位置上；人体目标位于(0.6m，3m)处。

BP成像处理中雷达回波延迟补偿时，墙体介电常数估计值任意选取ε＝9，墙体厚度的估计值依次改变为d＝[0.1m，0.15m，0.2m，0.25m，0.3m，0.35m，0.4m，0.45m，0.5m]，共遍历9个估计值，针对每一对墙体参数对(ε，d_n)，n＝1，2，…，9得到9幅归一化、去除低于3dB像素值的目标区域图像，将9幅图像叠加成一幅图像，如图4，从图4可以明显看出，目标图像位置偏移轨迹呈现直线形式，与式(1)(2)(3)得到的结论相符合，可以用来拟合直线。

根据本发明的处理流程，依次选取墙体介电常数估计值为ε＝6、ε＝9、ε＝12、ε＝15，墙体厚度估计值对每个介电常数均采用d＝[0.1m，0.15m，0.2m，0.25m，0.3m，0.35m，0.4m，0.45m，0.5m]，重复步骤1到步骤7，可以得到4条目标轨迹直线，实验数据处理结果如图5，从图5中明显看出四条目标轨迹直线两两相交于一点，有六个交点，六个交点坐标如下表所示：

两个介电常数组合	交点坐标
		εe＝6和εe＝9	(0.58m，2.80m)
εe＝6和εe＝12	(0.67m，3.04m)
		εe＝6和εe＝15	(0.77m，3.31m)
εe＝9和εe＝12	(0.58m，2.82m)
		εe＝9和εe＝15	(0.60m，2.95m)
εe＝12和εe＝15	(0.80m，3.39m)
		统计平均值	(0.67m，3.05m)

这六个交点坐标相比于目标真实位置(0.6m，3m)有一定的定位误差，都是在可以接受的范围之内，但具有一定的波动，因此，对这六个交点坐标求得统计平均坐标为(0.67m，3.05m)，并将其作为最终的目标定位结果，综合定位误差为 $\mathrm{\Δ}=\sqrt{{(0.67-\left(0.6\right))}^2+{(3.05-3)}^2}=0.086m,$ 综合定位误差更具代表性和稳定性，并在定位精度要求范围之内，因此，经过本发明处理得到的统计平均坐标可以作为目标真实位置的有效估计值。

综上所述，在穿墙雷达实际应用中，本发明能够实现对未知墙体的有效补偿，实现未知墙体参数下的目标准确定位，从而获得稳定可靠的目标定位结果。

Claims (5)

1.一种基于穿墙雷达成像的目标定位方法，包括以下步骤：

步骤1：根据常见墙体的介电常数和厚度范围，估计一个墙体介电常数值为ε′、估计一个墙体厚度值为d′；

步骤2：采用步骤1估计的墙体参数(ε′，d′)进行BP成像处理，得到目标区域图像I₀；并对目标区域图像I₀采用恒虚警检测，得到目标区域图像I₀中的目标个数T₀；

步骤3：对步骤2所得的目标区域图像I₀按像素值进行归一化，去除低于3dB的像素值，得到一幅去噪处理后的目标区域图像I₁；

步骤4：改变墙体厚度值为d′+Δdⁿ，n＝1，2，3，...，N-1，重复步骤1至步骤3，得到(N-1)幅去噪处理后的目标区域图像I₁；

步骤5：将步骤1至步骤4所得的N幅去噪处理后的目标区域图像I₁相同像素点位置的像素值对应相加，得到一幅合成的去噪目标区域图像I₂；并对N个步骤2中的目标区域图像I₀中的目标个数T₀进行统计平均，得到检测的目标个数T；

步骤6：采用Radon变换检测步骤5所得的合成的去噪目标区域图像I₂中的直线成分，拟合出T条直线；

步骤7：改变墙体介电常数值为ε′+Δε^m，m＝1，2，3，…，M-1，重复步骤1至步骤6，得到(M-1)幅合成的去噪目标区域图像I₂，每幅合成的去噪目标区域图像I₂拟合出T条直线；

步骤8：在步骤1至步骤7所得的M幅合成的去噪目标区域图像I₂中，对相同目标的M条拟合直线，求取它们的交点的统计平均值作为T个目标的最终定位结果。

2.根据权利要求1所述的基于穿墙雷达成像的目标定位方法，其特征在于，步骤4中所述N的取值范围为6到12之间。

3.根据权利要求1所述的基于穿墙雷达成像的目标定位方法，其特征在于，步骤7中所述M的取值范围为3到6之间。

4.根据权利要求1所述的基于穿墙雷达成像的目标定位方法，其特征在于，步骤4中所述墙体改变的厚度Δd不超过5厘米。

5.根据权利要求1所述的基于穿墙雷达成像的目标定位方法，其特征在于，步骤7中所述墙体改变的介电常数Δε不超过3。

Images