CN102520405B - 基于图像域墙体影响补偿的穿墙成像方法 - Google Patents

Abstract

本发明提出一种基于图像域墙体影响补偿的穿墙成像方法。基本思路是：首先，通过传统成像算法对回波数据进行成像处理。然后在无墙体先验知识的情况下，利用获取的图像及其图像域滤波结果确定补偿因子中的最佳参数。最后利用该补偿因子对成像结果进行墙体影响的补偿。具体包括下述步骤：第一步，确定成像坐标系；第二步，对回波数据进行初始成像处理；第三步，计算图像域补偿因子；第四步，进行图像域墙体补偿处理。本发明仅需对墙体补偿进行一次成像处理便可同时完成多目标的补偿处理，从而满足实际应用高计算效率要求。

Description

基于图像域墙体影响补偿的穿墙成像方法

技术领域

本发明属于超宽带合成孔径雷达成像技术领域，特别是一种基于图像域墙体影响补偿的成像方法。

背景技术

超宽带合成孔径雷达将超宽带技术与合成孔径技术相结合，发射的电磁波具有低频穿透以及优异的方位向分辨能力，实现对墙后目标甚至建筑物结构的高分辨成像，极大增强了目标信息获取能力。由于墙体遮挡的影响，电磁波在穿透墙体时后产生能量衰减、反射、折射和速度变慢等现象，利用天线接收回波进行成像就会出现定位偏差、图像散焦甚至产生虚假目标等问题，因而在穿墙成像中，需要进行墙体影响的补偿处理。

墙体影响的补偿是超宽带合成孔径雷达穿墙成像中的关键技术。为了补偿墙体造成的影响，常用的处理方法是利用已知的墙体电磁参数对天线接收回波进行补偿。而在实际穿墙中，墙体电磁参数一般是未知的，在这种情况下，穿墙成像补偿的关键一般依靠墙体参数的估计进行处理。目前关于墙体影响的补偿，通常在回波域进行，该方法将墙体对天线接收回波的影响在回波域进行补偿，补偿后再利用成像算法进行成像。该方法存在两个主要问题。一是不能对墙后多目标同时补偿。因为当墙后有多个目标时，不同目标的入射角是不同的，即不同目标对应的回波域补偿因子是不同的。二是该方法计算量很大。因为在墙体厚度确定中，需要进行多次成像，计算量随之大幅度增加。

发明内容

本发明提出一种基于图像域墙体影响补偿的穿墙成像方法，可实现对多个目标同时补偿后成像，同时具有运算量小、成像精度高的特点。

本发明的基本思路是：首先，通过传统成像算法对回波数据进行成像处理。然后在无墙体先验知识的情况下，利用获取的图像及其图像域滤波结果确定补偿因子中的最佳参数。最后利用该补偿因子对成像结果进行墙体影响的补偿。

本发明的技术方案包括以下处理步骤：

第一步，确定成像坐标系

确定成像坐标系：以超宽带合成孔径雷达形成的合成孔径中心点为坐标原点O，以合成孔径所在直线为X轴，在合成孔径中心点处做垂直于Y轴并垂直指向墙体的直线，记为Y轴。

第二步，对回波数据进行初始成像处理

回波数据的初始成像处理是后续补偿的基础。记s(t，u)为天线接收回波，其中t表示接收时间，u表示天线接收数据时在成像坐标系对应的横坐标。采用已知成像算法对接收到的回波数据进行初始成像处理，得到初始成像结果g(x，y)，g(x，y)表示在成像坐标系中坐标为(x，y)处的像素点的值。

第三步，计算图像域补偿因子

步骤①：计算墙体等效估计厚度

首先利用合成孔径中心点的接收回波数据，计算墙体外表面回波与内表面回波的延时差估计值Δτ′_W。

Δτ′_W＝t″_w-t′_w    (1)

其中，t′_w、t″_w分别为墙体外表面与墙体内表面的响应时间，即对应墙体回波数据的第一个和第二个包络峰值。此时得到墙体等效估计厚度为

${\tilde{D}}^{\′}=\mathrm{\Δ}{\mathrm{\τ}}_W^{\′}c/2---\left(2\right)$

其中c为自由空间下光速。

步骤②：构造含参变量D的图像域补偿因子

对初始成像结果g(x，y)进二维傅里叶变换，则得到G(k_x，k_y)，其中k_x和k_y分别为x和y的傅里叶变换对偶变量，称为方位向波数和距离向波数。构造图像域补偿矩阵F(k_x，k_y)|_D为

$F(k_x,k_y){|}_D=\exp \left[j\sqrt{k_x^2+k_y^2}(\sqrt{{\tilde{D}}^{\′2}-D^2{\sin }^2{\mathrm{\θ}}_i}-D\cos {\mathrm{\θ}}_i)\right]---\left(3\right)$

其中θ_i＝arctan(|k_x/k_y|)，D为墙体厚度。

步骤③：估计墙体厚度

取D从0到

进行遍历，用含参变量D的图像补偿因子进行补偿，得到D取不同值时对应的补偿后的图像g′(x，y)|_D。

g′(x，y)|_D＝FT^-1[G(k_x，k_y)F(k_x，k_y)|_D]    (4)

式中，FT^-1表示逆傅里叶变换。

依次计算各补偿后的图像中目标主瓣在方位向的3dB宽度作为目标方位向分辨率。取目标方位分辨率最优时参变量D的取值d为墙体厚度的估计值。

第四步，进行图像域墙体补偿处理

由于不同的目标具有相同的图像域补偿因子，因而本发明可以同时对多目标进行补偿处理。

I(x，y)＝g′(x，y)|_D＝d    (5)

I(x，y)即为补偿后的最终成像结果。

本发明的有益效果：本发明通过提出基于图像域墙体影响补偿的穿墙成像方法，可在无墙体参数先验知识的情况下，获得对墙体影响的高精度补偿后图像。同时该发明仅需对墙体补偿进行一次成像处理并可同时完成多目标的补偿处理，从而满足实际应用高计算效率要求。

附图说明

图1为本发明处理流程示意图；

图2为本发明验证仿真的三维场景图；

图3为初始成像结果；

图4为一维回波信号包络图像；

图5为目标方位向分辨率与墙体厚度的对应关系图像；

图6为本发明补偿后的成像结果。

具体实施方式

基于图像域墙体影响补偿的穿墙成像方法分为四个步骤，如图1所示。下面结合XFDTD电磁仿真软件获取的数据对本发明做进一步解释。

在仿真中，墙体厚度0.2m，相对介电常数为3.24。天线距离墙体垂直距离8m，目标放置与墙体后方2m处。输入激励源选择一阶微分高斯信号，整个计算区域利用完全匹配层截断，以满足吸收边界条件。

第一步：确定成像坐标系。图2左侧从上至下依次为场景的XY、YZ和ZX的二维侧视图，右侧为场景的三维图。以天线孔径点所在直线为X轴，以垂直于X轴并垂直指向墙体的直线为Y轴，坐标原点为合成孔径中心点，确定成像坐标写如图2所示。

第二步：对回波数据进行初始成像处理。如采用BP(Back Project，后向投影)成像算法对接收回波数据进行成像处理，成像结果见图3。

$g(x,y)=\∫\∫h(x-u,y)s(t,u)\mathrm{\δ}(t-\frac{2}{c}\sqrt{{(x-u)}^2+y^2})\mathrm{dudt}---\left(6\right)$

$h(x-u,y)=\left\{\begin{array}{cc}1& \arctan \left(\right|x-u|/y)\≤0.5\mathrm{\Θ}\\ 0& \mathrm{otherwises}\end{array}\right.---\left(7\right)$

式中，h(x-u，y)为平均加窗的窗函数，Θ为成像积累角，(x，y)为像素点坐标，δ(□)表示冲激函数，

表示像素点对应延时。

在该步处理中，同样可以采用其他成像算法进行初始成像处理，如ωK算法等。

从初始成像结果可以看到，目标发生了定位误差和散焦，目标最大值出现在(0，10.15)处，距离向定位误差为0.15m(理论定位误差为0.16m)。

第三步，计算图像域补偿因子。

步骤①，计算墙体等效估计厚度

在合成孔径中心点的接收回波数据中，墙体外表面响应的包络峰值出现在66.83ns，墙体内表面的包络峰值出现在69.24ns，此时墙体外表面和内表面的延时差为2.41ns。利用公式2得到墙体等效厚度为0.36m。

步骤②，构造含参变量D的图像域补偿因子。

步骤③，取D从0至0.36m进行遍历，用对应的图像补偿因子对初始成像结果进行补偿，依次计算各补偿结果中目标主瓣在方位向的3dB宽度作为目标方位向分辨率。得到不同D值与目标方位向分辨率对应结果如图5所示。从图中可以得到当D＝0.2m时，目标方位向分辨率取得最小值，此时目标方位向分辨率最优。

第四步，进行图像域墙体补偿处理。

利用第三步中得到的图像域补偿因子进行补偿处理，得到最终成像结果如图6所示。从图中可以发现，补偿后的目标最大值位于(0，10)处，与仿真中目标实际所处位置完全吻合，有效的实现了目标定位误差和散焦的校正。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种基于图像域墙体影响补偿的穿墙成像方法，其特征在于，包括下述步骤：

第一步，确定成像坐标系；

以超宽带合成孔径雷达形成的合成孔径中心点为坐标原点O，以合成孔径所在直线为X轴，在合成孔径中心点处做垂直于X轴并垂直指向墙体的直线，记为Y轴；

第二步，对回波数据进行初始成像处理；

记s(t,u)为天线接收回波，其中t表示接收时间，u表示天线接收数据时在成像坐标系对应的横坐标；对接收到的回波数据进行初始成像处理，得到初始成像结果g(x,y)；

第三步，计算图像域补偿因子；

步骤①：计算墙体等效估计厚度

；

首先利用合成孔径中心点的接收回波数据，计算墙体外表面回波与内表面回波的延时差估计值△τ′_W；

△τ′_W=t′′_w-t′_w

其中，t′_w、t′′_w分别为墙体外表面与墙体内表面的响应时间，即对应墙体回波数据的第一个和第二个包络峰值；此时得到墙体等效估计厚度为

${\tilde{D}}^{\′}=\mathrm{\Δ}{\mathrm{\τ}}_W^{\′}c/2$

其中c为自由空间下光速；

步骤②：构造含参变量D的图像域补偿因子；

对初始成像结果g(x,y)进行二维傅里叶变换，则得到G(k_x,k_y)，其中k_x和k_y分别为x和y的傅里叶变换对偶变量，x和y分别为方位向坐标和距离向坐标；构造图像域补偿矩阵F(k_x,k_y)|_D为

$F(k_x,k_y){|}_D=\exp \left[j\sqrt{k_x^2+k_y^2}(\sqrt{{\tilde{D}}^{\′}-D^2{\sin }^2{\mathrm{\θ}}_i}-D\cos {\mathrm{\θ}}_i)\right]$

其中θ_i=arctan(|kx/k_y|)，D为墙体厚度；

步骤③：估计墙体厚度；

取D从0到

进行遍历，用含参变量D的图像域补偿因子进行补偿，得到D取不同值时对应的补偿后的图像g′(x,y)|_D；

g′(x,y)|_D=FT^-1[G(k_x,k_y)F(k_x,k_y)|_D]

式中，FT^-1表示逆傅里叶变换；

依次计算各补偿后的图像中目标主瓣在方位向的3dB宽度作为目标方位向分辨率；取目标方位分辨率最优时参变量D的取值d为墙体厚度的估计值；

第四步，进行图像域墙体补偿处理；

得到进行图像域墙体补偿处理后的成像结果为：

I(x,y)=g′(x,y)|_D=d。

2.根据权利要求1所述的基于图像域墙体影响补偿的穿墙成像方法，其特征在于，采用后向投影成像算法对接收回波数据进行成像处理。

3.根据权利要求1所述的基于图像域墙体影响补偿的穿墙成像方法，其特征在于，采用ωK算法对接收回波数据进行成像处理。

Images