CN103605130B - 超宽带穿墙雷达隐藏运动目标检测与成像方法 - Google Patents

Abstract

本发明公开一种超宽带穿墙雷达隐藏运动目标检测与成像方法，其采用了椭圆包络线运动目标边界成像算法来实现超宽带穿墙雷达隐藏运动目标检测与成像，该算法通过一发多收天线间与目标体在每个时刻的几何关系，构造与目标体边界相切的椭圆包络线簇。并选取椭圆包络线簇上的三点来构造此时刻目标边界的实际等效圆，将相邻时刻的实际等效圆做平均处理得到平均等效圆。对所有时刻进行相同处理后，所得到的平均等效圆圆心轨迹即可视为目标体边界的运动轨迹，将所有时刻成像点数经过轨迹函数进行整合统一，便能够得到目标体边界形状的信息，完成成像过程。本发明具有成像精确度高、抗噪性强和复杂度低的特点。

Description

超宽带穿墙雷达隐藏运动目标检测与成像方法

技术领域

本发明属于超宽带穿墙雷达运动目标检测领域，具体涉及一种超宽带穿墙雷达隐藏运动目标检测与成像方法。

背景技术

超宽带穿墙雷达的高分辨率、抗干扰性强等优点使其在医疗、救援、反恐以及监视等领域具有重要的应用前景，在穿墙成像的实现中对于墙体后运动目标的检测与识别更是成为了近几年国内外研究的重点与难点。与静止目标不同，超宽带穿墙雷达的运动目标成像过程需要将每个时刻成像点通过目标的运动轨迹整合统一，才能实现对目标的位置甚至形状的还原。在目标运动的过程中，由于天线位置固定，对于目标体做的水平直线、非水平直线以及随机曲线运动轨迹而言，每个时刻的成像过程相互独立。传统的超宽带穿墙雷达运动目标成像多采用后向投影法，该算法计算量过大，不利于实时成像，且不能对目标边界形状进行还原。现有的超宽带雷达运动目标边界还原算法通过天线与目标体的几何关系，找出每相邻时刻间成像点之间的关系，进行成像。虽然此类算法能够实现运动目标体水平直线、非水平直线以及随机曲线运动轨迹的成像，重建目标边界情况。然而，在噪声环境下成像效果不佳，成像点数受到天线制约，边界还原的精确度较低。

发明内容

本发明所要解决的技术问题是提供一种超宽带穿墙雷达隐藏运动目标检测与成像方法，该方法具有成像精确度高、抗噪性强和复杂度低的特点。

为解决上述问题，本发明是通过以下技术方案实现的：

一种超宽带穿墙雷达隐藏运动目标检测与成像方法，包括如下步骤：

第一步，以墙体水平直线为横坐标，根据逆合成孔径雷达原理，将具有1个发射天线和N个接收天线的收发分置天线固定，待扫描区域内的目标体运动完毕后，得到该扫描区域所有时刻电磁回波的准波前函数；

第二步，取某时刻电磁回波作为研究对象，并将收发分置天线中的发射天线和其中一个接收天线的坐标视为椭圆的2个焦点，电磁回波路径视为椭圆的半长轴，根据此关系构造椭圆包络线；其中一发N收的收发分置天线可构造N条均与目标体的边界相切的椭圆包络线，N条椭圆包络线形成椭圆包络线簇；

第三步，选取距离椭圆包络线簇最短的一点作为中心点，并在该中心点两侧的椭圆包络线簇边界上取一定数量的点作为成像点；其中，以最左的点、最右的点和中心点三点成圆构造此时刻目标边界的实际等效圆；

第四步，将此时刻与上一时刻实际等效圆的半径和圆心做平均处理，得到该两相邻时刻的平均等效圆，记录平均等效圆的圆心坐标；

第五步，选取下一时刻为研究对象，重复第二步到第四步，直至所有时刻均处理完毕；

第六步，将得到的平均等效圆圆心坐标轨迹视为目标体运动轨迹；根据此轨迹结合各个时刻中的成像点，对其进行平移整合至第一个时刻上，即可完成对运动目标体边界的还原。

上述方案中，所述收发分置天线中接收天线的个数N的取值范围介于2～6之间。

上述方案中，所述收发分置天线为一发四收天线，其可构造四个均与目标体的边界相切的椭圆包络线。

本发明采用了椭圆包络线运动目标边界成像算法来实现超宽带穿墙雷达隐藏运动目标检测与成像，该算法通过一发多收天线间与目标体在每个时刻的几何关系，构造与目标体边界相切的椭圆包络线簇，算法从原理上最大程度的减少噪声对算法的影响。通过选取椭圆包络线簇上的三点来构造此时刻目标边界的实际等效圆，将相邻时刻的实际等效圆做平均处理得到平均等效圆。对所有时刻进行相同处理后，所得到的平均等效圆圆心轨迹即可视为目标体边界的运动轨迹，将所有时刻成像点数经过轨迹函数进行整合统一，便能够得到目标体边界形状的信息，完成成像过程。收发分置天线在超宽带雷达中具有很强的实用性。算法采用一发多收天线。收发分置天线具有回波信息丰富，抗干扰等特点。在保证正常构造椭圆包络线簇的同时，收发分置天线增加了每时刻成像点数的精确性与准确度。同时，收发分置天线可拓展至大规模雷达阵列。因此，对于超宽带穿墙雷达实际应用具有极大的意义。

本发明与现有的超宽带穿墙雷达运动目标成像算法相比，具有以下优点：

(1)降低计算复杂度，更适用于实时成像。目前大部分的成像算法均要耗费较多的计算时间，特别是算法中包含能量叠加或是傅里叶变换的应用，均需要较多计算时间。相对而言，本发明基于回波路径与天线的几何关系，构造椭圆包络线簇，大大降低了复杂度，提高算法实时性。

(2)抗噪性强。目前许多针对运动目标边界还原的算法在数学原理上包含放大噪声的因子，严重影响边界成像的质量，因此不利于在噪声环境下进行成像。本发明利用包络线原理，根据椭圆包络线与目标边界的相切关系进行成像，避免了对噪声进行微分，大大的减少噪声的影响，在噪声环境下同样能够得到较清晰的目标重建成像。

(3)成像精确度高。相对于已有运动目标边界成像算法而言，本发明结合一发N收天线所构成的椭圆包络线簇，在每时刻成像点数与成像切合度上均得到了一定程度的优化与改善，其成像结果更为精确和理想。

附图说明

图1为椭圆包络线算法原理图。

图2为单时刻椭圆包络线算法运动目标几何关系图。

图3为相邻时刻实际等效圆与平均等效圆关系图。

图4为椭圆包络线算法水平直线运动目标体成像每时刻图。

图5为椭圆包络线算法水平直线运动目标体成像总时刻图。

图6为椭圆包络线算法非水平直线运动目标体成像每时刻图。

图7为椭圆包络线算法非水平直线运动目标体成像总时刻图。

图8为椭圆包络线算法随机曲线运动目标体成像每时刻图。

图9为椭圆包络线算法随机曲线运动目标体成像总时刻图。

具体实施方式

一种超宽带穿墙雷达隐藏运动目标检测与成像方法，包括如下步骤：

第一步，以墙体水平直线为横坐标，根据逆合成孔径雷达原理，将具有1个发射天线和N个接收天线的收发分置天线固定，待扫描区域内的目标体运动完毕后，得到该扫描区域所有时刻电磁回波的准波前函数。在本发明中，所述收发分置天线中接收天线的个数N的取值范围介于2～6之间。在本实施中，所述收发分置天线为一发四收天线，即该收发分置天线包括有1个发射天线和4个接收天线。

第二步，取某时刻电磁回波作为研究对象，并将收发分置天线中的发射天线和其中一个接收天线的坐标视为椭圆的2个焦点，电磁回波路径视为椭圆的半长轴，根据此关系构造椭圆包络线。其中一发N收的收发分置天线可构造N条均与目标体的边界相切的椭圆包络线，N条椭圆包络线形成椭圆包络线簇。在本实施例中，所述一发四收的收发分置天线，可构造四个均与目标体的边界相切的椭圆包络线。

根据椭圆包络线算法的原理，取收发分置天线中的发射天线与某个接收天线作为研究对象，将两者坐标视为椭圆的两个焦点坐标F₁(X_T,0)和F₂(X_R,0)，同时以回波距离长度Y＝(Y₁+Y₂)/2作为椭圆的半长轴。根据上述条件可以将雷达回波路径和天线坐标建立几何关系，构造出以a＝(Y₁+Y₂)/2，以及焦点为F₁(X_T,0)和F₂(X_R,0)的椭圆。该椭圆具有与目标边界相切的重要特性，几何关系如图1所示。

由以上的几何关系，选取目标体运动过程中某时刻t_n，系统模型中的发射天线可以与四个接收天线分别构造出四个椭圆，且每个椭圆均与目标体边界相切，椭圆集合的表达式如下

${\∂E}_i\left(t_n\right)=\left\{(x\left(t_n\right),y\left(t_n\right))\right|\frac{{[x\left(t_n\right)-(X_T+c_i\left(t_n\right))]}^2}{{\left(a_i\left(t_n\right)\right)}^2}+\frac{{\left(y\left(t_n\right)\right)}^2}{{\left(b_i\left(t_n\right)\right)}^2}=1,i=\mathrm{1,2,3,4}\}---\left(1\right)$

在上式中，表示发射天线与第i根接收天线所构成的椭圆包络线，a_i(t_n)、b_i(t_n)和c_i(t_n)分别为该时刻其半长轴，半短轴与半焦距长度，X_T为发射天线的横坐标，其几何关系如图2。

第三步，选取距离椭圆包络线簇最短的一点作为中心点，并在该中心点两侧的椭圆包络线簇边界上取一定数量的点作为成像点；其中，以最左的点、最右的点和中心点三点成圆构造此时刻目标边界的实际等效圆。

由于四个椭圆均与目标边界相切，因此可以将椭圆包络线与目标体相切的部分等效为目标边界，选取线切部分的边界点即可等效为该时刻天线对目标体边界的成像点。但是，由于目标体做的是随机曲线运动，在不同的时刻目标体所在的位置也不一样，加上固定天线的局限性，因此边界还原失效。为解决上述问题，首要目标即求出目标体的随机曲线运动轨迹函数 $\stackrel{\→}{X}\left(t\right)=(X\left(t\right),Y\left(t\right)).$

同样取某时刻t_n，根据几何关系图3所示，选取与四个椭圆包络线距离最近的点作为中心点C_M(t_n)，同时选取与中心点横坐标间隔Δx椭圆包络线上的点C_L(t_n)和C_R(t_n)作为左右点，三者的描述式如下：

$\left\{\begin{array}{c}{C}_M\left(t_n\right)=(x_M\left(t_n\right),y_M\left(t_n\right))-\min \left\{(x\left(t_n\right),y\left(t_n\right))\right||(x\left(t_n\right),y\left(t_n\right))-{\∂E}_i\left(t_n\right)|,i=\mathrm{1,2,3,4}\}\\ C_L\left(t_n\right)=(x_M\left(t_n\right)-\mathrm{\Δx},y_M\left(t_n\right)-\mathrm{\Δx})\\ C_R\left(t_n\right)=(x_M\left(t_n\right)+\mathrm{\Δx},y_M\left(t_n\right)+\mathrm{\Δx})\end{array}\right.---\left(2\right)$

根据圆形的“三点成圆”的性质：三个已知点的坐标能且仅能构造出一个圆的方程。因此，可以通过C_M(t_n)、C_L(t_n)和C_R(t_n)三点坐标构造出相应实际等效圆，其数学表达式如下：

$\left\{\begin{array}{c}{(x_M\left(t_n\right)-M\left(t_n\right))}^2+(y_M\left(t_n\right)-N\left(t_n\right))={\left(R\left(t_n\right)\right)}^2\\ {(x_M\left(t_n\right)-\mathrm{\Δx}-M\left(t_n\right))}^2+(y_M\left(t_n\right)-\mathrm{\Δx}-N\left(t_n\right))={\left(R\left(t_n\right)\right)}^2\\ {(x_M\left(t_n\right)+\mathrm{\Δx}-M\left(t_n\right))}^2+(y_M\left(t_n\right)+\mathrm{\Δx}-N\left(t_n\right))={\left(R\left(t_n\right)\right)}^2\end{array}\right.---\left(3\right)$

通过求解上式方程组，可以得到在t_n时刻的实际等效圆圆心坐标s(t_n)＝(M(t_n),N(t_n))以及半径R_n(t_n)。同理，在t_n+1时刻可以得到相应的圆心s(t_n+1)_＝(M(t_n+1),N(t_n+1))和半径R(t_n+1)。

第四步，将此时刻与上一时刻实际等效圆的半径和圆心做平均处理，得到该两相邻时刻的平均等效圆，记录平均等效圆的圆心坐标。

根据相邻两时刻实际等效圆，可求出每个相邻时刻的平均等效圆，在处理的过程中可将目标体运动的轨迹视为是平均等效圆圆心的运动轨迹。利用椭圆包络线成像算法求出相邻时刻的平均等效圆，从而还原目标体的运动轨迹。

为求解平均等效圆，分别对t_n和t_n+1时刻实际等效圆的半径与圆心坐标取平均值，得到 $\stackrel{\‾}{R}\left(t_{n+1/2}\right)=(R\left(t_n\right)+R\left(t_{n+1}\right))/2$ 以及 $\stackrel{\‾}{s}\left(t_{n+1/2}\right)=(s\left(t_n\right)+s\left(t_{n+1}\right))/2.$ 最后，由上述条件求得圆心坐标点半径为的平均等效圆，几何关系如图8和9。

第五步，选取下一时刻为研究对象，重复第二步到第四步，直至所有时刻均处理完毕。

第六步，将得到的平均等效圆圆心坐标轨迹视为目标体运动轨迹；根据此轨迹结合各个时刻中的成像点，对其进行平移整合至第一个时刻上，即可完成对运动目标体边界的还原。

对所有时刻T＝{t_n,n＝1,2,3...N}作相同的算法处理，即可得到实际等效圆圆心的运动轨迹方程：

$\stackrel{\→}{s}\left(t\right)=\{\stackrel{\→}{s}\left(t_{n+1/2}\right),n=\mathrm{1,2,3}...N-1\}=\{(\stackrel{\‾}{M}\left(t_{n+1/2}\right),\stackrel{\‾}{N}\left(t_{n+1/2}\right)),n=\mathrm{1,2,3}...N-1\}---\left(4\right)$

由于实际等效圆只受目标体运动轨迹的影响，因此可以将其等效为目标体的随机曲线运动轨迹函数即：

$\stackrel{\→}{X}\left(t\right)=(X\left(t\right),Y\left(t\right))\≈\stackrel{\→}{s}\left(t\right)=\{(\stackrel{\‾}{M}\left(t_{n+1/2}\right),\stackrel{\‾}{N}\left(t_{n+1/2}\right)),n=\mathrm{1,2,3}...N-1\}---\left(5\right)$

其中，N为天线采样次数。为增加成像效果的分辨率，增加成像点数，可以在实际等效圆中心点与左右点之间适当增加一定数量的椭圆包络线点，即：

$\left\{\begin{array}{c}{C}_{\mathrm{Li}}\left(t_n\right)=(x_M\left(t_n\right)-(\mathrm{\Δx}/g)\·i,Q_L\left(t_n\right))\\ G_{\mathrm{Ri}}\left(t_n\right)=(x_M\left(t_n\right)+(\mathrm{\Δx}/g)\·i,Q_R\left(t_n\right))\end{array}\right.---\left(6\right)$

$Q_L\left(t_n\right)=\underset{y\left(t_n\right)}{\max }\left\{y\left(t_n\right)\right|\frac{{[(x_M\left(t_n\right)-(\mathrm{\Δx}/g)\·i)-(X_T+c_i\left(t_n\right))]}^2}{{\left(a_i\left(t_n\right)\right)}^2}+\frac{{\left(y\left(t_n\right)\right)}^2}{{\left(b_i\left(t_n\right)\right)}^2}=1,i=\mathrm{1,2,3,4}\}---\left(7\right)$

$Q_R\left(t_n\right)=\underset{y\left(t_n\right)}{\max }\left\{y\left(t_n\right)\right|\frac{{[(x_M\left(t_n\right)-(\mathrm{\Δx}/g)\·i)-(X_T+c_i\left(t_n\right))]}^2}{{\left(a_i\left(t_n\right)\right)}^2}+\frac{{\left(y\left(t_n\right)\right)}^2}{{\left(b_i\left(t_n\right)\right)}^2}=1,i=\mathrm{1,2,3,4}\}---\left(8\right)$

上式中，i＝1,2,3,4...g，g为正整数，n＝1,2,3...N-1，N为天线采样次数。那么，总的成像点数集合则为

C(t_n)＝{C_M(t_n),C_Ri(t_n),C_Li(t_n)}   (9)

其中求得近似的目标体运动轨迹函数后，只需要将每个时刻中的成像点集合C(t_n)按照运动轨迹函数进行逆推运算至t₁时刻，便能够完成对目标体边界的还原与重建。设目标边界的估计成像点数的集合为数学表达式如下

$\∂B=\left\{(x,y)\right|C\left(t_n\right)-\stackrel{\→}{s}\left(t_{n+1/2}\right)-\stackrel{\→}{s}\left(t_{n-1+1/2}\right)...-\stackrel{\→}{s}\left(t_{2+1/2}\right)-\stackrel{\→}{s}\left(t_{1+1/2}\right),n=\mathrm{2,3}...N\}---\left(10\right)$

由于在算法的推导式中不存在微分项，因此该算法对噪声无放大作用。对目标边界点进行重建后，得到的成像点总数为(2·g+1)·N，其中g为中心点与左右点之间的最小间隔单位，N为天线采样次数。通过目标轨迹函数联接各个时刻成像点，完成对运动目标边界的还原重建过程。

建立实验仿真场景。成像区域距离向与方位向大小均为[0,4m]，天线系统设置为一发四收收发分置天线，其中发射天线坐标为(2.0m，0)，四个接收天线坐标分别为(1.4m，0)、(1.7m，0)、(2.3m，0)以及(2.6m，0)，天线慢时间采样间隔为0.2s。距离天线前0.02m处设立厚度为0.2m，介电常数为5的墙体。在墙体后建立一个半径为0.5m的圆柱作为目标体作为分析对象。发射中心频率为900MHz一阶高斯脉冲，利用FDTD进行仿真获取15个位置的回波数据，并对回波进行一系列滤波与匹配处理，以取得更为准确的雷达回波。对水平速度与垂直速度均为1m/s的斜直线运动的目标体作同样仿真处理，斜直线运动与水平运动的差别在于增加垂直速度分量，得到成像结果如图4-7所示(其中图4和5是水平直线运动目标体成像图；图6和7是非水平直线运动目标体成像图)。设目标体作垂直运动为0.3·sin(0.5πt)m/s的曲线运动，同时设立厚度为0.2m，介电常数为5的墙体，其成像结果如图6所示。

本发明适用于多种噪声环境、随机直线或曲线运动目标体的实际穿墙成像中，具有较好的抗噪性、实时性和精确度。同时，对运动目标体的边界重建拥有较高的准确性，提高了超宽带穿墙雷达实际应用的可行性，希望对本发明方法的所有实现形式进行保护。

Claims (3)

1.超宽带穿墙雷达隐藏运动目标检测与成像方法，其特征是包括如下步骤：

第一步，以墙体水平直线为横坐标，根据逆合成孔径雷达原理，将具有1个发射天线和N个接收天线的收发分置天线固定，待扫描区域内的目标体运动完毕后，得到该扫描区域所有时刻电磁回波的准波前函数；

第二步，取某时刻电磁回波作为研究对象，并将收发分置天线中的发射天线和其中一个接收天线的坐标视为椭圆的2个焦点，电磁回波路径视为椭圆的半长轴，根据此关系构造椭圆包络线；其中一发N收的收发分置天线可构造N条均与目标体的边界相切的椭圆包络线，N条椭圆包络线形成椭圆包络线簇；

第三步，选取距离椭圆包络线簇最短的一点作为中心点，并在该中心点两侧的椭圆包络线簇边界上取一定数量的点作为成像点；其中，以最左的点、最右的点和中心点三点成圆构造此时刻目标边界的实际等效圆；

第四步，将此时刻与上一时刻实际等效圆的半径和圆心做平均处理，得到该两相邻时刻的平均等效圆，记录平均等效圆的圆心坐标；

第五步，选取下一时刻为研究对象，重复第二步到第四步，直至所有时刻均处理完毕；

第六步，将得到的平均等效圆圆心坐标轨迹视为目标体运动轨迹；根据此轨迹结合各个时刻中的成像点，对其进行平移整合至第一个时刻上，即可完成对运动目标体边界的还原。

2.根据权利要求1所述的超宽带穿墙雷达隐藏运动目标检测与成像方法，其特征是，所述收发分置天线中接收天线的个数N的取值范围介于2～6之间。

3.根据权利要求2所述的超宽带穿墙雷达隐藏运动目标检测与成像方法，其特征是，所述收发分置天线为一发四收天线，其可构造四个均与目标体的边界相切的椭圆包络线。