CN104062656B - 基于矢量面元模型的微波成像方法 - Google Patents
基于矢量面元模型的微波成像方法 Download PDFInfo
- Publication number
- CN104062656B CN104062656B CN201410315893.9A CN201410315893A CN104062656B CN 104062656 B CN104062656 B CN 104062656B CN 201410315893 A CN201410315893 A CN 201410315893A CN 104062656 B CN104062656 B CN 104062656B
- Authority
- CN
- China
- Prior art keywords
- vector
- bin
- tested metal
- target
- metal target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于矢量面元模型的微波成像方法。在该微波成像方法中,假设目标外形是由很多矢量面元组成,将每个矢量面元用六个参量表达‑面元的中心位置以及面元外法线矢量,结合散射测量值,基于物理光学等理论建立非线性方程组,再通过某些非线性方程数值解法反演出面元参量进而得到目标外形。本发明可直接获得目标外形,实用性强,测试过程简便、成像思路简洁明了、成像过程简单可行、识别能力强,有良好的应用前景。
Description
技术领域
本发明涉及微波成像技术领域,尤其涉及一种基于矢量面元模型的微波成像方法。
背景技术
微波成像技术在军用和民用领域有着广泛的应用,如医疗诊断,地形测绘,目标探测等。微波成像是典型的逆散射问题,逆散射问题由于其不适定性而成为电磁散射领域的研究难点。在传统的雷达成像领域中,最早采用的是理想点散射中心模型,随着雷达分辨率的提高以及电磁散射机理的深入研究,后来又逐步提出属性散射中心模型,在模型中引入散射中心对频率以及方位角的近似依赖关系。基于目标是由几种简单的结合体组成这一思路,属性散射中心特征提取后进而推断出目标的几何细节信息,显然这一过程是较为粗糙的,识别能力受到较大的限制。
近年来,微波成像技术也在生物医学领域取得较大的进展,成为一种很有应用前景的医学成像技术。微波成像是一种非电离成像,能够得到被探测组织或者目标的复介电常数的定量分布,是对目前医学成像如X-ray射线成像等的一种补充。针对一些对象如:乳腺癌,犬科类动物的心脏,猪腿等展开了相关的试验性实验。在计算散射场时,会使用一些电磁计算方法如有限元、FDTD等,计算量较大,不适合远场,因此将医学领域中的相关成像方法或者技术直接应用于雷达领域是不合适的,且实用性不强。
发明内容
(一)要解决的技术问题
鉴于上述技术问题,本发明提供了一种具有较高识别能力,直接以目标的三维几何外形作为其成像结果的基于矢量面元模型的微波成像方法。
(二)技术方案
本发明基于矢量面元模型的微波成像方法包括:步骤A:将发射天线和接收天线放置于相对于被测金属目标位置在预设频点上的远场散射区域,将发射天线与信号源连接,将接收天线与矢量网络分析仪连接,固定发射天线的位置;步骤B:在未放置被测金属目标的情况下,在所选定的频率点上,信号源发射信号,接收天线在方位向进行扫描,由矢量网络分析仪获得未放置被测金属目标时若干个独立散射测量点的散射信号的幅度和相位;步骤C:在放置被测金属目标的情况下,在所选定的频率点上,信号源发射信号,接收天线在方位向进行扫描,由矢量网络分析仪获得放置被测金属目标时若干个独立散射测量点的散射信号的幅度和相位;步骤D:根据在若干个独立散射测量点上放置被测金属目标时散射信号的幅度和相位以及未放置被测金属目标时散射信号的幅度和相位计算背景对消后被测金属目标的真实散射信号的幅度和相位;步骤E:基于矢量面元模型,由被测金属目标的真实散射信号的幅度和相位,建立关于面元参量的非线性方程组;以及步骤F:由非线性方程组通过非线性方程数值解法反演出面元参量进而重建被测金属目标外形。
(三)有益效果
从上述技术方案可以看出,本发明基于矢量面元模型的微波成像方法针对金属目标而提出的,可直接获得目标外形,实用性强,测试过程简便、成像思路简洁明了、成像过程简单可行、识别能力强,有良好的应用前景。
附图说明
图1为根据本发明实施例基于矢量面元模型的微波成像方法的被测金属目标布置示意图;
图2为根据本发明实施例基于矢量面元模型的微波成像方法的流程图。
【主要元件】
1-暗室; 2-泡沫支架;
3-被测金属目标或者定标体; 4-天线扫描轨迹;
5-接收天线; 6-发射天线;
7-信号源; 8-矢量网络分析仪。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。需要说明的是,在附图或说明书描述中,相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式,为所属技术领域中普通技术人员所知的形式。另外,虽然本文可提供包含特定值的参数的示范,但应了解,参数无需确切等于相应的值,而是可在可接受的误差容限或设计约束内近似于相应的值。实施例中提到的方向用语,例如“上”、“下”、“前”、“后”、“左”、“右”等,仅是参考附图的方向。因此,使用的方向用语是用来说明并非用来限制本发明的保护范围。
被测金属目标的几何结构是被测金属目标的一种重要信息,可以根据其几何结构对目标进行视觉上的识别。为了进一步提高雷达的识别能力,同时又要兼顾实用性,故针对金属目标,将其外形认为是由一系列矢量面元组成,基于此思想本发明提出了一种直接以被测金属目标的三维几何外形作为其成像结果的微波成像方法。
在本发明的一个示例性实施例中,提供了一种基于矢量面元模型的微波成像方法。图1为根据本发明实施例基于矢量面元模型的微波成像方法的被测金属目标布置示意图。图2为根据本发明实施例基于矢量面元模型的微波成像方法的流程图。
请参照图1和图2,本实施例基于矢量面元模型的微波成像方法包括:
步骤A:将发射天线6和接收天线5放置于相对于被测金属目标位置在预设频点上的远场散射区域,将发射天线6与信号源7连接,将接收天线5与矢量网络分析仪8连接,固定发射天线6的位置,如图1所示;
本实施例中,将发射天线6、信号源7和目标等均布置于暗室场景中,但其只是一种示例性的说明。在实际应用的场合,发射天线、信号源和目标均是放置在室外开放的场景下的,其不影响本发明的实现。
步骤B:在未放置被测金属目标的情况下,在所选定的频率点上,信号源7发射信号,接收天线5在方位向进行二维平面扫描,由矢量网络分析仪8获得未放置被测金属目标时若干个独立散射测量点的散射信号的幅度和相位;
本步骤中,接收天线5在方位向进行2维测试的扫描轨迹可以是平面、柱面、球面或者任意曲面,扫描间距可以是均匀的也可以是非均匀的,只要能保证扫描点上的散射场相互独立即可。
其中,2维扫描测试的独立散射测量点数在实际测试条件允许下应尽可能地大于或者等于面元个数的6倍,且散射测量点的散射场值不为零。
步骤C:在放置被测金属目标的情况下,在所选定的频率点上,信号源7发射信号,接收天线5在方位向进行二维平面扫描,由矢量网络分析仪8获得放置被测金属目标时所述若干个独立散射测量点的散射信号的幅度和相位;
如图1所述,本实施例中,将被测金属目标摆放在暗室中的特制低散射塑料泡沫支架2上,从而将被测金属目标摆放在塑料泡沫支架上,以减小干扰因素的影响,但其仅是一种示范性的说明。在实际应用中,该被测金属目标可以没有支撑物,而在其他介质环境中进行测试,例如,将被测金属目标放置于草地上、水泥地面、马路上。但需要注意的是,测试环境中应避免金属支撑面。
同样,在实际测试条件允许下应尽可能地大于或者等于面元个数的6倍,且散射测量点的散射场值不为零。
步骤D:根据在所述若干个独立散射测量点上放置被测金属目标时散射信号的幅度和相位以及未放置被测金属目标时散射信号的幅度和相位计算背景对消后被测金属目标的真实散射信号的幅度和相位;
其中,背景对消是雷达技术领域中常用的技术手段,其目的是消除背景对测试结果的影响,本领域技术人员应当清楚该背景对消的实现方法,此处不再详细说明。
步骤E:基于矢量面元模型,由被测金属目标的真实散射信号的幅度和相位,建立关于面元参量(即目标外形)的非线性方程组;
矢量面元模型可以认为是属性散射中心模型的进一步发展,将目标的基本组成单元简化为更具一般性的矢量面元,而不再局限于几种简单的散射体,模型的实用性和灵活性得到提高,从而为目标的高精度细微识别提供一种崭新的思路。
矢量面元模型认为每个矢量面元由六个参量组成,其中的三个参量表示面元的外法线矢量,其模值为1,其余的三个参量表示面元的中心位置。面元可采用正四边形,各面元的大小相同,具体边长可根据相应情况而定。
任意矢量面元可由基本面元经两次旋转,一次平移得到,基本面元是其外法线矢量与正z轴方向重合,中心位于坐标原点,一条边平行于x轴。其中,坐标系xyz是以成像区域的中心位置为原点而建立的直角坐标系。
非线性方程的右边是散射场测量值,左边是基于物理光学方法而计算得到的散射场(面元未知参量),在计算散射场时需考虑面元散射、棱边散射、多次反射以及遮挡现象等。
本实施例中,基于矢量面元模型,建立关于面元参量的非线性方程组的具体步骤如下:
子步骤E1:对于由N个矢量面元组成的被测金属目标,建立每个面元的散射场;
基于物理光学方法计算散射场时,以面元散射为主先不考虑棱边以及多次散射等。其中,每个矢量面元由六个参量决定,其中的三个参量表示面元的外法线矢量,其模值为1,其余的三个参量表示面元的中心位置。其中,该矢量面元的六个参量分别为:面元中心的坐标x、y、z和面元中心法线相对X、Y、Z三坐标轴的转角θ、γ。
以第m个矢量面元为例,忽略由于矢量面元上的各点距远场散射点的距离不同而引起的相位差异,则该矢量面元的散射场的具体计算公式近似如下:
其中,以及分别表示第m个矢量面元的外法线方向、入射电场矢量方向、入射磁场矢量方向以及散射波的传播方向。R表示第m个矢量面元中心到第z个散射测量点的距离,k是波常数,Ei是入射电场值,m取值范围是[1,N]。
优选地,本步骤中,矢量面元采用正四边形的矢量面元。
需要说明的是,关于矢量面元参量与散射场中相关参数的关系,可以参照物理光学的相关教科书。而散射场计算公式的具体含义,本领域技术人员应当非常清楚,此处不再详细描述。
步骤E2:对于每一个独立散射测量点,建立其总散射场的方程,从而建立被测金属目标的关于面元参量的非线性方程组。
假设目标由N个矢量面元组成,每个矢量面元由六个参量组成,其中则需要建立6*N个方程,才能求解出6N个参量。
其中,第z个独立散射测量点处的总散射场便由N面元的散射场矢量叠加而成,即:
其中z的取值范围是[1,6N]。
如果用6N*1的列向量X表示面元参量,上述计算方法用算子A表示,那么AX就是相应散射测量点上的散射场计算值,获得6N个散射场的测量值组成的列向量b后,将6N个散射测量点的计算值与测量值对应起来即可建立非线性方程组AX=b。
以四面元为例,面元参量总个数是24个,即24*1的列向量X;此时AX对应24个散射测量点上的散射场计算值,也是24*1的列向量;求解未知面元参量需要测量24个散射测量点的测量值b,是24*1的列向量,这样便可建立非线性组AX=b。
步骤F:由非线性方程组通过非线性方程数值解法反演出面元参量进而重建被测金属目标外形。
本实施例中,非线性方程数值解法采用Levenberg-Marquardt算法进行求解,该方法可避免迭代过程中雅克比矩阵的奇异性,具有较强的稳定性。由于面元位置参量和法线矢量参量不属同一类型,应交替进行参量迭代。
在Levenberg-Marquardt算法中,通过面元迭代差值以及每次迭代后散射场计算值与测量值的差值是否满足设定的误差容限来判断是否停止迭代,二者缺一不可。但数值解法不仅仅限于此法,可根据实际情况进行合理选择。
其中,重建后的目标外形是指发射天线所能照射到的目标区域和散射测量点上接收天线作为发射天线时所照射到的所有目标区域的交集。
至此,已经结合附图对本实施例进行了详细描述。依据以上描述,本领域技术人员应当对本发明基于矢量面元模型的微波成像方法有了清楚的认识。
此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换。
综上所述,与传统的雷达成像相比,本发明侧重于目标的几何属性,直接将目标的几何外形作为成像结果,因而本方法在目标视觉识别上更能体现出其优势,同时它不需要进行散射图像解译,节省了大量工作量。本发明为目标的高精度识别提供了一种新思路。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于矢量面元模型的微波成像方法,其特征在于,包括:
步骤A:将发射天线和接收天线放置于相对于被测金属目标位置在预设频点上的远场散射区域,将发射天线与信号源连接,将接收天线与矢量网络分析仪连接,固定发射天线的位置;
步骤B:在未放置被测金属目标的情况下,在所选定的频率点上,信号源发射信号,接收天线在方位向进行扫描,由矢量网络分析仪获得未放置被测金属目标时若干个独立散射测量点的散射信号的幅度和相位;
步骤C:在放置被测金属目标的情况下,在所选定的频率点上,信号源发射信号,接收天线在方位向进行扫描,由矢量网络分析仪获得放置被测金属目标时所述若干个独立散射测量点的散射信号的幅度和相位;
步骤D:根据在所述若干个独立散射测量点上放置被测金属目标时散射信号的幅度和相位以及未放置被测金属目标时散射信号的幅度和相位计算背景对消后被测金属目标的真实散射信号的幅度和相位;
步骤E:基于矢量面元模型,由被测金属目标的真实散射信号的幅度和相位,建立关于面元参量的非线性方程组;以及
步骤F:由非线性方程组通过非线性方程数值解法反演出面元参量进而重建被测金属目标外形;
所述步骤E包括:
子步骤E1:对于由N个矢量面元组成的被测金属目标,建立每个面元的散射场;以及
子步骤E2:对于每一个独立散射测量点,建立其总散射场的方程,从而建立被测金属目标的关于面元参量的非线性方程组;
其中,对于每一矢量面元而言,其由以下六个参量所决定:面元中心的坐标x、y、z和面元中心法线相对X、Y、Z三坐标轴的转角θ、、γ。
2.根据权利要求1所述的微波成像方法,其特征在于,所述独立散射测量点的数目至少为6N,其中,N为被测金属目标的矢量面元的数目。
3.根据权利要求1所述的微波成像方法,其特征在于,所述步骤E1中,对于第m个矢量面元,其散射场为:
其中,以及分别表示第m个矢量面元的外法线方向、入射电场矢量方向、入射磁场矢量方向以及散射波的传播方向,R表示第m个矢量面元中心到第z个散射测量点的距离,k是波常数,Ei是入射电场值,m取值范围是[1,N]。
4.根据权利要求3所述的微波成像方法,其特征在于,所述矢量面元采用正四边形的矢量面元。
5.根据权利要求3所述的微波成像方法,其特征在于,所述子步骤E2中,对于第z个散射测量点,其所在位置的总散射场由N面元的散射场矢量叠加而成,即:
其中,z的取值范围是[1,6N]。
6.根据权利要求1至5中任一项所述的微波成像方法,其特征在于,所述步骤F中,所述非线性方程数值解法为Levenberg-Marquardt算法。
7.根据权利要求1至5中任一项所述的微波成像方法,其特征在于,所述步骤B和步骤C中,接收天线在方位向扫描的扫描轨迹为平面、柱面或球面。
8.根据权利要求7所述的微波成像方法,其特征在于,所述接收天线在方位向扫描的扫描间距是均匀的或非均匀的。
9.根据权利要求1至5中任一项所述的微波成像方法,其特征在于,所述步骤C中被测金属目标放置在非金属材料的支撑物上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410315893.9A CN104062656B (zh) | 2014-07-03 | 2014-07-03 | 基于矢量面元模型的微波成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410315893.9A CN104062656B (zh) | 2014-07-03 | 2014-07-03 | 基于矢量面元模型的微波成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104062656A CN104062656A (zh) | 2014-09-24 |
CN104062656B true CN104062656B (zh) | 2017-04-12 |
Family
ID=51550456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410315893.9A Active CN104062656B (zh) | 2014-07-03 | 2014-07-03 | 基于矢量面元模型的微波成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104062656B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446377A (zh) * | 2016-09-14 | 2017-02-22 | 华中科技大学 | 一种计算异频多天线电磁场分布的方法及系统 |
CN110095767B (zh) * | 2019-05-08 | 2022-05-20 | 哈尔滨工业大学 | 一种空间目标成像仿真面元消隐方法 |
CN116430350B (zh) * | 2023-06-14 | 2023-09-26 | 南京理工大学 | 一种空间动态群目标属性散射中心的建模方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101025628A (zh) * | 2007-03-23 | 2007-08-29 | 北京大学 | 一种基于流场的智能机器人避障方法 |
US8378693B2 (en) * | 2008-10-27 | 2013-02-19 | National Instruments Corporation | Vector network analyzer (VNA) on a chip |
CN103279600A (zh) * | 2013-05-15 | 2013-09-04 | 西安电子科技大学 | 基于积分边界的介质粗糙面有限元电磁仿真方法 |
-
2014
- 2014-07-03 CN CN201410315893.9A patent/CN104062656B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101025628A (zh) * | 2007-03-23 | 2007-08-29 | 北京大学 | 一种基于流场的智能机器人避障方法 |
US8378693B2 (en) * | 2008-10-27 | 2013-02-19 | National Instruments Corporation | Vector network analyzer (VNA) on a chip |
CN103279600A (zh) * | 2013-05-15 | 2013-09-04 | 西安电子科技大学 | 基于积分边界的介质粗糙面有限元电磁仿真方法 |
Non-Patent Citations (2)
Title |
---|
"An Effective Usage of Vector Network Analyzer for Microwave Imaging";Chao-Hsiung Tseng et al.;《IEEE TRANSACTIONS ON MICROWAVE THEORY AND TECHNIQUES》;20050930;第53卷(第9期);全文 * |
"Microwave Diversity Imaging Using Six-Port Reflectometer";Hsin-Chia Lu et al.;《IEEE TRANSACTIONS ON MICROWAVE THEORY AND TECHNIQUES》;19990131;第47卷(第1期);摘要、第85页右栏图1以及第三部分第A小节第1-2段,第86页左栏第2段第6-7,9行 * |
Also Published As
Publication number | Publication date |
---|---|
CN104062656A (zh) | 2014-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107942330B (zh) | 一种基于等离子体近场测试的雷达散射特征数据提取方法及系统 | |
Ostadrahimi et al. | Enhancement of Gauss–Newton inversion method for biological tissue imaging | |
CN103323846B (zh) | 一种基于极化干涉合成孔径雷达的反演方法及装置 | |
Akıncı et al. | Qualitative microwave imaging with scattering parameters measurements | |
Zhang et al. | Uniqueness results on phaseless inverse acoustic scattering with a reference ball | |
Park | Real-time microwave imaging of unknown anomalies via scattering matrix | |
CN104215953B (zh) | 基于柱面扫描三维近场成像的反向散射截面测量方法 | |
Kang et al. | Direct sampling method for imaging small dielectric inhomogeneities: analysis and improvement | |
CN104062656B (zh) | 基于矢量面元模型的微波成像方法 | |
Li et al. | A three-dimensional model-based inversion algorithm using radial basis functions for microwave data | |
CN110441747B (zh) | 基于坡印廷矢量的目标近场同极化散射特性标定的方法 | |
CN106093898A (zh) | 一种分区域式的mimo阵列校准方法 | |
CN108983208A (zh) | 一种基于近场稀疏成像外推的目标rcs测量方法 | |
CN104199026A (zh) | 基于线迹扫描二维近场成像的反向散射截面测量方法 | |
CN105388476A (zh) | 一种基于联合稀疏模型的层析sar成像方法 | |
CN107271977A (zh) | 基于移动激励源fdtd算法的高精度sar回波仿真方法 | |
CN107942326A (zh) | 一种具有高通用性的二维主动毫米波成像方法 | |
CN106934856A (zh) | 基于x射线检测技术的三维断层重建及切片显示方法 | |
CN109031292A (zh) | 一种sar与介电反演结合的成像方法 | |
Spiegel et al. | Comparison of finite-difference time-domain SAR calculations with measurements in a heterogeneous model of man | |
JP4291974B2 (ja) | レーダ画像模擬装置 | |
Keleshteri et al. | Demonstration of quantitative microwave imaging using an ideal Veselago lens | |
He et al. | 2D imaging system with optical tracking for EMI source localization | |
CN103955008B (zh) | 一种用于多探头近场散射成像的幅度校准方法 | |
CN107817492A (zh) | 宽角合成孔径雷达的成像方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |