CN106772361A - 一种基于fpga的超宽带穿墙雷达成像算法的实现方法 - Google Patents
一种基于fpga的超宽带穿墙雷达成像算法的实现方法 Download PDFInfo
- Publication number
- CN106772361A CN106772361A CN201611083521.3A CN201611083521A CN106772361A CN 106772361 A CN106772361 A CN 106772361A CN 201611083521 A CN201611083521 A CN 201611083521A CN 106772361 A CN106772361 A CN 106772361A
- Authority
- CN
- China
- Prior art keywords
- wall
- radar
- fpga
- ultra
- implementation method
- 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.)
- Pending
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
- G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
- G01S13/888—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons through wall detection
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于FPGA的超宽带穿墙雷达成像算法的实现方法,将穿墙雷达天线阵列放置到距离墙体一定距离处,分析穿墙雷达电磁波成像路径,按照近似穿墙雷达电磁波成像路径求解时延,并对时延加以补偿,简化时延求解复杂度;利用CORDIC算法实现时延信息中的大量的平方和开方运算,显著提高了成像速度;通过在FPGA上实现穿墙雷达后向投影算法,提高了算法的实用性。本发明的方法降低了穿墙成像雷达计算的复杂度、提高了成像速度。
Description
技术领域
本发明属于超宽带雷达技术领域,具体涉及一种基于FPGA的超宽带穿墙雷达成像算法的实现方法。
背景技术
穿墙雷达利用电磁波对墙等非导电性障碍物的穿透性,并通过接收传播介质中变化而引起的反射信号,可以指示识别要探测的墙后目标,从而避免对障碍物进行破坏移位,利用这种非接触的方式决策后续的动作。这对于军事、警戒、反恐中的侦查、监控,自然灾害中的人员搜索,医疗系统中的测试与监护有重要意义。由于灾后幸存者、恐怖分子及所挟持人质通常都是隐藏的,被混凝土、墙体等障碍物隐藏,如何对目标体进行高效、快速、简便的雷达成像是许多领域面临的重要课题。然而在现有的各种成像算法中,后向投影(BP,BackProjection)成像算法具有成像精度高等特点,但运算量较大,算法复杂,成像速度慢;穿墙探测雷达目标成像区域一般较小,数据通道数少,选用BP成像算法。
发明内容
本发明的目的是为克服现有技术的不足,而提供一种基于FPGA的超宽带穿墙雷达成像算法的实现方法,该方法成像精度高,降低了算法复杂度和运算量,提高了成像速度。
实现本发明目的的技术方案是:
一种基于FPGA的超宽带穿墙雷达成像算法的实现方法,具体包括如下步骤:
1)构建墙体目标模型,通过穿墙雷达对构建的目标模型进行探测,利用滤波方法处理原始回波信号得到目标回波信号;
2)将穿墙雷达天线阵列放置到距离墙体一定距离处,分析穿墙雷达电磁波成像路径,按照近似穿墙雷达电磁波成像路径求解时延,并对时延加以补偿,简化时延求解复杂度;
3)采用CORDIC算法替代步骤2)中时延求解过程中的平方开根号运算,易于FPGA实现;
4)选择合适的数据量化位数,减小步骤2)中时延计算的量化误差,提高成像准确度;
5)按照步骤2)中简化后的时延求解公式,结合步骤3)中的CORDIC算法以及步骤4)中选用的数据量化位数,设计基于FPGA的后向投影算法;
6)将步骤1)中的得到的目标回波信号量化为定点数,作为步骤5)中FPGA成像算法数据的输入;
7)将FPGA成像输出数据转化为浮点数,利用MATLAB得到目标成像结果;
通过上述步骤,获得基于FPGA的超宽带穿墙雷达后向投影成像算法的成像结果。
所述步骤1)中,采用GprMax软件生成空场景数据与有目标场景的A-Scan原始回波数据,通过两组数据直接对消法获得目标回波信号。
所述步骤2)中,穿墙雷达天线阵列与墙体的距离为1-3m。
所述步骤2)中,在收发分置天线阵列中,发射天线发出的电磁波经目标后向散射传播到接收天线的传输时间为:
其中(x,y)为目标的坐标,(x0,y0)为发射天线的坐标为,(x1,y0)为接受天线的坐标,d为墙体厚度,ε为墙体介电常数,c为真空中波速;
在收发同置天线阵列中,发射天线发出的电磁波经目标后向散射传播到接收天线的传输时间为:
其中,(x,y)为目标的坐标,(x0,y0)为收发同置天线的坐标,d为墙体厚度,ε为墙体介电常数,c为真空中波速。
所述步骤3)中,CORDIC算法采用向量模式,N次迭代输出结果为:
Yn+1=0 (4)
若Z0=0,对于给定的X0和Y0,N次迭代输出结果为:
(X0,Y0)为给定向量的输入,K为比例因子。
所述步骤4)中,时延的计算部分采用24位定点数进行量化,其中1位符号位,19位小数位。
所述步骤6)中,回波数据采用16位点数进行量化,其中1位符号位,9位小数位。
所述的墙体,均为均匀介质墙体。
有益效果:
一种基于FPGA的超宽带穿墙雷达成像算法的实现方法,通过近似穿墙雷达电磁波成像路径,简化时延求解复杂度,利用CORDIC算法,大大简化时延求解过程中平方开根号的运算,降低了穿墙成像雷达计算的复杂度,从而加速了成像的速度。本发明实现了基于FPGA的超宽带穿墙雷达后向投影成像算法,能准确有效地实现对目标的成像,并具有较好的实时性和稳定性。
附图说明
图1为两目标墙体模型;
图2近似简化后的穿墙雷达电磁波成像路径;
图3为MATLAB仿真成像图与对比图;
图4为FPGA实现的成像图。
具体实施方式
下面结合附图和实施例对本发明内容作进一步的阐述,但不是对本发明的限定。
实施例
一种基于FPGA的超宽带穿墙雷达成像算法的实现方法,包括如下步骤:
1)如图1所示构建墙体目标模型,通过穿墙雷达对构建模型进行探测,获得原始A-Scan数据,利用滤波方法处理原始回波信号得到目标回波信号;
2)将穿墙雷达天线阵列放置到距离墙体1m远处,按照近似穿墙雷达电磁波成像路径求解时延,并对时延加以补偿,简化时延求解复杂度;
3)采用CORDIC算法替代步骤2)中时延求解过程中的平方开根号运算,易于FPGA实现;
4)选择合适的数据量化位数,减小步骤2)中时延计算的量化误差,提高成像准确度;
5)按照步骤2)中简化后的时延求解公式,结合步骤3)中的CORDIC算法以及步骤4)中选用的数据量化位数,设计基于FPGA的后向投影算法;
6)将步骤1)中的得到的目标回波信号量化为定点数,作为步骤5)中FPGA成像算法数据的输入;
7)将FPGA成像输出数据转化为浮点数,利用MATLAB得到目标成像结果。
通过上述步骤,可获得基于FPGA的超宽带穿墙雷达后向投影成像算法的成像结果。
步骤1)中,采用GprMax软件生成空场景数据与有目标场景的8道A-Scan原始回波数据;天线为收发同置天线阵列,坐标依次为(0.2418,-1),(0.4278,-1),(0.6138,-1),(0.7998,-1),(0.9858,-1),(1.1718,-1),(1.3578,-1),(1.5438,-1),通过两组数据直接对消法获得目标回波信号;
步骤2)中,如图2所示,将穿墙雷达天线阵列放置到距离墙体1m远处,在收发同置天线阵列中,收发射天线发出的电磁波经目标后向散射传播到接收天线的传输时间为:
其中,目标的坐标为(x,y),收发同置天线的坐标为(x0,y0),墙体厚度d取0.2m,墙体介电常数ε取6.4,真空中波速c取300000000m/s。
步骤3)中,CORDIC算法采用向量模式,N次迭代输出结果为:
Yn+1=0 (3)
如果Z0=0,对于给定的X0和Y0,N次迭代输出结果为:
(X0,Y0)为给定向量的输入,K为比例因子。在这里,只需要取向量(X0,Y0)的模长,所以,需要对Xn+1乘以比例因子K得到向量模长;其中,迭代次数N取16,K取0.607253。
步骤4)中,时延的计算部分采用24位定点数进行量化,其中1位符号位,19位小数位。
步骤6)中,回波数据采用16位点数进行量化,其中1位符号位,9位小数位。
上述方案中,墙体模型均为均匀介质墙体。
图3为MATLAB的成像结果,图4为FPGA的成像结果,两个目标分别位于(0.5,1.8)和(1.6,1.5)处,目标成像结果如图所示,可见,基于上述成像方法可以快速获得目标的距离和方位信息。
Claims (8)
1.一种基于FPGA的超宽带穿墙雷达成像算法的实现方法,其特征在于,包括如下步骤:
1)构建墙体目标模型,通过穿墙雷达对构建的目标模型进行探测,利用滤波方法处理原始回波信号得到目标回波信号;
2)将穿墙雷达天线阵列放置到距离墙体一定距离处,分析穿墙雷达电磁波成像路径,按照近似穿墙雷达电磁波成像路径求解时延,并对时延加以补偿,简化时延求解复杂度;
3)采用CORDIC算法替代步骤2)中时延求解过程中的平方开根号运算,易于FPGA实现;
4)选择合适的数据量化位数,减小步骤2)中时延计算的量化误差,提高成像准确度;
5)按照步骤2)中简化后的时延求解公式,结合步骤3)中的CORDIC算法以及步骤4)中选用的数据量化位数,设计基于FPGA的后向投影算法;
6)将步骤1)中的得到的目标回波信号量化为定点数,作为步骤5)中FPGA成像算法数据的输入;
7)将FPGA成像输出数据转化为浮点数,利用MATLAB得到目标成像结果;
通过上述步骤,获得基于FPGA的超宽带穿墙雷达后向投影成像算法的成像结果。
2.根据权利要求1所述的基于FPGA的超宽带穿墙雷达成像算法的实现方法,其特征在于,所述步骤1)中,采用GprMax软件生成空场景数据与有目标场景的A-Scan原始回波数据,通过两组数据直接对消法获得目标回波信号。
3.根据权利要求1所述的基于FPGA的超宽带穿墙雷达成像算法的实现方法,其特征在于,所述步骤2)中,穿墙雷达天线阵列与墙体的距离为1-3m。
4.根据权利要求1所述的基于FPGA的超宽带穿墙雷达成像算法的实现方法,其特征在于,所述步骤2)中,在收发分置天线阵列中,发射天线发出的电磁波经目标后向散射传播到接收天线的传输时间为:
其中(x,y)为目标的坐标,(x0,y0)为发射天线的坐标为,(x1,y0)为接受天线的坐标,d为墙体厚度,ε为墙体介电常数,c为真空中波速;
在收发同置天线阵列中,发射天线发出的电磁波经目标后向散射传播到接收天线的传输时间为:
其中(x,y)为目标的坐标,(x0,y0)为收发同置天线的坐标,d为墙体厚度,ε为墙体介电常数,c为真空中波速。
5.根据权利要求1所述的基于FPGA的超宽带穿墙雷达成像算法的实现方法,其特征在于,所述步骤3)中,CORDIC算法采用向量模式,N次迭代输出结果为:
Yn+1=0 (4)
Zn+1=Z0+tan-1(Y0/X0) (5)
若Z0=0,对于给定的X0和Y0,N次迭代输出结果为:
(X0,Y0)为给定向量的输入,K为比例因子。
6.根据权利要求1所述的基于FPGA的超宽带穿墙雷达成像算法的实现方法,其特征在于,所述步骤4)中,时延的计算部分采用24位定点数进行量化,其中1位符号位,19位小数位。
7.根据权利要求1所述的基于FPGA的超宽带穿墙雷达成像算法的实现方法,其特征在于,所述步骤6)中,回波数据采用16位点数进行量化,其中1位符号位,9位小数位。
8.根据权利要求1-4任一所述的基于FPGA的超宽带穿墙雷达成像算法的实现方法,其特征在于,所述的墙体,均为均匀介质墙体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611083521.3A CN106772361A (zh) | 2016-11-30 | 2016-11-30 | 一种基于fpga的超宽带穿墙雷达成像算法的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611083521.3A CN106772361A (zh) | 2016-11-30 | 2016-11-30 | 一种基于fpga的超宽带穿墙雷达成像算法的实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106772361A true CN106772361A (zh) | 2017-05-31 |
Family
ID=58912698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611083521.3A Pending CN106772361A (zh) | 2016-11-30 | 2016-11-30 | 一种基于fpga的超宽带穿墙雷达成像算法的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772361A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109031298A (zh) * | 2018-08-24 | 2018-12-18 | 桂林电子科技大学 | 一种认知雷达资源自适应成像的闭环反馈判定方法 |
CN109521992A (zh) * | 2018-11-14 | 2019-03-26 | 桂林电子科技大学 | 一种无乘法器的基于cordic算法的线性调频信号生成方法 |
WO2019083657A3 (en) * | 2017-09-22 | 2019-06-20 | Duke University | Imaging through media using artificially-structured materials |
CN111766575A (zh) * | 2020-06-08 | 2020-10-13 | 桂林电子科技大学 | 一种穿墙雷达自聚焦稀疏成像方法及计算机设备 |
CN111796249A (zh) * | 2020-02-28 | 2020-10-20 | 北京理工大学 | 一种基于墙体前表面能量对消的墙体参数估计方法 |
CN112198500A (zh) * | 2020-09-15 | 2021-01-08 | 太原理工大学 | 用于地下管线定位的加权二次相关后向投影成像算法 |
-
2016
- 2016-11-30 CN CN201611083521.3A patent/CN106772361A/zh active Pending
Non-Patent Citations (2)
Title |
---|
介利军 等: "超宽带穿墙雷达成像技术研究", 《现代雷达》 * |
黄守麟: "超宽带穿墙雷探测雷达信号采集和处理系统设计与实现", 《中国优秀硕士学位论文全文数据库(电子期刊) 信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019083657A3 (en) * | 2017-09-22 | 2019-06-20 | Duke University | Imaging through media using artificially-structured materials |
CN109031298A (zh) * | 2018-08-24 | 2018-12-18 | 桂林电子科技大学 | 一种认知雷达资源自适应成像的闭环反馈判定方法 |
CN109031298B (zh) * | 2018-08-24 | 2022-01-14 | 桂林电子科技大学 | 一种认知雷达资源自适应成像的闭环反馈判定方法 |
CN109521992A (zh) * | 2018-11-14 | 2019-03-26 | 桂林电子科技大学 | 一种无乘法器的基于cordic算法的线性调频信号生成方法 |
CN111796249A (zh) * | 2020-02-28 | 2020-10-20 | 北京理工大学 | 一种基于墙体前表面能量对消的墙体参数估计方法 |
CN111796249B (zh) * | 2020-02-28 | 2023-04-21 | 北京理工大学 | 一种基于墙体前表面能量对消的墙体参数估计方法 |
CN111766575A (zh) * | 2020-06-08 | 2020-10-13 | 桂林电子科技大学 | 一种穿墙雷达自聚焦稀疏成像方法及计算机设备 |
CN112198500A (zh) * | 2020-09-15 | 2021-01-08 | 太原理工大学 | 用于地下管线定位的加权二次相关后向投影成像算法 |
CN112198500B (zh) * | 2020-09-15 | 2023-07-07 | 太原理工大学 | 用于地下管线定位的加权二次相关后向投影成像算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106772361A (zh) | 一种基于fpga的超宽带穿墙雷达成像算法的实现方法 | |
CN106772365B (zh) | 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法 | |
Chen et al. | Joint estimation of NLOS building layout and targets via sparsity-driven approach | |
CN103713288B (zh) | 基于迭代最小化稀疏贝叶斯重构线阵sar成像方法 | |
CN102914773B (zh) | 一种多航过圆周sar三维成像方法 | |
CN103023586B (zh) | 一种天波超视距雷达电离层信道仿真方法 | |
CN109085572B (zh) | 隧道内基于多径利用毫米波雷达的运动目标跟踪方法 | |
CN111145337B (zh) | 基于分辨率逼近的快速稀疏重构的线阵sar三维成像方法 | |
CN103576137B (zh) | 一种基于成像策略的多传感器多目标定位方法 | |
CN109696672B (zh) | 一种基于空间结构关联性的高分辨率穿墙雷达成像方法 | |
CN103675769A (zh) | 基于分布式接收机的斜视sar欺骗干扰方法 | |
CN113837131A (zh) | 一种基于fmcw毫米波雷达的多尺度特征融合手势识别方法 | |
Wang et al. | The support vector machine for dielectric target detection through a wall | |
CN106154267A (zh) | 基于微型超宽带雷达传感模块的高分辨sar成像方法 | |
CN105260524A (zh) | 一种扫描状态下船舶导航雷达二维回波序列像仿真方法 | |
CN104182753A (zh) | 结合图像分割与子空间匹配追踪的目标散射中心提取方法 | |
CN105548959B (zh) | 一种基于稀疏重建的多传感器多目标的定位方法 | |
Yang et al. | A lightweight multi-scale neural network for indoor human activity recognition based on macro and micro-doppler features | |
Wang et al. | Interference mitigation for automotive fmcw radar based on contrastive learning with dilated convolution | |
CN103412306A (zh) | 基于多站多波段带宽融合的超宽带相参处理方法 | |
Kang et al. | Body gesture recognition based on polarimetric micro-Doppler signature and using deep convolutional neural network | |
Tan et al. | Learning approach to FMCW radar target classification with feature extraction from wave physics | |
Wen et al. | Multi-radar data fusion for maritime moving target detection based on three-dimensional sliding window | |
CN109738890A (zh) | 一种基于弹载双基sar距离多普勒图像生成地距图的方法 | |
Wachtel et al. | Convolutional neural network classification of vulnerable road users based on micro-doppler signatures using an automotive radar |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |
|
RJ01 | Rejection of invention patent application after publication |