CN107422184A - 一种基于adi‑fdtd算法的三维穿墙成像方法 - Google Patents

一种基于adi‑fdtd算法的三维穿墙成像方法 Download PDF

Info

Publication number
CN107422184A
CN107422184A CN201710530355.5A CN201710530355A CN107422184A CN 107422184 A CN107422184 A CN 107422184A CN 201710530355 A CN201710530355 A CN 201710530355A CN 107422184 A CN107422184 A CN 107422184A
Authority
CN
China
Prior art keywords
fdtd
msub
adi
time
algorithms
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
Application number
CN201710530355.5A
Other languages
English (en)
Inventor
赵翔
魏永安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201710530355.5A priority Critical patent/CN107422184A/zh
Publication of CN107422184A publication Critical patent/CN107422184A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于ADI‑FDTD算法的三维穿墙成像方法，属于三维穿墙成像方法领域。其包括以下步骤：步骤1：利用ADI‑FDTD算法计算出超宽带冲激无线电IR‑UWB穿墙传播信号的部分时间序列响应，得到部分时域波形；步骤2：采用MMP方法对该段时域波形进行外推，以此来获得精确的完整时域信息；本发明的优点是：可以降低计算时间，提高ADI‑FDTD方法分析超宽带冲激无线电IR‑UWB穿墙传播的效率。

Description

一种基于ADI-FDTD算法的三维穿墙成像方法
技术领域
本发明涉及三维穿墙成像方法领域，特别涉及一种基于ADI-FDTD算法的三维穿墙成像方法。
背景技术
早期计算瞬态电磁学大多采用频域方法，主要先将电磁波信号的时域脉冲在频域展开而后进行频点抽样求值，并将结果再次转换到时域，从而达到降低维度的目的。分析国内外相关文献发现，基于全波分析的时域有限差分法(Finite-Difference Time-Domain,FDTD)是一类可以分析超宽带冲激无线电IR-UWB信号穿墙传播过程的有效方法。虽然频域计算方法相对成熟，且可利用的资源也较多，便于求解实际问题，但是对超宽带冲激无线电IR-UWB信号而言，若使用频域计算方法来模拟其传播，需要在很多个频点上逐个进行。该方法理论上可行，但由于计算过程中所需内存和工作量过大、时间耗费过长，实际操作起来相当困难。同时又因为谐振现象的存在，不同频点的计算方法也需要有所不同，导致高复杂性和过大计算量，因而使得频域算法模拟分析超宽带冲激无线电IR-UWB电磁法的时域传播失去了优势。因此，在超宽带冲激无线电IR-UWB穿墙传播建模研究中，采用时域数值计算方法比传统的频域算法有更大的优势。
现今，时域数值计算方法主要有：时域伪谱方法(PSTD)、时域有限元法(FETD)、时域有限差分法(Finite-Difference Time-Domain Method,FDTD)以及时域积分方程法(IETD)等，代表性文献很多。其中，在超宽带冲激无线电IR-UWB信号的三维传播建模电磁模拟中，时域有限差分法是被大家广泛应用的一种算法。FDTD预测超宽带冲激无线电IR-UWB信号传播过程时，不需要求解复杂的方程组，在计算过程中占用的内存少，且可以直观地了解波的物理传播过程。因而FDTD算法成为时域电磁场数值模拟的首选方法。一种应用于超宽带穿墙成像的3D-FDTD算法，能够全面多方位地反映穿墙环境，对实际应用更有指导意义。但是3D-FDTD方法在预测超宽带冲激无线电IR-UWB信号传播过程中存在的对内存资源消耗较大、计算时间较长等问题，且传统3D-FDTD时间步长的选取受到Courant稳定性条件的约束，从而影响分析超宽带冲激无线电IR-UWB穿墙传播的效率。
发明内容
本发明的技术问题是针对背景技术的缺陷和不足，提出一种基于ADI-FDTD算法的三维穿墙成像方法，以提高分析超宽带冲激无线电IR-UWB穿墙传播的效率。
本发明的上述技术问题是通过以下技术方案得以实现的：一种基于ADI-FDTD算法的三维穿墙成像方法，包括以下步骤：
步骤1：利用ADI-FDTD算法计算出超宽带冲激无线电IR-UWB穿墙传播信号的部分时间序列响应，得到部分时域波形；
步骤1.1：将ADI-FDTD算法模拟仿真超宽带冲激无线电IR-UWB穿墙传播信号得到的时域波形表示为一组时域信号；
步骤1.2：计算出一个ADI-FDTD的1000步时间序列；
步骤1.3：截取100到1000步取样，以每隔5点采样获得180个输入数据，得到部分时域波形；
步骤2：采用MMP方法对该段时域波形进行外推，以此来获得精确的完整时域信息；
步骤2.1：运用MMP算法外推该部分时域波形至2500步，再通过采用背景相减法计算出完整的目标散射信号数据，得到完整的目标散射信号波形。
进一步的，其中步骤1.1中时域信号为：
其中，yn表示ADI-FDTD仿真获得的时间响应数据，xn表示准确信号，nn代表计算的数值误差即噪声，而Ri表示复余量，ai代表衰减参量，fi表示频率，Ts和N分别代表采样周期和采样数据总数。
进一步的，ADI-FDTD算法中，采用矩形网格差分形式，空间偏微分采用中心差分格式。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
由于ADI-FDTD具有无条件稳定性的特性，其时间步长可以是传统FDTD方法的好几倍，从而大大降低了计算时间；且将MMP算法和ADI-FDTD算法结合使用，即利用两者的结合对穿墙环境建模仿真时，先利用ADI-FDTD方法计算出部分时间序列响应，然后采用MMP方法对该段时域波形进行外推，以此来获得精确的完整时域信息，可以进一步提高ADI-FDTD方法分析超宽带冲激无线电IR-UWB穿墙传播的效率。
附图说明
图1是本发明的三维模型图；
图2是本发明的三维模型的俯视图；
图3是本发明用于体现单目标模型中第30个接收点处的接收信号；
图4是本发明用于体现单目标模型中第30个接收点处的散射信号；
图5是本发明用于体现第30个接收点处的部分时域波形；
图6是本发明用于体现部分时域数据得到的散射信号；
图7是本发明用于体现部分时域数据外推得到的接收信号；
图8是本发明用于体现部分时域数据外推得到的散射信号；
图9是本发明用于体现Yee元胞的示意图；
图10是本发明用于体现第25个接收点处的接收信号波形图；
图11是本发明用于体现第25个接收点处的目标散射信号波形图；
图12是本发明的流程图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
首先，如图12所示，本发明提出一种基于ADI-FDTD算法的三维穿墙成像方法，图1为采用3D-FDTD方法建立的穿墙成像三维模型图，图2为模型的俯视图，墙体的一侧放置天线，另外一侧为成像区域，坐标原点位于成像区域左下角位置，x轴距离前墙前表面0.1m处。房间内长2.5m、宽2.5m、高3m，四面墙壁、地板以及天花板由水泥混凝土围成，厚度均为0.1m，其相对介电常数和电导率分别设置为εr＝4、σ＝0.05(S/m)。目标是边长为0.4m的理想金属体，距前墙内表面0.95m，则中心点坐标为(1.35m，1.35m，0.3m)。发射源天线置于墙前0.1m处，发射方向如图中所示。接收天线距离前墙0.04m，沿着合成孔径方向放置了46个采样天线，且相邻接收点之间的采样间隔为0.05m，整个合成孔径长度为2.3m。而纵向方向放置了40个接收天线，合成孔径长度为2m。图3给出了第30个接收天线处接收到的回波数据，相比发射源信号，可以从图中看出，超宽带冲激无线电IR-UWB信号穿透墙体时存在幅度衰减、波形失真，并有一定的时延。所以针对穿墙目标的成像算法研究，幅度补偿和时延补偿都是必须的。
采用3D-FDTD方法进行仿真建模，网格尺寸设为0.01m，离散时间间隔为19.2583ps。本文采用的发射源信号为调制高斯脉冲信号，其表达式为：
上式中，中心频率f0设为2GHz，脉冲带宽τ为300ps。
具体如下：
一、MMP-FDTD算法
FDTD方法在建模仿真时采用一种典型的“蛙跳”方法，即指当前时刻的空间值由前一时刻数值通过时间步迭代得到。在一些常见信号处理方法中，有很多算法都是基于对早期信息的处理，预测未来信息。因此，我们也可以将这些思想或方法应用到FDTD算法中，来提高3D-FDTD方法的计算效率。将时域有限差分方法模拟仿真得到的时域波形表示为一组时域信号：
其中，yn表示3D-FDTD仿真获得的时间响应数据，xn表示准确信号，nn代表计算的数值误差即噪声，而Ri表示复余量，ai代表衰减参量，fi表示频率，Ts和N分别代表采样周期和采样数据总数。如果利用时域波形的早期信息可以准确求得上式各个参量，就能够实现对3D-FDTD模拟所得的时域波形进行外推预测。接下来将探讨，利用改良的矩阵束(ModifiedMatrix Pencil,MMP)方法对3D-FDTD方法建模仿真获得的部分前期时域序列进行外推，由此得到准确的完整时域波形序列，从而大大地降低了为了得到完整时域数据而消耗的的计算时间或内存资源。
在掌握了MMP-FDTD方法的基本原理及实现方法后，接下来就可以效率更高地对超宽带冲激无线电IR-UWB穿墙传播特性进行仿真计算与分析，并与传统3D-FDTD的计算结果进行比较。
图1为采用3D-FDTD方法建立的穿墙成像三维模型。图3为单目标仿真模型中第30个接收点处的接收信号，图4给出了其成像所需的第30个接收点处的目标散射信号，由这两幅图观察可知，采用传统时域有限差分算法建模分析穿墙环境时需要2500个时间步迭代，才能够得到完整的散射信号时域波形，为后续精确成像提供正确原始数据。本章对MMP-FDTD算法的建模数据分析，均基于单目标仿真模型中第30个接收天线处观察记录的时域数据。
运用MMP-FDTD算法计算时，需要先利用3D-FDTD方法计算出部分时域波形，然后对该段时域波形信息进行处理。通常为了保证得到准确的电磁结构频域特性，应错开前期时域波形中的开始部分。首先，计算出一个3D-FDTD时域接收信号的前1000步时间序列，如图5所示，并由该部分时域数据计算出目标散射信号，见图6，发现散射信号在时序1000步时没有衰减为零，即得到的时域数据并不完整，且对比图4可知，由部分接收信号计算出的散射信号数据很不准确，会直接导致目标定位与形状判别不准确等的成像问题。
接下来，从上述3D-FDTD时域信号的1000步中，截取100到1000步取样，每隔5点采样，获得180个输入数据，继而利用MMP-FDTD方法外推这部分时域波形至2500步，如图7所示，再利用背景相减法计算散射信号数据，见图8，对比发现两种算法计算得到接收信号波形和散射信号波形基本吻合。
二、三维ADI-FDTD算法
ADI-FDTD算法中，依然采用Yee矩形网格差分形式，空间中每一矩形网格上的电场和磁场分量仍然如图9所示放置。其中，空间偏微分也仍采用中心差分格式，而方程左边的第二项使用的是半步长前向近似格式。与3D-FDTD算法相比，ADI-FDTD方法对Maxwell旋度方程右边的时间离散化过程处理不同，其包括两个交替过程：
方程一麦克斯韦旋度方程的右边第一项基于隐式差分格式，而第二项则利用显式差分格式：
方程二Maxwell旋度方程的右边第一项基于显式差分方式，而第二项则利用隐式差分方式：
在过程一中，将式(8)中的代入式(3)，整理可得式(15)；将式(6)中的代公式(4)，整理可得式(16)；将式(7)中的代入式(5)，可得公式(17)。实际执行第一过程时，得到的线性方程组(15)～(17)的系数矩阵属于三对角型矩阵，通过高斯消元法即可求得其解，且其计算量与未知量的的个数N呈正比关系，而不是正比于N3，因此可以解得 再将其代入式(6)～(8)，求得同理，在执行过程二时也可以通过相似的方式求出和
由以上推理过程可见，将上述两个过程相互交替执行，能够对电磁场问题的时间步进行模拟。由于ADI-FDTD具有无条件稳定性的特性，其时间步长可以是传统FDTD方法的好几倍，从而大大降低了计算时间。为验证本文研究的三维ADI-FDTD方法应用于超宽带冲激无线电IR-UWB穿墙传播特性建模的有效性，接下来利用该方法进行仿真模拟，并将其计算结果与传统3D-FDTD方法的仿真结果相比较。
三、MMP-ADI-FDTD算法
将MMP算法和ADI-FDTD算法结合使用，即利用两者的结合对穿墙环境建模仿真时，先利用ADI-FDTD方法计算出部分时间序列响应，然后采用MMP方法对该段时域波形进行外推，以此来获得精确的完整时域信息。接下来，将分别采用传统3D-FDTD方法、ADI-FDTD方法以及MMP-ADI-FDTD新型混合方法仿真分析超宽带冲激无线电IR-UWB穿墙传播特性，并对仿真结果进行对比分析，验证了MMP算法可以提高ADI-FDTD算法的计算效率。运用ADI-FDTD方法仿真时，时间步长设置为△tADI-FDTD＝5△t3D-FDTD。接下来，首先计算出一个ADI-FDTD的1000步时间序列，其次截取100到1000步取样，以每隔5点采样获得180个输入数据，运用MMP算法外推该部分时域波形至2500步，如图10所示，为多目标仿真模型中第25个接收点处的接收信号波形。再通过采用背景相减法计算出目标散射信号数据，见图11。观察上述两幅图，对比发现三种算法计算得到接收信号波形和散射信号波形基本吻合，而三者记录该采样点处回波信息所用的时间如表1所示。由表可见，与ADI-FDTD方法相比，MMP-ADI-FDTD方法的计算时间可以减少60％，而与3D-FDTD方法相比，ADI-FDTD结合的MMP算法的迭代次数仅仅是其迭代次数的1/16，即计算时间减少了约84％。仿真结果证明了，MMP方法可以进一步提高ADI-FDTD方法分析超宽带冲激无线电IR-UWB穿墙传播的效率。
表1 3D-FDTD和改进方法耗时对比
算法 3D-FDTD ADI-FDTD MMP-ADI-FDTD
离散时间间隔 △tFDTD 5△tFDTD 5△tFDTD
CPU时间(s) 1985.23 817.02 321.63
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (5)

1.一种基于ADI-FDTD算法的三维穿墙成像方法，其特征是：包括以下步骤：
步骤1：利用ADI-FDTD算法计算出超宽带冲激无线电IR-UWB穿墙传播信号的部分时间序列响应，得到部分时域波形；
步骤1.1：将ADI-FDTD算法模拟仿真超宽带冲激无线电IR-UWB穿墙传播信号得到的时域波形表示为一组时域信号；
步骤1.2：计算出ADI-FDTD算法的一个时间段的时间序列；
步骤1.3：在步骤1.2获得的时间序列内进行取样，以每隔一段时间采样获得多个输入数据，得到部分时域波形；
步骤2：运用MMP算法外推该部分时域波形至一定时间步，再通过采用背景相减法计算出完整的目标散射信号数据，得到完整的目标散射信号波形。
2.根据权利要求1所述的方法，其特征是：其中步骤1.1中时域信号为：
<mrow> <msub> <mi>y</mi> <mi>n</mi> </msub> <mo>=</mo> <msub> <mi>x</mi> <mi>n</mi> </msub> <mo>+</mo> <msub> <mi>n</mi> <mi>n</mi> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>R</mi> <mi>i</mi> </msub> <msup> <mi>e</mi> <mrow> <mo>(</mo> <mo>-</mo> <msub> <mi>a</mi> <mi>i</mi> </msub> <mo>+</mo> <mi>j</mi> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>i</mi> </msub> <mo>)</mo> <msub> <mi>nT</mi> <mi>s</mi> </msub> </mrow> </msup> <mo>+</mo> <msub> <mi>n</mi> <mi>n</mi> </msub> <mo>,</mo> <mi>n</mi> <mo>=</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow>
其中，yn表示ADI-FDTD仿真获得的时间响应数据，xn表示准确信号，nn代表计算的数值误差即噪声，而Ri表示复余量，ai代表衰减参量，fi表示频率，Ts和N分别代表采样周期和采样数据总数，M代表截取的步长，j代表虚数的基本单位。
3.根据权利要求1所述的方法，其特征是：ADI-FDTD算法中，采用矩形网格差分形式，空间偏微分采用中心差分格式。
4.根据权利要求1所述的方法，其特征是：在步骤1.2中，时间序列为一个ADI-FDTD的1000步时间序列。
5.根据权利要求4所述的方法，其特征是：在步骤1.3中，截取100到1000步进行取样，并每隔5点采样获得180个输入数据。
CN201710530355.5A 2017-06-29 2017-06-29 一种基于adi‑fdtd算法的三维穿墙成像方法 Pending CN107422184A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710530355.5A CN107422184A (zh) 2017-06-29 2017-06-29 一种基于adi‑fdtd算法的三维穿墙成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710530355.5A CN107422184A (zh) 2017-06-29 2017-06-29 一种基于adi‑fdtd算法的三维穿墙成像方法

Publications (1)

Publication Number Publication Date
CN107422184A true CN107422184A (zh) 2017-12-01

Family

ID=60426334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710530355.5A Pending CN107422184A (zh) 2017-06-29 2017-06-29 一种基于adi‑fdtd算法的三维穿墙成像方法

Country Status (1)

Country Link
CN (1) CN107422184A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103605130A (zh) * 2013-11-26 2014-02-26 桂林电子科技大学 超宽带穿墙雷达隐藏运动目标检测与成像方法
CN105487059A (zh) * 2016-01-05 2016-04-13 南京信息工程大学 一种基于逆时反演的穿墙雷达基准面校正方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103605130A (zh) * 2013-11-26 2014-02-26 桂林电子科技大学 超宽带穿墙雷达隐藏运动目标检测与成像方法
CN105487059A (zh) * 2016-01-05 2016-04-13 南京信息工程大学 一种基于逆时反演的穿墙雷达基准面校正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
户仕明: ""FDTD时域波形外推预测和ADI-FDTD的研究"", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
王芳芳 等: ""超宽带穿墙雷达成像的 FDTD 数值模拟"", 《电波科学学报》 *

Similar Documents

Publication Publication Date Title
Sarradj et al. A Python framework for microphone array data processing
Mora et al. Application of the time reversal of electromagnetic fields to locate lightning discharges
CN104360251B (zh) 一种变压器局部放电的超声波信号时延估计方法
CN104407328B (zh) 基于空间脉冲响应匹配的封闭空间声源定位方法及系统
CN110990757B (zh) 利用无相位数据解决高度非线性电磁逆散射问题的方法
Lu et al. Estimating ultrasonic time-of-flight through echo signal envelope and modified Gauss Newton method
CN105467369B (zh) 一种目标回波仿真方法和装置
CN106556783A (zh) 一种变电站内基于特高频相控阵原理的局部放电测向方法
CN105205461A (zh) 一种用于模态参数识别的信号降噪方法
Jia et al. A baseline-free approach of locating defect based on mode conversion and the reciprocity principle of Lamb waves
Lu et al. A novel method for Estimating Time of Flight of ultrasonic echoes through short-time Fourier transforms
Reyes-Rodríguez et al. Time reversal and microwave techniques for solving inverse problem in non-destructive evaluation
Li et al. Characterization on clustered propagations of UWB sensors in vehicle cabin: measurement, modeling and evaluation
CN113567943B (zh) 基于saim与cat获取载体平台宽带rcs的方法
CN104105049A (zh) 一种减少传声器使用数量的房间冲激响应函数测量方法
CN107422184A (zh) 一种基于adi‑fdtd算法的三维穿墙成像方法
Song et al. Memory-efficient method for wideband self-adjoint sensitivity analysis
CN104062656B (zh) 基于矢量面元模型的微波成像方法
Hedia et al. A full time domain methodology based on near field time reversal for equivalent source identification
Hedia et al. Electromagnetic time reversal for radiating source identification in time domain
Tam et al. On the recovery of moving source characteristics using time–frequency approach
Liu et al. Using adaptive cross approximation to accelerate simulation of B-scan GPR for detecting underground pipes
Fedeli et al. Forward and inverse scattering models applied to through-wall imaging
Pongcol et al. Dual continuous wave radar for ground object detection in GNU-radio with USRP
Staniec et al. On simulating the radio signal propagation in the reverberation chamber with the ray launching method

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171201