CN108872980A - 一种基于窄带系统的自适应穿墙成像方法 - Google Patents
一种基于窄带系统的自适应穿墙成像方法 Download PDFInfo
- Publication number
- CN108872980A CN108872980A CN201810629289.1A CN201810629289A CN108872980A CN 108872980 A CN108872980 A CN 108872980A CN 201810629289 A CN201810629289 A CN 201810629289A CN 108872980 A CN108872980 A CN 108872980A
- Authority
- CN
- China
- Prior art keywords
- data
- electromagnetic wave
- scanning
- dual
- image
- 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.)
- Granted
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
- G01S13/006—Theoretical aspects
-
- 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
- G01S7/418—Theoretical aspects
Abstract
本发明公开了一种基于窄带系统的自适应穿墙成像方法,涉及穿墙成像技术,特别涉及基于窄带系统的新型穿墙成像技术。本发明方法首先,利用窄带系统沿多个角度扫描感兴趣的区域;然后用Radon逆变换快速重构图像;最后通过自适应图像优化算法对初始图像进行优化,得到二值化的区域重构图像。本发明能用极简单的硬件系统实现高分辨率穿墙成像,具有较好的应用价值。本发明具有环境适用性强,图像分辨率高,计算量小的优势,是一种新型的穿墙成像算法。
Description
技术领域
本发明涉及穿墙成像技术,特别涉及基于窄带系统的新型穿墙成像技术。
背景技术
穿墙成像是利用发射特定频段的电磁波穿透建筑物,接收建筑物反射或透射的回波数据,从而实现对隐蔽目标或建筑布局成像的技术。由于其能预先评估未知区域内布局情况,为决策人员提供更多情报,近年来已经在反恐、巷战、灾难救援等军事及民用方面得到越来越广泛的应用。传统穿墙雷达一般依赖超宽带系统,MIMO阵列或合成孔径(SAR)系统进行成像,这就导致了硬件实现难度大,硬件成本高等问题。另一方面,传统穿墙成像算法如BP成像、波束形成、时间反转等,一般需要回波相位信息,目标与雷达相对运动以提高信噪比。这就导致了以上方法环境适应性较差。因此,硬件方案简单,对各种环境都能很好的穿墙成像算法具有重要的理论价值和实际意义。
基于窄带信号系统的穿墙成像算法就具有硬件方案简单、环境适应性好这一特点。美国加州大学圣芭芭拉分校的Y.Mostofi提出了一种基于Wi-Fi接收信号强度信息(RSSI)的穿墙成像方法。该方法利用无人机搭载低频窄带射频端,围绕感兴趣的区域飞行并发射窄波束脉冲,接收器收集另外一侧的透射信号。他们证明了只通过接收信号强度数据就能重构该区域,见[C.R.Karanam,Y.Mostofi,3D Through-Wall Imaging withUnmanned Aerial Vehicles Using WiFi.Information Processing in Sensor Networks(IPSN),pp.131-142,2017]。该方案在成像区域内物体电磁波衰减系数相同的情况下能有效实现高分辨率穿墙成像,但对于物体电性差异较大的情况下,该方法的图像重构恢复度严重下降,某些对电磁波能量衰减较弱的物体可能会被对电磁波能量衰减强的物体掩盖。从目前公开发表的文献来看,针对复杂场景的窄带穿墙成像算法还鲜有研究。
发明内容
本发明的目的是针对复杂场景,提供一种稳健的,基于窄带系统的,只利用接收信号强度数据的穿墙成像方法。
本发明技术方案为一种基于窄带系统的自适应穿墙成像方法,该方法包括以下步骤:
步骤1:场景扫描步骤:
首先测量空场景下收发天线之间电磁波能量随距离衰减值;然后将收发天线置于扫描区域两侧,沿着相对于扫描区域某一方向移动,移动过程中保持天线间欧式距离相同;发射天线持续发射窄带脉冲信号,每间隔一定距离记录此时发射天线坐标位置;接收天线同样每隔相同距离记录此时接收到的RSSI测量值与接收天线坐标位置;沿该角度扫描完毕后,收发天线沿着对于扫描区域其它方向移动,并进行相同的数据采集,最终得到多组场景内物体对电磁波衰减能量值,作为原始扫描数据;
步骤2:快速成像步骤:
根据逆Radon变换原理,每组测量数据均能反投影形成一幅二维图像;叠加所有二维图像,就能得到初始图像结果;
步骤3:自适应图像优化步骤:
由于物体材料不同,某些电磁波衰减系数大的物体(像金属)对电磁波能量衰减比较大,而电磁波衰减系数小的物体(像石膏板)对电磁波能量衰减相对较小,根据Randon逆重构原理,会产生遮蔽效应,即电磁波衰减系数大的物体会遮蔽电磁波衰减系数小的物体,因此需要进行自适应图像优化;采取循环迭代的方法,依次从场景中提取当前对电磁波能量衰减最强的物体,直到所有物体都被提取出来;最终得到场景的二值化图像,这种优化能有效消除遮蔽效应。
进一步的,所述步骤1的具体方法为:
步骤1:场景扫描步骤:
令被扫描区域为G∈R2,假设发射器沿θk方向扫描,发射第j组信号时,收发传感器连线的直线方程可以用法线式表示为xcosθk+ysinθk=ρj,θk表收发传感器连线与坐标基线横轴的夹角,ρj表示收发传感器连线距离原点的欧式距离;接收天线接收到的RSSI测量值PR(ρj,θk)可以建模为:
PR(ρj,θk)=PL(ρj,θk)-g(ρj,θk)-ζ(ρj,θk)
其中,PL(ρj,θk)表示电磁波在真空中传播距离l后剩余的能量;可以表示为:
其中,PT表示发射功率,l表示收发天线之间的欧式距离,α,β是与系统有关的常数,可以通过实验测得;g(ρj,θk)表示电磁波穿透场景内物体后的能量衰减,ζ(ρj,θk)表示建模误差,包括多径、衍射、噪声等对电磁波能量的影响;
具体扫描过程如下:
步骤1-1:保持收发传感器之间的欧式距离不变,两个传感器均沿着预设角度θ1,θ2,...,θK前进;发射器间隔一定距离发射一次脉冲信号,接收器记录RSSI测量值每次收发过程中,记录收发天线位置为假设沿一条路径扫描了J次,RSSI测量值记为集合收发天线位置记为集合
步骤1-2:当沿着某一方向θk扫描完毕后,收发传感器从另一方向θk+1继续扫描,扫描过程同步骤1-1,直到沿着所有角度扫描完毕;所有角度的RSSI测量值记为集合所有收发天线位置记为集合
步骤1-3:沿θk方向扫描时,假设收发天线欧式距离为Rangek;将收发天线距离置为Rangek,中间没有物体遮挡,记录RSSI测量值ck;重复K次,得到K组数据,记为集合C={c1,c2,...,cK};
步骤1-4:将步骤1-2得到的数据与步骤1-3得到的数据相减,得到仅因为物体存在而引起的电磁波能量衰减值D,可以表示为:
进一步的,所述步骤2的具体方法为:
步骤2-1:根据Radon变换原理,扫描过程相当于把二维平面压缩成一维数据;步骤1中获得了物体对电磁波能量衰减测量值D,D中的每个测量值g(ρj,θk)可以表示为:
其中,δ(x)是冲激函数,f(x,y)表示未知区域透射方程;若G中有物体,那么有物体的地方f(x,y)=1,没有物体的地方f(x,y)=0;通过逆Radon变换原理,每个方向的每组测量值均能形成一幅图像;令发射器沿θk方向扫描的第j组测量值可以形成一幅图像Ik,j;其中,图像中收发天线连线构成的线段赋值为其余像素点赋值为0;
Ik,j=∫g(ρj,θk)dρj
步骤2-2:叠加所有图像,得到初始图像I0,
进一步的,所述步骤3的具体方法为:
步骤3-1:首次迭代时,输入为数据D与初始图像I0,令i=0;
步骤3-2:若当前循环的数据Di的均值大于数据门限γ,从图像Ii中提取图像最大联通域并记录为Ci;认为Ci为当前循环中对电磁波能量衰减最大的物体;
步骤3-3:采用计算机仿真产生等效数据,令区域中只有连通域Ci,通过相同路径扫描Ci得到一组理想数据Dti,该数据为Ci对电磁波能量的衰减值;
步骤3-4:得到本次循环的新数据Di+1=Di-Dti,该数据为G中去掉Ci后的扫描数据;
步骤3-5:重复步骤3-2到步骤3-4,直到当前循环的数据Di的均值小于数据门限γ;此时认为场景中的物体都被提取出来了;
步骤3-6:叠加每次循环产生的连通域Ci,作为最终图像
本发明提供适用于复杂环境的高效高分辨穿墙成像方法,该方法只需要RSSI测量值就能实现高分辨穿墙成像。首先基于多角度的区域扫描,获取该区域的电磁波能量衰减信息,接着,基于逆Radon变换将扫描得到的衰减信息反投影为该区域物体分布情况,实现一维信息到二维图形的转换。最后,通过循环迭代的自适应图像优化算法将场景内的物体一一提取出来,避免了遮蔽效应。因此,本发明具有环境适用性强,图像分辨率高,计算量小的优势,是一种新型的穿墙成像算法。
附图说明
图1为本发明的信号模型图;
图2为信号处理流程图;
图3为自适应优化算法流程图;
图4为最优扫描路径示意图;
图5为不同数量扫描路径及对应恢复结果示意图;
图6为电磁仿真图像恢复结果;
图7为本发明数据采集方式示意图。
具体实施方式
步骤1:场景扫描步骤:
令被扫描区域为G∈R2,假设发射器沿θk方向扫描,发射第j组信号时,收发传感器连线的直线方程可以用法线式表示为xcosθk+ysinθk=ρj;电磁波从发射端经过扫描区域G后被接收器接收,电磁波能量发生衰减,如图1所示。电磁波能量衰减主要源于三个部分:电磁波能量随距离衰减,场景中物体对电磁波能量的衰减,多径、衍射、噪声等对电磁波能量的影响。接收天线接收到的RSSI测量值PR(ρj,θk)可以建模为:
PR(ρj,θk)=PL(ρj,θk)-g(ρj,θk)-ζ(ρj,θk) (0.1)
其中,PL(ρj,θk)表示沿着收发连线产生的路径损失能量。或者说,PL(ρj,θk)表示电磁波在真空中传播距离l后剩余的能量。可以表示为:
其中,PT表示发射功率,l表示收发天线之间的欧式距离,α,β是与系统有关的常数,可以通过实验测得。具体扫描过程如下:
步骤1-1:保持收发传感器之间的欧式距离不变,两个传感器均沿着预设角度θ1,θ2,...,θK前进,发射路径示意图如图4所示;发射器间隔一定距离发射一次脉冲信号,接收器记录RSSI测量值每次收发过程中,记录收发天线位置为假设沿一条路径扫描了J次,RSSI测量值记为集合收发天线位置记为集合
步骤1-2:当沿着某一方向θk扫描完毕后,收发传感器从另一方向θk+1继续扫描,扫描过程同步骤1-1,直到沿着所有角度扫描完毕。所有角度的RSSI测量值记为集合所有收发天线位置记为集合
步骤1-3:沿θk方向扫描时,假设收发天线欧式距离为Rangek。将收发天线距离置为Rangek,中间没有物体遮挡,记录RSSI测量值ck。重复K次,得到K组数据,记为集合C={c1,c2,...,cK}。
步骤1-4:将步骤1-2得到的数据与步骤1-3得到的数据相减,得到仅因为物体存在而引起的电磁波能量衰减值D,可以表示为:
步骤2:快速图像形成步骤:
步骤2-1:根据Radon变换原理,扫描过程相当于把二维平面压缩成一维数据。步骤1中获得了物体对电磁波能量衰减测量值D,D中的每个测量值g(ρj,θk)可以表示为:
其中,δ(x)是冲激函数,f(x,y)表示未知区域透射方程。若G中有物体,那么有物体的地方f(x,y)=1,没有物体的地方f(x,y)=0。通过逆Radon变换原理,每个方向的每组测量值均能形成一幅图像。令发射器沿θk方向扫描的第j组测量值可以形成一幅图像Ik,j。其中,图像中收发天线连线构成的线段赋值为其余像素点赋值为0。
Ik,j=∫g(ρj,θk)dρj (0.5)
步骤2-2:叠加所有图像,得到初始图像I0,
步骤3:循环迭代法优化图像步骤:
步骤3-1:首次迭代时,输入为数据D与初始图像I0,令i=0。
步骤3-2:若当前循环的数据Di的均值大于数据门限γ,从图像Ii中提取图像最大联通域并记录为Ci。认为Ci为当前循环中对电磁波能量衰减最大的物体。
步骤3-3:令区域中只有连通域Ci,通过相同路径扫描Ci得到一组理想数据Dti,该数据可以看成Ci对电磁波能量的衰减值。
步骤3-4:得到本次循环的新数据Di+1=Di-Dti,该数据可以看成G中去掉Ci后的扫描数据。
步骤3-5:重复步骤3-2到步骤3-4,直到当前循环的数据Di的均值小于数据门限γ。此时认为场景中的物体都被提取出来了。
步骤3-6:叠加每次循环产生的连通域Ci,作为最终图像
Claims (4)
1.一种基于窄带系统的自适应穿墙成像方法,该方法包括以下步骤:
步骤1:场景扫描步骤:
首先测量空场景下收发天线之间电磁波能量随距离衰减值;然后将收发天线置于扫描区域两侧,沿着相对于扫描区域某一方向移动,移动过程中保持天线间欧式距离相同;发射天线持续发射窄带脉冲信号,每间隔一定距离记录此时发射天线坐标位置;接收天线同样每隔相同距离记录此时接收到的RSSI测量值与接收天线坐标位置;沿该角度扫描完毕后,收发天线沿着对于扫描区域其它方向移动,并进行相同的数据采集,最终得到多组场景内物体对电磁波衰减能量值,作为原始扫描数据;
步骤2:快速成像步骤:
根据逆Radon变换原理,每组测量数据均能反投影形成一幅二维图像;叠加所有二维图像,就能得到初始图像结果;
步骤3:自适应图像优化步骤:
采取循环迭代的方法,依次从场景中提取当前对电磁波能量衰减最强的物体,直到所有物体都被提取出来;最终得到场景的二值化图像,这种优化能有效消除遮蔽效应。
2.如权利要求1所述的一种基于窄带系统的自适应穿墙成像方法,其特征在于所述步骤1的具体方法为:
步骤1:场景扫描步骤:
令被扫描区域为G∈R2,假设发射器沿θk方向扫描,发射第j组信号时,收发传感器连线的直线方程可以用法线式表示为xcosθk+ysinθk=ρj,θk表收发传感器连线与坐标基线横轴的夹角,ρj表示收发传感器连线距离原点的欧式距离;接收天线接收到的RSSI测量值PR(ρj,θk)可以建模为:
PR(ρj,θk)=PL(ρj,θk)-g(ρj,θk)-ζ(ρj,θk)
其中,PL(ρj,θk)表示电磁波在真空中传播距离l后剩余的能量;可以表示为:
其中,PT表示发射功率,l表示收发天线之间的欧式距离,α,β是与系统有关的常数,可以通过实验测得;g(ρj,θk)表示电磁波穿透场景内物体后的能量衰减,ζ(ρj,θk)表示建模误差,包括多径、衍射、噪声等对电磁波能量的影响;
具体扫描过程如下:
步骤1-1:保持收发传感器之间的欧式距离不变,两个传感器均沿着预设角度θ1,θ2,...,θK前进;发射器间隔一定距离发射一次脉冲信号,接收器记录RSSI测量值每次收发过程中,记录收发天线位置为假设沿一条路径扫描了J次,RSSI测量值记为集合收发天线位置记为集合
步骤1-2:当沿着某一方向θk扫描完毕后,收发传感器从另一方向θk+1继续扫描,扫描过程同步骤1-1,直到沿着所有角度扫描完毕;所有角度的RSSI测量值记为集合所有收发天线位置记为集合
步骤1-3:沿θk方向扫描时,假设收发天线欧式距离为Rangek;将收发天线距离置为Rangek,中间没有物体遮挡,记录RSSI测量值ck;重复K次,得到K组数据,记为集合C={c1,c2,...,cK};
步骤1-4:将步骤1-2得到的数据与步骤1-3得到的数据相减,得到仅因为物体存在而引起的电磁波能量衰减值D,可以表示为:
3.如权利要求1所述的一种基于窄带系统的自适应穿墙成像方法,其特征在于所述步骤2的具体方法为:
步骤2-1:根据Radon变换原理,扫描过程相当于把二维平面压缩成一维数据;步骤1中获得了物体对电磁波能量衰减测量值D,D中的每个测量值g(ρj,θk)可以表示为:
其中,δ(x)是冲激函数,f(x,y)表示未知区域透射方程;若G中有物体,那么有物体的地方f(x,y)=1,没有物体的地方f(x,y)=0;通过逆Radon变换原理,每个方向的每组测量值均能形成一幅图像;令发射器沿θk方向扫描的第j组测量值可以形成一幅图像Ik,j;其中,图像中收发天线连线构成的线段赋值为其余像素点赋值为0;
Ik,j=∫g(ρj,θk)dρj
步骤2-2:叠加所有图像,得到初始图像I0,
4.如权利要求1所述的一种基于窄带系统的自适应穿墙成像方法,其特征在于所述步骤3的具体方法为:
步骤3-1:首次迭代时,输入为数据D与初始图像I0,令i=0;
步骤3-2:若当前循环的数据Di的均值大于数据门限γ,从图像Ii中提取图像最大联通域并记录为Ci;认为Ci为当前循环中对电磁波能量衰减最大的物体;
步骤3-3:采用计算机仿真产生等效数据,令区域中只有连通域Ci,通过相同路径扫描Ci得到一组理想数据Dti,该数据为Ci对电磁波能量的衰减值;
步骤3-4:得到本次循环的新数据Di+1=Di-Dti,该数据为G中去掉Ci后的扫描数据;
步骤3-5:重复步骤3-2到步骤3-4,直到当前循环的数据Di的均值小于数据门限γ;此时认为场景中的物体都被提取出来了;
步骤3-6:叠加每次循环产生的连通域Ci,作为最终图像
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810629289.1A CN108872980B (zh) | 2018-06-19 | 2018-06-19 | 一种基于窄带系统的自适应穿墙成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810629289.1A CN108872980B (zh) | 2018-06-19 | 2018-06-19 | 一种基于窄带系统的自适应穿墙成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108872980A true CN108872980A (zh) | 2018-11-23 |
CN108872980B CN108872980B (zh) | 2022-06-03 |
Family
ID=64339583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810629289.1A Active CN108872980B (zh) | 2018-06-19 | 2018-06-19 | 一种基于窄带系统的自适应穿墙成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108872980B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917361A (zh) * | 2019-04-02 | 2019-06-21 | 电子科技大学 | 一种基于双基雷达的三维未知场景成像方法 |
CN110632670A (zh) * | 2019-09-06 | 2019-12-31 | 北京理工大学 | 一种多频点可重构电磁表面快速成像方法 |
CN110736986A (zh) * | 2019-10-18 | 2020-01-31 | 北京大学 | 基于现场可编程超材料的智能Wi-Fi成像方法与系统 |
CN111175740A (zh) * | 2020-01-09 | 2020-05-19 | 电子科技大学 | 一种基于穿墙雷达的建筑布局重建优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007093208A1 (de) * | 2006-02-14 | 2007-08-23 | Smiths Heimann Gmbh | Verfahren und vorrichtung zur hochauflösenden abbildung von prüfobjekten mittels elektromagnetischer wellen, insbesondere zur kontrolle von personen auf verdächtige gegenstände |
CN105911544A (zh) * | 2016-05-09 | 2016-08-31 | 西安理工大学 | 一种基于压缩感知技术的扩频穿墙雷达成像方法 |
CN106680810A (zh) * | 2016-12-31 | 2017-05-17 | 北京工业大学 | 三维穿墙目标成像雷达系统 |
CN106772365A (zh) * | 2016-11-25 | 2017-05-31 | 南京理工大学 | 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法 |
CN107942295A (zh) * | 2017-10-23 | 2018-04-20 | 中国人民解放军西安通信学院 | 一种前视阵列sar系统的稀疏天线 |
-
2018
- 2018-06-19 CN CN201810629289.1A patent/CN108872980B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007093208A1 (de) * | 2006-02-14 | 2007-08-23 | Smiths Heimann Gmbh | Verfahren und vorrichtung zur hochauflösenden abbildung von prüfobjekten mittels elektromagnetischer wellen, insbesondere zur kontrolle von personen auf verdächtige gegenstände |
CN105911544A (zh) * | 2016-05-09 | 2016-08-31 | 西安理工大学 | 一种基于压缩感知技术的扩频穿墙雷达成像方法 |
CN106772365A (zh) * | 2016-11-25 | 2017-05-31 | 南京理工大学 | 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法 |
CN106680810A (zh) * | 2016-12-31 | 2017-05-17 | 北京工业大学 | 三维穿墙目标成像雷达系统 |
CN107942295A (zh) * | 2017-10-23 | 2018-04-20 | 中国人民解放军西安通信学院 | 一种前视阵列sar系统的稀疏天线 |
Non-Patent Citations (2)
Title |
---|
MOJTABA DEHMOLLAIAN ET AL.: "Refocusing Through Building Walls Using Synthetic Aperture Radar", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
黄琼等: "一种快速超宽带穿墙雷达成像算法", 《电子与信息学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917361A (zh) * | 2019-04-02 | 2019-06-21 | 电子科技大学 | 一种基于双基雷达的三维未知场景成像方法 |
CN109917361B (zh) * | 2019-04-02 | 2023-04-25 | 电子科技大学 | 一种基于双基雷达的三维未知场景成像方法 |
CN110632670A (zh) * | 2019-09-06 | 2019-12-31 | 北京理工大学 | 一种多频点可重构电磁表面快速成像方法 |
CN110632670B (zh) * | 2019-09-06 | 2020-08-21 | 北京理工大学 | 一种多频点可重构电磁表面快速成像方法 |
CN110736986A (zh) * | 2019-10-18 | 2020-01-31 | 北京大学 | 基于现场可编程超材料的智能Wi-Fi成像方法与系统 |
CN110736986B (zh) * | 2019-10-18 | 2021-06-04 | 北京大学 | 基于现场可编程超材料的智能Wi-Fi成像方法与系统 |
CN111175740A (zh) * | 2020-01-09 | 2020-05-19 | 电子科技大学 | 一种基于穿墙雷达的建筑布局重建优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108872980B (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108872980A (zh) | 一种基于窄带系统的自适应穿墙成像方法 | |
Leigsnering et al. | Multipath exploitation and suppression for SAR imaging of building interiors: An overview of recent advances | |
US9075129B2 (en) | Method and system for forming images by comparing subsets of image data | |
CN109917361B (zh) | 一种基于双基雷达的三维未知场景成像方法 | |
CN105137424B (zh) | 一种杂波背景下实波束扫描雷达角超分辨方法 | |
CN107037429A (zh) | 基于门限梯度追踪算法的线阵sar三维成像方法 | |
CN106405548A (zh) | 基于多任务贝叶斯压缩感知的逆合成孔径雷达成像方法 | |
Wang et al. | Through-wall imaging of moving targets using UWB random noise radar | |
Fromenteze et al. | Waveform coding for passive multiplexing: Application to microwave imaging | |
CN105911544A (zh) | 一种基于压缩感知技术的扩频穿墙雷达成像方法 | |
CN110346793A (zh) | 一种分布式阵列雷达迭代自适应高分辨成像方法 | |
CN111505721A (zh) | 一种基于稀疏阵列的毫米波稀疏成像方法及系统 | |
CN107092017A (zh) | 一种基于近场mimo成像的rcs外推方法 | |
Guo et al. | A novel CT-mode through-the-wall imaging method based on time delay estimation | |
Chen et al. | Constructing floor plan through smoke using ultra wideband radar | |
CN109188436B (zh) | 适用于任意平台轨迹的高效双基sar回波生成方法 | |
CN113447915B (zh) | 一种适用于复杂多径环境下的超宽带层析成像方法 | |
CN111183369B (zh) | 传感器阵列成像设备 | |
Aamna et al. | 2D beamforming for through-the-wall microwave imaging applications | |
CN113064165B (zh) | 一种扫描雷达俯仰-方位二维超分辨方法 | |
Liu et al. | Effect of wall parameters on ultra-wideband synthetic aperture through-the-wall radar imaging | |
He et al. | 3D Radio Imaging Under Low-Rank Constraint | |
Jin et al. | A through-the-wall radar imaging method based on a realistic model | |
Liebe et al. | Ultra-wideband indoor channel modelling using ray-tracing software for through-the-wall imaging radar | |
Leigsnering et al. | CS based wall ringing and reverberation mitigation for through-the-wall radar imaging |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |