CN108872980B - 一种基于窄带系统的自适应穿墙成像方法 - Google Patents

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

一种基于窄带系统的自适应穿墙成像方法

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θ_k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xcosθ_k+ysinθ_k＝ρ_j，θ_k表收发传感器连线与坐标基线横轴的夹角，ρ_j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P_R(ρ_j,θ_k)可以建模为：

P_R(ρ_j,θ_k)＝P_L(ρ_j,θ_k)-g(ρ_j,θ_k)-ζ(ρ_j,θ_k)

其中，P_L(ρ_j,θ_k)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，P_T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(ρ_j,θ_k)表示电磁波穿透场景内物体后的能量衰减，ζ(ρ_j,θ_k)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,...,θ_K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θ_k扫描完毕后，收发传感器从另一方向θ_k+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θ_k方向扫描时，假设收发天线欧式距离为Range_k；将收发天线距离置为Range_k，中间没有物体遮挡，记录RSSI测量值c^k；重复K次，得到K组数据，记为集合C＝{c¹,c²,...,c^K}；

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(ρ_j,θ_k)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θ_k方向扫描的第j组测量值可以形成一幅图像I_k,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；

I_k,j＝∫g(ρ_j,θ_k)dρ_j

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D_i的均值大于数据门限γ，从图像I_i中提取图像最大联通域并记录为C_i；认为C_i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C_i，通过相同路径扫描C_i得到一组理想数据Dt_i，该数据为C_i对电磁波能量的衰减值；

步骤3-4：得到本次循环的新数据D_i+1＝D_i-Dt_i，该数据为G中去掉C_i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D_i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C_i，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θ_k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xcosθ_k+ysinθ_k＝ρ_j；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P_R(ρ_j,θ_k)可以建模为：

P_R(ρ_j,θ_k)＝P_L(ρ_j,θ_k)-g(ρ_j,θ_k)-ζ(ρ_j,θ_k) (0.1)

其中，P_L(ρ_j,θ_k)表示沿着收发连线产生的路径损失能量。或者说，P_L(ρ_j,θ_k)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，P_T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,...,θ_K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θ_k扫描完毕后，收发传感器从另一方向θ_k+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θ_k方向扫描时，假设收发天线欧式距离为Range_k。将收发天线距离置为Range_k，中间没有物体遮挡，记录RSSI测量值c^k。重复K次，得到K组数据，记为集合C＝{c¹,c²,...,c^K}。

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(ρ_j,θ_k)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θ_k方向扫描的第j组测量值可以形成一幅图像I_k,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。

I_k,j＝∫g(ρ_j,θ_k)dρ_j (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D_i的均值大于数据门限γ，从图像I_i中提取图像最大联通域并记录为C_i。认为C_i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C_i，通过相同路径扫描C_i得到一组理想数据Dt_i，该数据可以看成C_i对电磁波能量的衰减值。

步骤3-4：得到本次循环的新数据D_i+1＝D_i-Dt_i，该数据可以看成G中去掉C_i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D_i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C_i，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θ_k方向扫描，发射第j组信号时，收发传感器连线的直线方程用法线式表示为xcosθ_k+ysinθ_k＝ρ_j，θ_k表收发传感器连线与坐标基线横轴的夹角，ρ_j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P_R(ρ_j,θ_k)建模为：

P_R(ρ_j,θ_k)＝P_L(ρ_j,θ_k)-g(ρ_j,θ_k)-ζ(ρ_j,θ_k)

其中，P_L(ρ_j,θ_k)表示电磁波在真空中传播距离l后剩余的能量；表示为：

其中，P_T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，通过实验测得；g(ρ_j,θ_k)表示电磁波穿透场景内物体后的能量衰减，ζ(ρ_j,θ_k)表示建模误差，包括多径、衍射、噪声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,...,θ_K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θ_k扫描完毕后，收发传感器从另一方向θ_k+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θ_k方向扫描时，假设收发天线欧式距离为Range_k；将收发天线距离置为Range_k，中间没有物体遮挡，记录RSSI测量值c^k；重复K次，得到K组数据，记为集合C＝{c¹,c²,...,c^K}；

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，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(ρ_j,θ_k)表示为：

其中，ρ_j表示收发传感器连线距离原点的欧式距离，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θ_k方向扫描的第j组测量值形成一幅图像I_k,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；

I_k,j＝∫g(ρ_j,θ_k)dρ_j

步骤2-2：叠加所有图像，得到初始图像I₀，

4.如权利要求2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D_i的均值大于数据门限γ，从图像I_i中提取图像最大联通域并记录为C_i；认为C_i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C_i，通过相同路径扫描C_i得到一组理想数据Dt_i，该数据为C_i对电磁波能量的衰减值；

步骤3-4：得到本次循环的新数据D_i+1＝D_i-Dt_i，该数据为G中去掉C_i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D_i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C_i，作为最终图像

Images