CN110794471B - 一种毫米波稀疏阵列远程监视成像方法及系统 - Google Patents

一种毫米波稀疏阵列远程监视成像方法及系统 Download PDF

Info

Publication number
CN110794471B
CN110794471B CN201910940420.0A CN201910940420A CN110794471B CN 110794471 B CN110794471 B CN 110794471B CN 201910940420 A CN201910940420 A CN 201910940420A CN 110794471 B CN110794471 B CN 110794471B
Authority
CN
China
Prior art keywords
dimension
signal
array
millimeter wave
module
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
Application number
CN201910940420.0A
Other languages
English (en)
Other versions
CN110794471A (zh
Inventor
孟祥新
郭柳柳
余开
张军
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.)
Brainware Terahertz Information Technology Co ltd
Original Assignee
Brainware Terahertz Information Technology Co ltd
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 Brainware Terahertz Information Technology Co ltd filed Critical Brainware Terahertz Information Technology Co ltd
Priority to CN201910940420.0A priority Critical patent/CN110794471B/zh
Publication of CN110794471A publication Critical patent/CN110794471A/zh
Application granted granted Critical
Publication of CN110794471B publication Critical patent/CN110794471B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/10—Detecting, e.g. by using light barriers
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种毫米波稀疏阵列远程监视成像方法及系统，属于毫米波三维全息成像技术领域，包括以下步骤：S1：获得回波信号；S2：插值操作；S3：快速傅里叶变换；S4：选择距离平面；S5：频域匹配滤波；S6：快速傅里叶逆变换；S7：时域匹配滤波；S8：相干累加；S9：得到三维复数图像。本发明采用毫米波稀疏阵列全电子扫描成像体制，相比于传统的光机扫描远场成像系统，存在电磁波闪烁效应小、图像信噪比高和成像视场范围大的特点；同时所采用的信号处理成像方法较传统的时域类成像方法消耗的硬件资源少、存储空间少的优点，算法流程简单易懂，算法主体仅包含快速傅里叶变换、匹配滤波、相干累加的主体流程，计算效率高于传统的时域类算法。

Description

一种毫米波稀疏阵列远程监视成像方法及系统
技术领域
本发明涉及毫米波三维全息成像技术领域，具体涉及一种毫米波稀疏阵列远程监视成像方法及系统。
背景技术
近年来，毫米波三维全息成像技术越来越广泛的应用于人身安全检查领域，极大的降低了安检人员的工作负担，可以被应用于海关、机场、法院和大型安保活动现场，是一种安全、文明、高效的安检新模式。但是目前基于毫米波技术的人体安检仪，均需要被安检人员以固定姿势站立于安检仪的内部，需要停留短暂时间，以进行扫描成像，同时毫米波人体安检仪工作于近场条件下，其成像距离一般很近，因此目前的毫米波人体安检仪还无法真正达到高效、快速、无感知的人体安检新要求。
目前国内外研究机构已经推出和报道的被动式太赫兹人体安检仪的成像速度已经可以达到实时，做到高效、快速、无感知的体验感，但是被动式人体安检仪所成图像为二维的强度图像，所包含的信息量无法与主动式毫米波人体安检仪的三维图像可比，并且大部分被动式太赫兹人体安检仪采用功率式检波器被动的接收人体辐射的太赫兹波，工作环境场景范围内的背景杂散信号也被无差别的接收，最终导致被动式太赫兹人体安检仪对于工作环境的温度、湿度、光照等自然条件要求比较苛刻，无法做到开放式的安检环境，即使做到开放式的安检环境，成像效果也不十分理想。
针对于上述分析，在人体安检成像领域中，要做到真正的高效、快速、无感知的安检要求，主动式实时成像体制亟待需要提出和实现。传统的稀疏阵列成像方法一般是基于时域相关算法和后向投影算法来实现，上述算法在时域条件下进行推导，计算流程较为复杂，计算效率较低，对于实时信号处理的硬件资源和存储资源要求较高，因此，提出一种毫米波稀疏阵列远程监视成像方法。
发明内容
本发明所要解决的技术问题在于：如何有效地提高稀疏阵列成像方法的计算效率，使计算过程更加简单，进而降低对实时信号处理的硬件资源和存储资源要求，提供了一种毫米波稀疏阵列远程监视成像方法。该成像方法采用毫米波稀疏阵列的成像方式能够满足实时成像的要求，基于快速傅里叶变换技术，相比于传统的时域算法，计算流程较为简单，计算效率较高，且由于毫米波稀疏阵列采用全电子开关阵列，无任何机械扫描结构，因此特别适合于人体安检实时成像领域。
本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：
S1：获得回波信号
建立毫米波二维稀疏阵列，其发射阵元间距为ΔxT，接收阵元间距为ΔyR，发射阵元与接收阵元通过天线开关来激活对应的天线单元，在整个扫描过程中，获得的回波信号为S(xT,yT,xR,yR,k)，其中xT为发射阵列x维度，yT为发射阵列y维度，xR为接收阵列x维度，yR为接收阵列y维度，k为频率扫描维度；
S2：插值操作
对获得的回波信号S(xT,yT,xR,yR,k)的xT维度和yR维度进行插值操作，得到插值后的信号为SInterp(xT,yT,xR,yR,k)；
S3：快速傅里叶变换
对信号SInterp(xT,yT,xR,yR,k)的xT维度和yR维度进行快速傅里叶变换，将信号的xT维度和yR维度变换到频域空间，所得信号为
Figure GDA0002945139530000021
S4：选择距离平面
在距离维度划分位置坐标，设置距离维度成像位置为zq，其中zq∈[zmin,zmax]，q＝0,1,2...Q-1，选择单个距离位置索引zq；同时索引发射阵列yT维度、接收阵列xR维度和频率扫描维度k，索引值分别为yT_m、xR_n和kp，其中m＝0,1,2...M-1，n＝0,1,2...N-1，p＝0,1,2...Nf-1，所得信号为
Figure GDA0002945139530000022
S5：频域匹配滤波
计算xT维度和yR维度的频域匹配滤波器
Figure GDA0002945139530000023
与信号
Figure GDA0002945139530000024
的对应维度相乘做频域匹配滤波处理,所得信号为
Figure GDA0002945139530000025
S6：快速傅里叶逆变换
对信号
Figure GDA0002945139530000031
的
Figure GDA0002945139530000032
维度和
Figure GDA0002945139530000033
维度进行快速傅里叶逆变换处理，将其变换到时域空间，所得信号为
Figure GDA0002945139530000034
S7：时域匹配滤波
计算yT维度与xR维度的时域匹配滤波器H2(yT_m,xR_n,xT,yR)，并且与信号
Figure GDA0002945139530000035
的对应维度相乘，实现时域匹配滤波处理，得到信号
Figure GDA0002945139530000036
S8：相干累加
改变m、n、p的索引值，直到遍历完所有的yT维度、xR维度和k维度,得到信号
Figure GDA0002945139530000037
对信号
Figure GDA0002945139530000038
的yT维度、xR维度和k维度进行相干累加计算，得到距离位置zq处的二维复数图像
Figure GDA0002945139530000039
S9：得到三维复数图像
改变zq的索引值q，从而获得不同位置处的二维复数图像，重复步骤S4～S8，直到遍历完所有距离位置zq，得到最终的三维复数图像σ(x,y,z)，将三维复数图像σ(x,y,z)传输到高性能服务器进行目标检测与目标识别和图像处理，再送至显示端进行图像显示。
更进一步的，在所述步骤S1中，毫米波稀疏阵列发射的信号为调频连续波信号或者步进连续波信号，信号的频段范围为12～18GHz，发射阵元间距ΔxT＝0.015m，接收阵元间距ΔyR＝0.015m。
更进一步的，在所述步骤S2中，对回波信号S(xT,yT,xR,yR,k)的xT维度和yR维度进行插值操作后，回波信号xT维度和yR维度的空间采样间隔分别变为ΔxT/2和ΔyR/2。
更进一步的，在所述步骤S4中，距离维度划分聚焦平面可以设置为zq∈[5m,8m]，Δz＝zq-zq-1为聚焦平面的位置间隔。
更进一步的，设置Δz的公式为
Figure GDA0002945139530000041
其中c为自由空间的光速，B＝fmax-fmin为毫米波射频信号的带宽，其中fmin表示射频信号频率最小值，为12GHz，fmax表示射频信号频率最大值，为18GHz。
更进一步的，在所述步骤S5中，频域匹配滤波器
Figure GDA0002945139530000042
其中，k＝2πf/c为空间频率波数，
Figure GDA0002945139530000043
kxTx为发射阵列x维度的空间波数，取值范围为kxTx∈[-π/(0.5×ΔxT),π/(0.5×ΔxT)]，kyRx为接收阵列y维度的空间波数，取值范围为kyRx∈[-π/(0.5×ΔyR),π/(0.5×ΔyR)]。
更进一步的，在所述步骤S7中，时域匹配滤波器
Figure GDA0002945139530000044
其中，
Figure GDA0002945139530000045
z0为毫米波稀疏阵列所在的距离位置，通常设置为0。
更进一步的，在所述步骤S2中，进行插值操作的方法选自线性插值、样条插值、立方插值和SINC插值中任一种。该成像方法较传统的时域类成像方法消耗的硬件资源少、存储空间少的优点，算法流程简单易懂，算法主体仅包含快速傅里叶变换、匹配滤波、相干累加的主体流程，计算效率高于传统的时域类算法，值得被推广使用。
本发明还提供了一种毫米波稀疏阵列远程监视成像系统，包括：
回波信号获取模块，用于通过毫米波二维稀疏阵列获取回波信号；
插值操作模块，用于对回波信号的xT维度和yR维度进行插值操作，得到插值后的信号；
快速傅里叶变换模块，用于对插值后信号的xT维度和yR维度进行快速傅里叶变换，将信号的xT维度和yR维度变换到频域空间；
距离平面选择模块，用于在距离维度划分位置坐标，设置距离维度成像位置为zq，同时索引发射阵列yT维度、接收阵列xR维度和频率扫描维度k，得到信号
Figure GDA0002945139530000046
频域匹配滤波模块，用于计算xT维度和yR维度的频域匹配滤波器
Figure GDA0002945139530000051
与信号
Figure GDA0002945139530000052
的对应维度相乘做频域匹配滤波处理,得到信号
Figure GDA0002945139530000053
快速傅里叶逆变换模块，用于对信号
Figure GDA0002945139530000054
的
Figure GDA0002945139530000055
维度和
Figure GDA0002945139530000056
维度进行快速傅里叶逆变换处理，将其变换到时域空间，得到信号
Figure GDA0002945139530000057
时域匹配滤波模块，用于计算yT维度与xR维度的时域匹配滤波器H2(yT_m,xR_n,xT,yR)，并且与信号
Figure GDA0002945139530000058
的对应维度相乘，实现时域匹配滤波处理，得到信号
Figure GDA0002945139530000059
相干累加模块，用于通过改变m、n、p的索引值，直到遍历完所有的yT维度、xR维度和k维度,得到信号
Figure GDA00029451395300000510
对信号
Figure GDA00029451395300000511
的yT维度、xR维度和k维度进行相干累加计算，得到距离位置zq处的二维复数图像
Figure GDA00029451395300000512
三维复数图像模块，用于通过改变zq的索引值q，从而获得不同位置处的二维复数图像，直到遍历完所有距离位置zq，得到最终的三维复数图像σ(x,y,z)；
中央处理模块，用于向其他模块发出指令，完成相关步骤；
所述回波信号获取模块、插值操作模块、快速傅里叶变换模块、距离平面选择模块、频域匹配滤波模块、快速傅里叶逆变换模块、时域匹配滤波模块、相干累加模块、三维复数图像模块均与中央处理模块电连接。该系统成像特点为远场成像，采用毫米波稀疏阵列全电子扫描成像体制，相比于传统的光机扫描远场成像系统，存在电磁波闪烁效应小、图像信噪比高和成像视场范围大的特点。
本发明相比现有技术具有以下优点：该毫米波稀疏阵列远程监视成像方法及系统，适用于远程人体安检成像工作中，成像范围设置为大于等于五米，成像特点为远场成像，采用毫米波稀疏阵列全电子扫描成像体制，相比于传统的光机扫描远场成像系统，存在电磁波闪烁效应小、图像信噪比高和成像视场范围大的特点；同时所采用的信号处理成像方法较传统的时域类成像方法消耗的硬件资源少、存储空间少的优点，算法流程简单易懂，算法主体仅包含快速傅里叶变换、匹配滤波、相干累加的主体流程，计算效率高于传统的时域类算法，值得被推广使用。
附图说明
图1是本发明实施例二中毫米波稀疏阵列远程监视成像系统的稀疏阵列阵元分布示意图；
图2是本发明实施例二中成像方法的具体实施流程图；
图3是本发明实施例二中毫米波稀疏阵列远程监视成像方法的成像结果图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例一
本实施例提供一种技术方案：一种毫米波稀疏阵列远程监视成像方法，包括以下步骤：
S1：获得回波信号
建立毫米波二维稀疏阵列，其发射阵元间距为ΔxT，接收阵元间距为ΔyR，发射阵元与接收阵元通过天线开关来激活对应的天线单元，在整个扫描过程中，获得的回波信号为S(xT,yT,xR,yR,k)，其中，xT为发射阵列x维度，yT为发射阵列y维度，xR为接收阵列x维度，yR为接收阵列y维度，k为频率扫描维度；
S2：插值操作
对获得的回波信号S(xT,yT,xR,yR,k)的xT维度和yR维度进行插值操作，得到插值后的信号为SInterp(xT,yT,xR,yR,k)；
S3：快速傅里叶变换
对信号SInterp(xT,yT,xR,yR,k)的xT维度和yR维度进行快速傅里叶变换，将信号的xT维度和yR维度变换到频域空间，所得信号为
Figure GDA0002945139530000061
S4：选择距离平面
在距离维度划分位置坐标，设置距离维度成像位置为zq，其中zq∈[zmin,zmax]，q＝0,1,2...Q-1，选择单个距离位置索引zq；同时索引发射阵列yT维度、接收阵列xR维度和频率扫描维度k，索引值分别为yT_m、xR_n和kp，其中m＝0,1,2...M-1，n＝0,1,2...N-1，p＝0,1,2...Nf-1，所得信号为
Figure GDA0002945139530000071
S5：频域匹配滤波
计算xT维度和yR维度的频域匹配滤波器
Figure GDA0002945139530000072
与信号
Figure GDA0002945139530000073
的对应维度相乘做频域匹配滤波处理,所得信号为
Figure GDA0002945139530000074
S6：快速傅里叶逆变换
对信号
Figure GDA0002945139530000075
的
Figure GDA0002945139530000076
维度和
Figure GDA0002945139530000077
维度进行快速傅里叶逆变换处理，将其变换到时域空间，所得信号为
Figure GDA0002945139530000078
S7：时域匹配滤波
计算yT维度与xR维度的时域匹配滤波器H2(yT_m,xR_n,xT,yR)，并且与信号
Figure GDA0002945139530000079
的对应维度相乘，实现时域匹配滤波处理，得到信号
Figure GDA00029451395300000710
S8：相干累加
改变m、n、p的索引值，直到遍历完所有的yT维度、xR维度和k维度,得到信号
Figure GDA00029451395300000711
对信号
Figure GDA00029451395300000712
的yT维度、xR维度和k维度进行相干累加计算，得到距离位置zq处的二维复数图像
Figure GDA00029451395300000713
S9：得到三维复数图像
改变zq的索引值q，从而获得不同位置处的二维复数图像，重复步骤S4～S8，直到遍历完所有距离位置zq，得到最终的三维复数图像σ(x,y,z)，将三维复数图像σ(x,y,z)传输到高性能服务器进行目标检测与目标识别和图像处理，再送至显示端进行图像显示。
在所述步骤S1中，毫米波稀疏阵列发射的信号为调频连续波信号或者步进连续波信号，信号的频段范围为12～18GHz，发射阵元间距ΔxT＝0.015m，接收阵元间距ΔyR＝0.015m。
在所述步骤S2中，对回波信号S(xT,yT,xR,yR,k)的xT维度和yR维度进行插值操作后，回波信号xT维度和yR维度的空间采样间隔分别变为ΔxT/2和ΔyR/2。
在所述步骤S4中，距离维度划分聚焦平面为zq∈[5m,8m]，Δz＝zq-zq-1为聚焦平面的位置间隔。
设置Δz的公式为
Figure GDA0002945139530000081
其中c为自由空间的光速，B＝fmax-fmin为毫米波射频信号的带宽，其中fmin表示射频信号频率最小值，为12GHz，fmax表示射频信号频率最大值，为18GHz。
在所述步骤S5中，频域匹配滤波器
Figure GDA0002945139530000082
其中，k＝2πf/c为空间频率波数，
Figure GDA0002945139530000083
kxTx为发射阵列x维度的空间波数，取值范围为kxTx∈[-π/(0.5×ΔxT),π/(0.5×ΔxT)]，kyRx为接收阵列y维度的空间波数，取值范围为kyRx∈[-π/(0.5×ΔyR),π/(0.5×ΔyR)]。
在所述步骤S7中，时域匹配滤波器
Figure GDA0002945139530000084
其中，
Figure GDA0002945139530000085
z0为毫米波稀疏阵列所在的距离位置，通常设置为0。
在所述步骤S2中，进行插值操作的方法选自线性插值、样条插值、立方插值和SINC插值中任一种。该成像方法较传统的时域类成像方法消耗的硬件资源少、存储空间少的优点，算法流程简单易懂，算法主体仅包含快速傅里叶变换、匹配滤波、相干累加的主体流程，计算效率高于传统的时域类算法。
本实施例还提供了一种毫米波稀疏阵列远程监视成像系统，包括：
回波信号获取模块，用于通过毫米波二维稀疏阵列获取回波信号；
插值操作模块，用于对回波信号的xT维度和yR维度进行插值操作，得到插值后的信号；
快速傅里叶变换模块，用于对插值后信号的xT维度和yR维度进行快速傅里叶变换，将信号的xT维度和yR维度变换到频域空间；
距离平面选择模块，用于在距离维度划分位置坐标，设置距离维度成像位置为zq，同时索引发射阵列yT维度、接收阵列xR维度和频率扫描维度k，得到信号
Figure GDA0002945139530000091
频域匹配滤波模块，用于计算xT维度和yR维度的频域匹配滤波器
Figure GDA0002945139530000092
与信号
Figure GDA0002945139530000093
的对应维度相乘做频域匹配滤波处理,得到信号
Figure GDA0002945139530000094
快速傅里叶逆变换模块，用于对信号
Figure GDA0002945139530000095
的
Figure GDA0002945139530000096
维度和
Figure GDA0002945139530000097
维度进行快速傅里叶逆变换处理，将其变换到时域空间，得到信号
Figure GDA0002945139530000098
时域匹配滤波模块，用于计算yT维度与xR维度的时域匹配滤波器H2(yT_m,xR_n,xT,yR)，并且与信号
Figure GDA0002945139530000099
的对应维度相乘，实现时域匹配滤波处理，得到信号
Figure GDA00029451395300000910
相干累加模块，用于通过改变m、n、p的索引值，直到遍历完所有的yT维度、xR维度和k维度,得到信号
Figure GDA00029451395300000911
对信号
Figure GDA00029451395300000912
的yT维度、xR维度和k维度进行相干累加计算，得到距离位置zq处的二维复数图像
Figure GDA00029451395300000913
三维复数图像模块，用于通过改变zq的索引值q，从而获得不同位置处的二维复数图像，直到遍历完所有距离位置zq，得到最终的三维复数图像σ(x,y,z)；
中央处理模块，用于向其他模块发出指令，完成相关步骤；
所述回波信号获取模块、插值操作模块、快速傅里叶变换模块、距离平面选择模块、频域匹配滤波模块、快速傅里叶逆变换模块、时域匹配滤波模块、相干累加模块、三维复数图像模块均与中央处理模块电连接。该系统成像特点为远场成像，采用毫米波稀疏阵列全电子扫描成像体制，相比于传统的光机扫描远场成像系统，存在电磁波闪烁效应小、图像信噪比高和成像视场范围大的特点。
实施例二
如图1所示，为该毫米波稀疏阵列远程监视成像系统的稀疏阵列阵元分布示意图，其空间覆盖范围为1.08m×2.45m(方位维度×竖直维度)，能够覆盖整个人体，水平布置的阵元为发射阵元，竖直布置的阵元为接收阵元，发射阵元与接收阵元通过天线开关的切换实现天线波束在空间中的综合，当所有天线开关切换完毕后，经过毫米波中频接收机解调后的后向散射回波信号为S(xT,yT,xR,yR,k)，xT为发射阵列x维度，yT为发射阵列y维度，xR为接收阵列x维度，yR为接收阵列y维度，k为频率扫描维度。
如图2所示，本实施例的具体实现过程如下：
该毫米波稀疏阵列的信号频率范围为12～18GHz，发射阵元间距ΔxT和接收阵元间距ΔyR均设为0.015m，整个稀疏阵列包含8个子阵列，每个子阵列包含48个发射阵元和48个接收阵元，子阵列之间x维度的间距为47×ΔxT，y维度的间距为47×ΔyR
将图1所示毫米波稀疏阵列的回波信号S(xT,yT,xR,yR,k)的xT维度和yR维度进行插值操作，使得回波信号xT维度和yR维度的空间采样间隔分别变为ΔxT/2和ΔyR/2，插值后的信号变为SInterp(xT,yT,xR,yR,k)，采用的插值方法可以为线性插值、样条插值、立方插值和SINC插值等。
对信号SInterp(xT,yT,xR,yR,k)的xT维度和yR维度进行快速傅里叶变换，将信号的xT维度和yR维度变换到频域空间，所得信号为
Figure GDA0002945139530000101
并在距离维度划分位置坐标，设置距离维度成像位置为zq，其中q＝0,1,2...Q-1，距离维度划分的聚焦位置范围为zq∈[5m,8m]，Δz＝zq-zq-1为聚焦平面的位置间隔，设置Δz为
Figure GDA0002945139530000111
则距离维度划分的点数为Nz＝(zmax-zmin)/Δz，c为自由空间的光速，B＝fmax-fmin为毫米波射频信号的带宽，其中fmin表示射频信号频率最小值，为12GHz，fmax表示射频信号频率最大值，为18GHz。
同时索引发射阵列yT维度、接收阵列xR维度和频率扫描维度k，索引值分别为yT_m、xR_n和kp，其中m＝0，1，2...M-1，n＝0,1,2...N-1，p＝0,1,2...Nf-1，得到的信号为
Figure GDA0002945139530000112
计算xT维度和yR维度的频域匹配滤波器
Figure GDA0002945139530000113
其中，k＝2πf/c为空间频率波数，
Figure GDA0002945139530000114
kxTx为发射阵列x维度的空间波数，取值范围为kxTx∈[-π/(0.5×ΔxT),π/(0.5×ΔxT)]，kyRx为接收阵列y维度的空间波数，取值范围为kyRx∈[-π/(0.5×ΔyR),π/(0.5×ΔyR)]，与信号
Figure GDA0002945139530000115
的对应维度相乘做频域匹配滤波处理,所得信号为
Figure GDA0002945139530000116
对所述信号
Figure GDA0002945139530000117
的
Figure GDA0002945139530000118
维度和
Figure GDA0002945139530000119
维度进行快速傅里叶逆变换处理，将其变换到时域空间，所得信号为
Figure GDA00029451395300001110
计算yT维度与xR维度的时域匹配滤波器
Figure GDA00029451395300001111
其中，
Figure GDA00029451395300001112
与所得信号
Figure GDA00029451395300001113
的xT和yR维度相乘，实现时域匹配滤波处理，得到信号为
Figure GDA00029451395300001114
改变m、n、p的索引值，直到遍历完所有的yT维度、xR维度和k维度,得到信号
Figure GDA00029451395300001115
对所述信号
Figure GDA00029451395300001116
的yT维度、xR维度和k维度进行相干累加计算，得到距离位置zq处的二维复数图像
Figure GDA0002945139530000121
改变zq的索引值q，直到遍历完所有距离位置zq，获得不同位置处的二维复数图像，最终得到三维复数图像σ(x,y,z)。并将三维复数图像σ(x,y,z)传输到高性能服务器进行目标检测与目标识别和图像处理，再送至显示端进行图像显示。
图3所示为本发明成像方法所成图像，图3(a)和图3(b)分别为5m处和8m处的点目标成像结果，点目标聚焦效果良好，可以验证本发明的具体实施的有效性和正确性。
综上所述，上述两组实施例的毫米波稀疏阵列远程监视成像方法及系统，适用于远程人体安检成像工作中，成像范围设置为大于等于五米，成像特点为远场成像，采用毫米波稀疏阵列全电子扫描成像体制，相比于传统的光机扫描远场成像系统，存在电磁波闪烁效应小、图像信噪比高和成像视场范围大的特点；同时所采用的信号处理成像方法较传统的时域类成像方法消耗的硬件资源少、存储空间少的优点，算法流程简单易懂，算法主体仅包含快速傅里叶变换、匹配滤波、相干累加的主体流程，计算效率高于传统的时域类算法，值得被推广使用。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种毫米波稀疏阵列远程监视成像方法，其特征在于，包括以下步骤：
S1：获得回波信号
建立毫米波二维稀疏阵列，其发射阵元间距为ΔxT，接收阵元间距为ΔyR，发射阵元与接收阵元通过天线开关来激活对应的天线单元，在整个扫描过程中，获得的回波信号为S(xT,yT,xR,yR,k)，其中，xT为发射阵列x维度，yT为发射阵列y维度，xR为接收阵列x维度，yR为接收阵列y维度，k为频率扫描维度；
S2：插值操作
对获得的回波信号S(xT,yT,xR,yR,k)的xT维度和yR维度进行插值操作，得到插值后的信号为SInterp(xT,yT,xR,yR,k)；
S3：快速傅里叶变换
对信号SInterp(xT,yT,xR,yR,k)的xT维度和yR维度进行快速傅里叶变换，将信号的xT维度和yR维度变换到频域空间，所得信号为
Figure FDA0002936388230000011
S4：选择距离平面
在距离维度划分位置坐标，设置距离维度成像位置为zq，其中zq∈[zmin,zmax]，q＝0,1,2...Q-1，选择单个距离位置索引zq；同时索引发射阵列yT维度、接收阵列xR维度和频率扫描维度k，索引值分别为yT_m、xR_n和kp，其中m＝0,1,2...M-1，n＝0,1,2...N-1，p＝0,1,2...Nf-1，所得信号为
Figure FDA0002936388230000012
S5：频域匹配滤波
计算xT维度和yR维度的频域匹配滤波器
Figure FDA0002936388230000013
与信号
Figure FDA0002936388230000014
的对应维度相乘做频域匹配滤波处理,所得信号为
Figure FDA0002936388230000015
S6：快速傅里叶逆变换
对信号
Figure FDA0002936388230000016
的
Figure FDA0002936388230000017
维度和
Figure FDA0002936388230000018
维度进行快速傅里叶逆变换处理，将其变换到时域空间，所得信号为
Figure FDA0002936388230000019
S7：时域匹配滤波
计算yT维度与xR维度的时域匹配滤波器H2(yT_m,xR_n,xT,yR)并且与信号
Figure FDA0002936388230000021
的对应维度相乘，实现时域匹配滤波处理，得到信号
Figure FDA0002936388230000022
S8：相干累加
改变m、n、p的索引值，直到遍历完所有的yT维度、xR维度和k维度,得到信号
Figure FDA0002936388230000023
对信号
Figure FDA0002936388230000024
的yT维度、xR维度和k维度进行相干累加计算，得到距离位置zq处的二维复数图像
Figure FDA0002936388230000025
S9：得到三维复数图像
改变zq的索引值q，从而获得不同位置处的二维复数图像，重复步骤S4～S8，直到遍历完所有距离位置zq，得到最终的三维复数图像σ(x,y,z)，将三维复数图像σ(x,y,z)传输到高性能服务器进行目标检测与目标识别和图像处理，再送至显示端进行图像显示。
2.根据权利要求1所述的一种毫米波稀疏阵列远程监视成像方法，其特征在于：在所述步骤S1中，毫米波稀疏阵列发射的信号为调频连续波信号或者步进连续波信号，信号的频段范围为12～18GHz，发射阵元间距ΔxT＝0.015m，接收阵元间距ΔyR＝0.015m。
3.根据权利要求1所述的一种毫米波稀疏阵列远程监视成像方法，其特征在于：在所述步骤S2中，对回波信号S(xT,yT,xR,yR,k)的xT维度和yR维度进行插值操作后，回波信号xT维度和yR维度的空间采样间隔分别变为ΔxT/2和ΔyR/2。
4.根据权利要求1所述的一种毫米波稀疏阵列远程监视成像方法，其特征在于：在所述步骤S2中，进行插值操作的方法选自线性插值、样条插值、立方插值和SINC插值中任一种。
5.根据权利要求1所述的一种毫米波稀疏阵列远程监视成像方法，其特征在于：在所述步骤S4中，距离维度划分聚焦平面可以设置为zq∈[5m,8m]，Δz＝zq-zq-1为聚焦平面的位置间隔。
6.根据权利要求5所述的一种毫米波稀疏阵列远程监视成像方法，其特征在于：设置Δz的公式为
Figure FDA0002936388230000026
其中c为自由空间的光速，B＝fmax-fmin为毫米波射频信号的带宽，其中fmin表示射频信号频率最小值，为12GHz，fmax表示射频信号频率最大值，为18GHz。
7.根据权利要求1所述的一种毫米波稀疏阵列远程监视成像方法，其特征在于：在所述步骤S5中，频域匹配滤波器
Figure FDA0002936388230000031
其中,k＝2πf/c为空间频率波数，
Figure FDA0002936388230000032
kxTx为发射阵列x维度的空间波数，取值范围为kxTx∈[-π/(0.5×ΔxT),π/(0.5×ΔxT)]，kyRx为接收阵列y维度的空间波数，取值范围为kyRx∈[-π/(0.5×ΔyR),π/(0.5×ΔyR)]。
8.根据权利要求1所述的一种毫米波稀疏阵列远程监视成像方法，其特征在于：在所述步骤S7中，时域匹配滤波器
Figure FDA0002936388230000033
其中，
Figure FDA0002936388230000034
z0为毫米波稀疏阵列所在的距离位置。
9.一种毫米波稀疏阵列远程监视成像系统，其特征在于，利用如权利要求1～8任一所述的远程监视成像方法进行人体安检实时成像工作，包括：
回波信号获取模块，用于通过毫米波二维稀疏阵列获取回波信号；
插值操作模块，用于对回波信号的xT维度和yR维度进行插值操作，得到插值后的信号；
快速傅里叶变换模块，用于对插值后信号的xT维度和yR维度进行快速傅里叶变换，将信号的xT维度和yR维度变换到频域空间；
距离平面选择模块，用于在距离维度划分位置坐标，设置距离维度成像位置为zq，同时索引发射阵列yT维度、接收阵列xR维度和频率扫描维度k，得到信号
Figure FDA0002936388230000035
频域匹配滤波模块，用于计算xT维度和yR维度的频域匹配滤波器
Figure FDA0002936388230000036
与信号
Figure FDA0002936388230000037
的对应维度相乘做频域匹配滤波处理,得到信号
Figure FDA0002936388230000038
快速傅里叶逆变换模块，用于对信号
Figure FDA0002936388230000039
的
Figure FDA00029363882300000310
维度和
Figure FDA00029363882300000311
维度进行快速傅里叶逆变换处理，将其变换到时域空间，得到信号
Figure FDA00029363882300000312
时域匹配滤波模块，用于计算yT维度与xR维度的时域匹配滤波器H2(yT_m,xR_n,xT,yR)，并且与信号
Figure FDA00029363882300000313
的对应维度相乘，实现时域匹配滤波处理，得到信号
Figure FDA0002936388230000041
相干累加模块，用于通过改变m、n、p的索引值，直到遍历完所有的yT维度、xR维度和k维度,得到信号
Figure FDA0002936388230000042
对信号
Figure FDA0002936388230000043
的yT维度、xR维度和k维度进行相干累加计算，得到距离位置zq处的二维复数图像
Figure FDA0002936388230000044
三维复数图像模块，用于通过改变zq的索引值q，从而获得不同位置处的二维复数图像，直到遍历完所有距离位置zq，得到最终的三维复数图像σ(x,y,z)；
中央处理模块，用于向其他模块发出指令，完成相关步骤；
所述回波信号获取模块、插值操作模块、快速傅里叶变换模块、距离平面选择模块、频域匹配滤波模块、快速傅里叶逆变换模块、时域匹配滤波模块、相干累加模块、三维复数图像模块均与中央处理模块电连接。
CN201910940420.0A 2019-09-30 2019-09-30 一种毫米波稀疏阵列远程监视成像方法及系统 Active CN110794471B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910940420.0A CN110794471B (zh) 2019-09-30 2019-09-30 一种毫米波稀疏阵列远程监视成像方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910940420.0A CN110794471B (zh) 2019-09-30 2019-09-30 一种毫米波稀疏阵列远程监视成像方法及系统

Publications (2)

Publication Number Publication Date
CN110794471A CN110794471A (zh) 2020-02-14
CN110794471B true CN110794471B (zh) 2021-04-16

Family

ID=69438787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910940420.0A Active CN110794471B (zh) 2019-09-30 2019-09-30 一种毫米波稀疏阵列远程监视成像方法及系统

Country Status (1)

Country Link
CN (1) CN110794471B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111624672A (zh) * 2020-04-24 2020-09-04 博微太赫兹信息科技有限公司 一种基于频分复用技术的人体安检系统
CN111985555B (zh) * 2020-08-19 2021-04-13 中国科学院上海微系统与信息技术研究所 毫米波三维全息图像去噪方法
CN112099102B (zh) * 2020-08-27 2023-07-11 博微太赫兹信息科技有限公司 一种天线阵列机械扫描式全息图像重建方法
CN112764116B (zh) * 2020-12-24 2024-01-19 博微太赫兹信息科技有限公司 一种稀疏阵列稀疏频点平面扫描体制快速成像方法
CN112904368B (zh) * 2021-01-25 2023-09-29 中国科学院西安光学精密机械研究所 基于解析信号与补偿参考函数的非视域三维重建方法及系统
CN116577782B (zh) * 2023-04-23 2024-01-12 珠海微度芯创科技有限责任公司 一种毫米波一维线型阵列快速图像重建方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107346017A (zh) * 2017-05-04 2017-11-14 武汉滨湖电子有限责任公司 基于频域匹配滤波的脉冲压缩雷达密集目标模拟方法
CN108627828A (zh) * 2018-03-22 2018-10-09 苏州速感智能科技有限公司 一种毫米波雷达广域远距离目标探测的方法
CN109471193A (zh) * 2018-11-19 2019-03-15 博微太赫兹信息科技有限公司 一种微波毫米波三维全息成像系统信号处理成像方法
CN109597075A (zh) * 2018-12-29 2019-04-09 内蒙古工业大学 一种基于稀疏阵列的成像方法及成像装置
CN109856682A (zh) * 2019-01-30 2019-06-07 杭州芯影科技有限公司 一种基于稀疏阵列的毫米波稀疏成像方法及系统
CN209433032U (zh) * 2018-12-29 2019-09-24 清华大学 用于主动式毫米波安检成像的多发多收天线阵列布置结构和人体安检设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090289833A1 (en) * 2008-05-23 2009-11-26 Johnson Paul A Sparse array millimeter wave imaging system
US8159737B2 (en) * 2009-04-27 2012-04-17 Phase Sensitive Innovations, Inc. Controlling the phase of optical carriers

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107346017A (zh) * 2017-05-04 2017-11-14 武汉滨湖电子有限责任公司 基于频域匹配滤波的脉冲压缩雷达密集目标模拟方法
CN108627828A (zh) * 2018-03-22 2018-10-09 苏州速感智能科技有限公司 一种毫米波雷达广域远距离目标探测的方法
CN109471193A (zh) * 2018-11-19 2019-03-15 博微太赫兹信息科技有限公司 一种微波毫米波三维全息成像系统信号处理成像方法
CN109597075A (zh) * 2018-12-29 2019-04-09 内蒙古工业大学 一种基于稀疏阵列的成像方法及成像装置
CN209433032U (zh) * 2018-12-29 2019-09-24 清华大学 用于主动式毫米波安检成像的多发多收天线阵列布置结构和人体安检设备
CN109856682A (zh) * 2019-01-30 2019-06-07 杭州芯影科技有限公司 一种基于稀疏阵列的毫米波稀疏成像方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Fast Fourier-Based Implementation of Synthetic Aperture Radar Algorithm for Multistatic Imaging System;Mehryar Abbasi 等;《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》;20181031;第68卷(第9期);第3339-3349页 *
频域稀疏毫米波人体安检成像处理和快速成像稀疏阵列设计;田鹤 等;《雷达学报》;20180630;第7卷(第3期);第376-386页 *

Also Published As

Publication number Publication date
CN110794471A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN110794471B (zh) 一种毫米波稀疏阵列远程监视成像方法及系统
US9395437B2 (en) Moving multi-polarization multi-transmitter/receiver ground penetrating radar system and signal processing for buried target detection
CN106707275B (zh) 一种稀疏线阵平面扫描主动毫米波成像方法
CN105932427B (zh) 一种毫米波成像雷达一维阵列天线及时序控制方法
EP1798570A2 (en) Stand off microwave imaging system and method
CN105759262B (zh) 一种基于mimo体制的近程三维成像装置及其成像方法
CN109471193A (zh) 一种微波毫米波三维全息成像系统信号处理成像方法
CN109374985A (zh) 电磁环境监测方法、系统及存储介质
Wang et al. Passive imaging of moving targets exploiting multiple scattering using sparse distributed apertures
Ford et al. Use of a plane-wave synthesis technique to obtain target RCS from near-field measurements, with selective feature extraction capability
CN111505721A (zh) 一种基于稀疏阵列的毫米波稀疏成像方法及系统
CN110794399B (zh) 一种主动式毫米波三维成像安检装置
CN111103583B (zh) 一种具有实时校准的三维射频成像系统和方法
CN109884627B (zh) 任意线阵构型的近程毫米波快速三维成像方法
AU2023201360B2 (en) Sensor array imaging device
CN102520408B (zh) 一种圆柱阵面三维成像系统的三维成像方法
CN109597076A (zh) 用于地基合成孔径雷达的数据处理方法及装置
Liang et al. Bistatic cylindrical millimeter-wave imaging for accurate reconstruction of high-contrast concave objects
Sheen et al. High-resolution 3D microwave imaging of a moving target using optical motion capture
CN110264534B (zh) 一种基于rfid的目标成像方法及系统
CN111090102B (zh) 一种超分辨反射式太赫兹三维目标重建成像方法
CN104459679A (zh) 方位旋转扫描体制监视雷达的目标中带高分辨处理系统
CN103969647A (zh) 基于图像域滤波的稀疏阵列建筑布局成像方法
CN209496136U (zh) 基于mimo的毫米波雷达有轨电车防碰撞预警系统
Zhu et al. Microwave imaging of non-rigid moving target using 2D sparse MIMO array

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