CN111580099A - 基于联合熵值的穿墙成像雷达墙体杂波抑制方法 - Google Patents
基于联合熵值的穿墙成像雷达墙体杂波抑制方法 Download PDFInfo
- Publication number
- CN111580099A CN111580099A CN202010535139.1A CN202010535139A CN111580099A CN 111580099 A CN111580099 A CN 111580099A CN 202010535139 A CN202010535139 A CN 202010535139A CN 111580099 A CN111580099 A CN 111580099A
- Authority
- CN
- China
- Prior art keywords
- wall
- clutter
- entropy
- antennas
- joint entropy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003384 imaging method Methods 0.000 title claims abstract description 41
- 230000001629 suppression Effects 0.000 title claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
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
-
- 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
- G01S7/414—Discriminating targets with respect to background clutter
Abstract
本发明公开了一种基于联合熵值的穿墙成像雷达墙体杂波抑制方法,属于穿墙雷达成像领域,通过时域有限差分法模拟超宽带穿墙雷达探测场景,场景中设置两组平行于墙体的天线阵元,并得到两组天线阵元所接收的回波数据,计算每组数据中每个信源的熵值。由于天线各扫描位置的变化,目标回波信号的变化强度大,墙体杂波的变化强度小,因此目标回波信息熵值要小于墙体杂波信息熵值,根据两组回波数据的联合熵值要大于任意一组的熵值,提出了联合熵值法。本发明方法可以扩大门限的可调节范围,从而提高目标输入信杂比与输出信杂比之间的差值,通过自适应选取最佳的门限调节因子,消除墙体杂波影响,通过后向投影算法得到质量较高的目标成像。
Description
技术领域
本发明属于穿墙雷达成像领域,尤其涉及一种基于联合熵值的穿墙成像雷达墙体杂波抑制方法。
背景技术
穿墙雷达(through-wall radar,TWR)通过电磁波良好的低频穿透特性,可以实现对各种公路地表、建筑堡垒、叶簇草丛、厚重烟雾等人眼不可见的遮蔽区域后方目标的探测、鉴别、定位、成像,是一项非入侵式探测技术。基于超宽带(ultra wide-band,UWB)技术的穿墙雷达具有距离向分辨率高、穿透能力强等特性,且不会对人体造成损伤,因此被广泛用于军用和民用领域。在军用领域中,超宽带穿墙雷达提高了作战人员在反恐斗争,野外战争,城市巷战中对事情发展局势的认知能力及对敌军的侦查能力,从而提高了斗争或战争的胜算率,并为待救的人质或作战人员的生命增添了一层保护伞。在民用领域中,超宽带穿墙雷达可以作为一种先进的搜救设备,在地震、火灾等灾害救援中迅速的找到被困人员的准确位置,挽救更多人的生命。在施工过程中,超宽带穿墙雷达能够及时发现桥梁,公路,隧道,墙体等内部结构的裂缝等损害,为工程的质量提供保障,避免灾害发生。
在穿墙雷达实际探测环境或场景中,受到墙体后向散射回波的影响,目标信息的回波往往会被覆盖在墙体杂波之中,影响成像效果。为了实现穿墙雷达清晰成像,提高成像质量,必须对原始回波数据进行处理,消除墙体杂波信号的影响。因此,学术界迫切的寻求一种简单,有效的杂波抑制技术。背景相消法[1]能够很好地消除墙体杂波干扰,但其必须将无目标时的场景回波信号作为先验信息,所以在实际运用中并不可行。
主成分分析法(Principal Component Analysis,PCA)、经验模态分解(EmpiricalMode Decomposition)、奇异值分解法(Singular Value Decomposition,SVD)[2]等技术利用墙壁杂波和散射场的幅值差异来提取回波信号中各成分,即把原始回波数据分成墙壁空间、目标空间和噪声空间,计算量小,但通常情况下,墙壁空间和目标空间的边值是无法确定的,需要人为设定,不利于实际场景的实施,与此同时,通过该算法滤除后场景信息仍存在少量杂波成分,导致重建成像场景出现若干虚假目标。子空间投影法(subspaceprojection)是通过比较墙体杂波和目标回波信号之间的大小差异来抑制墙体杂波,通过特征值分析,能够将目标子空间与杂波子空间进行分离,该类算法仅在无干扰、天线测量频率相同的理想情况下方有效;国外学者RaffaeleSolimene提出了一种基于熵值的算法[3],根据墙体杂波与目标回波的信息不确定度不同,能够有效地抑制墙体杂波,但是如何选取最佳门限值是一个难题。因此,选取最佳门限值,提高成像质量是本发明的一个研究重点。
[1]Dehmollaian,M,Sarabandi,K.Refocusing Through Building Walls UsingSynthetic Aperture Radar[J].IEEE Transactions on Geoscience&Remote Sensing,46(6):1589-1599.
[2]Tivive,FokHing Chi,Bouzerdoum,Abdesselam,Amin,Moeness G.A SubspaceProjection Approach for Wall Clutter Mitigation in Through-the-Wall RadarImaging[J].IEEE Transactions on Geoscience&Remote Sensing,53(4):2108-2122.
[3]Solimene,Raffaele,Cuccaro,Antonio.Front Wall Clutter RejectionMethods in TWI[J].IEEE Geoscience&Remote Sensing Letters,11(6):1158-1162.
发明内容
发明目的:针对现有技术中基于熵值法的穿墙雷达墙体杂波抑制中无法精确门限值进而导致杂波抑制效果不佳的问题,本发明提出一种基于联合熵值的穿墙成像雷达墙体杂波抑制方法。该方法可以扩大门限的可调节范围,从而提高目标输入信杂比与输出信杂比之间的差值,得到较高质量的成像。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种基于联合熵值的穿墙成像雷达墙体杂波抑制方法,包括如下步骤:
步骤1,建立穿墙成像模型,在墙体外一定距离处平行于墙体设置两组收发共置天线,获取两组天线的原始回波信号;
步骤2,对两组天线的回波信号进行离散化,计算离散信源的概率及其熵值;根据联合熵值理论计算回波数据联合熵;
步骤3,根据最大离散熵定理,结合满足墙体杂波的联合熵大于目标回波的联合熵值的条件,自适应地选取门限值;
步骤4,根据选取的门限值对回波信号进行杂波处理,经过杂波处理后的数据,利用后向投影BP算法进行目标成像。
进一步的,所述步骤2,计算回波数据联合熵的方法如下:
分别获取每组天线的N组回波信号并进行采样,记采样次数为M,两组天线回波信号数据组成M×N维矩阵e1和e2:
e1=[α1,α2,…,αM]T
e2=[θ1,θ2,…,θM]T
其中αi=[ei1,ei2,…,eiN],θi=[fi1,fi2,…,fiN],i=1,2,…M,eij,fij分别为两组天线回波信号的第j根天线的第i个采样点值,j=1,2,…N;
计算矩阵e1和e2中每个元素的概率:
其中q(i,j)和z(i,j)分别表示矩阵元素e(i,j)和f(i,j)所对应的概率;
将αi作为一信源,其概率空间表示如下:
其中Xi表示第一组天线的概率空间的信源元素集合,Yi表示第二组天线的概率空间的信源元素集合,P(Xi)表示第一组天线的概率空间的信源元素概率集合,P(Yi)表示第二组天线的概率空间的信源元素概率集合;
计算回波信号M×N维矩阵中每个元素的熵值:
其中H(Xi)和H(Yi)分别表示两组天线的回波数据的熵值;
根据联合熵值定理,计算回波数据的联合熵值,公式如下:
H(XiYi)=H(Xi)+H(Yi)
其中H(XiYi)为两组天线的回波数据的联合熵值。
进一步的,所述步骤3,自适应门限值表示为βlog(N),其中log(N)为联合熵值H(XiYi)的最大值,β为门限可调节因子;
定义目标-杂波比TCR如下:
其中E(·)为成像点所对应的归一化幅值;At,Ac分别为目标区域和杂波区域,Nt,Nc为目标区域和杂波区域所对应的成像点数目;当目标-杂波比TCR达到最大值时,获得最佳门限调节因子β*。
进一步的,所述步骤4,对回波信号进行杂波处理过程表示如下:
eZ(i,j)=Z(i)·C
其中eZ(i,j)为处理后的回波数据,C为未经处理的回波数据,Z(i)定义如下:
其中log(N)为联合熵值H(XiYi)的最大值,β为门限可调节因子。
有益效果:与现有技术相比,本发明的技术方案具有以下有益的技术效果:
1、本发明针对基于熵值法的墙体杂波抑制中无法选择合适的门限值做出了改进,能够自适应的选取门限值。
2、使用熵值法的门限因子的可调节范围为(0,1);使用本发明方法,天线回波数据中每个信源的联合熵值是其熵值的I倍,其中I>2,为采用的天线组数。因此墙体杂波联合熵值与目标信号联合熵值同样扩大了I倍,即门限可调节范围为原来的I倍。本发明使门限选取更加精确,更为有效区分目标杂波与目标回波,从而得到的成像效果更佳。
3、本发明能够获取最佳的输出目标图像。经过熵值法处理过的数据的目标杂波比与未经处理的原始数据的目标杂波比差值为ΔTCR1,经过本发明方法处理过的数据的目标杂波比与未经处理的原始数据的目标杂波比差值为ΔTCR2,由仿真计算可知ΔTCR2>ΔTCR1,说明目标杂波比得到了提高。
附图说明
图1是本发明方法流程图;
图2是穿墙雷达成像模型图;
图3是原始回波信号成像图;
图4(a)是用熵值法进行杂波抑制的成像图;
图4(b)是经过本发明进行杂波抑制的成像图;
图5(a)是熵值法得到的熵值曲线图;
图5(b)是本发明得到的联合熵值曲线图;
图6(a)是用熵值法得到目标杂波比的曲线图;
图6(b)是用本发明得到目标杂波比的曲线图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明所述的一种基于联合熵值的穿墙成像雷达墙体杂波抑制方法,将联合熵值算法应用在穿墙成像雷达中,提高成像质量,扩大门限可调节范围,进一步消除墙体杂波的影响。方法核心是联合熵值理论与最大离散熵值定理。根据信源的联合熵值大于其任何一个信源熵的理论可知,对矩阵做联合熵值,能够增大门限可调范围,选取其中最佳的门限调节因子,从而得到最大的目标杂波比,获得最佳的目标成像图。由于多组天线阵元接收的回波数据是统计独立的,根据联合熵值定理,统计独立信源的联合熵值等于它们分别熵值之和,且大于其任何一个信源的熵值,即在理想情况下,多组天线的回波数据的联合熵值等于各组熵值之和。本实施例仅选择两组天线的回波数据为例进行说明,多组天线回波数据处理同理可得。首先计算得到两组天线阵元回波数据的联合熵值,由于墙体杂波的联合熵值要大于目标回波的联合熵值,因此再选择最佳门限值滤除墙体杂波。参见图1,具体实现包括如下步骤:
步骤1,在电磁仿真软件GprMax2D/3D中建立穿墙成像模型,在墙体外一定距离处平行于墙体设置两组收发共置天线,获取两组天线的原始回波信号。
参见图2,在墙体外一定距离设置两组收发共置天线,每组天线的阵元数为N,分别平行于墙体的测量线,第一组天线与墙体距离为h1,第二组天线与墙体距离为h2。发射信号为一阶Riker子波,中心频率为f。前墙体和后墙体是厚度为d、相对介电常数为εr的均匀无耗介质的混凝土。目标是半径为r的理想电导体圆球,其球心距离墙壁为δ。
参见图3,给出了未经本发明方法处理的原始成像图,从图中可以看到前墙体的前部和后部散射信号尤为强烈,掩盖了目标反射信号,使得目标无法很好地成像。
步骤2,对两组天线的回波信号进行离散化,计算离散信源的概率及其熵值;根据联合熵值理论计算回波数据联合熵;具体如下:
原始回波数据由电磁仿真软件GprMax2D/3D来获得;分别获取每组天线的N组回波信号并进行采样,记采样次数为M,两组天线回波信号数据组成M×N维矩阵e1和e2:
e1=[α1,α2,…,αM]T
e2=[θ1,θ2,…,θM]T
其中αi=[ei1,ei2,…,eiN],θi=[fi1,fi2,…,fiN],i=1,2,…M,eij,fij分别为两组天线回波信号的第j根天线的第i个采样点值,j=1,2,…N;
计算矩阵e1和e2中每个元素的概率:
其中q(i,j)和z(i,j)分别表示矩阵元素e(i,j)和f(i,j)所对应的概率;
将αi作为一信源,其概率空间表示如下:
其中Xi表示第一组天线的概率空间的信源元素集合,Yi表示第二组天线的概率空间的信源元素集合,P(Xi)表示第一组天线的概率空间的信源元素概率集合,P(Yi)表示第二组天线的概率空间的信源元素概率集合;
计算回波信号M×N维矩阵中每个元素的熵值:
其中H(Xi)和H(Yi)分别表示两组天线的回波数据的熵值;
根据联合熵值定理,计算回波数据的联合熵值,公式如下:
H(XiYi)=H(Xi)+H(Yi)
其中H(XiYi)为两组天线的回波数据的联合熵值。
步骤3,根据最大离散熵定理,当离散信源各元素等概率出现的情况下,信源熵取得最大值,墙体杂波的联合熵值要大于目标回波的联合熵值,因此设定合适的门限值尤为关键。结合满足墙体杂波的联合熵大于目标回波的联合熵值的条件,自适应地选取门限值;自适应门限值表示为βlog(N),其中log(N)为联合熵值H(XiYi)的最大值,β为门限可调节因子;
为了比较墙体杂波抑制的效果,定义目标-杂波比(target-to-clutter ratio,TCR)如下:
其中E(·)为成像点所对应的归一化幅值;At,Ac分别为目标区域和杂波区域,Nt,Nc为目标区域和杂波区域所对应的成像点数目;当目标-杂波比TCR达到最大值时,获得最佳门限调节因子β*。
步骤4,根据选取的门限值对回波信号进行杂波处理,经过杂波处理后的数据,利用后向投影BP算法进行目标成像。
对回波信号进行杂波处理过程表示如下:
eZ(i,j)=Z(i)·C
其中eZ(i,j)为处理后的回波数据,C为未经处理的回波数据,Z(i)定义如下:
其中log(N)为联合熵值H(XiYi)的最大值,β为门限可调节因子。
图5(a)和图5(b)分别表示每个元素的熵值和联合熵值,由图可知联合熵值扩大了2倍,墙体杂波的联合熵值与目标信号的联合熵值同样扩大了2倍,因此门限可调节范围β扩大了两倍,即β∈(0,2)。本实施例中,为了获取最佳的输出目标图像,使得TCR达到最大值,令β从0到2,步长为0.01,自适应获得最佳门限调节因子β*。
图6(a)和图6(b)表示用熵值法和本发明的方法得到的TCR随β变化的曲线图。在图6(a)中可知,当β取值小于0.23时,回波数据完全被滤除,无法计算TCR,因此图中曲线部分缺失;当β=1时,对应于原始数据输出目标图像的TCR,即墙体杂波未经抑制处理,其TCR为-4.24dB,其成像图如图3所示;当经过熵值法自适应选取β*后,对原始图像进行杂波抑制后,其TCR为11.27dB,输出目标图像如图4(a)所示,其ΔTCR=15.51dB。在图6(b)中可知,用本发明方法扩大门限的可调节范围,当β取值小于0.48时,回波数据完全被滤除,无法计算TCR,因此图中曲线部分缺失;其中,当β=1时,对应于原始数据输出目标图像的TCR,即墙体杂波未经抑制处理,其TCR为-7.88dB,其成像图如图3所示;当经过熵值法自适应选取β*后,对原始图像进行杂波抑制后其TCR为11.55dB,输出目标图像如图4(b)所示,其ΔTCR=19.43dB。通过比较图4(a)和4(b)可知,本发明提出的方法效果较优。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (4)
1.一种基于联合熵值的穿墙成像雷达墙体杂波抑制方法,其特征在于:该方法包括如下步骤:
步骤1,建立穿墙成像模型,在墙体外一定距离处平行于墙体设置两组收发共置天线,获取两组天线的原始回波信号;
步骤2,对两组天线的回波信号进行离散化,计算离散信源的概率及其熵值;根据联合熵值理论计算回波数据联合熵;
步骤3,根据最大离散熵定理,结合满足墙体杂波的联合熵大于目标回波的联合熵值的条件,自适应地选取门限值;
步骤4,根据选取的门限值对回波信号进行杂波处理,经过杂波处理后的数据,利用后向投影BP算法进行目标成像。
2.根据权利要求1所述的一种基于联合熵值的穿墙成像雷达墙体杂波抑制方法,其特征在于:所述步骤2,计算回波数据联合熵的方法如下:
分别获取每组天线的N组回波信号并进行采样,记采样次数为M,两组天线回波信号数据组成M×N维矩阵e1和e2:
e1=[α1,α2,…,αM]T
e2=[θ1,θ2,…,θM]T
其中αi=[ei1,ei2,…,eiN],θi=[fi1,fi2,…,fiN],i=1,2,…M,eij,fij分别为两组天线回波信号的第j根天线的第i个采样点值,j=1,2,…N;
计算矩阵e1和e2中每个元素的概率:
其中q(i,j)和z(i,j)分别表示矩阵元素e(i,j)和f(i,j)所对应的概率;
将αi作为一信源,其概率空间表示如下:
其中Xi表示第一组天线的概率空间的信源元素集合,Yi表示第二组天线的概率空间的信源元素集合,P(Xi)表示第一组天线的概率空间的信源元素概率集合,P(Yi)表示第二组天线的概率空间的信源元素概率集合;
计算回波信号M×N维矩阵中每个元素的熵值:
其中H(Xi)和H(Yi)分别表示两组天线的回波数据的熵值;
根据联合熵值定理,计算回波数据的联合熵值,公式如下:
H(XiYi)=H(Xi)+H(Yi)
其中H(XiYi)为两组天线的回波数据的联合熵值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535139.1A CN111580099A (zh) | 2020-06-12 | 2020-06-12 | 基于联合熵值的穿墙成像雷达墙体杂波抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535139.1A CN111580099A (zh) | 2020-06-12 | 2020-06-12 | 基于联合熵值的穿墙成像雷达墙体杂波抑制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111580099A true CN111580099A (zh) | 2020-08-25 |
Family
ID=72127444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010535139.1A Pending CN111580099A (zh) | 2020-06-12 | 2020-06-12 | 基于联合熵值的穿墙成像雷达墙体杂波抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111580099A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112986985A (zh) * | 2021-02-06 | 2021-06-18 | 中国人民解放军国防科技大学 | 基于电磁计算的全息穿透成像雷达杂波抑制方法 |
CN112986983A (zh) * | 2021-02-06 | 2021-06-18 | 中国人民解放军国防科技大学 | 一种全息穿透成像雷达杂波抑制方法 |
CN113449850A (zh) * | 2021-07-05 | 2021-09-28 | 电子科技大学 | 一种海面监视雷达杂波智能抑制方法 |
CN114637006A (zh) * | 2022-05-07 | 2022-06-17 | 长沙莫之比智能科技有限公司 | 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297749A (zh) * | 2014-10-31 | 2015-01-21 | 南京信息工程大学 | 一种基于回波扩展熵的穿墙雷达成像方法 |
CN106154242A (zh) * | 2016-06-21 | 2016-11-23 | 大连大学 | 基于分数低阶类相关熵的目标参数联合估计新算法 |
CN108828590A (zh) * | 2018-07-03 | 2018-11-16 | 南京信息工程大学 | 一种低复杂度熵值扩展穿墙雷达成像方法 |
-
2020
- 2020-06-12 CN CN202010535139.1A patent/CN111580099A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297749A (zh) * | 2014-10-31 | 2015-01-21 | 南京信息工程大学 | 一种基于回波扩展熵的穿墙雷达成像方法 |
CN106154242A (zh) * | 2016-06-21 | 2016-11-23 | 大连大学 | 基于分数低阶类相关熵的目标参数联合估计新算法 |
CN108828590A (zh) * | 2018-07-03 | 2018-11-16 | 南京信息工程大学 | 一种低复杂度熵值扩展穿墙雷达成像方法 |
Non-Patent Citations (1)
Title |
---|
RAFFAELE SOLIMENE AND ANTONIO CUCCARO: "Front Wall Clutter Rejection Methods in TWI", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112986985A (zh) * | 2021-02-06 | 2021-06-18 | 中国人民解放军国防科技大学 | 基于电磁计算的全息穿透成像雷达杂波抑制方法 |
CN112986983A (zh) * | 2021-02-06 | 2021-06-18 | 中国人民解放军国防科技大学 | 一种全息穿透成像雷达杂波抑制方法 |
CN112986983B (zh) * | 2021-02-06 | 2023-12-19 | 中国人民解放军国防科技大学 | 一种全息穿透成像雷达杂波抑制方法 |
CN113449850A (zh) * | 2021-07-05 | 2021-09-28 | 电子科技大学 | 一种海面监视雷达杂波智能抑制方法 |
CN114637006A (zh) * | 2022-05-07 | 2022-06-17 | 长沙莫之比智能科技有限公司 | 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法 |
CN114637006B (zh) * | 2022-05-07 | 2023-03-10 | 长沙莫之比智能科技有限公司 | 基于毫米波人员跌倒检测雷达的预警区域自适应调节方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111580099A (zh) | 基于联合熵值的穿墙成像雷达墙体杂波抑制方法 | |
US9250323B2 (en) | Target detection utilizing image array comparison | |
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 | |
US8665132B2 (en) | System and method for iterative fourier side lobe reduction | |
Verma et al. | Analysis of clutter reduction techniques for through wall imaging in UWB range | |
US8193967B2 (en) | Method and system for forming very low noise imagery using pixel classification | |
US8077072B2 (en) | Static RF imaging for inside walls of a premises | |
CN108089167B (zh) | 一种合成孔径雷达跨脉冲干扰信号检测方法 | |
CN109298418B (zh) | 基于建筑物内部结构特征的雷达检测虚警抑制方法及装置 | |
CN107861123B (zh) | 一种穿墙雷达在复杂环境下对多运动目标实时跟踪的方法 | |
CN106054156A (zh) | 一种基于uwb mimo生物雷达的静止人体目标识别与定位方法 | |
CN109597065B (zh) | 一种用于穿墙雷达检测的虚警抑制方法、装置 | |
CN109471097B (zh) | 一种穿墙雷达信号优化处理方法及装置 | |
CN107561509B (zh) | 一种机载毫米波雷达电力线检测方法 | |
CN111861905B (zh) | 基于Gamma-Lee滤波的SAR影像斑点噪声抑制方法 | |
Ozdarici et al. | A comparison of SAR filtering techniques on agricultural area identification | |
US8798359B2 (en) | Systems and methods for image sharpening | |
Earp et al. | Ultra-wideband ground-penetrating radar for the detection of buried metallic mines | |
Chang et al. | An advanced scheme for range ambiguity suppression of spaceborne SAR based on blind source separation | |
Wu et al. | NLOS positioning for building layout and target based on association and hypothesis method | |
CN108845318B (zh) | 基于Relax算法的星载高分宽幅成像方法 | |
CN115575921B (zh) | 一种基于俯仰向多通道多干扰基压制干扰抑制方法 | |
CN112215832A (zh) | Sar尾迹图像质量评估及自适应探测参数调整方法 | |
Jagadesh et al. | Modeling Target Detection and Performance Analysis of Electronic Countermeasures for Phased Radar. | |
CN114152918A (zh) | 基于压缩感知的抗间歇式主瓣干扰方法 |
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: 20200825 |
|
RJ01 | Rejection of invention patent application after publication |