CN113406637B - 一种基于双频窄带信号的联合迭代层析成像方法 - Google Patents

Abstract

本发明公开一种基于双频窄带信号的联合迭代层析成像方法，应用于射频成像技术领域，针对现有技术存在的单频带信号成像时产生的模糊和伪影问题，本发明首先利用收发分置无线节点对从多角度多位置扫描未知场景，获取穿透场景的双频窄带信号，并建立信号模型；然后根据双频窄带信号衰减功率与建立的系统矩阵的关系，分别利用联合迭代成像方法获取各自频段的成像结果；其次在上述成像方法的每一轮迭代过程中，利用改进型总变分约束优化迭代结果；最后将双频窄带信号得到的成像结果，通过算术融合策略非相干融合得到最终的成像结果；本发明的方案能有效地减少由窄带信号的信道波动带来的成像伪影问题，并且可以清晰地保留成像结构的边缘信息。

Description

一种基于双频窄带信号的联合迭代层析成像方法

技术领域

本发明属于射频成像技术领域，特别涉及一种基于窄带信号的射频层析成像技术。

背景技术

射频成像技术领域主要是利用射频信号对感兴趣的未知区域进行探测，包括物理目标的定位和成像，建筑布局的成像等，在反恐维稳、灾难救援、医疗监护等领域具有重要的应用价值。在城市环境中，目标通常被墙等物理结构遮挡。为了获取准确的目标状态，获得建筑结构或障碍物的信息是非常有必要的，近些年来该研究也吸引了相当多的关注。

合成孔径雷达(Synthetic Aperture Radar，SAR)成像作为传统的成像策略，利用布局结构的全景反射回波进行投影成像。美国陆军研究实验室采用车载合成孔径雷达系统从一个废弃兵营的建筑两侧扫描，并将不同的视角结果合并，得到完整的建筑布局(C.Le,T.Dogaru,L.Nguyen and M.A.Ressler,“Ultrawideband(UWB)Radar Imaging ofBuilding Interior:Measurements and Predictions,”IEEE Transactions onGeoscience and Remote Sensing,vol.47,no.5,pp.1409-1420,May.2009.)。中国国防科技大学采用雷达系统发送超宽带信号的形式，构建布局结构的距离多普勒频谱，并设计恒定虚警率检测器提取建筑物布局(Y.Song,J.Hu,N.Chu,T.Jin,J.Zhang and Z.Zhou,“Building Layout Reconstruction in Concealed Human Target Sensing via UWBMIMO Through-Wall Imaging Radar,”IEEE Geoscience and Remote Sensing Letters,vol.15,no.8,pp.1199-1203,Aug.2018.)。尽管上述研究可以得到较好的布局结构成像结果，但是仍受限于系统复杂，体积大，成本高等因素。

近年来，采用接收信号的功率对布局结构进行重建的工作逐渐发展起来。美国加州大学利用收发分置的雷达节点从不同位置扫描未知场景并获取接收信号的功率，提出基于图像总变差最小化的布局结构重建方法(Y.Mostofi,“Cooperative Wireless-BasedObstacle/Object Mapping and See-Through Capabilities in Robotic Networks,”IEEE Transactions on Mobile Computing,vol.12,no.5,pp.817-829,May.2013.)。中国科学院提出了一种重新加权的总变差和先验信息正则化算法(Q.Guo,Y.Li,X.Liang,J.Dong and R.Cheng,"Through-the-Wall Image Reconstruction via ReweightedTotal Variation and Prior Information in Radio Tomographic Imaging,"IEEEAccess,vol.8,pp.40057-40066,2020)，该算法基于总变差最小化，同时考虑了墙体仅面向水平方向或垂直方向的先验信息，用于保持墙体的方向。然而，上述研究仅考虑了单频段窄带信号的成像，由于信道的抖动等因素，会导致成像结果中出现伪影和布局结构边缘模糊等现象，从而影响成像质量。因此，研究一种有效的布局结构成像方法，能够解决伪影和成像结构边缘模糊问题，具有比较重要的研究意义。

发明内容

为解决上述技术问题，本发明提出一种基于双频窄带信号的联合迭代层析成像方法，能准确有效地实现未知区域布局结构或物体的成像。

本发明采用的技术方案为：一种基于双频窄带信号的联合迭代层析成像方法，包括：

S1、利用收发分置节点对从多角度多位置扫描未知场景，获取穿透场景的双频窄带信号；

S2、根据接收的双频信号的功率与系统矩阵的关系，建立信号模型；

S3、基于建立的信号模型，分别利用联合迭代成像方法获取各自频段的成像结果；

S4、将双频窄带信号得到的成像结果，通过算术融合策略非相干融合得到最终的成像结果。

步骤S1在扫描过程中，收发分置节点对中发射节点的天线和接收节点的天线始终保持正对。

步骤S1每个角度的收发分置节点对采样路径间形成的区域完全覆盖未知场景。

所述收发分置节点对沿对应角度的采样路径同步等间隔地移动，对未知区域进行扫描。

采样间隔大于或等于成像网格大小。

步骤S2所述的信号模型表达式为：

△P≈AO

其中，△P为接收信号功率与空场景接收信号功率对消后的衰减功率矩阵，△P＝[△P₁,...,△P_M]^T，上标T表示转置，M为采样总点数；O表示未知区域离散成若干单元格后的衰减率矩阵，O＝[O₁,...,O_N]^T，其中O_n为单元格n的衰减率，n＝1,2,3,…,N；A为M×N阶的系统矩阵。

步骤S3还包括：在每一轮迭代过程中，利用改进型总变分约束优化迭代结果。

本发明的有益效果：本发明的方法首先根据规划的采样点位置，利用收发分置无线节点对从多角度多位置扫描未知区域，获取穿透场景的双频窄带信号，并建立信号模型；然后根据双频窄带信号衰减功率与建立的系统矩阵的关系，分别利用联合迭代成像方法获取各自频段的成像结果；其次在上述成像方法的每一轮迭代过程中，利用改进型总变分约束优化迭代结果；最后将双频窄带信号得到的成像结果，通过算术融合策略非相干融合得到最终的成像结果；本发明的方法具备以下优点：

1、成像试验系统复杂度低，成本低，灵活性高且隐蔽性好；

2、显著地改善了单频段窄带信号成像时的伪影问题和结构边缘模糊问题；

3、准确有效地实现未知区域布局结构或物体的成像；

4、本发明可以应用于反恐维稳、灾难救援、医疗监护等领域。

附图说明

图1为收发分置的无线节点对工作示意图。

图2为具体实施方式中试验场景及试验系统示意图；

其中，图2(a)为“T”形砖墙结构试验场景和试验系统示意图；图2(b)为“L”形砖墙结构试验场景和试验系统示意图。

图3为具体实施方式中针对试验场景得到的原始双频信号接收功率(单位：dB)；

其中，图3(a)为“T”形试验场景下得到的2.4GHz和5GHz窄带信号的接收功率(单位：dB)；图3(b)为“L”形试验场景下得到的2.4GHz和5GHz窄带信号的接收功率(单位：dB)。

图4为具体实施方式中针对试验场景得到的双频信号与理想模型的归一化衰减功率；

其中，图4(a)为“T”形试验场景下双频信号与理想模型的归一化衰减功率；图4(b)为“L”形试验场景下双频信号与理想模型的归一化衰减功率。

图5为具体实施方式中试验场景的双频信号各自的重建结果；

其中，图5(a)为“T”形试验场景在2.4GHz窄带信号下成像结果；图5(b)为“T”形试验场景在5GHz窄带信号下成像结果；图5(c)为“L”形试验场景在2.4GHz窄带信号下成像结果；图5(d)为“L”形试验场景在5GHz窄带信号下成像结果。

图6为具体实施方式中试验场景在双频信号融合下的成像结果；

其中，图6(a)为“T”形试验场景在双频信号融合下的成像结果；图6(b)为“L”形试验场景在双频信号融合下成像结果。

具体实施方式

下面根据一个“T”形场景下的试验给出本发明的具体实施方式：

本发明的无线节点对工作示意图如图1所示，所述无线节点对包括一组发射与接收节点，所述无线节点对在未知区域外沿规划的路径同步移动，以0度采样路径为例，包括图1所示未知区域前后两侧的发射节点移动路径(a→b)与接收节点移动路径(c→d)，且发射与接收节点的天线始终保持正对，采样路径间形成的区域需覆盖要成像的未知区域。

相应的90度采样路径包括图1所示未知区域左右两侧的发射节点移动路径与接收节点移动路径。

本实施例以如图2(a)所示的试验场景为例，来对本发明的内容进行说明，具体实施步骤如下：

步骤1：未知区域及无线节点对参数初始化

对某未知区域的“T”形砖墙结构场景，试验场景如图2(a)所示，由标准红砖搭建的“T”形结构的二维尺寸为2m×2m，墙体厚度为11.5cm。本发明考虑对场景的二维层析成像，成像的场景大小选择为3m×3m，成像网格大小设定为0.02m。考虑到采样速度及数据复杂度，采用0度和90度两条采样路径对未知区域进行扫描(采样路径如图1中的示意)。采样间隔通常选择大于或等于成像网格大小，试验中选择采样间隔为0.04m，每条路径的采样点数为79。本实施例中的区域总网格点数为

2条采样路径的采样总点数为158，即本发明的实际测量点数仅仅占区域总点数的0.7％。采用本发明的方法，仅需要少量采样数据，即可获得未知区域的二维层析成像结果。无线节点的双频信号中心频率，参照WiFi信号的频段，选取2.4GHz和5GHz，其带宽均选为20MHz。

本领域的技术人员应注意，本发明的方法并不仅限于如图2所示的“T”形和“L”形建筑场景。其余电磁波可穿透的场景均可(且场景内包含的物理结构会引起电磁波的衰减)。

步骤2：信号建模及双频信号传播分析

2.1、如图1所示，将未知区域的中心作为中心点，发射节点从位置a开始采样，接收节点同时在位置c处接收信号。采样间隔为0.04m，直至发射与接收节点分别移动至b和d处，完成0度路径采样。同理，完成90度路径采样。在如图2的试验场景下得到的原始双频信号接收功率(单位：dB)如图3所示。得到的双频信号与理想模型的归一化衰减功率如图4所示。

2.2、根据Rytov近似模型，在位置r处的实际接收信号功率与入射场功率的关系，可以表述为：

P(r)＝Pⁱⁿ(r)+10Im(φ(r))lg(e^-2) (1)

其中，P(r)表示r处的实际接收信号功率，Pⁱⁿ(r)为r处的入射场功率，Im()表示取虚部，参数

其中O(r')表示位置r'处的衰减率，Eⁱⁿ(r')表示在位置r'处的入射信号，g(r,r')为格林函数。将整个区域离散为150×150个网格，并用r_n来表示第n个网格，其中n∈{1,...,22500}。假设总采样数为M个，第i次采样时，发射和接收节点分别表示为T_i和R_i。考虑联合M个采样点，则得到矩阵Φ，表述为：

其中，一个元素可表述为：

其中，△V表示一个离散网格的体积值，通常取为1。

则式(2)可以被表示为：

Φ＝-jAO (4)

其中，A为M×N阶的系统矩阵，其中一个元素为A_i,n＝g(R_i,r_n)Eⁱⁿ(r_n)△V/Eⁱⁿ(R_i)。综合上述，将式(1)代入式(4)，可得到由物体导致的衰减功率，可表述为：

△P＝Im(Φ)≈AO (5)

其中，△P＝((P-P_in)/10lg(e^-2))，P与P_in分别表示所有接收节点位置的接收信号功率矩阵和入射信号功率矩阵，△P＝[△P₁,...,△P₁₅₈]^T为归一化的衰减功率矩阵，O＝[O₁,...,O₂₂₅₀₀]^T为离散网格的衰减率，A为158×22500阶的系统矩阵。

2.3、通过分析双频信号在场景中的电磁传播差异，得到了三个主要差异点，导致了不同频段信号的衰减功率曲线不同，最后体现在成像结果中则表现为单频段信号成像中存在不同的伪影与边缘模糊扩展等问题。首先是穿透衰减，不同频段信号穿透相同介质时的衰减是不同的，可表述为：

其中，α为衰减常数，Re()表示取实部，ω为角频率，μ₀和ε₀分别表示自由空间的电导率和相对介电常数，σ_e和ε_r′分别为介质的有效电导率和相对介电常数的实部，γ表示复传输常数。

其次是多径衰落，不同频段的信号传播时产生的多径衰落时不同的，可表述为：

其中，h(t)为接收信号的等效信道，C(t)为时刻t时的接收信号路径数，α_c(t)表示第c条信号路径在时刻t时的衰减项，φ_c(t)表示第c条信号路径在时刻t时的多普勒相移，τ_c(t)表示第c条信号路径在时刻t时的时延，f_c为信号的中心频率。

最后是边缘衍射效应，电磁波在墙角(二面角)附近传播时，其衍射效应是与频率相关的，衍射场可表述为：

其中，R₀为观测点位置，Eⁱⁿ(Q)表示衍射点Q处的入射场，

为并矢边缘衍射系数，A(s)是幅度衰减系数，λ表示信号的波长，S为衍射点沿射线方向的长度。

以上因素，均会导致不同频段的窄带信号下接收信号的功率曲线出现不同。在本发明中给出的两类场景下的双频信号接收功率，双频信号与理想模型的归一化衰减功率，如图3和图4所示。因此，现有技术在不同频段信号的层析成像结果中，伪影等问题出现的位置会有差异，成像结果如图5所示；本发明采用双频信号融合成像的方法则能克服这一问题，有效地减少伪影并保留清晰的物体边缘结构信息。

本领域的技术人员应注意，在本发明中所提的衰减功率是指，任一组无线节点对扫描未知区域时，此时的接收信号功率减去对应空场景的接收信号功率，需保证二者的发射节点与接收节点的绝对距离相同，则得到的衰减功率即为未知区域内的物体导致的功率衰减。

步骤3：双频信号融合成像

3.1、基于上述信号模型，提出了考虑总变分约束的联合迭代成像方法。对未知区域成像，故设初始成像结果为0矩阵，然后联合M次采样的数据值进行迭代更新每一个网格的数值，更新过程可表述为：

其中，O_n ⁽⁰⁾表示初始成像结果。完成所有网格的更新，表示完成了一轮迭代更新，在每一轮迭代更新过程中，加入总变分约束，优化成像结果，可表述为：

min||O||_TV+βf(O,ε),s.t.△P＝AO (10)

其中，β表示权重因子，一般取为0.5，f(O,ε)表示求解O中某元素和ε中与其最接近的某元素的差值，ε表示介质的理论相对介电常数向量。

上一轮迭代更新优化后的成像结果，作为下一轮迭代的初始值(即O_n ⁽⁰⁾)，继续上述式(9)-(10)操作，直到满足终止条件，即成像结果与上一轮结果的差值的二范数小于等于自主设定的某值，终止迭代并得到最终成像结果；这里的自主设定的某值主要根据成像精度的需求来定，一般选定为0.5左右。

3.2、将双频段窄带信号各自得到的成像结果，通过乘-减-加算术融合策略进行非相干融合，得到最终的成像结果。首先，联乘操作可表述为：

其中，O₁(x,y)和O₂(x,y)分别表示双频信号得到的成像结果在(x,y)处的像素值。联减操作得到O_S(x,y)，可表述为：

最终的成像结果由联加操作求得：

其中，O_A(x,y)表征基于双频信号的最终成像结果。

本发明中例举的“T”、“L”形砖墙结构试验场景，图5中分别展示了以2.4GHz和5GHz为中心频率的窄带信号下的成像结果，图6给出了本发明所提的基于双频窄带信号的成像结果。可以明显地看出，单频段信号的层析成像结果中有较多的伪影和边缘模糊问题，且无法判断是否为物体结构，影响了成像质量。由本发明所提算法的试验结果可以看出，成像结果中保留了更加清晰的结构边缘信息，且有效地减少了伪影问题，进而验证了本发明的正确性和有效性。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (6)

1.一种基于双频窄带信号的联合迭代层析成像方法，其特征在于，包括：

S1、利用收发分置节点对从多角度多位置扫描未知场景，获取穿透场景的双频窄带信号；

S2、根据接收的双频信号的功率与系统矩阵的关系，建立信号模型；步骤S2所述的信号模型表达式为：

ΔP≈AO

其中，ΔP为接收信号功率与空场景接收信号功率对消后的衰减功率矩阵，ΔP＝[ΔP₁,...,ΔP_M]^T，上标T表示转置，M为采样总点数；O表示未知区域离散成若干单元格后的衰减率矩阵，O＝[O₁,...,O_N]^T，其中O_n为单元格n的衰减率，n＝1,2,3,…,N；A为M×N阶的系统矩阵，A中的元素表示为A_i,n＝g(R_i,r_n)Eⁱⁿ(r_n)ΔV/Eⁱⁿ(R_i)，r_n表示第n个网格，R_i表示第i个接收节点，g(R_i,r_n)表示格林函数，Eⁱⁿ(r_n)表示在位置r_n处的入射信号，Eⁱⁿ(R_i)表示在位置R_i处的入射信号，ΔV表示一个离散网格的体积值；

S3、基于建立的信号模型，分别利用联合迭代成像方法获取各自频段的成像结果；步骤S3具体为：

S31、对未知区域成像，设初始成像结果为0矩阵，然后联合M次采样的数据值进行迭代更新每一个网格的数值，更新过程表示为：

其中，O_n ⁽⁰⁾表示初始成像结果；

S32、完成所有网格的更新，表示完成了一轮迭代更新，在每一轮迭代更新过程中，加入总变分约束，优化成像结果，表示为：

min||O||_TV+βf(O,ε),s.t.ΔP＝AO

其中，β表示权重因子，f(O,ε)表示求解O中某元素和ε中与其最接近的某元素的差值，ε表示介质的理论相对介电常数向量；

S33、上一轮迭代更新优化后的成像结果，作为下一轮迭代的初始值，即O_n ⁽⁰⁾，步骤S31-S32，直到满足成像结果与上一轮结果的差值的二范数小于或等于设定阈值，终止迭代并得到最终成像结果；

S4、将双频窄带信号得到的成像结果，通过算术融合策略非相干融合得到最终的成像结果；步骤S4具体为：将双频段窄带信号各自得到的成像结果，通过乘-减-加算术融合策略进行非相干融合，得到最终的成像结果；

首先，联乘操作表述为：

其中，O₁(x,y)和O₂(x,y)分别表示双频信号得到的成像结果在(x,y)处的像素值；联减操作得到O_S(x,y)，表述为：

最终的成像结果由联加操作求得：

其中，O_A(x,y)表征基于双频信号的最终成像结果。

2.根据权利要求1所述的一种基于双频窄带信号的联合迭代层析成像方法，其特征在于，步骤S1在扫描过程中，收发分置节点对中发射节点的天线和接收节点的天线始终保持正对。

3.根据权利要求2所述的一种基于双频窄带信号的联合迭代层析成像方法，其特征在于，步骤S1每个角度的收发分置节点对采样路径间形成的区域完全覆盖未知场景。

4.根据权利要求3所述的一种基于双频窄带信号的联合迭代层析成像方法，其特征在于，所述收发分置节点对沿对应角度的采样路径同步等间隔地移动，对未知区域进行扫描。

5.根据权利要求4所述的一种基于双频窄带信号的联合迭代层析成像方法，其特征在于，采样间隔大于或等于成像网格大小。

6.根据权利要求5所述的一种基于双频窄带信号的联合迭代层析成像方法，其特征在于，步骤S3还包括：在每一轮迭代过程中，利用改进型总变分约束优化迭代结果。

Images