CN114035234A - 一种车载式探地雷达合成孔径聚焦成像方法 - Google Patents
一种车载式探地雷达合成孔径聚焦成像方法 Download PDFInfo
- Publication number
- CN114035234A CN114035234A CN202111455929.XA CN202111455929A CN114035234A CN 114035234 A CN114035234 A CN 114035234A CN 202111455929 A CN202111455929 A CN 202111455929A CN 114035234 A CN114035234 A CN 114035234A
- Authority
- CN
- China
- Prior art keywords
- point
- aperture
- preset
- radar
- calculating
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
-
- 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
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种车载式探地雷达合成孔径聚焦成像方法,涉及探地雷达成像领域。通过获取雷达剖面矩阵数据;然后提取探地雷达剖面数据中的各点位置信息;然后根据各点位置信息分别计算各点的孔径数和界面入射点坐标;然后根据各点的孔径数和入射点坐标按照预置的时延计算公式计算得到各点在对应各个孔径内的时延,寻找到各孔径对应时延的矩阵元素位置;取剖面矩阵中的任一列数据计算时延,并将各孔径被聚焦元素的位置封装为一个“塔”阵;最后将整个剖面数据按“塔”阵中描述的被聚焦元素时窗位置带入预置的合成孔径聚焦成像公式中,得到新的剖面,有效提高了横向分辨率,缩小了聚焦环境干扰的影响范围,使得雷达成像质量得到提升。
Description
技术领域
本发明涉及探地雷达成像领域,具体而言,涉及一种车载式探地雷达合成孔径聚焦成像方法。
背景技术
中国的轨道交通建设规模和速度处于世界第一位,伴随着轨道交通的营运,工程质量缺陷及营运健康状态等问题至关重要,特别是其中的隐蔽性结构如隧道内部状态、路基内部状态和桥梁内部结构装填等,无法用肉眼观测到其内部状态,一旦出现事故,将导致巨大的安全风险和财产损失。另外轨道交通建设一般是电气化基础设施,管理严格,对电磁监测设备干扰众多。车载式探地雷达技术是一种无损、快速且连续的内部缺陷新检测方法,这种方法采用非接触的收发天线快速向目标辐射并回收电磁波能量,能够满足轨道交通隐蔽性结构设施快速、无损的检测需求。但轨道交通检测中由于设备需搭载在轨道机车上,因而检测距离较远,这将导致雷达横向分辨率的降低,再加上检测环境中大量电磁干扰型设备(如高压电吊柱、配电箱和消防设备等),车载式探地雷达的剖面质量被严重影响,这些都降低了回波剖面质量。
发明内容
本发明的目的在于提供一种车载式探地雷达合成孔径聚焦成像方法,用以改善现有技术中由于检测距离远导致雷达信号横向分辨率降低,以及检测环境中大量电磁干扰型设备影响剖面质量的问题。
本申请实施例提供一种车载式探地雷达合成孔径聚焦成像方法,其包括以下步骤:
获取雷达剖面矩阵数据;
提取雷达剖面矩阵数据中的各点位置信息;
根据各点位置信息分别计算各点的孔径数和入射点坐标;
根据各点的孔径数和入射点坐标按照预置的时延计算公式计算得到各点在对应各个孔径内的时延,并按照预置的矩阵元素时窗位置公式计算得到各孔径对应时延的矩阵元素时窗位置;
取剖面矩阵中的任一列数据按上述步骤计算时延,并将该列中各点对应的各孔径被聚焦元素的位置封装为一个聚焦位置“塔”阵;
将整个剖面数据中的点按“塔”阵中的矩阵元素时窗位置带入预置的合成孔径聚焦成像公式中叠加求和,得到新的剖面数据。
上述实现过程中,通过获取雷达剖面矩阵数据;然后提取探地雷达剖面矩阵数据中的各点位置信息;然后根据各点位置信息分别计算各点的孔径数和界面入射点坐标;然后根据各点的孔径数和界面入射点坐标按照预置的时延计算公式计算得到各点在对应各个孔径内的时延,寻找到各孔径对应时延的矩阵元素位置;取剖面矩阵中的任一列数据计算时延,并将该列中各点对应的各孔径被聚焦元素的位置封装为一个聚焦位置“塔”阵;;将整个剖面数据中的点按“塔”阵中的矩阵元素时窗位置带入预置的合成孔径聚焦成像公式中叠加求和,得到新的剖面数据。利用车载式探地雷达在轨道机车上运行具有固定的检测位置的特点,结合合成孔径聚焦成像理论将成像场景分为空气和介质两类传播媒介,提出车载式探地雷达孔径数和入射点计算公式,建立独特的聚焦位置“塔”型参数阵列,充分提高方法执行效率,以提高车载式探地雷达横向分辨率并聚焦检测环境中大量电磁干扰型设备,缩小其剖面影响范围,提高了雷达回波剖面质量。本发明能有效提高雷达剖面水平向分辨率,并且聚焦检测环境中大量电磁干扰型设备,缩小其剖面影响范围。同传统向后投影方法相比,采用“塔”型阵的新模式避免了基于运动学的全剖面复杂运算,提高了方法效率。面对车载式雷达巨大的数据量,本发明中避免了合成孔径成像中耗时的插值运算,加之整个参数“塔”阵具有先验性,可事先计算出并存储在计算机或硬件媒介中,机器执行过程中仅含加法运算,这进一步提高了方法效率。由于参数阵的固定,对于每道数据的处理和一个固定有限长滤波器处理模式相同,使得该方法具有可以写入芯片或实时成像模块中的能力。
基于第一方面,在本发明的一些实施例中,上述根据各点位置信息分别计算各点的孔径数和入射点坐标的步骤包括以下步骤:
将任一点记为点P并分别判断各点P位置是否位于空气层中,若是,则将该点P记为点A并计算该点A在空气层中的孔径数;若否,则将该点P记为点B并计算该点B在介质层中的孔径数和入射点坐标。
基于第一方面,在本发明的一些实施例中,上述计算该点A在空气中的孔径数的步骤包括以下步骤:
根据该点A的位置信息和预置的雷达参数信息采用预置的空气层孔径长度计算公式进行计算,得到该点A在空气中的孔径长度;
根据该点A在空气中的孔径长度和预置的雷达参数信息采用预置的孔径数计算公式进行计算,得到点A在空气层中的初始孔径数;
对点A在空气层中的初始孔径数按照预置的修正规则进行修正,得到点A在空气中的孔径数。
基于第一方面,在本发明的一些实施例中,上述预置的空气层孔径长度计算公式为:
基于第一方面,在本发明的一些实施例中,上述预置的孔径数计算公式为:
基于第一方面,在本发明的一些实施例中,上述计算该点B介质层中的孔径数和入射点坐标的步骤包括以下步骤:
根据该点B的位置信息和预置的雷达参数信息采用预置的介质层孔径长度计算公式进行计算,得到点B在介质层中的孔径长度;
根据该点B在介质层中的孔径长度和预置的雷达天线信息采用预置的孔径数计算公式进行计算,得到点B在介质中的初始孔径数;
对点B在介质层中的初始孔径数按照预置的修正规则进行修正,得到点在介质中的孔径数;
将点B初始坐标和预置的雷达天线参数信息带入预置的入射点坐标公式中,得到入射点坐标。
基于第一方面,在本发明的一些实施例中,上述预置的入射点坐标公式为:
其中,xB为该点B的水平向坐标,zB为点B的垂向坐标,xi为当前孔径范围内被聚焦道的横坐标,H为天线到介质层表面的距离,ε1为空气层中相对介电常数,ε2为介质层中相对介电常数,xR为入射点R的横坐标,x0为孔径i处天线与点B连线同界面交点的水平坐标。
基于第一方面,在本发明的一些实施例中,上述预置的介质层孔径长度计算公式为:
基于第一方面,在本发明的一些实施例中,上述预置的时延计算公式为:
i为整数,其中,TBi为介质层中点B在孔径内被聚焦道i的时延,xB为点B的水平坐标,zB为点B的垂向坐标,xR为入射点的水平坐标,N为点B在空气层中的孔径数,H为天线到介质层表面的距离,c为光速,v为电磁波在介质中的传播速率。
基于第一方面,在本发明的一些实施例中,上述根据时延计算孔径i中被聚焦元素位置的公式为:
其中Tp′i为点P在孔径内被聚焦道i的被聚焦元素的时窗位置,tp为点P对应的时间,Tpi为介质中点P在孔径内被聚焦道i的时延,Δt为雷达时间采样间隔;
上述预置的合成孔径聚焦成像公式为:
本发明实施例至少具有如下优点或有益效果:
本发明实施例提供一种车载式探地雷达合成孔径聚焦成像方法,利用车载式探地雷达在轨道交通线上运行具有固定检测位置的特点,结合合成孔径聚焦成像理论将成像场景分为空气和介质两类传播媒介,提出车载式探地雷达聚焦孔径数和界面入射点计算公式,建立独特的“塔”型参数阵列,充分提高方法执行效率,以提高雷达横向分辨率并聚焦检测环境中大量电磁干扰型设备,缩小其剖面影响范围,提高了回波数据成像质量。同传统向后投影方法相比,采用“塔”型阵的新模式避免了基于运动学的全剖面复杂运算,提高了方法效率。面对车载式探地雷达巨大的数据量,本发明中避免了合成孔径成像中耗时的插值运算,加之整个参数“塔”阵具有先验性,可事先计算出并存储在计算机或硬件媒介中,机器执行过程中仅含加法运算,这进一步提高了方法效率。由于参数阵的固定,对于每道数据的处理和一个固定有限长滤波器处理模式相同,使得该方法具有可以写入芯片或实时成像模块中的能力。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种车载式探地雷达合成孔径聚焦成像方法流程图;
图2为本发明实施例提供的车载式探地雷达辐射足迹图;
图3为本发明实施例提供的孔径数在具体程序中的取值示意图;
图4为本发明实施例提供的车载式探地雷达检测场景示意图;
图5为本发明实施例提供的被聚焦元素时窗位置“塔”阵示意图;
图6为本发明实施例提供的方法详细流程图;
图7为本发明实施例提供的原始雷达剖面示例图;
图8为本发明实施例提供的原始雷达剖面按本专利方法成像的效果图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的各个实施例及实施例中的各个特征可以相互组合。
请参看图1和图6,图1为本发明实施例提供的一种车载式探地雷达合成孔径聚焦成像方法流程图,图6为本发明实施例提供的方法详细流程图。该方法包括以下步骤:
步骤S110:获取探地雷达数据;上述探地雷达数据是由雷达设备采集得到,数据中包括:剖面数据矩阵和雷达参数信息两个主要部分,其中剖面数据矩阵是用于基本图谱成像。参数信息包括:孔径间距(或称道间距),介质相对介电常数,天线离界面高度H,空气中空间采样间隔,介质中空间采样间隔,时间采样间隔,时窗和天线波瓣宽度等本专利所需必要基础参数信息。如图5将一列剖面数据不同采样点的被聚焦元素时窗位置矩阵写在一起,则构成以该列为中心,横向以孔径数N为长度、左右对称的被聚焦元素时窗位置“塔”阵。由于轨道交通检测中,设备将在轨道车上运行,天线与检测目标表面(即介质)的距离H可根据雷达设备上的距离传感器或隧道设计参数获取,且保持固定不变,因此每道数据的被聚焦元素时窗位置“塔”阵均保持一致,所以该“塔”阵仅与H相关,和具体的聚焦道无关。下面以获取到的雷达剖面数据矩阵为s=[M×U]为例。
步骤S120:提取剖面数据矩阵中的各点位置信息;数据矩阵包括有M*U个点,按照行进行循环,分别提取各个列中点。如图6所示,数据矩阵为s=[M×U],则可以按M行进行循环,分别提取各个列的点,i表示当前的行,从i=1提取,直到当i=M时,循环结束,M=1,表示含1个元素的被聚焦元素时窗位置矩阵,随着M值不断变大,被聚焦元素时窗位置矩阵不断增大,“塔”阵的每一行代表着该点对应的被聚焦元素时窗位置矩阵,矩阵的元素数量等于孔径数N,矩阵中每个元素的值代表在对应孔径内的被聚焦元素时窗位置。上述点位置信息包括点的坐标信息:点横向孔径位置,点纵向时窗位置和对应的纵向距离坐标。
步骤S130:根据各点位置信息分别计算各点的孔径数和入射点坐标;因实际工作中孔径间距为一固定距离值,所以孔径长度应该对应一定的孔径数,孔径数即点聚焦成像所采用的孔径数量(其中每个孔径抽取孔径中的一个矩阵元素值,这些值叠加在一起形成聚焦的作用)。一般情况下,天线足迹的大小近似于最大的孔径长度,请参看图2,图2为本发明实施例提供的雷达天线辐射足迹图,可以看到由于电磁波在界面处传播发生折射,孔径长度需按空气和介质分类计算,因此,上述计算过程首先需要判断剖面数据矩阵点的位置,具体是:
将任一点记为点P并分别判断各点P位置是否位于空气层中,若是,则将该点P记为点A并计算该点A在空气层中的孔径数;若否,则将该点P记为点B并计算该点B在介质层中的孔径数和入射点坐标。上述判断各点位置是否位于空气中可以是根据点的纵坐标来判断,若坐标为负,则认为是位于空气层,若坐标为正,则认为是位于介质层。
一、点P在空气中(记为点A),计算孔径数。
上述计算该点A在空气中的孔径数的步骤包括以下步骤:
首先,根据该点A的位置信息和预置的雷达参数信息采用预置的空气层孔径长度计算公式进行计算,得到点A在空气层中的孔径长度;孔径长度和天线的半功率波瓣角有关,但并非一定要取该角度值,可根据需求取不大于半功率波瓣角计算,半功率波瓣角可作为优选值,半功率波瓣角即天线主瓣最大值两侧能量下降3dB时两个方向的夹角。上述预置的空气层孔径长度计算公式为:其中,LA为点A在空气层中的孔径长度,a为一小于雷达天线的半功率波瓣角的角度值,zA为点A的纵向距离坐标。
然后,根据点A在空气层中的孔径长度和预置的雷达参数信息采用预置的孔径数计算公式进行计算,得到点A在空气层中的理论孔径数;上述预置的雷达参数信息包括相邻孔径之间距离,由雷达数据可获得。上述预置的孔径数计算公式为:其中,N为理论孔径数,L为孔径长度,Δx为相邻孔径之间距离。
最后,对点A在空气层中的孔径数按照预置的修正规则进行修正,得到点A在空气层中的实际执行所需孔径数。请参看图3,图3为本发明实施例提供的孔径数在具体方法程序中的取值示意图。孔径数经计算通常不为整数,在具体执行中各孔径应以点A呈左右对称,A点左右孔径数量N′应为偶数。具体执行中N′取整得N″。按预置修正规则对N″进行判断,得到修正的孔径数N作为点A在空气层中的孔径数。上述预置的修正规则是指以下四种判断情况:
若0<N″<1.5,N=1;
若N″≥2且为偶,N=2N″+1;
若N″≥2且为奇,N″≥N′,则N=2N″;
若N″≥2且为奇,N″<N′,则N=2N″+2。
二、点P在介质层中(记为点B),计算孔径数和入射点。
上述计算该点B在介质中的孔径数和入射点的步骤包括以下步骤:
首先,根据该点B的位置信息和预置的雷达参数信息采用预置的介质中孔径长度计算公式进行计算,得到点B在介质中的孔径长度;孔径数和天线的半功率波瓣角有关,但并非一定要取该角度值,可根据需求取不大于半功率波瓣角计算,半功率波瓣角可作为优选值,半功率波瓣角即天线主瓣最大值两侧能量下降3dB时两个方向的夹角。上述预置的介质中孔径长度计算公式为:其中,H是天线离界面高度,zB为点B的垂向坐标,a为一小于雷达天线的半功率波瓣角的角度值,β为折射角,LB为点B在介质层中的孔径长度。
根据该点B在介质层中的孔径长度和预置的雷达参数信息采用预置的孔径数计算公式进行计算,得到该点在介质层中的孔径数;上述预置的雷达天线参数信息包括相邻孔径间距Δx,由雷达数据可获得。上述预置的孔径数计算公式为:其中,N为理论孔径数,L为孔径长度。
然后,对点B在介质层中的孔径数按照预置的修正规则进行修正,得到点B在介质层中的具体执行所需孔径数;上述预置的修正规则与上述空气层中的预置的修正规则一样,请参看图3,图3为本发明实施例提供的孔径数在方法中的取值示意图。在此就不再赘述。
然后根据该点B的位置信息采用预置入射点坐标公式计算入射点坐标。
当点B位于介质中时,点B获得的电磁波信息,是按Snell法则经由界面入射点R传播,请参看图4,图4为本发明实施例提供的车载式探地雷达检测场景示意图。计算入射点R的坐标。上述采用Snell定律推导是指入射角θ1和折射角θ2满足Snell定律:其中空气和介质中相对介电常数分别为ε1和ε2。预置的入射点坐标预置公式为:
其中,xB为该点B的水平向坐标,zB为点B的垂向坐标,xi为当前孔径范围内被聚焦孔径i横坐标,H为天线到介质表面的距离,ε1为空气层中相对介电常数,ε2为介质层中相对介电常数,xR为入射点R的横坐标,x0为孔径i处天线与点B连线同界面交点的水平坐标。
该公式是根据Snell传播规律的一种近似计算公式,该公式可有效避免按照Snell定律通过高次方程计算入射点的复杂计算和求解程序的复杂判断。
步骤S140:根据各点的孔径数和界面入射点坐标按照预置的时延计算公式计算得到各点在对应各个孔径内的时延,并按照预置的矩阵元素时窗位置公式计算得到各孔径对应时延的矩阵元素时窗位置;上述预置的时延计算公式根据点的位置不同而不同。若点P位于空气中时(记为A),具体计算过程中只需计算一侧孔径即可,另外一侧是对称。空气中A点时延公式为:
i为整数,其中,TAi为空气层中点A在孔径内被聚焦道i的时延,xA为点A的水平坐标,zA为点A的垂向坐标,N为点A在空气层中的孔径数,H为天线到介质层表面的距离,c为光速;若点P位于介质中时(记为B),具体计算过程中只需计算一侧孔径即可,另外一侧是对称。介质中B点时延公式为:。
i为整数,其中,TBi为介质层中点B在孔径内被聚焦道i的时延,xB为点B的水平坐标,zB为点B的垂向坐标,xR为入射点的横坐标,N为点B在空气层中的孔径数,H为天线到介质层表面的距离,c为光速,v为电磁波在介质中的传播速率。
根据时延计算被孔径i中被聚焦元素位置的公式为:
其中T′pi为点P(点P即剖面中任一空气层中的点A或介质层中的点B)在孔径内被聚焦道i的元素时窗位置,tp为点P对应的时间,Tpi为介质中点P在孔径内被聚焦道i的时延,Δt为雷达时间采样间隔。
步骤S150:取剖面矩阵中的任一列数据按上述步骤计算时延,并将各点对应的各孔径中被聚焦元素的位置封装为一个聚焦位置“塔”阵;
请参看图5,图5为本发明实施例提供的被聚焦元素时窗位置“塔”阵示意图。将一列数据不同采样点的孔径中被聚焦元素时窗位置矩阵写在一起,则构成以该孔径为中心,横向以孔径数N为长度、左右对称的被聚焦元素时窗位置“塔”阵。由于轨道交通隧道检测中,设备将在轨道车上运行,天线与介质表面的距离H可根据雷达设备上的距离传感器或隧道设计参数获取,且保持固定不变,因此每孔径数据的被聚焦元素时窗位置矩阵“塔”阵均保持一致,所以该“塔”阵仅与H相关,和具体的孔径无关。
步骤S160:将整个剖面数据中的点按“塔”阵中的矩阵元素时窗位置带入预置的合成孔径聚焦成像公式中叠加求和,得到新的剖面数据。
上述预置的合成孔径聚焦成像公式为:其中,s′(xp,tp)为新的剖面数据,xp对应点P(点P即剖面中任一空气层中的点A或介质层中的点B)的横坐标,tp为点P对应的时间,T′pi为点P在孔径内被聚焦道i的元素的时窗位置。当剖面中的数据完成遍历即可得到新的合成孔径聚焦成像结构剖面,即得到新的剖面数据。请参看图7和图8,图7为本发明实施例提供的原始雷达剖面示例图,图8为本发明实施例提供的原始雷达剖面合成孔径聚焦成像效果图。
上述实现过程中,通过获取雷达剖面矩阵数据;然后提取探地雷达剖面矩阵数据中的各点位置信息;然后根据各点位置信息分别计算各点的孔径数和界面入射点坐标;然后根据各点的孔径数和界面入射点坐标按照预置的时延计算公式计算得到各点在对应各个孔径内的时延,寻找到各孔径对应时延的矩阵元素位置;取剖面矩阵中的任一列数据计算时延,并将各孔径被聚焦元素的位置封装为一个“塔”阵;最后将整个剖面数据按“塔”阵中描述的元素时窗位置获得各孔径中的被聚焦数据,带入预置的合成孔径聚焦成像公式中叠加求和,得到新的剖面数据。利用车载式探地雷达在轨道机车上运行具有固定的检测位置的特点,结合合成孔径聚焦成像理论将成像场景分为空气和介质两类传播媒介,提出车载式探地雷达孔径数和入射点计算公式,建立独特的聚焦位置“塔”型参数阵列,充分提高方法执行效率,以提高车载式探地雷达横向分辨率并聚焦检测环境中大量电磁干扰型设备,缩小其剖面影响范围,提高了雷达回波剖面质量。本发明能有效提高雷达剖面水平向分辨率,并且聚焦检测环境中大量电磁干扰型设备,缩小其剖面影响范围。同传统向后投影方法相比,采用“塔”型阵的新模式避免了基于运动学的全剖面复杂运算,提高了方法效率。面对车载式探地雷达巨大的数据量,本发明中避免了合成孔径成像中耗时的插值运算,加之整个参数“塔”阵具有先验性,可事先计算出并存储在计算机或硬件媒介中,机器执行过程中仅含加法运算,这进一步提高了方法效率。由于参数阵的固定,对于每道数据的处理和一个固定有限长滤波器处理模式相同,使得该方法具有可以写入芯片或实时成像模块中的能力。
以上上述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种车载式探地雷达合成孔径聚焦成像方法,其特征在于,包括以下步骤:
获取雷达剖面矩阵数据;
提取雷达剖面矩阵数据中的各点位置信息;
根据各点位置信息分别计算各点的孔径数和入射点坐标;
根据各点的孔径数和入射点坐标按照预置的时延计算公式计算得到各点在对应各个孔径内的时延,并按照预置的矩阵元素时窗位置公式计算得到各孔径对应时延的矩阵元素时窗位置;
取剖面矩阵中的任一列数据按上述步骤计算时延,并将该列中各点对应的各孔径被聚焦元素的位置封装为一个聚焦位置“塔”阵;
将整个剖面数据中的点按“塔”阵中的矩阵元素时窗位置带入预置的合成孔径聚焦成像公式中叠加求和,得到新的剖面数据。
2.根据权利要求1所述的车载式探地雷达合成孔径聚焦成像方法,其特征在于,所述根据各点位置信息分别计算各点的孔径数和入射点坐标的步骤包括以下步骤:
将任一点记为点P并分别判断各点P位置是否位于空气层中,若是,则将该点P记为点A并计算该点A在空气层中的孔径数;若否,则将该点P记为点B并计算该点B在介质层中的孔径数和入射点坐标。
3.根据权利要求2所述的车载式探地雷达合成孔径聚焦成像方法,其特征在于,所述计算该点A在空气层中的孔径数的步骤包括以下步骤:
根据该点A的位置信息和预置的雷达参数信息采用预置的空气层孔径长度计算公式进行计算,得到点A在空气层中的孔径长度;
根据点A在空气层中的孔径长度和预置的雷达参数信息采用预置的孔径数计算公式进行计算,得到点A在空气层中的初始孔径数;
对点A在空气层中的初始孔径数按照预置的修正规则进行修正,得到点A在空气层中的孔径数。
6.根据权利要求2所述的车载式探地雷达合成孔径聚焦成像方法,其特征在于,所述计算该点B在介质层中的孔径数和入射点坐标的步骤包括以下步骤:
根据该点B的位置信息和预置的雷达参数信息采用预置的介质层孔径长度计算公式进行计算,得到点B在介质层中的孔径长度;
根据点B在介质层中的孔径长度和预置的雷达天线参数信息采用预置的孔径数计算公式进行计算,得到点B在介质层中的初始孔径数;
对点B在介质层中的孔径数按照预置的修正规则进行修正,得到点B在介质层中的孔径数;
将点B初始坐标和预置的雷达天线参数信息带入预置的入射点坐标公式中,得到入射点坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111455929.XA CN114035234B (zh) | 2021-12-01 | 2021-12-01 | 一种车载式探地雷达合成孔径聚焦成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111455929.XA CN114035234B (zh) | 2021-12-01 | 2021-12-01 | 一种车载式探地雷达合成孔径聚焦成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114035234A true CN114035234A (zh) | 2022-02-11 |
CN114035234B CN114035234B (zh) | 2022-09-23 |
Family
ID=80139567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111455929.XA Active CN114035234B (zh) | 2021-12-01 | 2021-12-01 | 一种车载式探地雷达合成孔径聚焦成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114035234B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050200516A1 (en) * | 2004-01-26 | 2005-09-15 | Physical Domains | Retrodirective noise-correlating (RNC) radar methods and apparatus |
EP2392943A1 (en) * | 2010-06-03 | 2011-12-07 | Ellegi S.r.l. | Synthetic-aperture radar system and operating method for monitoring ground and structure displacements suitable for emergency conditions |
CN105974405A (zh) * | 2016-05-04 | 2016-09-28 | 哈尔滨工业大学 | 基于幅度加权的探地雷达后向投影成像方法 |
CN107390213A (zh) * | 2017-07-14 | 2017-11-24 | 中南大学 | 一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法 |
US20190128998A1 (en) * | 2017-10-30 | 2019-05-02 | Yekutiel Josefsberg | Radar target detection and imaging system for autonomous vehicles with ultra-low phase noise frequency synthesizer |
US20200319331A1 (en) * | 2019-04-04 | 2020-10-08 | Battelle Memorial Institute | Imaging Systems and Related Methods Including Radar Imaging with Moving Arrays or Moving Targets |
CN112859072A (zh) * | 2021-01-20 | 2021-05-28 | 北京环境特性研究所 | 一种基于平面mimo阵列的雷达系统及三维成像方法 |
-
2021
- 2021-12-01 CN CN202111455929.XA patent/CN114035234B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050200516A1 (en) * | 2004-01-26 | 2005-09-15 | Physical Domains | Retrodirective noise-correlating (RNC) radar methods and apparatus |
EP2392943A1 (en) * | 2010-06-03 | 2011-12-07 | Ellegi S.r.l. | Synthetic-aperture radar system and operating method for monitoring ground and structure displacements suitable for emergency conditions |
CN105974405A (zh) * | 2016-05-04 | 2016-09-28 | 哈尔滨工业大学 | 基于幅度加权的探地雷达后向投影成像方法 |
CN107390213A (zh) * | 2017-07-14 | 2017-11-24 | 中南大学 | 一种基于滑动时窗的探地雷达记录剖面的时延曲线提取方法 |
US20190128998A1 (en) * | 2017-10-30 | 2019-05-02 | Yekutiel Josefsberg | Radar target detection and imaging system for autonomous vehicles with ultra-low phase noise frequency synthesizer |
US20200319331A1 (en) * | 2019-04-04 | 2020-10-08 | Battelle Memorial Institute | Imaging Systems and Related Methods Including Radar Imaging with Moving Arrays or Moving Targets |
CN112859072A (zh) * | 2021-01-20 | 2021-05-28 | 北京环境特性研究所 | 一种基于平面mimo阵列的雷达系统及三维成像方法 |
Non-Patent Citations (2)
Title |
---|
HONGQIANG XIONG ET AL.: "A Train一Mounted GPR System for Operatig Railway Tunne Inspection", 《ISMR2020》 * |
吕德亮等: "机载双频激光雷达结构误差与定位精度研究", 《激光与光电子学进展》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114035234B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112414309B (zh) | 基于机载激光雷达的高铁接触线导高及拉出值巡检方法 | |
CN105517677A (zh) | 深度图/视差图的后处理方法和装置 | |
CN107748360A (zh) | 海表风场反演方法及装置 | |
CN102914290A (zh) | 地铁限界检测系统及其检测方法 | |
CN114114314A (zh) | 基于激光点云的输电线路巡检检测系统及检测方法 | |
CN111369600B (zh) | 一种基于参照物的激光雷达点云数据配准方法 | |
CN104574296A (zh) | 一种用于偏振去雾霾的多小波融合处理图片的方法 | |
CN114035234B (zh) | 一种车载式探地雷达合成孔径聚焦成像方法 | |
CN111462214A (zh) | 一种基于Hough变换的线结构光条纹中心线提取方法 | |
CN115220007A (zh) | 一种针对姿态识别的雷达点云数据增强方法 | |
CN114299318A (zh) | 一种快速点云数据处理和目标图像匹配的方法及系统 | |
DE112020003347T5 (de) | Generieren von umgebungsinformationen durch verwenden von drahtloser datenübertragung | |
CN115422981A (zh) | 面向单频机载激光测深数据的水陆分类方法、系统及应用 | |
CN112215832B (zh) | Sar尾迹图像质量评估及自适应探测参数调整方法 | |
CN116091494B (zh) | 一种输电机械外破隐患测距方法 | |
CN116012539B (zh) | 一种无人机与激光检测结合对气团三维成像的计算方法 | |
CN103400381B (zh) | 一种基于光学成像的水下目标跟踪方法 | |
CN104407348B (zh) | 一种侧视多普勒波束锐化与前视单脉冲复合成像方法 | |
CN116299236A (zh) | 一种基于抽稀PS点的InSAR大气误差校正方法 | |
CN115980697A (zh) | 一种不同天气条件下激光雷达反演边界层高度的方法 | |
CN105137419B (zh) | 一种利用栅瓣增益的粒子滤波检测前跟踪方法 | |
CN113205564A (zh) | 一种sar智能目标边缘重构方法 | |
CN111983672A (zh) | 一种多扇区多波束回波强度处理方法及处理终端 | |
CN106156394A (zh) | 基于显式差分格式的电磁特性提取方法 | |
CN114791992B (zh) | 一种基于射线理论的深海目标前向散射声场计算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |