CN114942443B - 基于mimo-sar的介质目标快速成像方法和装置 - Google Patents
基于mimo-sar的介质目标快速成像方法和装置 Download PDFInfo
- Publication number
- CN114942443B CN114942443B CN202210879813.7A CN202210879813A CN114942443B CN 114942443 B CN114942443 B CN 114942443B CN 202210879813 A CN202210879813 A CN 202210879813A CN 114942443 B CN114942443 B CN 114942443B
- Authority
- CN
- China
- Prior art keywords
- sar
- echo signal
- target
- mimo
- spectral domain
- 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
Links
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
- G01S13/89—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
- G01S13/904—SAR modes
- G01S13/9052—Spotlight mode
-
- 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
- G01S13/904—SAR modes
- G01S13/9058—Bistatic or multistatic SAR
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请涉及一种基于MIMO‑SAR的介质目标快速成像方法和装置。所述方法包括:获取基于稀疏MIMO‑SAR体制下分层介质目标的目标回波信号,并采用快速傅里叶变换和球面波分解操作得到目标回波信号的谱域回波信号,再将谱域回波信号进行分解,得到多个谱域回波信号,对各谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各谱域回波信号对应的子图像,最后对所有的子图像进行相干累加,得到分层介质目标的MIMO‑SAR聚焦图像。本方法与传统方法相比避免了大量的后向投影操作,在保证图像重构质量的前提下显著提升了计算效率。
Description
技术领域
本申请涉及雷达信号处理技术和雷达目标成像技术领域,特别是涉及一种基于MIMO-SAR的介质目标快速成像方法和装置。
背景技术
近年来,多种非金属介质材料如聚四氟乙烯和玻璃纤维等因其优异的物理化学性能而被广泛应用。在诸多军用和民用领域中,这些材料通常被制作成具有层状结构的构件,如航天隔热层和桥梁抗震垫等。然而,制造工艺的不完善或材料老化引起的结构缺陷很可能会导致构件性能的严重恶化,进而引起安全事故的发生。由此看来,无论是在生产还是使用过程中,对介质结构进行无损检测和内部成像以评估其性能是很有必要的。
不同于传统的X射线,毫米波不仅能够重构出目标的细微特征,实现高分辨成像,还对衣物、聚四氟乙烯和玻璃纤维等多种非金属介质材料具有一定的穿透能力和非电离特性。因此,基于阵列的主动式毫米波雷达成像技术在诸如人体安检、医学成像和缺陷检测等近场无损检测应用中有其独特的优势,具有重要的理论研究意义和社会应用价值。作为一种新兴的阵列体制,稀疏MIMO-SAR可以被看做是扫描一维单输入单输出(Single InputSingle Output, SISO)阵列和二维实孔径稀疏MIMO阵列的折中产物,能够在保证快速数据采集的同时大量节约硬件成本。
现有的毫米波稀疏多输入多输出合成孔径雷达(Multiple Input MultipleOutput-Synthetic Aperture Radar, MIMO-SAR)体制的快速成像方法往往基于自由空间假设,当目标为分层介质结构时,其建立的回波模型的不准确性会导致应用这些方法得到的目标图像出现严重的散焦现象。另外,这些成像研究大都假设采用的1D-MIMO阵列中收发阵列都是严格均匀的,其完全基于FFT的成像思路对一些优化后的非均匀MIMO阵列拓扑并不适用,且这些方法在执行过程中涉及到了大量的高维矩阵运算,对计算设备的性能尤其是随机存取存储器(Random Access Memory, RAM)容量更加依赖。
发明内容
基于此,有必要针对上述技术问题,提供一种对介质目标实现无损检测且实现简单,计算快速的基于MIMO-SAR的介质目标快速成像方法和装置。
一种基于MIMO-SAR的介质目标快速成像方法,所述方法包括:
获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作得到目标回波信号的MIMO-SAR谱域回波信号;
将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
在其中一实施例中,所述获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号包括:基于空间笛卡尔坐标系构建稀疏MIMO-SAR的成像几何,其中,所述MIMO-SAR体制的阵列孔径位于平面上,1D-MIMO阵列位于方向上,并沿着方向机械扫描以合成等效的二维孔径对所述分层介质目标区域进行照射。
在其中一实施例中,所述获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号包括:通过矢量网络分析仪向所述分层介质目标发射宽带扫频信号,并采用与二维机械扫描架联动的方式获取所述目标回波信号。
在其中一实施例中,所述目标回波信号根据并矢格林函数构建。
在其中一实施例中,所述目标回波信号构建为:
在上式中,,和分别代表目标、发射端和接收端的坐标位置;为自由空间中的波阻抗;为电磁波在自由空间中的波数,其中和分别表示载波频率和光速;和分别代表目标的反射率函数和图像重构区域;表示为基于半空间介质的双向并矢格林函数,即
在其中一实施例中,对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像包括:
单个的所述SIMO-SAR谱域回波信号表示为第一谱域回波信号公式:
最后再通过对所述第三谱域回波信号公式进行波数积分处理就可以得到单个SIMO-SAR对应的目标子图像。
在其中一实施例中,所述稀疏MIMO-SAR体制中的收发阵列拓扑为均匀布置,或接收阵列拓扑均匀布置而发射阵列拓扑非均匀布置,或接收阵列拓扑非均匀布置而发射阵列拓扑均匀布置。
一种基于MIMO-SAR的介质目标快速成像装置,所述装置包括:
谱域回波信号得到模块,用于获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作获取目标回波信号的MIMO-SAR谱域回波信号;
谱域回波信号分解模块,用于将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
子图像得到模块,用于对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
聚集图像得到模块,用于对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作得到目标回波信号的MIMO-SAR谱域回波信号;
将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作得到目标回波信号的MIMO-SAR谱域回波信号;
将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
上述基于MIMO-SAR的介质目标快速成像方法和装置,通过获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并采用快速傅里叶变换和球面波分解操作得到目标回波信号的MIMO-SAR谱域回波信号,再将MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号,对各SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各SIMO-SAR谱域回波信号对应的子图像,最后对所有的子图像进行相干累加,得到分层介质目标的MIMO-SAR聚焦图像。本方法与传统方法相比避免了大量的后向投影操作,在保证图像重构质量的前提下显著提升了计算效率。
附图说明
图1为一个实施例中基于MIMO-SAR的介质目标快速成像方法的流程示意图;
图2为一个实施例中近场稀疏MIMO-SAR成像几何示意图;
图3为仿真中采用的稀疏MIMO阵列构型示意图;
图4为仿真中采用的介质内部分布的空间多点散射模型示意图;
图5为仿真中对介质内部多点散射模型的成像结果示意图,其中图5(a)及图5(c)为介质内部多点模型,图5(b)为基于介质内部多点模型根据IBP算法的成像结果,图5(d)为基于介质内部多点模型根据本方法的成像结果;
图6为实验中采用的稀疏MIMO阵列构型示意图;
图7为实验中采用的介质内嵌的PTFE块分的示意图;
图8为实验中采用不同方法在不同距离处的切面成像结果示意图,其中图8(a)、图8(b)、图8(c)采用IBP算法分别在y=0cm,y=2cm,y=8cm处的切面成像结果示意图,图8(d)、图8(e)、图8(f)采用本方法分别在y=0cm,y=2cm,y=8cm处的切面成像结果示意图;
图9为一个实施例中基于MIMO-SAR的介质目标快速成像装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在现有技术中采用二维MIMO阵列对目标可实现快拍成像,但构建这样一个阵元排布密集的实孔成像系统需要高成本,且录取的巨大量回波数据也对设备的计算性具有较高的要求。而现有采用毫米波稀疏MIMO-SAR快速成像的方法往往基于自由空间的假设,不能直接对分层介质目标进行成像,并且该技术中采用的MIMO体制中的收发阵列都是严格均匀,这样使得运用起来具有局限性。
针对以上缺陷,如图1所示,提供了一种基于MIMO-SAR的介质目标快速成像方法,包括以下步骤:
步骤S100,获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作得到目标回波信号的MIMO-SAR谱域回波信号。
步骤S110,将MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号。
步骤S120,对各SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各SIMO-SAR谱域回波信号对应的子图像。
步骤S130,对所有的子图像进行相干累加,得到分层介质目标的MIMO-SAR聚焦图像。
在本实施例中,采用毫米波稀疏MIMO-SAR体制(下文中简写为稀疏MIMO-SAR体制,或者MIMO-SAR体制)对分层介质目标进行快速成像,能够在保证快速数据采集的同时节约硬件成本。并且在对目标的回波数据进行构建后通过快速傅里叶变换以及球面波分解可获取精确的目标谱域回波信号。然后将获取稀疏MIMO-SAR成像的问题重构分解为获取多个SIMO-SAR的成像问题,分别对MIMO-SAR体制中不同发射阵元对应的SIMO-SAR谱域回波信号采用逆傅里叶变换、多步相位补偿以及波数积分等步骤得到各SIMO-SAR谱域回波信号对应的目标子图像。最后将所有子图像进行相干累积得到分层介质目标的完整SIMO-SAR图像。这样与传统的方法相比,避免了大量的后向投影操作,并且在保证图像重构质量的前提下提升了计算效率。
在步骤S100中,获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号包括:如图2所示,基于空间笛卡尔坐标系构建稀疏MIMO-SAR的成像几何,其中,所述MIMO-SAR体制的阵列孔径位于平面上,1D-MIMO阵列(也就是一维MIMO阵列或者MIMO阵线)位于方向上,并沿着方向机械扫描以合成等效的二维孔径对所述分层介质目标区域进行照射。且成像目标为汉以后内部缺陷的均匀介质材料,相对电常数为,空气与介质之间的分界面位于平面上。
进一步的,在分层介质目标的目标回波信号时通过矢量网络分析仪向分层介质目标发射宽带扫频信号,并采用与二维机械扫描架联动的方式获取所述目标回波信号。
在假设雷达发射端和接收端的极化方向一致,且不考虑信号传播衰减,根据一阶Born近似可得到目标回波信号,表示为:
在公式(1)中,,和分别代表目标、发射端和接收端的坐标位置。为自由空间中的波阻抗。为电磁波在自由空间中的波数,其中和分别表示载波频率和光速。和分别代表目标的反射率函数和图像重构区域。且该目标回波模型根据并矢格林函数构建,公式(1)中,表示为基于半空间介质的双向并矢格林函数,即
根据电磁学理论可知垂直于阵列方向的空间波数分量是不连续的,通过驻定相位原理进行球面波分解可得到:
将公式(4)和公式(5)带入公式(3)可得到目标回波信号的MIMO-SAR谱域回波信号,其表示为:
在步骤S110中,将步骤S100得到稀疏MIMO-SAR得到谱域回波信号进行分解得到单个SIMO-SAR对应的谱域回波信号,其表示为:
接着,令
公式(8)可被重新表示为也就是第一谱域回波信号公式:
并将公式(12)带入(11)得到第二谱域回波信号公式:
并将公式(14)带入(13)得到第三谱域回波信号公式:
由此再通过空间波数积分就可得到单个SIMO-SAR对应的目标子图像:
通过遍历MIMO-SAR体制中的发射阵元后,就可以求解出所有SIMO-SAR的目标子图像相干累加后可求解出完整的MIMO-SAR聚焦图像,表示为:
需要说明的是,本方法不仅可以应用于收发严格均匀或接收均匀而发射非均匀的两种MIMO阵列拓扑,并且根据互易性可知,该方法对于发射均匀而接收非均匀的MIMO阵列拓扑同样适用。
在其他实施例中,本方法的实施步骤为如下所示:
(1)建立图2所示的近场稀疏MIMO-SAR的成像几何。
上述基于MIMO-SAR的介质目标快速成像方法,可应用于多种稀疏MIMO阵列构型,具有一定的普适性。首先根据并矢格林函数构建出MIMO-SAR配置下的近场目标回波模型,并通过快速傅里叶变换和球面波分解操作获取精确的谱域回波表达式。然后将稀疏MIMO-SAR图像重构分解为多个SIMO-SAR的成像求解问题,分别对不同发射阵元对应的SIMO-SAR谱域回波采用逆IFFT、多步相位补偿和波数积分等步骤得到相应的目标子图像。最后,完整的聚焦图像可通过对所有SIMO-SAR的目标子图像相干累加得到。有别于传统的IBP算法,本发明提出的技术避免了大量的后向投影操作,实现了对分层介质目标的快速高质量图像重构。
与现有稀疏MIMO-SAR体制下的快速成像方法不同,本方法不仅可以应用于收发严格均匀和接收均匀发射非均匀两种MIMO阵列拓扑,根据互易性可知,该方法对于发射均匀接收非均匀的MIMO阵列同样适用。
本方法采用了多步相位补偿和FFT,仅通过少量的相干累加步骤即可求解出最终的MIMO-SAR聚焦图像,在保证图像重构质量的前提下显著提升了计算效率。
应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在本文中,还通过仿真和实验进行验证本方法的可行性:
首先通过仿真分析来验证本技术方案的有效性。如图3所示,为仿真中采用的稀疏MIMO阵列构型,它包含9个非均匀排布的发射阵元和31个均匀排布的接收阵元,阵列总长度为0.3m,在图3中,“x”表示发射端也就是发射阵元,“”表示接收端也就是接收阵元。高度向的机械扫描长度和扫描间距分别为0.3m和0.003m,整个MIMO-SAR阵列孔径位于的二维平面上。
如图4所示,采用的成像目标为介质内部分布的空间多点散射模型,介质材料的介电常数为2.08,目标的几何中心与空气介质分界面相距0.15m。假设系统的工作频率为31.5-43.5GHz且采样频点数为51个,我们可以得到9×31×101×51的4D空域目标回波信号。
为验证本发明方案的有效性,这里分别采用IBP算法和所提方法对原始回波数据进行处理,得到的3D成像结果及其沿方向的最大值投影如图5所示。可以看出在一定的动态范围下,所提方法能够获得(图5(c)以及图5(d))与IBP算法类似(图5(a)以及图5(b))的图像重构质量。另外,很明显从最大值投影结果中还可以发现,对于那些远离场景中心的点目标,所提方法具有更好的旁瓣抑制性能。接下来我们采用图像熵(IE)作为参考指标来定量评估重构图像的聚焦性能。根据图5中对仿真目标的成像结果可计算出IBP算法和所提方法的IE分别为5.73和5.87,这说明两种方法对介质目标有着几乎完全相同的聚焦能力。在计算效率方面,执行IBP算法所需的成像时间为91276.4s,而所提方法由于大量采用了基于FFT的算法步骤,其时间消耗仅为22.4s,只占据了IBP算法的0.02%。
在本次实验中,采用了一对波束宽度为40°的喇叭天线作为收发阵元,将其分别固定在二维机械扫描架中两个相互独立的水平轴上,并通过微波电缆与矢量网络分析仪相连实现信号的传输与采集,然后利用机械逐点扫描的方式来等效合成近场稀疏MIMO-SAR体制,获取相应的目标回波信号。
为验证所提方法对不同MIMO阵列构型的适应能力,调整了发射阵元的位置排布,采用了图6所示的稀疏MIMO阵列构型,在图中,“x”表示发射端也就是发射阵元,“”表示接收端也就是接收阵元,其余参数设置与仿真一致。为模拟介质材料内部的结构缺陷,将内部含有空腔的聚四氟乙烯(PTFE)块作为成像目标,如图7所示,目标结构的尺寸为0.2m×0.2m×0.08m,其内部包含一个圆柱体空腔和三个不同尺寸的立方体空腔。
如图8所示,显示了通过IBP算法和所提方法得到的不同距离处的切面成像结果(图8(a)、图8(b)、图8(c)为IBP算法,图8(d)、图8(e)、图8(f)为本申请中所提方法,且从左到右平面分别为,和),其中,和平面分别对应PTFE块前表面(即空气介质分界面),圆柱型空腔前表面和PTFE块后表面。处的图像重构过程不受介质内部结构的影响,可看作是对自由空间中PTFE块的前表面进行成像,显然两种方法都具有对介质结构表面的重建能力。当时,两种方法都可以对圆柱型空腔的位置和大小实现精准重构,且具有良好的聚焦性能,但IBP算法有着更为明显的旁瓣效应。当时,两种方法对PTFE块后表面的图像重构结果中都出现了与空腔位置和大小相同的缺陷,这是因为电磁波在空腔位置处发生的多次散射或衍射会引起电磁波的前向传播衰减,导致位于正后方的PTFE块后表面对电磁波的散射强度较弱。在成像速度方面,执行IBP算法和所提方法需要的成像时间分别为23295.3s和14.8s,很显然所提算法在保证成像质量的前提下有着更优越的计算效率。
在一个实施例中,如图9所示,提供了一种基于MIMO-SAR的介质目标快速成像装置,包括:谱域回波信号得到模块900、谱域回波信号分解模块910、子图像得到模块920和聚集图像得到模块930,其中:
谱域回波信号得到模块900,用于获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作获取目标回波信号的MIMO-SAR谱域回波信号;
谱域回波信号分解模块910,用于将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
子图像得到模块920,用于对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
聚集图像得到模块930,用于对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
关于基于MIMO-SAR的介质目标快速成像装置的具体限定可以参见上文中对于基于MIMO-SAR的介质目标快速成像方法的限定,在此不再赘述。上述基于MIMO-SAR的介质目标快速成像装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于MIMO-SAR的介质目标快速成像方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作得到目标回波信号的MIMO-SAR谱域回波信号;
将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作得到目标回波信号的MIMO-SAR谱域回波信号;
将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.基于MIMO-SAR的介质目标快速成像方法,其特征在于,所述方法包括:
获取基于稀疏MIMO-SAR体制下分层介质内目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作得到目标回波信号的MIMO-SAR谱域回波信号,其中,所述目标回波信号根据并矢格林函数构建,所述目标回波信号构建为:
在上式中,,和分别代表目标、发射端和接收端的坐标位置;为自由空间中的波阻抗;为电磁波在自由空间中的波数,其中和分别表示载波频率和光速;和分别代表目标的反射率函数和图像重构区域;表示为基于半空间介质的双向并矢格林函数,即
将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
3.根据权利要求2所述的介质目标快速成像方法,其特征在于,所述获取基于稀疏MIMO-SAR体制下分层介质目标的目标回波信号包括:通过矢量网络分析仪向所述分层介质目标发射宽带扫频信号,并采用与二维机械扫描架联动的方式获取所述目标回波信号。
4.据权利要求3所述的介质目标快速成像方法,其特征在于,对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像包括:
单个的所述SIMO-SAR谱域回波信号表示为第一谱域回波信号公式:
最后再通过对所述第三谱域回波信号公式进行波数积分处理就可以得到单个SIMO-SAR对应的目标子图像。
5.根据权利要求1所述的介质目标快速成像方法,其特征在于,所述稀疏MIMO-SAR体制中的收发阵列拓扑为均匀布置,或接收阵列拓扑均匀布置而发射阵列拓扑非均匀布置,或接收阵列拓扑非均匀布置而发射阵列拓扑均匀布置。
6.一种基于MIMO-SAR的介质目标快速成像装置,其特征在于,所述装置包括:
谱域回波信号得到模块,用于获取基于稀疏MIMO-SAR体制下分层介质内目标的目标回波信号,并通过快速傅里叶变换和球面波分解操作获取目标回波信号的MIMO-SAR谱域回波信号,其中,所述目标回波信号根据并矢格林函数构建,所述目标回波信号构建为:
在上式中,,和分别代表目标、发射端和接收端的坐标位置;为自由空间中的波阻抗;为电磁波在自由空间中的波数,其中和分别表示载波频率和光速;和分别代表目标的反射率函数和图像重构区域;表示为基于半空间介质的双向并矢格林函数,即
谱域回波信号分解模块,用于将所述MIMO-SAR谱域回波信号进行分解,得到多个SIMO-SAR谱域回波信号;
子图像得到模块,用于对各所述SIMO-SAR谱域回波信号分别进行多步相位补偿、逆快速傅里叶变换和波数积处理,得到多个与各所述SIMO-SAR谱域回波信号对应的子图像;
聚集图像得到模块,用于对所有的所述子图像进行相干累加,得到所述分层介质目标的MIMO-SAR聚焦图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210879813.7A CN114942443B (zh) | 2022-07-25 | 2022-07-25 | 基于mimo-sar的介质目标快速成像方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210879813.7A CN114942443B (zh) | 2022-07-25 | 2022-07-25 | 基于mimo-sar的介质目标快速成像方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114942443A CN114942443A (zh) | 2022-08-26 |
CN114942443B true CN114942443B (zh) | 2022-10-21 |
Family
ID=82911169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210879813.7A Active CN114942443B (zh) | 2022-07-25 | 2022-07-25 | 基于mimo-sar的介质目标快速成像方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114942443B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105842689A (zh) * | 2016-03-29 | 2016-08-10 | 北京大学 | 一种基于广义反射率模型的高分辨雷达快速成像方法 |
CN109884627A (zh) * | 2019-02-22 | 2019-06-14 | 中国人民解放军军事科学院国防科技创新研究院 | 任意线阵构型的近程毫米波快速三维成像方法 |
CN111999734A (zh) * | 2020-08-28 | 2020-11-27 | 中国电子科技集团公司第三十八研究所 | 一种宽带斜视聚束sar两步成像方法及系统 |
CN113050089A (zh) * | 2021-03-22 | 2021-06-29 | 中国人民解放军国防科技大学 | 基于距离衰减补偿的快速成像方法、装置和计算机设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2960300B1 (fr) * | 2010-05-18 | 2014-01-03 | Thales Sa | Procede de construction d'images radar focalisees. |
US20140266868A1 (en) * | 2013-03-15 | 2014-09-18 | Src, Inc. | Methods And Systems For Multiple Input Multiple Output Synthetic Aperture Radar Ground Moving Target Indicator |
-
2022
- 2022-07-25 CN CN202210879813.7A patent/CN114942443B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105842689A (zh) * | 2016-03-29 | 2016-08-10 | 北京大学 | 一种基于广义反射率模型的高分辨雷达快速成像方法 |
CN109884627A (zh) * | 2019-02-22 | 2019-06-14 | 中国人民解放军军事科学院国防科技创新研究院 | 任意线阵构型的近程毫米波快速三维成像方法 |
CN111999734A (zh) * | 2020-08-28 | 2020-11-27 | 中国电子科技集团公司第三十八研究所 | 一种宽带斜视聚束sar两步成像方法及系统 |
CN113050089A (zh) * | 2021-03-22 | 2021-06-29 | 中国人民解放军国防科技大学 | 基于距离衰减补偿的快速成像方法、装置和计算机设备 |
Non-Patent Citations (4)
Title |
---|
An Efficient mmW Frequency-Domain Imaging Algorithm for Near-Field Scanning 1-D SIMO/MIMO Array;Xu Chen et al.;《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》;20220718;第1-12页 * |
Spectral and Spatial Diversity Measurements in the Mumma Radar Lab;Y. Guzel et al.;《IEEE》;20151231;第1730-1733页 * |
Xu Chen et al..An Efficient mmW Frequency-Domain Imaging Algorithm for Near-Field Scanning 1-D SIMO/MIMO Array.《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》.2022, * |
非均匀MIMO-SAR 体制基于衰减补偿的快速成像算法;陈旭 等;《微波学报》;20210831;第37卷(第4期);第1-6页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114942443A (zh) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sleasman et al. | Design considerations for a dynamic metamaterial aperture for computational imaging at microwave frequencies | |
Gao et al. | An efficient algorithm for MIMO cylindrical millimeter-wave holographic 3-D imaging | |
Hu et al. | Ultrasonic sparse-TFM imaging for a two-layer medium using genetic algorithm optimization and effective aperture correction | |
F Imani et al. | Analytical modeling of printed metasurface cavities for computational imaging | |
CN111650585B (zh) | 近场毫米波稀疏mimo扫描阵列全聚焦成像方法和装置 | |
CN113050089B (zh) | 基于距离衰减补偿的快速成像方法、装置和计算机设备 | |
Theofanopoulos et al. | Multistatic terahertz imaging using the radon transform | |
CN111896951B (zh) | 一种毫米波柱面全息成像系统的三维成像与重构方法 | |
CN106848555B (zh) | 一种用于压缩感知雷达的随机照射口径天线及其应用 | |
Molaei et al. | Digitized metamaterial absorber-based compressive reflector antenna for high sensing capacity imaging | |
Wu et al. | Generalized three-dimensional imaging algorithms for synthetic aperture radar with metamaterial apertures-based antenna | |
Barzegar et al. | 3-D through-the-wall radar imaging using compressed sensing | |
CN114942443B (zh) | 基于mimo-sar的介质目标快速成像方法和装置 | |
Zhao et al. | Frequency–Polarization Sensitive Metasurface Antenna for Coincidence Imaging | |
Pavone et al. | Forward and inverse scattering of metallic objects through focused Bessel-shaped fields | |
Sleasman | Dynamic metasurface apertures for computational imaging | |
Chen et al. | Efficient Millimeter-Wave Imaging Algorithm for Layered Dielectrics Based on MIMO-SAR with Nonuniform Transmitting Array | |
Burfeindt et al. | Enhancement of Linear Sampling Method imaging of conducting targets using a boundary condition constraint | |
Wang et al. | Convex optimization-based design of sparse arrays for 3-D near-field imaging | |
Hettak et al. | A numerically efficient method for predicting the scattering characteristics of a complex metallic target located inside a large forested area | |
CN114740470A (zh) | 基于属性散射模型的微波波前调制前视成像方法和装置 | |
Zhang et al. | Mid-Range 2-D Fast Imaging in Pseudo-Polar Coordinate Format for Wideband Array | |
Watanabe | Image-Based Radar Cross Section Synthesis for a Cluster of Multiple Static Targets | |
Wang et al. | Compressive sensing based sparse MIMO array optimization for wideband near-field imaging | |
Paladhi et al. | Improved backpropagation algorithms by exploiting data redundancy in limited-angle diffraction tomography |
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 |