CN117368919A - 一种微小型mimo sar高分辨三维成像方法和装置 - Google Patents
一种微小型mimo sar高分辨三维成像方法和装置 Download PDFInfo
- Publication number
- CN117368919A CN117368919A CN202311619395.9A CN202311619395A CN117368919A CN 117368919 A CN117368919 A CN 117368919A CN 202311619395 A CN202311619395 A CN 202311619395A CN 117368919 A CN117368919 A CN 117368919A
- Authority
- CN
- China
- Prior art keywords
- distance
- pulse
- radar
- grid point
- dimensional
- 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.)
- Withdrawn
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 101
- 238000001228 spectrum Methods 0.000 claims abstract description 70
- 238000007906 compression Methods 0.000 claims abstract description 51
- 230000006835 compression Effects 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 238000009825 accumulation Methods 0.000 claims abstract description 6
- 230000001427 coherent effect Effects 0.000 claims abstract description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01S13/9004—SAR image acquisition techniques
-
- 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
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
Abstract
本申请提供一种微小型MIMO SAR高分辨三维成像方法和装置，该方法包括解码接收到的雷达回波信号、进行距离向脉冲压缩处理以得到距离向频谱，对二维成像场景进行网格划分以得到每个网格点的位置并计算其与雷达天线中心的距离，提取每个脉冲发射时刻每个网格点对应的距离脉冲压缩数据，补偿相位因子后，对距离脉冲压缩数据相干累积，获得二维合成孔径雷达图像，对每个像素点的通道数据进行高程频谱估计以获得各目标的坐标值，并进行坐标转换以得到三维合成孔径雷达成像结果。本申请能够获得高分辨率的三维合成孔径雷达图像。
Description
技术领域
本申请涉及雷达技术领域，尤其涉及一种微小型MIMO SAR高分辨三维成像方法和装置。
背景技术
阵列干涉合成孔径雷达（Array Interferometric Synthetic Aperture Radar，Array InSAR）是一种具备三维分辨能力的雷达成像系统。它通过在雷达平台运动时布设一维线性阵元，形成二维虚拟面阵，从而实现对距离、方位和高程的三维成像。传统的远距离SAR系统往往较大且重量和功耗较高，限制了其适用范围。为此，微小型调频连续波合成孔径雷达（Frequency Modulated Continuous Wave Synthetic Aperture Radar，简称FMCWSAR）得到了广泛关注。微小型SAR系统具有体积小、重量轻、功耗低等特点，适合在汽车、无人机和地基轨道等微型平台上使用。
传统的微小型阵列SAR三维成像步骤包括回波获取、数字波束形成和坐标变换。然而，其主要存在两个缺点：一是微小型平台SAR系统近距离作用导致距离和方位耦合严重、高分辨聚焦成像困难，增加图像解译难度；二是微小型系统的阵列分辨能力较低，高分辨率阵列复杂且成本高，难以满足实际应用对高程向高分辨能力的要求。
发明内容
本申请提供一种微小型MIMO SAR高分辨三维成像方法和装置，用以解决相关技术中SAR成像分辨能力较低的问题。
第一方面，本申请提供一种微小型MIMO SAR高分辨三维成像方法，所述方法包括：
对接收到的雷达回波信号进行解码，并对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱；
对预设的二维成像场景进行网格划分以得到每个网格点的位置，并针对每个网格点的位置计算其与雷达天线中心的距离；
对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像；
对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果。
在本申请的一实施例中，所述雷达回波信号对应的雷达发射信号是多普勒分集复用技术进行编码，各接收通道接收到的所述雷达回波信号是所有发射通道信号的叠加。
在本申请的一实施例中，所述雷达回波信号表示为：
；
其中，为单个多输入多输出的虚拟通道的雷达回波信号，/>为解码之前各接收通道的雷达回波信号，/>为在雷达回波信号中，通过给定的脉冲内采样点序号/>、脉冲序号/>、发射通道序号/>以及接收通道序号/>所确定的单个多输入多输出虚拟通道的值，/>为多输入多输出发射通道的数量，j为虚数，/>为第/>个发射天线的多普勒编码序列相位步进值；
所述对接收到的雷达回波信号进行解码包括对各接收通道的雷达回波信号在方位维进行离散傅里叶变换。
在本申请的一实施例中，所述对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱包括：
对解码后的雷达回波信号进行距离向脉冲压缩；
对脉冲压缩后的距离向傅里叶频谱进行插值，得到每个脉冲的距离向频谱。在本申请的一实施例中，所述针对每个网格点的位置计算其与雷达天线中心的距离包括：
对每个网格点的位置进行计算以确定该网格点相对雷达的空间坐标；
对于每个脉冲的发射和接收时刻，通过计算每个网格点的位置与雷达的空间坐标之间的瞬时距离，以得到其与雷达天线中心的距离。
在本申请的一实施例中，每个网格点的位置与雷达天线中心的距离以离散点的形式表示为：
；
其中，R(m)表示目标与雷达之间的瞬时距离，m表示方位向索引，表示脉冲重复频率，/>表示雷达运动速度，/>表示网格点坐标的方位向位置，/>表示网格点坐标的距离向位置。
在本申请的一实施例中，所述对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像包括：
对于每个脉冲发射时刻的每个网格点，根据计算得到的每个网格点的位置与雷达天线中心的距离，在所述距离向频谱中提取到对应的距离脉冲压缩数据；
对所述距离脉冲压缩数据进行补偿相位因子的操作，以实现对所述距离脉冲压缩数据进行相应的相位补偿；
遍历所有的脉冲发射时刻，对每个脉冲发射时刻的每个网格点进行上述的提取操作和相位补偿操作，并对每个网格点上的每个脉冲时刻的相位补偿后的数据进行相干累积，以得到该通道对应的二维合成孔径雷达图像。
在本申请的一实施例中，所述二维合成孔径雷达图像表示为：
；
其中，表示二维合成孔径雷达图像，M表示m的最大值，/>表示距离向频谱，/>表示插值距离向频谱单元格序号，/>表示插值系数，j表示虚数，fc表示信号载频，c表示光速。
在本申请的一实施例中，所述对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果包括：
对所述二维合成孔径雷达图像中每个像素点对应的通道数据依次进行排列，并采用数字波束形成算法进行高程频谱估计以得到所述各目标的坐标值；
将所述各目标的坐标值进行坐标变换到三维笛卡尔坐标系以得到所述三维合成孔径雷达成像结果。
第二方面，本申请还提供一种微小型MIMO SAR高分辨三维成像装置，所述装置包括：
频谱生成模块，用于对接收到的雷达回波信号进行解码，并对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱；
距离计算模块，用于对预设的二维成像场景进行网格划分以得到每个网格点的位置，并针对每个网格点的位置计算其与雷达天线中心的距离；
二维成像模块，用于对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像；
三维成像模块，用于对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果。
第三方面，本申请还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的微小型MIMO SAR高分辨三维成像方法的步骤。
第四方面，本申请还提供一种非暂态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如第一方面任一项所述的微小型MIMO SAR高分辨三维成像方法的步骤。
本申请提供的微小型MIMO SAR高分辨三维成像方法和装置，该方法首先通过对接收到的雷达回波信号进行解码，然后进行距离向的脉冲压缩处理，可以得到每个脉冲的距离向频谱信息。然后，对预设的二维成像场景进行网格划分，以得到每个网格点的位置。对于每个脉冲发射时刻的每个网格点，根据计算得到的距离，在距离向频谱中提取对应的距离脉冲压缩数据，并根据每个网格点与雷达天线中心的距离计算结果，从距离向频谱中提取相应的距离脉冲压缩数据，补偿相位因子后，对该距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像。最后，对于二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计，从而得到各目标的坐标值，并对各目标的坐标值进行坐标转换，从而得到三维合成孔径雷达成像结果。
因此，通过上述步骤，本申请能够获得高分辨率的三维合成孔径雷达图像，实现更高分辨率的图像重建和目标检测。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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的附图。
图1是本申请提供的微小型MIMO SAR高分辨三维成像方法的流程示意图；
图2是本申请提供的微小型MIMO SAR高分辨三维成像装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请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。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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
为了解决相关技术中SAR成像分辨能力较低的问题，本申请提供一种微小型MIMOSAR高分辨三维成像方法和装置，该方法首先对雷达回波信号进行解码和距离向脉冲压缩处理，得到距离向频谱。然后，根据预设的二维成像场景，对其进行网格划分，并计算每个网格点与雷达天线中心的距离。接下来，利用计算得到的距离，在距离向频谱中提取对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，生成二维合成孔径雷达图像。随后，对二维图像中每个像素点对应的通道数据进行高程频谱估计，得到各目标的坐标值。最后，对各目标的坐标值进行坐标转换，得到三维合成孔径雷达的成像结果。本申请能够获得高分辨率的三维合成孔径雷达图像，实现更高分辨率的图像重建和目标检测。
下面结合图1-图2描述本申请的微小型MIMO SAR高分辨三维成像方法和装置。
请参考图1，图1是本申请提供的微小型MIMO SAR高分辨三维成像方法的流程示意图。一种微小型MIMO SAR高分辨三维成像方法，所述方法包括：
步骤101，对接收到的雷达回波信号进行解码，并对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱。
具体地，该步骤的作用是将接收到的雷达回波信号进行解码，并通过距离向脉冲压缩处理获得每个脉冲信号的距离向频谱，在距离域上提取目标的距离信息。
步骤102，对预设的二维成像场景进行网格划分以得到每个网格点的位置，并针对每个网格点的位置计算其与雷达天线中心的距离。
具体地，该步骤的作用是将二维成像场景进行网格划分，确定每个网格点的位置，并计算其与雷达天线中心的相对距离，从而在后续步骤中可以准确地确定每个目标的位置。
步骤103，对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像。
具体地，该步骤的作用是通过将网格点与距离向频谱中的距离进行匹配，提取对应的距离脉冲压缩数据，并根据这些数据生成二维合成孔径雷达图像。
步骤104，对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果。
具体地，该步骤的作用是是通过对二维合成孔径雷达图像中每个像素点所对应的通道数据进行高程频谱估计，确定各目标的坐标值，并进行坐标转换以获得三维合成孔径雷达的成像结果。这样可以获得三维目标的精确位置信息和形态表达。
以下对上述步骤101至步骤104进行具体描述。
在本申请的一些实施例中，上述步骤101中，所述雷达回波信号对应的雷达发射信号是多普勒分集复用技术（Doppler Diversity Multiplexing，简称DDM）进行编码，各接收通道接收到的所述雷达回波信号是所有发射通道信号的叠加。
也就是说，每个接收通道接收到的信号是由所有发射通道发射的信号综合而成。这样设计的目的是利用多通道接收到的叠加信号，以增强目标信号的接收效果，并获得更好的雷达成像质量。接下来，在进行信号通道分离后，可以对各个通道的信号进行进一步处理和分析。
示例性地，所述雷达回波信号表示为：
；
其中，为单个多输入多输出的虚拟通道的雷达回波信号，/>为解码之前各接收通道的雷达回波信号，/>为在雷达回波信号中，通过给定的脉冲内采样点序号/>、脉冲序号/>、发射通道序号/>以及接收通道序号/>所确定的单个多输入多输出虚拟通道的值，/>为多输入多输出发射通道的数量，j为虚数，/>为第/>个发射天线的多普勒编码序列相位步进值；
在本申请的一些实施例中，上述步骤101中，对接收到的雷达回波信号进行解码的步骤包括：
步骤1011，对各接收通道的雷达回波信号在方位维进行离散傅里叶变换。
示例性地，对各接收通道的雷达回波信号在方位维进行离散傅里叶变换可以表示为：
；
其中，表示卷积符号。由于多普勒编码为单频信号，其DFT（Discrete FourierTransform，离散傅里叶变换）结果为频谱上一冲激函数，与原信号卷积后表现为将原信号在傅里叶频谱上进行频谱搬移，搬移的距离为所对应脉冲编码的角频率。由此可看出，若不同发射信号所对应多普勒编码各不相同，则可通过多普勒编码将其搬移到多普勒谱的不同位置。若频谱搬移后满足各信号间频谱没有混叠，则可在多普勒谱上进行信号截取，并对各自截取得到的信号作逆离散傅里叶变换（Inverse Discrete Fourier Transform，简称IDFT），即可在接收端得到互相无干扰的各路发射信号。
也就是说，利用多普勒编码，可以将不同的发射信号在多普勒谱上进行分离，从而实现在接收端获取互相无干扰的各路发射信号，可以提高信号的传输效率和抗干扰能力。
在本申请的一些实施例中，上述步骤101中，对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱包括：
步骤1012，对解码后的雷达回波信号进行距离向脉冲压缩。
距离向脉冲压缩是为了获得更高的距离分辨率和目标的精确距离信息。通过应用适当的滤波器和算法，将原始回波信号在距离域上进行处理，压缩每个脉冲的宽度，并突出目标的跳变特征。
步骤1013，对脉冲压缩后的距离向傅里叶频谱进行插值，得到每个脉冲的距离向频谱。
插值是为了增加脉冲的频率分辨率，从而得到更精细的频谱信息。通过对每个回波脉冲进行插值，可以在时间域上增加采样点，相当于在频率域上增加了更多的频率分量。
使用快速傅里叶变换（Fast Fourier Transform，简称FFT）算法，将插值后的信号转换为频域表示，以获得每个脉冲的距离向高分辨频谱。高分辨频谱提供了更详细和清晰的目标频率信息，有助于进一步的雷达信号处理、目标检测和成像。
具体地，脉冲压缩后距离向频谱可表示为：
；
其中，表示距离向频谱，/>表示插值距离向频谱单元格序号，/>表示插值系数，Gp表示发射天线的增益，Gq表示接收天线的增益，/>表示第k个散射体的散射系数，K表示散射体总数，Rk(m)表示第k个散射体在m时刻到雷达的距离，B表示信号带宽，j表示虚数，fc表示信号载频，c表示光速。
在本申请的一些实施例中，上述步骤102中，对预设的二维成像场景进行网格划分以得到每个网格点的位置。
具体地，对预设的二维成像场景进行网格划分，即将整个场景划分为多个小网格，这样可以对每个小网格进行处理和分析。其中，二维成像场景通常指的是被合成孔径雷达系统所观测和成像的区域。在二维成像场景中，雷达系统通过发射一系列脉冲并接收回波信号，利用信号处理和图像重建算法将原始数据转换为高分辨率的二维图像，从而实现对该区域的详细了解与分析。
在划分成像网格时，要尽量使得每个小网格的大小小于合成孔径雷达成像分辨率。其中，成像分辨率是指雷达系统在距离和方位方向上获取目标位置信息的精确程度。
也就是说，为了获得更高的成像分辨率，需要将成像区域进一步划分为更小的网格。小网格的应用可以提高对目标的定位精度并减小图像模糊程度。通过使用小于SAR成像分辨率的网格大小，可以更好地捕捉到目标的细节，并提供更清晰地图像质量和定位能力。
在本申请的一些实施例中，上述步骤102中，针对每个网格点的位置计算其与雷达天线中心的距离的步骤包括：
步骤1021，对每个网格点的位置进行计算以确定该网格点相对雷达的空间坐标。
步骤1022，对于每个脉冲的发射和接收时刻，通过计算每个网格点的位置与雷达的空间坐标之间的瞬时距离，以得到其与雷达天线中心的距离。
具体地，在雷达系统中，每次脉冲发射和接收都会产生一个瞬时距离，即信号往返过程中的路径长度。这个瞬时距离可以通过该网格点的位置与雷达的空间坐标之间的距离来计算。
具体地，在进行近距离成像时，可以使用“停走停”近似（Stop-and-Goapproximation）来简化目标和雷达间的路径模型。也就说假设目标与雷达之间存在较大的反射或完全不能反射的区域，使得目标与雷达之间的路径可以近似为直线段。在这个近似下，目标与雷达的瞬时距离可以通过计算目标点与雷达天线之间的直线距离来确定。这个瞬时距离是目标在每个瞬时时刻与雷达天线之间的距离。
例如，每个网格点的位置与雷达天线中心的距离以离散点的形式可表示为：
；
其中，每个离散点表示在给定时间点上的目标与雷达之间的瞬时距离，R(m)表示目标与雷达之间的瞬时距离，m表示方位向索引，表示脉冲重复频率，/>表示雷达运动速度，/>表示网格点坐标的方位向位置，/>表示网格点坐标的距离向位置。
通过上述的计算，可以获得每个网格点和目标与雷达之间的空间距离信息，有助于进一步进行雷达信号处理和成像。
在本申请的一些实施例中，上述步骤103中，对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像包括：
步骤1031，对于每个脉冲发射时刻的每个网格点，根据计算得到的每个网格点的位置与雷达天线中心的距离，在距离向频谱中提取到对应的距离脉冲压缩数据。
具体地，在雷达成像中，每个脉冲发射时刻都会对应着一个距离脉冲压缩数据。这些数据可以通过反射回来的信号进行处理，以获得距离向的目标信息。对于每个脉冲发射时刻，可以根据其对应的网格点位置，找到与之对应的距离脉冲压缩数据。
例如，距离向频谱的表示范围为0到100m，若计算得到的某个网格点的位置与雷达天线中心的距离为30m，那么就在该距离向频谱中找对应为30m的那个距离脉冲压缩数据即可。
步骤1032，对距离脉冲压缩数据进行补偿相位因子的操作，以实现对距离脉冲压缩数据进行相应的相位补偿。
具体地，在脉冲压缩数据处理过程中，为了考虑信号传播路径的差异和波束形成效果，需要对脉冲压缩数据进行补偿相位因子的操作。这个相位因子根据雷达的传播路径和波束形成的需求进行计算和应用，用于调整脉冲压缩数据的相位响应。
步骤1033，遍历所有的脉冲发射时刻，对每个脉冲发射时刻的每个网格点进行上述的提取操作和相位补偿操作，并对每个网格点上的每个脉冲时刻的相位补偿后的数据进行相干累积，以得到该通道对应的二维合成孔径雷达图像。
具体地，通过遍历所有脉冲，按照以上步骤1031~1032处理每个脉冲发射时刻的网格点，对脉冲压缩数据进行补偿相位因子的操作，并对每个网格点上的每个脉冲时刻的相位补偿后的数据进行相干累积，最终可以获得该通道的二维SAR图像。该二维SAR图像可以反映目标分布的空间信息，可用于目标检测、成像分析等应用。
示例性地，二维合成孔径雷达图像可表示为：
；
其中，表示二维合成孔径雷达图像，M表示m的最大值，/>表示距离向频谱，/>表示插值距离向频谱单元格序号，/>表示插值系数，j表示虚数，fc表示信号载频，c表示光速。
在本申请的一些实施例中，上述步骤104中，对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果包括：
步骤1041，对二维合成孔径雷达图像中每个像素点对应的通道数据依次进行排列，并采用数字波束形成算法进行高程频谱估计以得到各目标的坐标值。
其中，数字波束形成（Digital Beamforming，简称DBF）算法是一种信号处理技术，通过对多个接收信号进行加权求和，实现波束形成，以提取出目标的相关信息。
示例性地，在多输入多输出（Multiple-Input Multiple-Output，简称MIMO）系统中，如果存在多个独立的通道，每个通道都可以获得自己的二维SAR图像。第n个MIMO通道是指其中的一个通道，对n个MIMO通道的二维合成孔径雷达图像记为/>。对采集到的依次排列的/>路MIMO通道数据，可以将其按顺序配列，形成一个数据序列，该数据序列包括多个通道数据。然后采用DBF算法对该数据序列进行处理，可以获取到高程信息：
；
其中，P为多输入多输出发射通道的数量，Q为多输入多输出接收通道的数量，高程信息是指目标在垂直方向上的位置或高度，表示正弦值为/>的入射角对应的空间频率，( )H表示共轭转置。
其中，；
表示第/>个MIMO虚拟单元的/>轴坐标，N为正整数，λ表示波长。选取各单元高度谱中较大的值记为目标，得到各目标的坐标值/>。
因此，通过使用DBF算法进行高程频谱估计，可以获取到每个目标在图像中的坐标值，进而推断出目标在垂直方向上的位置。该方法可以用于获取目标的高度信息，以提供更全面的三维场景描述。
步骤1042，将各目标的坐标值进行坐标变换到三维笛卡尔坐标系以得到三维合成孔径雷达成像结果。
示例性地，坐标变换形式如下：
；
具体地，通过上述DBF算法进行高程频谱估计，可以得到了每个目标在图像中的坐标值。这些坐标值可能是相对于某个局部参考平面的垂直坐标值。为了将成像结果转换到统一的坐标系中，所以需要进行坐标变换。本申请采用的坐标系统是三维笛卡尔坐标系，其中包括了x、y和z三个轴向。
对于每个目标的坐标值，可以通过坐标变换将其转换为三维笛卡尔坐标系中的对应坐标值。这个变换过程可能涉及旋转、平移、缩放等操作，以确保目标在新坐标系中的位置准确。当完成了坐标变换后，就可以获得目标在三维笛卡尔坐标系中的坐标值，即目标在空间中的准确位置。这样，就可以得到了三维合成孔径雷达成像结果，可以以三维形式展示和分析目标的位置、形状等信息。
因此，通过进行坐标变换，可以将二维合成孔径雷达图像中的目标坐标转换为了三维笛卡尔坐标系中的位置，使得三维合成孔径雷达成像结果更加准确和直观，这对于识别、分类和定位目标等应用十分重要。
综上所述，本申请通过对接收到的雷达回波信号进行解码和压缩处理，以获取距离向频谱。然后，对预设的二维成像场景进行网格划分并计算每个网格点与雷达天线中心的距离。接下来，利用距离信息从距离向频谱中提取对应的数据，并对每个网格点上的每个脉冲时刻的相位补偿后的数据进行相干累积，得到二维合成孔径雷达图像。最后，对图像中的每个像素点进行高程频谱估计，以获得各目标的坐标值，并进行坐标转换得到三维合成孔径雷达的成像结果。
具体地，首先，解码和压缩处理步骤能够对接收到的雷达回波信号进行处理，以获得距离向频谱。距离向脉冲压缩处理能够提高成像的距离分辨率。其次，网格划分和距离计算使得能够在二维成像场景中获取每个网格点相对于雷达天线中心的准确距离信息。这对于后续成像过程的定位和坐标计算至关重要。此外，根据每个脉冲发射时刻的每个网格点的距离，在距离向频谱中提取相应的数据，得到二维合成孔径雷达图像。这样可以获取目标的位置和形态特征。最后，对每个像素点对应的通道数据进行高程频谱估计，以计算目标的高程信息，并进行坐标转换后得到三维合成孔径雷达的成像结果。这样可以提供更全面和准确的目标位置和高度信息。
因此，本发明通过上述步骤，可以实现对雷达回波信号的处理和解码，进而将其转化为具有位置、高程信息的二维和三维合成孔径雷达图像，能够提供高分辨率、准确的目标成像结果。
下面对本申请提供的微小型MIMO SAR高分辨三维成像装置进行描述，下文描述的微小型MIMO SAR高分辨三维成像装置与上文描述的微小型MIMO SAR高分辨三维成像方法可相互对应参照。
请参考图2，图2是本申请提供的微小型MIMO SAR高分辨三维成像装置的结构示意图。一种微小型MIMO SAR高分辨三维成像装置200，所述装置包括频谱生成模块201、距离计算模块202、二维成像模块203以及三维成像模块204。
示例性地，频谱生成模块201用于：
对接收到的雷达回波信号进行解码，并对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱。
示例性地，距离计算模块202用于：
对预设的二维成像场景进行网格划分以得到每个网格点的位置，并针对每个网格点的位置计算其与雷达天线中心的距离。
示例性地，二维成像模块203用于：
对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像。
示例性地，三维成像模块204用于：
对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果。
示例性地，所述雷达回波信号对应的雷达发射信号是多普勒分集复用技术进行编码，各接收通道接收到的所述雷达回波信号是所有发射通道信号的叠加。
示例性地，所述雷达回波信号表示为：
；
其中，为单个多输入多输出的虚拟通道的雷达回波信号，/>为解码之前各接收通道的雷达回波信号，/>为在雷达回波信号中，通过给定的脉冲内采样点序号/>、脉冲序号/>、发射通道序号/>以及接收通道序号/>所确定的单个多输入多输出虚拟通道的值，/>为多输入多输出发射通道的数量，j为虚数，/>为第/>个发射天线的多普勒编码序列相位步进值；
所述对接收到的雷达回波信号进行解码包括对各接收通道的雷达回波信号在方位维进行离散傅里叶变换。
示例性地，频谱生成模块201还用于：
对解码后的雷达回波信号进行距离向脉冲压缩；
对脉冲压缩后的距离向傅里叶频谱进行插值，得到每个脉冲的距离向频谱。
示例性地，距离计算模块202还用于：
对每个网格点的位置进行计算以确定该网格点相对雷达的空间坐标；
对于每个脉冲的发射和接收时刻，通过计算每个网格点的位置与雷达的空间坐标之间的瞬时距离，以得到其与雷达天线中心的距离。
示例性地，每个网格点的位置与雷达天线中心的距离以离散点的形式表示为：
；
其中，R(m)表示目标与雷达之间的瞬时距离，m表示方位向索引，表示脉冲重复频率，/>表示雷达运动速度，/>表示网格点坐标的方位向位置，/>表示网格点坐标的距离向位置。
示例性地，二维成像模块203还用于：
对于每个脉冲发射时刻的每个网格点，根据计算得到的每个网格点的位置与雷达天线中心的距离，在所述距离向频谱中提取到对应的距离脉冲压缩数据；
对所述距离脉冲压缩数据进行补偿相位因子的操作，以实现对所述距离脉冲压缩数据进行相应的相位补偿；
遍历所有的脉冲发射时刻，对每个脉冲发射时刻的每个网格点进行上述的提取操作和相位补偿操作，并对每个网格点上的每个脉冲时刻的相位补偿后的数据进行相干累积，以得到该通道对应的二维合成孔径雷达图像。
示例性地，所述二维合成孔径雷达图像表示为：
；/>
其中，表示二维合成孔径雷达图像，M表示m的最大值，/>表示距离向频谱，/>表示插值距离向频谱单元格序号，/>表示插值系数，j表示虚数，fc表示信号载频，c表示光速。
示例性地，三维成像模块204还用于：
对所述二维合成孔径雷达图像中每个像素点对应的通道数据依次进行排列，并采用数字波束形成算法进行高程频谱估计以得到所述各目标的坐标值；
将所述各目标的坐标值进行坐标变换到三维笛卡尔坐标系以得到所述三维合成孔径雷达成像结果。
在本申请的一些实施例中，本申请还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的微小型MIMO SAR高分辨三维成像方法的步骤。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本申请还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的微小型MIMO SAR高分辨三维成像方法。
又一方面，本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的微小型MIMO SAR高分辨三维成像方法。
本申请实施例提供的一种微小型MIMO SAR高分辨三维成像装置、一种电子设备、一种计算机程序产品、一种处理器可读存储介质，其上存储的计算机程序使处理器能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种微小型MIMO SAR高分辨三维成像方法，其特征在于，所述方法包括：
对接收到的雷达回波信号进行解码，并对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱；
对预设的二维成像场景进行网格划分以得到每个网格点的位置，并针对每个网格点的位置计算其与雷达天线中心的距离；
对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像；
对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果。
2.根据权利要求1所述的微小型MIMO SAR高分辨三维成像方法，其特征在于，所述雷达回波信号对应的雷达发射信号是多普勒分集复用技术进行编码，各接收通道接收到的所述雷达回波信号是所有发射通道信号的叠加。
3.根据权利要求1所述的微小型MIMO SAR高分辨三维成像方法，其特征在于，所述雷达回波信号表示为：
；
其中，为单个多输入多输出的虚拟通道的雷达回波信号，/>为解码之前各接收通道的雷达回波信号，/>为在雷达回波信号中，通过给定的脉冲内采样点序号/>、脉冲序号/>、发射通道序号/>以及接收通道序号/>所确定的单个多输入多输出虚拟通道的值，为多输入多输出发射通道的数量，j为虚数，/>为第/>个发射天线的多普勒编码序列相位步进值；
所述对接收到的雷达回波信号进行解码包括对各接收通道的雷达回波信号在方位维进行离散傅里叶变换。
4.根据权利要求1所述的微小型MIMO SAR高分辨三维成像方法，其特征在于，所述对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱包括：
对解码后的雷达回波信号进行距离向脉冲压缩；
对脉冲压缩后的距离向傅里叶频谱进行插值，得到每个脉冲的距离向频谱。
5.根据权利要求1所述的微小型MIMO SAR高分辨三维成像方法，其特征在于，所述针对每个网格点的位置计算其与雷达天线中心的距离包括：
对每个网格点的位置进行计算以确定该网格点相对雷达的空间坐标；
对于每个脉冲的发射和接收时刻，通过计算每个网格点的位置与雷达的空间坐标之间的瞬时距离，以得到其与雷达天线中心的距离。
6.根据权利要求5所述的微小型MIMO SAR高分辨三维成像方法，其特征在于，每个网格点的位置与雷达天线中心的距离以离散点的形式表示为：
；
其中，R(m)表示目标与雷达之间的瞬时距离，m表示方位向索引， 表示脉冲重复频率，/>表示雷达运动速度，/>表示网格点坐标的方位向位置，/>表示网格点坐标的距离向位置。
7.根据权利要求1所述的微小型MIMO SAR高分辨三维成像方法，其特征在于，所述对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像包括：
对于每个脉冲发射时刻的每个网格点，根据计算得到的每个网格点的位置与雷达天线中心的距离，在所述距离向频谱中提取到对应的距离脉冲压缩数据；
对所述距离脉冲压缩数据进行补偿相位因子的操作，以实现对所述距离脉冲压缩数据进行相应的相位补偿；
遍历所有的脉冲发射时刻，对每个脉冲发射时刻的每个网格点进行上述的提取操作和相位补偿操作，并对每个网格点上的每个脉冲时刻的相位补偿后的数据进行相干累积，以得到该通道对应的二维合成孔径雷达图像。
8.根据权利要求6所述的微小型MIMO SAR高分辨三维成像方法，其特征在于，所述二维合成孔径雷达图像表示为：
；
其中，表示二维合成孔径雷达图像，M表示m的最大值，/>表示距离向频谱，/>表示插值距离向频谱单元格序号，/>表示插值系数，j表示虚数，fc表示信号载频，c表示光速。
9.根据权利要求1所述的微小型MIMO SAR高分辨三维成像方法，其特征在于，所述对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果包括：
对所述二维合成孔径雷达图像中每个像素点对应的通道数据依次进行排列，并采用数字波束形成算法进行高程频谱估计以得到所述各目标的坐标值；
将所述各目标的坐标值进行坐标变换到三维笛卡尔坐标系以得到所述三维合成孔径雷达成像结果。
10.一种微小型MIMO SAR高分辨三维成像装置，其特征在于，所述装置包括：
频谱生成模块，用于对接收到的雷达回波信号进行解码，并对解码后的雷达回波信号进行距离向脉冲压缩处理，以得到每个脉冲的距离向频谱；
距离计算模块，用于对预设的二维成像场景进行网格划分以得到每个网格点的位置，并针对每个网格点的位置计算其与雷达天线中心的距离；
二维成像模块，用于对于每个脉冲发射时刻的每个网格点，根据计算得到的所述距离在所述距离向频谱中提取到对应的距离脉冲压缩数据，补偿相位因子后，对所述距离脉冲压缩数据相干累积，得到二维合成孔径雷达图像；
三维成像模块，用于对所述二维合成孔径雷达图像中每个像素点对应的通道数据进行高程频谱估计以得到各目标的坐标值，并对所述各目标的坐标值进行坐标转换以得到三维合成孔径雷达成像结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311619395.9A CN117368919A (zh) | 2023-11-30 | 2023-11-30 | 一种微小型mimo sar高分辨三维成像方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311619395.9A CN117368919A (zh) | 2023-11-30 | 2023-11-30 | 一种微小型mimo sar高分辨三维成像方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117368919A true CN117368919A (zh) | 2024-01-09 |
Family
ID=89393169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311619395.9A Withdrawn CN117368919A (zh) | 2023-11-30 | 2023-11-30 | 一种微小型mimo sar高分辨三维成像方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117368919A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010091426A (ja) * | 2008-10-08 | 2010-04-22 | Toyota Central R&D Labs Inc | 距離計測装置及びプログラム |
| CN108008389A (zh) * | 2017-12-01 | 2018-05-08 | 电子科技大学 | 一种基于gpu的快速频域后向投影三维成像方法 |
-
2023
- 2023-11-30 CN CN202311619395.9A patent/CN117368919A/zh not_active Withdrawn
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010091426A (ja) * | 2008-10-08 | 2010-04-22 | Toyota Central R&D Labs Inc | 距離計測装置及びプログラム |
| CN108008389A (zh) * | 2017-12-01 | 2018-05-08 | 电子科技大学 | 一种基于gpu的快速频域后向投影三维成像方法 |
Non-Patent Citations (2)
| Title |
|---|
| BANGJIE ZHANG等: "Multi-Channel Back-Projection Algorithm for mmWave Automotive MIMO SAR Imaging With Doppler-Division Multiplexing", IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING, vol. 17, no. 2, pages 445 - 457, XP011942840, DOI: 10.1109/JSTSP.2022.3207902 * |
| 刘韬: "微型毫米波SAR成像算法设计与实现", 万方, pages 25 - 27 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9291711B2 (en) | Compressive radar imaging technology | |
| CN110275166B (zh) | 基于admm的快速稀疏孔径isar自聚焦与成像方法 | |
| Xu et al. | Enhanced resolution in SAR/ISAR imaging using iterative sidelobe apodization | |
| USH1720H (en) | Time frequency processor for radar imaging of moving targets | |
| CN106680815B (zh) | 基于张量稀疏表示的mimo雷达成像方法 | |
| CN107576961B (zh) | 一种互质降采样间歇合成孔径雷达稀疏成像方法 | |
| Andersson et al. | Fast Fourier methods for synthetic aperture radar imaging | |
| CN102608603B (zh) | 一种基于完全互补序列的多通道合成孔径雷达成像方法 | |
| CN107544068A (zh) | 一种基于频域bp的图像域宽带合成方法 | |
| Garmatyuk | Cross-range SAR reconstruction with multicarrier OFDM signals | |
| CN105929397B (zh) | 基于正则化的偏置相位中心天线成像方法 | |
| Savelyev et al. | 3D imaging by fast deconvolution algorithm in short-range UWB radar for concealed weapon detection | |
| CN109001700A (zh) | 一种实现目标轮廓重构的雷达前视成像方法 | |
| CN108008387A (zh) | 一种机载阵列天线下视三维成像方法 | |
| CN108562901B (zh) | 基于最大信杂噪比准则的isar高分辨成像方法 | |
| CN105759264B (zh) | 基于时频字典的微动目标缺损回波高分辨成像方法 | |
| CN109143235B (zh) | 一种双基前视合成孔径雷达地面运动目标检测方法 | |
| CN106443672B (zh) | 一种方位多通道sar信号自适应重构方法 | |
| CN117368919A (zh) | 一种微小型mimo sar高分辨三维成像方法和装置 | |
| CN110133656A (zh) | 一种基于互质阵列的分解与融合的三维sar稀疏成像方法 | |
| Dong et al. | High-Resolution and Wide-Swath Imaging of Spaceborne SAR via Random PRF Variation Constrained by the Coverage Diagram | |
| Zhang et al. | Online high resolution stochastic radiation radar imaging using sparse covariance fitting | |
| Méric et al. | Waveform design for MIMO radar and SAR application | |
| Nan et al. | Piecewise constant Doppler algorithm: Performance analysis, further simplification, and motion compensation | |
| Savelyev et al. | Comparison of 10–18 GHz SAR and MIMO-based short-range imaging radars |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240109 |