一种基于压缩感知技术的扩频穿墙雷达成像方法技术

本发明专利技术公开了一种基于压缩感知技术的扩频穿墙雷达成像方法，采用指数平均背景消去法去除直达波和墙杂波后，通过随机测量矩阵获得测量信号，然后联合已设置好的字典和测量矩阵构建多测量向量MMV的压缩感知模型，最后通过正交匹配追踪OMP法将墙后目标成像信息从含少量测量值的测量向量中重建出来，最后根据墙后的目标信息完成穿墙雷达成像，和传统的合成孔径雷达成像方法相比，该技术可以大大的降低观测点数量和数据存储量以及很大程度上的缩减记录时间，本发明专利技术解决了现有技术中存在的扩频穿墙雷达SAR成像方法所需的观测天线数量极多、数据存储空间大、数据记录时间长的问题。

【技术实现步骤摘要】

本专利技术属于穿墙雷达生命探测
，具体涉及一种基于压缩感知技术的扩频穿墙雷达成像方法。
技术介绍
近年来，基于雷达的穿墙生命探测技术被广泛应用于建筑结构测定、灾后救援(火灾、雪灾、地震等)、反恐、巷战等诸多军、民用领域。在基于雷达的穿墙生命探测成像领域中，后向投影(Back Projection，BP)算法经常被用来进行墙后目标的合成孔径雷达(Synthetic Aperture Radar，SAR)成像。为了尽可能精准的确定墙后目标的位置，BP成像方法需要宽带、大孔径雷达系统来达到非常高的距离分辨率。但是，大孔径穿墙雷达成像系统经常采用多个观测天线作为大物理孔径，或者采用一个观测天线移动多个位置来作为一个大的合成孔径。这将导致成本的大幅度提高或记录数据时间的很大程度上的增长、且原始采样数据量巨大给数据传输和存储带来极大负担。近几年新兴的压缩感知(Compressed Sensing，CS)技术可以用于解决上述问题。CS理论表明，如果一个信号在已知的字典中是稀疏的，那么可以通过某一个确定的测量矩阵对原始信号进行降维处理，然后通过非线性算法求解一个L1凸优化问题重建原始信号。一般情况下，墙后目标的信息在成像领域中是绝对稀疏的，所以CS就可以通过非线性算法将墙后目标信息从极少量测量信号中恢复出来。目前，CS技术被广泛用于基于步进频率雷达或脉冲雷达的穿墙成像研究中，但是基于扩频穿墙雷达的CS成像技术则处于空白状态。和其他穿墙雷达相比，由于扩频穿墙雷达具有截获率低、抗噪能力极强、工程实现容易、信号到达时间估计精确等诸多优点而具有极大优势，因此本专利技术研究基于CS的扩频穿墙雷达成像是极其有意义的。
技术实现思路
本专利技术的目的是提供一种基于压缩感知技术的扩频穿墙雷达成像方法，解决了现有技术中存在的扩频穿墙雷达SAR成像方法所需的观测天线数量极多、数据存储空间大、数据记录时间长的问题。本专利技术所采用的技术方案是，一种基于压缩感知技术的扩频穿墙雷达成像方法，具体按以下步骤实施：步骤1、一发一收天线同时沿墙壁方向移动L次，接收天线接收扩频回波后做解扩和相关处理，经过解扩处理和基于时域并行FFT方法的处理后获得该时域回波信息在相关域相应的信息；步骤2、采用指数平均背景消去法消除所述步骤1得到的相关域中的直达波和墙杂波信息；步骤3、通过高斯随机测量矩阵Φ1对已去除杂波后的相关域信息进行降维处理，获得含有少量测量值的测量向量Y1后进行存储；步骤4、沿墙壁方向移动扩频穿墙雷达到下一个观测位置，将获得的时域回波信息重复上面的步骤获得测量向量Y2，继续移动雷达，直到获得L组测量向量为止；步骤5、基于空气中传播的扩频信号的相关域信息和各个成像区域中的网格像素与收发雷达间的传播时延构建L个字典Ψi；步骤6、基于L组测量向量、L个字典、L个测量矩阵构建MMV压缩感知模型；步骤7、通过OMP算法，解决s.t.Y＝ΦΨΘ＝VΘ这一问题，将墙后的目标成像信息Θ从含少量测量值的向量Y中重建出来，最后根据Θ完成穿墙雷达成像。本专利技术的特点还在于，步骤1中扩频穿墙雷达发射的一组扩频信号为S(t)＝M(t)sin(2πf0t) (1)其中：M(t)为具有1023个码片的一种伪随机序列码——M序列码，f0为载波的中心频率。步骤1中解扩和相关处理具体为：步骤(1.1)、雷达接收到时域回波R(t)后，分为I路和Q路，分别与中心频率为f0的余弦波和正弦波进行相乘从而完成解扩处理；步骤(1.2)、FFT处理后与本地M序列码的FFT的共轭相乘，然后进行逆FFT处理，最后将其实部和虚部的平方和开方即获得相关域信息X。步骤2中指数平均背景消去法的具体公式如下：yk＝αyk-1+(1-α)xk＝yk-1+(1-α)(xk-yk-1)＝yk-1+(1-α)zk (2)其中：α为常量的加权系数，yk为一组背景波估计值的向量，xk为一组测量到的向量，k对应的是雷达所在的观测位置数，zk为现有测量回波减去背景波估计后残余的信号，即仅含有目标信息的信号，因此，新的背景波估计值来自于之前估计值的一部分和测量信号的一部分，加权系数α在0和1之间，加权系数α用于控制背景估计时的平均程度。步骤3中高斯随机矩阵进行降维处理的具体表达式如下：Y＝ΦX (3)其中：X为N×1的一维列向量，包含去除杂波后的相关域信息，即仅含有目标的有效信息，字典Φ为一个由高斯随机信号组成行向量的M×N(M<<N)的测量矩阵，Y为M×1的一维列向量，是向量X在字典Φ上的投影，由于M远小于N，因此和向量X相比，存储向量Y可以节省大量的存储空间和数据传输时间。步骤4中发射天线T和接收天线R之间相距20cm，紧贴墙壁摆放，收发天线在第一个观测位置采集回波并处理完信号后，同时移动2cm到达下一个观测位置，如此间隔2cm移动L次后，就可获得全部所需的测量向量。步骤5具体为：步骤(5.1)、将墙后的成像区域离散化成N个网格的像素，记做P＝{ζ1,ζ2,…ζN本文档来自技高网...

【技术保护点】
一种基于压缩感知技术的扩频穿墙雷达成像方法，其特征在于，具体按以下步骤实施：步骤1、一发一收天线同时沿墙壁方向移动L次，接收天线接收扩频回波后做解扩和相关处理，经过解扩处理和基于时域并行FFT方法的处理后获得该时域回波信息在相关域相应的信息；步骤2、采用指数平均背景消去法消除所述步骤1得到的相关域中的直达波和墙杂波信息；步骤3、通过高斯随机测量矩阵Φ1对已去除杂波后的相关域信息进行降维处理，获得含有少量测量值的测量向量Y1后进行存储；步骤4、沿墙壁方向移动扩频穿墙雷达到下一个观测位置，将获得的时域回波信息重复上面的步骤获得测量向量Y2，继续移动雷达，直到获得L组测量向量为止；步骤5、基于空气中传播的扩频信号的相关域信息和各个成像区域中的网格像素与收发雷达间的传播时延构建L个字典Ψi；步骤6、基于L组测量向量、L个字典、L个测量矩阵构建MMV压缩感知模型；步骤7、通过OMP算法，解决s.t.Y＝ΦΨΘ＝VQ这一问题，将墙后的目标成像信息Θ从含少量测量值的向量Y中重建出来，最后根据Θ完成穿墙雷达成像。

【技术特征摘要】
1.一种基于压缩感知技术的扩频穿墙雷达成像方法，其特征在于，具体按以下步骤实施：步骤1、一发一收天线同时沿墙壁方向移动L次，接收天线接收扩频回波后做解扩和相关处理，经过解扩处理和基于时域并行FFT方法的处理后获得该时域回波信息在相关域相应的信息；步骤2、采用指数平均背景消去法消除所述步骤1得到的相关域中的直达波和墙杂波信息；步骤3、通过高斯随机测量矩阵Φ1对已去除杂波后的相关域信息进行降维处理，获得含有少量测量值的测量向量Y1后进行存储；步骤4、沿墙壁方向移动扩频穿墙雷达到下一个观测位置，将获得的时域回波信息重复上面的步骤获得测量向量Y2，继续移动雷达，直到获得L组测量向量为止；步骤5、基于空气中传播的扩频信号的相关域信息和各个成像区域中的网格像素与收发雷达间的传播时延构建L个字典Ψi；步骤6、基于L组测量向量、L个字典、L个测量矩阵构建MMV压缩感知模型；步骤7、通过OMP算法，解决s.t.Y＝ΦΨΘ＝VQ这一问题，将墙后的目标成像信息Θ从含少量测量值的向量Y中重建出来，最后根据Θ完成穿墙雷达成像。2.根据权利要求1所述的一种基于压缩感知技术的扩频穿墙雷达成像方法，其特征在于，所述步骤1中扩频穿墙雷达发射的一组扩频信号为S(t)＝M(t)sin(2πf0t) (1)其中：M(t)为具有1023个码片的一种伪随机序列码——M序列码，f0为载波的中心频率。3.根据权利要求1所述的一种基于压缩感知技术的扩频穿墙雷达成像方法，其特征在于，所述步骤1中解扩和相关处理具体为：步骤(1.1)、雷达接收到时域回波R(t)后，分为I路和Q路，分别与中心频率为f0的余弦波和正弦波进行相乘从而完成解扩处理；步骤(1.2)、FFT处理后与本地M序列码的FFT的共轭相乘，然后进行逆FFT处理，最后将...

【专利技术属性】
技术研发人员：蒲玉蓉，张学辉，张金生，席晓莉，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61