面向多极化穿墙雷达成像的前向混合匹配追踪方法和系统技术方案

本发明专利技术公开了一种面向多极化穿墙雷达成像的前向混合匹配追踪方法和系统，该方法包括：获取多个极化通道下的雷达回波；对多个雷达回波进行向量化处理，根据向量化的多个雷达回波计算基信号矩阵，并设置稀疏度K；利用正交匹配追踪方法求解多个极化通道的本地解，融合所有本地解，找出融合结果中K个最大值所对应的位置，初始化基信号集，计算多个极化通道的信号残余；对多个极化通道的本地解进行迭代计算，根据预设的迭代停止条件判断是否停止迭代；根据满足迭代停止条件的迭代结果计算并融合得到最终成像结果。本发明专利技术具有如下优点：在前向混合匹配追踪算法中，对所选的基信号进行评价并选择最优的基信号，成像质量优于其他贪婪算法。

Forward hybrid matching tracking method and system for multi polarization through wall radar imaging

The invention discloses a twri forward hybrid matching tracking method and system for multi polarization, the method comprises: acquiring a plurality of radar echo polarization channel; a plurality of radar echo signal vector processing, calculation of base matrix according to the multiple radar vectors, and set the sparseness of K; by using the orthogonal matching pursuit method for solving multiple polarization channels of local solutions, integration of all local solutions, find out the fusion result K the maximum value corresponding to the position, initialize the base signal collection, signal residual calculation of multiple polarization channels; a plurality of polarization channels of local solutions for iteration according to the preset iteration stop conditions to determine whether the iteration is stopped; according to the iterative calculation of the results meet the iteration stop condition and obtain the final fusion imaging results. The invention has the following advantages: in the forward hybrid matching pursuit algorithm, the selected base signal is evaluated and the optimal base signal is selected.

【技术实现步骤摘要】

本专利技术涉及雷达
，具体涉及一种面向多极化穿墙雷达成像的前向混合匹配追踪方法和系统。
技术介绍
在反恐、地震救援、火灾救援等领域，如何探测位于墙后的隐蔽目标一直是研究的热点。传统的光学成像受限于可见光无法穿过墙体，而穿墙雷达可以利用电磁波穿透墙体，获取关于墙后目标的信息，例如墙后的房间布局，墙后的武器，墙后的人等等。雷达波形有不同的极化方式。一个目标对不同的极化波形有着不同的散射特性。相比于单极化穿墙雷达，多极化穿墙雷达可以提供关于雷达观测场景更为丰富的信息，有利于获取更加清晰更加完整的成像结果。压缩感知是一种新兴的信号处理理论，它可以利用较少的雷达回波信号，得到更高质量的雷达图像。在压缩感知的框架下，多极化穿墙雷达的成像模型可以归结为联合稀疏模型。传统的求解联合稀疏模型的算法主要集中在贝叶斯类算法、线性规划类算法、贪婪类算法。然而，贝叶斯类算法需要观测场景的先验概率分布，在实际操作中，预先设置的先验概率分布的准确性难以把握；线性规划类算法的计算量非常大。贪婪类算法的计算复杂度远低于上述两类算法。现有的针对联合稀疏模型的贪婪算法没有考虑在每次迭代中所选择的基信号集对将来的迭代的影响，这导致了所选择的基信号集中的一些不良的基信号会大大增加将来的重建误差，进一步降低了成像的质量。
技术实现思路
本专利技术旨在至少解决上述技术问题之一。为此，本专利技术的目的在于提出一种面向多极化穿墙雷达成像的前向混合匹配追踪方法，以在贪婪算法中评价每次选择的基信号集的优劣，提高成像质量。为了实现上述目的，本专利技术的实施例公开了一种面向多极化穿墙雷达成像的前向混合匹配追踪方法，包括以下步骤：S110：获取多个极化通道下的雷达回波；S120：对所述多个极化通道下的雷达回波进行向量化处理，根据向量化的多个雷达回波计算基信号矩阵，并设置稀疏度K；S130：利用正交匹配追踪方法求解所述多个极化通道的本地解，融合所有本地解，找出融合结果中K个最大值所对应的位置，初始化基信号集，计算所述多个极化通道的信号残余；S140：对多个极化通道的本地解进行迭代计算，根据预设的迭代停止条件判断是否停止迭代；S150：根据满足所述迭代停止条件的迭代结果计算并融合得到最终成像结果。根据本专利技术实施例的面向多极化穿墙雷达成像的前向混合匹配追踪方法，通过多极化雷达采集雷达回波数据，再利用本专利技术所提出的前向混合匹配追踪算法重建并融合目标场景，得到成像结果。由于在前向混合匹配追踪算法中，对所选的基信号进行评价并选择最优的基信号，因此采用前向混合匹配追踪算法的成像质量优于其他贪婪算法。另外，根据本专利技术上述实施例的面向多极化穿墙雷达成像的前向混合匹配追踪方法，还可以具有如下附加的技术特征：进一步地，步骤S130进一步包括：S131：根据来自各个极化通道的回波信号s(q)、基信号矩阵Φ(q)和稀疏度K，根据以下公式求解各个极化通道的本地解：S132：根据以下公式融合所有本地解，找出融合结果中K个最大值所对应的位置，初始化基信号集：其中，定义S133：根据以下公式计算各个通道的信号残余进一步地，步骤S140进一步包括：S141：通过以下公式计算各个通道的信号残余：S142：通过以下公式融合所有本地解，找出融合结果中K个最大值所对应的位置，作为基信号候选集：S143：通过以下公式评价基信号候选集中的基信号，选择出在下次迭代中重建误差最小的基信号：i＝LAAS({s(q),Φ(q),q＝1,2,…,Q本文档来自技高网...

【技术保护点】
一种面向多极化穿墙雷达成像的前向混合匹配追踪方法，其特征在于，包括以下步骤：S110：获取多个极化通道下的雷达回波；S120：对所述多个极化通道下的雷达回波进行向量化处理，根据向量化的多个雷达回波计算基信号矩阵，并设置稀疏度K；S130：利用正交匹配追踪方法求解所述多个极化通道的本地解，融合所有本地解，找出融合结果中K个最大值所对应的位置，初始化基信号集，计算所述多个极化通道的信号残余；S140：对多个极化通道的本地解进行迭代计算，根据预设的迭代停止条件判断是否停止迭代；S150：根据满足所述迭代停止条件的迭代结果计算并融合得到最终成像结果。

【技术特征摘要】
1.一种面向多极化穿墙雷达成像的前向混合匹配追踪方法，其特征在于，包括以下步骤：S110：获取多个极化通道下的雷达回波；S120：对所述多个极化通道下的雷达回波进行向量化处理，根据向量化的多个雷达回波计算基信号矩阵，并设置稀疏度K；S130：利用正交匹配追踪方法求解所述多个极化通道的本地解，融合所有本地解，找出融合结果中K个最大值所对应的位置，初始化基信号集，计算所述多个极化通道的信号残余；S140：对多个极化通道的本地解进行迭代计算，根据预设的迭代停止条件判断是否停止迭代；S150：根据满足所述迭代停止条件的迭代结果计算并融合得到最终成像结果。2.根据权利要求1所述的面向多极化穿墙雷达成像的前向混合匹配追踪方法，其特征在于，步骤S130进一步包括：S131：根据来自各个极化通道的回波信号s(q)、基信号矩阵Φ(q)和稀疏度K，根据以下公式求解各个极化通道的本地解： σ o m p ′ ( q ) = O M P ( s ( q ) , Φ ( q ) , K ) ; ]]>S132：根据以下公式融合所有本地解，找出融合结果中K个最大值所对应的位置，初始化基信号集： Λ o l d = max _ i n d ( Σ q = 1 Q | σ o m p ′ ( ...

【专利技术属性】
技术研发人员：李刚，王学谦，杨健，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11