一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法技术

本发明专利技术公开了一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法。本发明专利技术采用单站单收发天线频率步进雷达系统在平行于墙面多个位置发射脉冲串并获取回波信号，通过随机测量矩阵对回波信号进行压缩采样获得相对少量的测量信号，然后联合依据墙体多径反射特性设计好的字典构建压缩感知模型，使用贝叶斯压缩感知方法将墙后场景信息从测量信号中重构出来，最后利用重构出的信息完成穿墙雷达成像。本发明专利技术降低了成本，缩减了记录时间，同时贝叶斯压缩感知技术的使用使得计算速度更快、所需观测数据量更少，结合多径利用方法得到的图像精度更高且有效地抑制了虚影的出现。

A multipath sensing radar imaging method based on Bayesian compressive sensing

The invention discloses a multipath sensing radar imaging method based on Bayesian compressive sensing. The invention adopts the single antenna frequency step radar system in parallel to the wall in a number of positions and obtain a transmit burst echo signal, the echo signal is sampled to obtain the relative amount of compression signal measurement by random measurement matrix, and combined multipath reflection characteristics according to wall design good dictionary is constructed with compressed sensing model, sensing method the wall after the scene compression using the Bayesian information from the measurement signal reconstruction, the reconstructed information through wall radar imaging. The invention reduces the cost, reduce the recording time, at the same time using Bayesian compressive sensing technology makes the computation faster and required less data, combined with the accuracy of the image obtained using the method of multipath is higher and more effectively suppress the emergence of virtual image.

【技术实现步骤摘要】
一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法
本专利技术属于穿墙雷达成像
，具体涉及一种通过运用贝叶斯压缩感知(BayesianCompressiveSensing,BCS)原理并利用墙体多径反射现象处理雷达接收信号从而达到穿墙成像目的的方法。
技术介绍
近年来，穿墙雷达成像技术在军、民用领域都收到了越来越广泛的关注。在建筑拆除、灾后救援和城市反恐作战等诸多场景中，都存在着对建筑物内或障碍物后的隐蔽目标探测的难题。传统的穿墙雷达系统往往需要采用多个观测天线作为物理大孔径或者通过移动单个观测天线至多个观测位置合成一个大孔径来获得较大的距离分辨率。这样，系统成本高且记录数据时间长。同时，巨大的原始数据采样量会极大地增加数据传输和存储负担。针对上述问题，引入近些年兴起的压缩感知(CompressiveSensing,CS)技术是有效的解决办法。根据压缩感知原理，如果一个信号是稀疏的，在远小于奈奎斯特(Nyquist)采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法就可以重构原信号。一般情况下，墙后场景信息在成像领域通常可被视为绝对稀疏的，因此CS技术能够将墙后场景信息从少量的测量样本中恢复出来。尽管基于CS的成像方法能够有效地减少数据采样时间、数据量以及节省信号带宽，然而穿墙雷达成像技术的应用场景往往存在低信噪比的特点，并且在墙体多径反射现象的影响下，传统CS技术的成像质量不高，会出现虚假目标(或称“虚影”)。
技术实现思路
本专利技术的目的在于提供一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，通过少量的测量数据得到精确、高分辨率、低噪声和虚影少的墙后场景图像。实现本专利技术目的的技术解决方案为：一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，采用单站单收发天线频率步进雷达系统发射脉冲串并获取回波信号，然后通过基于贝叶斯压缩感知的多径利用方法处理回波信号并完成成像，具体实施步骤如下：步骤1、将穿墙雷达置于初始位置即距墙体外墙面垂直距离dr处，整个方法共需要M个穿墙雷达的观测位置，该M个观测位置距墙体外墙面垂直距离均为dr；步骤2、穿墙雷达的发射天线发射一串频率步进信号，该串频率步进信号包含N个频率步进脉冲，接收天线分别接收各频率下的回波信号zn,m，n∈{1,2,...,N},m∈{1,2,...,M}；接收天线在第m个穿墙雷达观测位置获取的总回波信号表示为Zm＝[z1,m,z2,m,...,zN,m]T；步骤3、通过高斯随机测量矩阵Φm对回波信号Zm做压缩采样，得到测量向量Ym进行存储；步骤4、沿平行于墙壁方向移动穿墙雷达至下一个观测位置，重复步骤2、3，继续移动穿墙雷达，直至获得M组测量信号为止；步骤5、对成像区域进行网格化分，基于接收信号的相关域信息以及各网格像素与各观测位置间的传播时延构建M个字典Ψm；步骤6、基于M组测量向量、M个字典和M个测量矩阵建立压缩感知模型；步骤7、根据压缩感知模型，通过贝叶斯压缩感知算法将墙后图像信息矢量s重构，从而完成墙后场景成像。本专利技术与现有技术相比，其显著优点为：(1)所需观测天线数量少、数据存储空间小、传输时间短，从而降低了成本，提高了效率；(2)BCS技术的使用使得该方法计算速度更快、所需观测数据量更少；(3)结合多径利用算法，得到的图像精度更高且有效地抑制了虚影的出现。附图说明图1为本专利技术基于贝叶斯压缩感知的多径利用穿墙雷达成像方法示意图。图2为本专利技术基于贝叶斯压缩感知的多径利用穿墙雷达成像方法流程图。图3为本专利技术基于贝叶斯压缩感知的多径利用穿墙雷达成像方法构成字典时成像区域网格划分示意图。图4为本专利技术基于贝叶斯压缩感知的多径利用穿墙雷达成像方法成像多径几何关系模型图，其中，(a)是目标回波直接反射模型图，(b)是目标回波墙体内反射模型图，(c)是目标回波侧边内墙反射模型图。图5为本专利技术基于贝叶斯压缩感知的多径利用穿墙雷达成像方法的实例效果图。具体实施方式下面结合附图和具体实施例进一步说明本专利技术基于贝叶斯压缩感知的多径利用穿墙雷达成像方法。贝叶斯压缩感知算法(BayesianCompressiveSensing,BCS)是用贝叶斯方法来处理压缩感知的信号重构问题，从统计的角度分析恢复问题，给原始信号赋予一个先验分布，由观测信号、稀疏基字典和观测矩阵恢复出原始稀疏信号的一个后验分布。与传统CS方法只能提供成像场景散射系数的点估计不同，该方法能够提供散射系数完整的后验密度估计，更加适合杂波环境；由于考虑了压缩采样过程中遇到的加性噪声，因而具有更好的鲁棒性；基于BCS方法得到的图像比基于传统CS方法得到的图像相比更加稀疏，且精度更高，计算速度更快，所需观测数量更少。因此，BCS方法相较于传统CS更加适用于穿墙雷达成像实际应用环境。本专利技术是基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，采用单站单收发天线频率步进雷达系统发射脉冲串并获取回波信号，然后通过基于贝叶斯压缩感知的多径利用方法处理回波信号并完成成像。本专利技术应用场景构造如图1所示，按图2所示，具体实施步骤如下：步骤1、按图1所示，将穿墙雷达置于初始位置即距墙体外墙面垂直距离dr处，整个方法共需要M个穿墙雷达的观测位置，该M个观测位置距墙体外墙面垂直距离均为dr；步骤2、穿墙雷达的发射天线发射一串频率步进信号，该串频率步进信号包含N个频率步进脉冲，接收天线分别接收各频率下的回波信号zn,m，n∈{1,2,...,N},m∈{1,2,...,M}；接收天线在第m个穿墙雷达观测位置获取的总回波信号表示为Zm＝[z1,m,z2,m,...,zN,m]T。所述频率步进信号的脉冲周期为Tr，载频起始频率为f1，频率步长为Δf，频率步进数为N，第n个脉冲信号频率为fn，信号带宽fB＝fN-f1，雷达分辨率即为c/2fB，c为光在空气中的传播速度。这些参数可根据场景的实际需求进行设置。所述接收天线接受的回波信号zn,m包含目标反射墙面多径反射及噪声vn,m：其中，目标反射表示为：其中，P表示场景中存在的目标总数，表示第p个目标的反射系数，τm,p表示第m个观测位置到第p个目标的往返传播时延，fn为频率步进信号中第n个脉冲信号频率；墙面多径反射表示为：其中，R表示墙反射路径总数，表示墙反射系数，βr表示与第r条路径相关的衰变系数，表示第r条反射路径的往返传播时延。步骤3、通过高斯随机测量矩阵Φm对回波信号Zm做压缩采样，得到测量向量Ym进行存储，表达式为：Ym＝ΦmZm(4)其中，Φm为L×N维的高斯随机矩阵，且L＜＜N，Zm为N×1的一维列向量，因此Ym是L×1的一维列向量。由于L＜＜N，Ym相较于Zm可以大大节省存储空间并降低传输所需时间。步骤4、按图1所示，沿平行于墙壁方向移动穿墙雷达至下一个观测位置，重复步骤2、3，继续移动穿墙雷达，直至获得M组测量信号为止；步骤5、对成像区域进行网格化分，基于接收信号的相关域信息以及各网格像素与各观测位置间的传播时延构建M个字典Ψm，具体为：如图3所示，将墙后感兴趣的成像区域离散化为Q个网格的像素，网格距离单元的大小由成像系统决定，通常被设为雷达分辨率。考虑到回波信号是目标直接反射和各路径多径反射的叠加，这样，所有图像信息归入一个RQ×1的一维列向量s。本文档来自技高网...

【技术保护点】
一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，其特征在于，采用单站单收发天线频率步进雷达系统发射脉冲串并获取回波信号，然后通过基于贝叶斯压缩感知的多径利用方法处理回波信号并完成成像，具体实施步骤如下：步骤1、将穿墙雷达置于初始位置即距墙体外墙面垂直距离d

【技术特征摘要】
1.一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，其特征在于，采用单站单收发天线频率步进雷达系统发射脉冲串并获取回波信号，然后通过基于贝叶斯压缩感知的多径利用方法处理回波信号并完成成像，具体实施步骤如下：步骤1、将穿墙雷达置于初始位置即距墙体外墙面垂直距离dr处，整个方法共需要M个穿墙雷达的观测位置，该M个观测位置距墙体外墙面垂直距离均为dr；步骤2、穿墙雷达的发射天线发射一串频率步进信号，该串频率步进信号包含N个频率步进脉冲，接收天线分别接收各频率下的回波信号zn,m，n∈{1,2,...,N},m∈{1,2,...,M}；接收天线在第m个穿墙雷达观测位置获取的总回波信号表示为Zm＝[z1,m,z2,m,...,zN,m]T；步骤3、通过高斯随机测量矩阵Φm对回波信号Zm做压缩采样，得到测量向量Ym进行存储；步骤4、沿平行于墙壁方向移动穿墙雷达至下一个观测位置，重复步骤2、3，继续移动穿墙雷达，直至获得M组测量信号为止；步骤5、对成像区域进行网格化分，基于接收信号的相关域信息以及各网格像素与各观测位置间的传播时延构建M个字典Ψm；步骤6、基于M组测量向量、M个字典和M个测量矩阵建立压缩感知模型；步骤7、根据压缩感知模型，通过贝叶斯压缩感知算法将墙后图像信息矢量s重构，从而完成墙后场景成像。2.根据权利要求1所述的基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，其特征在于，步骤2中所述频率步进信号的脉冲周期为Tr，载频起始频率为f1，频率步长为Δf，频率步进数为N，第n个脉冲信号频率为fn，信号带宽fB＝fN-f1，雷达分辨率即为c/2fB，c为光在空气中的传播速度。3.根据权利要求1所述的基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，其特征在于，步骤2中所述接收天线接受的回波信号zn,m包含目标反射墙面多径反射及噪声vn,m：其中，目标反射表示为：其中，P表示场景中存在的目标总数，表示第p个目标的反射系数，τm,p表示第m个观测位置到第p个目标的往返传播时延，fn为频率步进信号中第n个脉冲信号频率；墙面多径反射表示为：其中，R表示墙反射路径总数，表示墙反射系数，βr表示与第r条路径相关的衰变系数，表示第r条反射路径的往返传播时延。4.根据权利要求1所述的基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，其特征在于，步骤3中所述通过高斯随机测量矩阵Φm对回波信号Zm做压缩采样，得到测量向量Ym进行存储，表达式为：Ym＝ΦmZm(4)其中，Φm为L×N维的高斯随机矩阵，且L＜＜N，Zm为N×1的一维列向量，因此Ym是L×1的一维列向量。5.根据权利要求1所述的基于贝叶斯压缩感知的多径利用穿墙雷达成像方法，其特征在于，步骤5所述对成像区域进行网格化分，基于接收信号的相关域信息以及各网格像素与各观测位置间的传播时延构建M个字典Ψm，具体为：将墙后成像区域离散化为Q个网格的像素，网格距离单元的大小设为雷达分辨率，这样，所有图像像素信息归入一个一维列向量s，该向量中的元素sq为一个加权指示函数，sq代表了第q点的反射系数大小，定义为：R表示墙反射路径总数，则s为RQ×1的一维列向量；Zm视为每个像素产生的回波信息叠加，利用每个像素点的特征设计字典Ψm，这样Zm和s之间的关系如下式表示：Zm＝Ψms(6)其中，字典Ψm由针对目标直接反射的子字典Ψmt及针对各路径反射的子字典组成，即Ψm,t＝[ψm,t(n,q)]是一个N×Q矩阵，其第(n,q)个元素表达式为：

【专利技术属性】
技术研发人员：蔡杰松，施江南，尹佳，黄慧，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32