[發明專利]一種超分辨率毫米波MIMO陣列實時成像方法

有效

• 申請號: 201911021002.8
• 申請日: 2019-10-25
• 公開（公告）號: CN110764089B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 郭企嘉;周天;李超;李海森
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S13/90
• 分類號: G01S13/90
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供的是一種超分辨率毫米波MIMO陣列實時成像方法。步驟(1)：MIMO陣列進行回波數據采樣，記錄寬帶的響應信號；步驟(2)：對頻域響應信號，利用MIMO?RMA獲得反射率函數的三維圖像，同時在波數域求取改進相干因子；步驟(3)：利用步驟(2)得到的改進相干因子校正步驟(2)得到的反射率函數的三維圖像。該方法重新在波數域定義了反射率函數的非相干功率，使得相干因子的計算只需要一步三維IFFT即可快速完成，進一步提高了成像速度。除此之外，本方法仍然保留了超分辨性能，包括提升空間分辨率，壓低圖像的旁瓣和基底噪聲電平，并顯著提高圖像的動態范圍。

技術領域

本發明涉及的是一種合成孔徑成像算法，具體地說是一種MIMO陣列實時成像方法。

背景技術

毫米波作為一種新興的探測能量，具有獨特的優勢。最顯著的特點是具有毫米級的空間分辨率，并對塑料、陶瓷和一些衣料具有穿透能力，因此被廣泛用于人體安檢成像中。為提高檢測效率，一種常用的方案是多輸入多輸出(Multi-input?Multi-output,MIMO)陣列成像。陣列成像方法需要成像儀器具有更多的發射和接收通道數目，因此儀器成本和復雜度更高。但是由于MIMO陣列具有高速采樣能力，一般多用于實時性要求更高的場合，如高人流量場合的人體安檢。

儀器的實時性成像能力不但要求高速采樣，還必須采用具有高實時性的成像算法。合成孔徑(SAR)方法廣泛應用于雷達成像應用中，從數學模型角度，SAR成像實際上是線性近似散射方程的伴隨算子。SAR處理可以在空間域或波數域實現。其中前者通過回波數據的相干疊加實現，計算量較大，但是通常具有更高的成像質量；后者通過快速傅里葉變換(fast?Fourier?transform,FFT)將回波數據變換到波數域，并通過相位補償結合插值方法實現圖像聚焦。具體地說，反投影方法(back?projection?algorithm,BPA)是一種典型的空間域成像方法。采用FFT在距離向實現脈沖壓縮，在垂直距離向相干疊加回波獲得分辨率。BPA可以方便地應用于傳統的單站雷達和MIMO陣列成像中。距離偏移方法(rangemigration?algorithm,RMA)是一種最具代表性的波數域成像方法，而且RMA可以較為方便地擴展到MIMO陣列成像中。針對交叉十字MIMO陣列，有學者提出比近軸近似更高精度的改進方法。另外，建立更高精度的散射數學模型也是提高成像性能的重要方向，例如將地震的偏移成像方法——Kirchhoff偏移成像應用于MIMO成像，也得到了更好的成像結果。另外，將Rayleigh–Sommerfeld衍射公式引入陣列成像中，能夠一定程度上補償傳播距離引入的損耗，并一定程度上提高成像精度。

超分辨率(super?resolution,SR)成像是一種新興的改進型成像方法，用于提高成像質量。SR的說法最初來源于圖像處理領域，因此為避免歧義，本發明中定義的SR特指與散射問題直接相關的、用于目標參數重建的相關高分辨率方法，不涉及圖像后處理方面。進一步，由于在雷達成像應用中常采用點擴展函數(point?spread?function,PSF)定量描述成像算法的性能，因此進一步定義，SR旨在能夠降低半最大值全寬度(fullwidth?at?half-maximum，FWHM)，壓制最大旁瓣和基底噪聲電平。壓縮感知(Compressive?sensing，CS)技術是當前的研究熱點，其最早提出的用于降低采樣率。但是由于CS采用正則化形式和信號重建方法，使得它可以結合全變差等正則化項提升成像質量，因此CS是一種重要的SR方法。目前，大量的文獻研究用于降低CS的內存需求和計算量，但是對于毫米波的三維成像系統，CS仍然是不實際的。另一種常見的方法是，將波數域重建算法結合高分辨率的譜估計方法，實現更高的成像性能，例如迭代自適應方法(iterative?adaptive?approach，IAA)。

但是以上列舉的方法均建立在迭代方法的基礎上，計算量過大，在三維成像方面，難以直接應用。因此目前能夠應用于實時性成像系統的SR方法亟待研究。針對以上述SR成像方法的不足，申請人曾經提出了一種SR成像方法的基礎上(“一種高速超分辨率MIMO陣列成像算法”，專利號:ZL?2017?1?0537587.3)，本發明是在其基礎上提出的新的改進方案。