多视角穿墙雷达联合稀疏成像算法

多视角穿墙雷达成像系统利用多个视角的目标回波数据,可以有效提高目标成像重建结果的质量。在建立多视角穿墙雷达联合稀疏信号模型的基础上,提出了一种基于交叉验证技术的删失同时正交匹配追踪成像算法。该算法将每个观测视角雷达单元的测量数据分成重建数据和交叉验证数据两部分,通过进行多次删失同时正交匹配追踪迭代计算实现测量噪声水平估计和成像重建,既减小了各个视角雷达站间的数据通信开销,也摆脱了成像算法对测量噪声水平和场景稀疏度先验信息的依赖。仿真实验结果验证了所提成像算法的有效性和准确性。     

基于多测量向量模型的极化探地雷达成像算法

针对极化探地雷达(GPR)工作过程中目标成像空间的联合稀疏性，提出了一种基于多测量向量模型的极化探地雷达成像算法。在建立极化探地雷达回波信号模型的基础上，利用各极化通道测量数据的联合稀疏性将各个极化通道的测量数据等效成多测量向量（MMV），通过多任务贝叶斯压缩感知（MT-BCS）算法对各个极化通道的测量数据进行联合处理从而实现各个极化通道对应的探测场景反射率的重建。基于时域有限差分（FDTD）法的仿真数据处理结果表明所提成像算法在目标位置重建的准确性和背景杂波抑制能力上均优于单测量向量（SMV）模型的极化探地雷达成像算法。     

基于组合滤波的压缩感知穿墙雷达杂波抑制

针对压缩感知穿墙雷达成像过程中受壁杂波污染严重等问题,提出了一种组合滤波的杂波抑制算法。该算法利用小波预处理、统计信号滤波法相结合的方式对回波信号进行处理,通过动态阈值分段弱正交匹配追踪进行稀疏迭代求解。在强壁杂波存在的情况下,组合滤波法能够有效地消除杂波检测出墙后目标。实验结果表明,该算法与传统单一主成分分析、奇异值分解和经验模态分解滤波相比,所成雷达像的子杂波比分别提高了1.57、1.52、1.26倍。     

高帧率步进频穿墙成像雷达扫频方法

步进频是穿墙成像雷达的常用波形,传统采用锁相合成技术的步进频穿墙成像雷达的跳频时间长,帧率很低,难以满足穿墙雷达实时成像的要求。为了解决这个问题,提出了一种新的扫描方案,可以通过现场可编程门阵列（FPGA）实现对扫描方式的可调控制,在不影响回波波形及成像效果的情况下显著提高了步进频穿墙成像雷达的帧率。在2 MHz的频率步长以及2.5 GHz的频段范围内时,实际成像帧率可以达到14 Hz,在一定程度上满足了实时成像的要求。试验测试结果验证了所提方法的可行性。     

基于回波数据压缩的MIMO-SAR成像方法

针对多发多收合成孔径雷达（MIMO-SAR）高分辨成像的回波数据量过大问题,提出了一种基于数据压缩的MIMO-SAR成像方法。通过对MIMO-SAR回波数据的分析,补偿了由于MIMO雷达收发分置导致的相位误差;其次利用距离徙动算法(RMA)对回波数据进行预处理并分析了其稀疏性;然后针对预处理后的回波数据进行压缩传输,在接收端利用压缩感知重构算法获得回波数据在距离多普勒域的稀疏表示并进行成像处理。仿真结果表明,所提方法可以在大幅压缩MIMO-SAR回波数据的基础上实现准确成像。     

超宽带穿墙雷达成像技术研究现状

介绍了国内外超宽带穿墙雷达(Ultra Wide-Band Through the Wall Radar, UWB-TWI)装 备研制现状,重点放在穿墙雷达成像算法上,包括逆散射成像算法、后向投影算法、时间反 转镜方法、压缩感知成像方法等,以期为相关研究人员提供参考。     

一种新的基于压缩感知的毫米波信道估计算法

针对传统稀疏重构算法需要信道稀疏度先验信息、复杂度高、不利于实际应用的问题,提出了一种新的基于波束空间分解的稀疏度自适应毫米波信道估计算法。该算法利用毫米波信道稀疏性的特点对信道进行波束空间分解,构造基于码本的感知矩阵,获得l1范数约束问题模型;其次结合分段弱匹配追踪算法,采用弱阈值从感知矩阵筛选原子,再通过分组选择机制对选择的原子进行二次优化;最后根据最小二乘法估计出毫米波信道。仿真结果表明,所提算法的估计精度和复杂度在低信噪比和低训练长度情况下明显优于传统匹配追踪算法。     

一种稀疏重建的多基地雷达多目标定位算法

采用距离和信息的多基地雷达多目标投影定位算法中，距离向脉冲压缩后分辨率降低，需要已知空间中目标个数。针对此问题，提出了一种稀疏重建的多基地雷达多目标定位方法。该方法利用多个接收机中目标稀疏度相同的特点，通过构造平均重构残余误差变化率和平均散射系数变化率作为正交匹配追踪(OMP)算法迭代终止判定条件，自适应地终止OMP算法的同时获得稀疏重建信号以及信号稀疏度的估计值，提高了距离向分辨率，获得了对空间中目标个数的估计。仿真实验表明所提算法有效抑制了距离向主瓣展宽和旁瓣串扰，提高了距离向分辨率。同时，所提算法在不同噪声环境下能准确估计空间中目标个数并提取其空间位置，实现对空间中目标的准确定位。     

随机混沌感知矩阵及其在成像雷达中的应用

根据压缩感知理论提出了一种适用于成像雷达的新算法,在成像目标分布满足稀疏性前提下,利用发射的随机混沌序列(SCS)形成卷积矩阵,然后通过随机行抽取构造随机感知矩阵(SCSM)。给出了完整的算法实现框架,从理论上证明了SCS的随机性和统计独立性以及SCSM的有限等距性(Restricted Isometry Property,RIP)。仿真结果验证了算法的有效性,同时分析了影响算法性能的主要因素。与匹配滤波法相比,所提算法重构误差小,输出旁瓣低。SCSM与其他随机矩阵具有相同的性能,然而,SCSM容易在硬件上实现,且更适用于要求保密性高和抗干扰能力强的场合。     

基于折射波静校正的未知参数穿墙成像合成延迟时算法

在穿墙雷达实际应用中,墙体一般由两层不同介质构成,且各层墙体参数未知。若对墙后目标直接成像,会产生目标散焦或位置偏移。针对该问题,提出了基于折射波静校正的合成延迟时方法对墙后目标进行聚焦成像。首先读取每根接收天线回波数据确定电磁波的折射回波时刻,通过基本折射方程得到延迟时超定方程组,解此超定方程组可得电磁波在外层墙体内的传播时延,再运用相邻发射天线和相邻接收天线延迟时之差估计内层墙体中电磁波的传播时延,最后各个通道内传播时延依次相加后运用后向投影算法获得目标精确成像。对成像位置精度、图像熵,以及输入输出目标杂波比等性能的分析和比较证明了该算法的有效性。