基于多发多收阵列的太赫兹近场稀疏成像方法与流程

技术特征：

1.一种基于多发多收阵列的太赫兹近场稀疏成像方法，其特征在于，具体包括如下步骤：

1)成像场景设置：太赫兹多发多收阵列的M个发射机和N个接收机分布在二维平面的同一基线上，同时发射机、接收机和目标平面三者都位于同一平面XY，以成像场景中心为直角坐标原点O建立坐标系XOY，则第m个发射机和第n个接收机所在位置分别表示为和设目标散射点的直角坐标为r＝(x,y)，散射系数记为σ(r)，发射机和接收机天线组成的天线阵列基线中心到目标平面中心的距离为R₀；

2)获取太赫兹回波，对回波进行去载波、滤波处理；

3)回波离散化：将获取的太赫兹回波根据成像场景离散化，构建观测矩阵，构建的观测矩阵中保留含有目标信息在延迟路径中的非线性，完整保留路径延迟项中的目标信息；

4)通过Akaike信息量准则估计出散射点数目；

5)通过贪婪算法估计目标点坐标，同时在每次迭代选择原子序列时，利用Akaike信息量准则，基于余量对目标的稀疏度进行自适应估计，实现多发多收阵列的太赫兹近场稀疏成像。

2.根据权利要求1所述基于多发多收阵列的太赫兹近场稀疏成像方法，其特征在于，所述步骤2)具体步骤包括如下：

第m个发射机发射的信号：

其中u_m(t)是第m个发射机发射波形的复包络，其中m＝1,...,M，其带宽为B_m，f_m为第m个发射机的发射载频，发射频率分集信号，此时，任意两个相邻发射载频之间的差值足够大，使发射信号在频谱上占有分离不相交的频带，实现频域正交；

反射回波被第n个接收机接收的回波为：

$s_n^r\left(t\right)=\underset{m=1}{\overset{M}{\Σ}}\underset{\left(x,y\right)}{\∫\∫}\mathrm{\σ}(x,y)u_m(t-{\mathrm{\τ}}_{m,n}(x,y\left)\right)e^{j2{\mathrm{\πf}}_m(t-{\mathrm{\τ}}_{m,n}(x,y\left)\right)}dxdy$

其中n＝1,...,N，σ(x,y)是目标散射系数，τ_m,n(x,y)是第m个发射机到位于(x,y)的目标散射点再到第n个接收机的路径延迟；

该回波经去载波处理得到：

$s_n^r\left(t\right)=s_n^r\left(t\right)\·e^{-j2{\mathrm{\πf}}_{m}t}=\underset{m=1}{\overset{M}{\Σ}}\underset{\left(x,y\right)}{\∫\∫}\mathrm{\σ}(x,y)u_m(t-{\mathrm{\τ}}_{m,n}(x,y\left)\right)e^{-j2{\mathrm{\πf}}_m{\mathrm{\τ}}_{m,n}(x,y)}dxdy$

对回波利用发射信号频率正交性实现通道分离输出的第(n,m)个通道信号为：

${\tilde{s}}_{m,n}^r\left(t\right)=\underset{(x,y)}{\∫\∫}\mathrm{\σ}(x,y)u_m(t-{\mathrm{\τ}}_{m,n}(x,y\left)\right)e^{-j2{\mathrm{\πf}}_m{\mathrm{\τ}}_{m,n}(x,y)}dxdy$

并通过处理器得到：

$s_{m,n}^r\left(t\right)={\tilde{s}}_{m,n}^r\left(t\right)\⊗u_m^{*}\left(t\right)=\underset{\left(x,y\right)}{\∫\∫}\mathrm{\σ}(x,y)u_m(t-{\mathrm{\τ}}_{m,n}(x,y\left)\right)e^{-j2{\mathrm{\πf}}_m{\mathrm{\τ}}_{m,n}(x,y)}dxdy\⊗u_m^{*}\left(t\right)$

其中表示卷积操作，上标*表示取共轭操作；

对做傅里叶变换，其频域形式为：

$F\left\{s_{m,n}^r\left(t\right)\right\}=\underset{\left(x,y\right)}{\∫\∫}\mathrm{\σ}(x,y)U_m\left(f\right)U_m^{*}\left(f\right)e^{-j2\mathrm{\π}(f_m+f){\mathrm{\τ}}_{m,n}(x,y)}dxdy$

其中F{·}表示傅里叶变换；U_m(f)＝F{u_m(t)}，F{u_m(t)}是复包络u_m(t)的频谱，

设置低通匹配滤波器H_lp,m(f)为：

则经过频域滤波输出为：

$S_{m,n}^r\left(f\right)=F\left\{s_{m,n}^r\left(t\right)\right\}{H}_{lp,m}\left(f\right)=\underset{\left(x,y\right)}{\∫\∫}\mathrm{\σ}(x,y)e^{-j2\mathrm{\π}(f_m+f){\mathrm{\τ}}_{m,n}(x,y)}dxdy.$

3.根据权利要求2所述基于多发多收阵列的太赫兹近场稀疏成像方法，其特征在于，所述步骤3)具体步骤包括如下：

a:将获取的太赫兹回波根据成像场景离散化：

将目标平面根据分辨率划分网格，对路径延迟项τ_m,n(x,y)进行展开：

$\begin{array}{c}{\mathrm{\τ}}_{m,n}\left(x_l,y_l\right)=\frac{R_{Tx,m}^l\left(x_l,y_l\right)+R_{Rx,n}^l\left(x_l,y_l\right)}{c}\\ =\frac{\sqrt{{\left(x_m^t-x_l\right)}^2+{\left(y_m^t-y_l\right)}^2}}{c}+\frac{\sqrt{{\left(x_n^r-x_l\right)}^2+{\left(y_n^r-y_l\right)}^2}}{c}\end{array}$

其中(x_l,y_l)表示第l个强散射点的直角坐标，假设目标成像区间内共有L个待测的散射点，第m个发射天线到第l个散射点的距离为第n个接收天线到第l个散射的的距离为c为光速；

将获取的太赫兹回波根据目标平面划分的网格离散化处理得到：

$S_{m,n}^r\left(f_k\right)=\underset{l=1}{\overset{L}{\Σ}}{\mathrm{\σ}}_l{e}^{-j2\mathrm{\π}(f_m+f_k){\mathrm{\τ}}_{m,n}(x,y)}=\underset{l=1}{\overset{L}{\Σ}}{\mathrm{\σ}}_l{e}^{-j2\mathrm{\π}\frac{(f_m+f_k)}{c}{R}_{m,n}\left(l\right)}$

其中表示第(n,m)个通道在第k个频率采样点f_k处的回波，表示第l个强散射点与第m个发射机和第n个接收机的距离，σ_l表示第l个强散射点的散射系数；

b:构建观测矩阵：

收集第(n,m)个通道的K个采样点构成向量为：

$S_{m,n}^r={\[S_{m,n}^r\left(f_1\right)...S_{m,n}^r\left(f_K\right)\]}^T\stackrel{\mathrm{\Δ}}{=}{A}_{m,n}\mathrm{\σ}$

其中上标T为转置操作，

则收集MN个通道的回波可组成矩阵：

$S^r={\[{\left(S_{1,1}^r\right)}^T,...,{\left(S_{M,N}^r\right)}^T\]}^T\stackrel{\mathrm{\Δ}}{=}A\mathrm{\σ}$

其中为MNK×L维的观测矩阵，σ为目标场景对应的L×1维向量，实际目标强散射点的个数为L₀，满足L₀＜＜L。

4.根据权利要求3所述基于多发多收阵列的太赫兹近场稀疏成像方法，其特征在于，所述步骤4)具体步骤包括如下：

得到接收回波的协方差矩阵R＝S^r×(S^r)^H，

其中，上标H表示共轭转置；

Akaike信息量准则估计算法：

$AIC\left({\hat{L}}_0\right)=2K(MNK-{\hat{L}}_0)\ln \mathrm{\Λ}\left({\hat{L}}_0\right)+2{\hat{L}}_0(2MNK-{\hat{L}}_0)$

为似然函数

其中，λ_i为R的特征值，得到的散射点数目为0,1,...,MNK-1之间使Akaike信息量准则取最小值的估计值

5.根据权利要求4所述基于多发多收阵列的太赫兹近场稀疏成像方法，其特征在于，所述步骤5)选择贪婪算法，并每次迭代时基于余量对目标的稀疏度进行自适应估计，以观测矩阵A和接收回波S^r作为输入，目标向量的估计值作为输出，目标点坐标进行估计。