一种MIMO穿墙雷达的结构稀疏成像方法和装置与流程

本发明属于穿墙雷达成像领域，尤其涉及一种mimo穿墙雷达的结构稀疏成像方法和装置。

背景技术：

多输入多输出(multipleinputmultipleoutput，mimo)穿墙雷达成像是一种能够使用电磁波的传播特性获取墙后场景信息，对墙后隐藏目标进行检测、识别、成像的新型技术，在军事和民用方面，具有广阔的应用前景。目前大多采用mimo穿墙雷达成像系统的结构恢复算法对扩展目标进行成像时，一些是没有使用压缩感知(compressedsensing，cs)结构稀疏成像方法，然而，所需的天线孔径和带宽较大，且数据运算量大，成像的分辨率不高。另一些是使用了压缩感知结构稀疏成像方法，却采用不利于硬件实现和存储空间较大的高斯随机测量矩阵，导致运算复杂度高和成像位置出现偏移，且需要人工设置分块参数，实际应用中却难以准确知道分块先验信息。

技术实现要素：

本发明的目的在于提供一种mimo穿墙雷达的结构稀疏成像方法、装置和计算机可读存储介质，旨在解决没有使用压缩感知结构稀疏成像方法，所需的天线孔径和带宽较大，且数据运算量大，成像的分辨率不高；使用了压缩感知结构稀疏成像方法，却采用不利于硬件实现和存储空间较大的高斯随机测量矩阵，导致运算复杂度高和成像位置出现偏移，且需要人工设置分块参数，实际应用中却难以准确知道分块先验信息的问题。

第一方面，本发明提供了一种mimo穿墙雷达的结构稀疏成像方法，所述方法包括：

接收mimo穿墙雷达阵列采集的扩展目标的回波信号；

采用稀疏字典对所述扩展目标的回波信号

进行稀疏变换，并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样，进而根据伪随机测量矩阵和稀疏字典构建感知矩阵；

根据后向投影成像算法得到扩展目标散射系数初值，并根据感知矩阵和扩展目标散射系数初值预估用于正交匹配追踪压缩感知算法的索引集；

根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，得到新的索引集；

根据新的索引集采用正交匹配追踪压缩感知算法重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。

第二方面，本发明提供了一种mimo穿墙雷达的结构稀疏成像装置，所述装置包括：

接收模块，用于接收mimo穿墙雷达阵列采集的扩展目标的回波信号；

构建模块，用于采用稀疏字典对所述扩展目标的回波信号进行稀疏变换，并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样，进而根据伪随机测量矩阵和稀疏字典构建感知矩阵；

预估模块，用于根据后向投影成像算法得到扩展目标散射系数初值，并根据感知矩阵和扩展目标散射系数初值预估用于正交匹配追踪压缩感知算法的索引集；

新的索引集生成模块，用于根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，得到新的索引集；

扩展目标散射系数计算模块，用于根据新的索引集采用正交匹配追踪压缩感知算法重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。

第三方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述的mimo穿墙雷达的结构稀疏成像方法的步骤。

在本发明中，由于采用基于伪随机m序列的伪随机测量矩阵和根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，得到新的索引集；根据新的索引集采用正交匹配追踪压缩感知算法重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。因此本发明不需要人工设置分块参数，所需的存储空间小，降低了运算量和系统复杂度，易于硬件实现，提高了扩展目标稀疏成像算法的稀疏重构性能，实现了高分辨的穿墙扩展目标成像。

附图说明

图1是本发明实施例一提供的mimo穿墙雷达的结构稀疏成像方法的流程图。

图2是mimo穿墙雷达阵列的成像场景示意图。

图3是mimo穿墙雷达阵列和等效虚拟阵列在(0，1.6)处的点扩展函数(psf)、方位向峰值幅值的比较图。

图4是马尔可夫随机场一阶邻域逐个传递过程示意图。

图5是本发明实施例二提供的mimo穿墙雷达的结构稀疏成像装置的功能模块框图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一：

请参阅图1，本发明实施例一提供的mimo穿墙雷达的结构稀疏成像方法包括以下步骤：需注意的是，若有实质上相同的结果，本发明的mimo穿墙雷达的结构稀疏成像方法并不以图1所示的流程顺序为限。

s101、接收mimo穿墙雷达阵列采集的扩展目标的回波信号。

在本发明实施例一中，mimo穿墙雷达阵列是由计算机控制采集扩展目标的回波信号。

s102、采用稀疏字典对所述扩展目标的回波信号进行稀疏变换，并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样，进而根据伪随机测量矩阵和稀疏字典构建感知矩阵。

在本发明实施一中，所述采用稀疏字典对所述扩展目标的回波信号进行稀疏变换，并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样具体为：

采用公式x＝aσ对所述扩展目标的回波信号进行稀疏变换，其中，x为接收到的扩展目标的回波信号，σ为扩展目标散射系数，为稀疏字典，am定义为fn为第n个频点，τ为时延，nx和nz分别为方位和距离向划分的网格数；

根据伪随机m序列a的长度d＝2^c-1≥mn和本原多项式映射表得到多项式g(x)＝x^c+x^h+1，其中m为mimo穿墙雷达阵列对应的等效虚拟阵列的阵元数，n为频点数；

根据确定多项式系数vc＝(v1,v2,v3,…vc)，通过c位线性反馈移位寄存器生成伪随机m序列a，其中，vc为0或1；

从伪随机m序列a中随机选取mn个元素得到序列a'如下：a'＝[a1,a2,…amn]；

通过将序列a'进行q1q2-1次循环左移位得到q1q2个行向量，构建基于伪随机m序列的伪随机测量矩阵如下：

从而得到测量向量y如下：y＝φx，其中φ是伪随机测量矩阵。

所述根据伪随机测量矩阵和稀疏字典构建感知矩阵具体为：

采用公式t＝φa构建感知矩阵t。

在本发明实施例一中，

所述mimo穿墙雷达阵列是依据配置指标配置为两端发射中间接收和分时复用的模式，得到均匀而不冗余的等效虚拟阵列进行穿墙成像的数据采集。

在本发明实施一中，所述依据配置指标配置为两端发射中间接收和分时复用的模式，得到均匀而不冗余的等效虚拟阵列进行穿墙成像的数据采集具体为：

计算mimo穿墙雷达阵列的等效虚拟孔径lea：其中，η为波束宽度因子，η＝0.886，λc为波长，ρ为方位分辨率；

根据计算出等效虚拟阵列的阵元数m，其中，igll是设定的理想栅瓣水平。

为了使成像空间谱不重叠和降低旁瓣、栅瓣，同时考虑到mimo穿墙雷达阵列的复杂性，将mimo穿墙雷达阵列配置为两端发射中间接收和分时复用模式，得到均匀而不冗余的等效虚拟阵列，可以简化mimo穿墙雷达阵列结构。mimo穿墙雷达阵列的成像场景如图2所示。图中仅给出了其中一种双程传播路径。

图3是mimo穿墙雷达阵列和等效虚拟阵列在(0，1.6)处的点扩展函数(psf)、方位向峰值幅值的比较图。从图3可以看出两者的点扩展函数、方位向峰值幅值图很接近，mimo穿墙雷达阵列和等效虚拟阵列具有等效性。

s103、根据后向投影成像算法得到扩展目标散射系数初值，并根据感知矩阵和扩展目标散射系数初值预估用于正交匹配追踪压缩感知算法的索引集。

在本发明实施一中，s103具体为：

设置散射系数初值σ⁰＝t^hw⁰、初始残差w⁰＝y，索引集稀疏度为k，迭代次数为l；

根据后向投影成像算法求出扩展目标散射系数为：σ^l＝t^hw^l，其中t是感知矩阵；

从σ中找出最大的k个像素值对应的索引值构成预估用于正交匹配追踪压缩感知算法的索引集为：ω^l＝max_ind(σ,k)。

s104、根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，得到新的索引集。

在本发明实施一中，s104具体为：

支撑向量记为λ，ni为第i个像素点相邻像素的集合，为ω的补集，且而对于扩展目标，成像区域除了像素点满足稀疏性之外，非零目标像素点与相邻像素点之间还存在依赖关系，而一维信号σ的第i个像素，可通过图4所示的马尔可夫随机场一阶邻域逐个传递来获取像素间的结构稀疏先验信息；

根据马尔可夫随机场一阶邻域逐个传递过程，对于第i个像素点和其邻域间像素的相互作用的权重表示为：

其中为归一化的条件概率密度函数；

λi＝1时，对应第i个像素值σi为非零值，λi＝-1时，对应第i个像素值σi为零，σi和的联合概率分布为：

进一步取自然对数后，分别定义两个函数为：

记λi的估计为：

记υ＝ρ2-ρ1，ε为用于分离像素值的自适应松弛参数，当|σi|≥ε，i(σi)＝1，反之，i(σi)＝0，则υ为：

其中ρ为权重参数，满足

从而得到的解为：由对应的索引位置重新构成的新的索引集

s105、根据新的索引集采用正交匹配追踪压缩感知算法重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。

在本发明实施一中，s105具体为：

根据新的索引集通过最小二乘法得到扩展目标散射系数的更新为：

相应残差更新为：若或l＞k时，终止循环迭代，将此时的扩展目标散射系数用于二维成像，其中ξ为收敛门限记。

实施例二：

请参阅图5，本发明实施例二提供的mimo穿墙雷达的结构稀疏成像装置包括：

接收模块11，用于接收mimo穿墙雷达阵列采集的扩展目标的回波信号；

构建模块12，用于采用稀疏字典对所述扩展目标的回波信号进行稀疏变换，并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样，进而根据伪随机测量矩阵和稀疏字典构建感知矩阵；

预估模块13，用于根据后向投影成像算法得到扩展目标散射系数初值，并根据感知矩阵和扩展目标散射系数初值预估用于正交匹配追踪压缩感知算法的索引集；

新的索引集生成模块14，用于根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，得到新的索引集；

扩展目标散射系数计算模块15，用于根据新的索引集采用正交匹配追踪压缩感知算法重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。

本发明实施例二提供的mimo穿墙雷达的结构稀疏成像装置及本发明实施例一提供的mimo穿墙雷达的结构稀疏成像方法属于同一构思，其具体实现过程详见说明书全文，此处不再赘述。

实施例三：

本发明实施例三提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明实施例一提供的mimo穿墙雷达的结构稀疏成像方法的步骤。

在本发明中，采用基于伪随机m序列的伪随机测量矩阵和根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，将由后向投影方法预估的正交匹配追踪算法的索引集进行更新；根据新的索引集采用正交匹配追踪压缩感知算法重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。因此本发明不需要人工设置分块参数，所需的存储空间小，降低了运算量和系统复杂度，易于硬件实现，提高了扩展目标稀疏成像算法的稀疏重构性能，实现了高分辨的穿墙扩展目标成像。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)、磁盘或光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。