一种全息穿透成像雷达杂波抑制方法

文档序号:25544120发布日期:2021-06-18 20:45阅读:411来源:国知局
一种全息穿透成像雷达杂波抑制方法

本发明涉及全息穿透成像雷达技术领域,特别涉及一种全息穿透成像雷达的杂波抑制方法。



背景技术:

全息穿透成像雷达是一种通过向被检测介质发射电磁波,探测介质中的电磁特性不连续的成像雷达设备,通过成像处理过程可对介质中的埋藏目标进行高分辨率二维成像,目前已被应用于建筑检查、无损探测和生物医学等领域。

然而,在全息穿透成像雷达工作过程中,由于探测天线与介质表面距离近且波束覆盖范围大,信号在首次穿透介质时大部分能量将直接返回,形成介质表面反射强杂波,其能量一般大于埋藏在介质内的目标信号,此外,收发天线之间的直耦波也会带来杂波干扰,最终导致成像结果中目标成分被遮蔽,因此,杂波抑制对于全息穿透成像雷达具有重要意义。

子空间分解技术将全息穿透成像雷达回波数据矩阵分解成杂波子空间与目标子空间,通过对目标子空间信息的重构,获得去除介质表面杂波与噪声的回波数据矩阵,达到杂波抑制的目的,实现埋藏弱目标增强成像。如何准确提取出目标子空间是通过子空间分解技术实现杂波抑制的难点,是全息穿透成像雷达埋藏弱目标探测的关键技术之一。在专利号为201918000350.1的文献中,提出的全息穿透成像雷达杂波抑制方法,取最大奇异值分量作为杂波分量,仅适用于特定应用场景,可能存在杂波抑制不彻底的情况。



技术实现要素:

针对现有的全息穿透成像雷达回波数据成像方法中应用的子空间分解方法,无法准确区分目标子空间和杂波子空间这一难点,本发明提出了一种判断目标子空间成分的准则,利用这种准则可以准确提取出目标子空间,实现对全息穿透成像雷达回波数据的杂波抑制,提高了成像结果信杂比,改善了成像效果。

本发明的技术方案是:一种全息穿透成像雷达杂波抑制方法,具体包括如下步骤:

首先,对接收到的全息穿透成像雷达回波数据进行奇异值分解;然后,以目标杂波比(tcr)最大作为准则求解重构系数矩阵;最后,利用求解出的重构系数矩阵,计算出杂波抑制后的回波数据。

本发明还提供一种全息穿透成像雷达杂波抑制模块,其特征在于,具体包括:

对接收到的全息穿透成像雷达回波数据进行奇异值分解的子模块;以目标杂波比最大作为准则求解重构系数矩阵的子模块;利用求解出的重构系数矩阵,计算出杂波抑制后的回波数据的子模块。

所述模块采用现有的硬件,如fpga或dsp数据处理平台即可实现。

本发明的有益效果是:本发明通过对雷达回波数据互相关特性、奇异值分布特性进行分析,归纳出左奇异向量方差与信号成分的组成规律,可以有效估计雷达回波数据奇异值分解后各分量中的目标和杂波成分,弥补了现有子空间分解方法难以准确区分目标子空间和杂波子空间的不足。实验结果表明本发明方法能够有效抑制全息穿透成像雷达回波数据中的杂波分量,同时保留目标信息,实现介质中的埋藏弱目标增强成像。

附图说明

图1是本发明提供的一种全息穿透成像雷达杂波抑制方法的流程示意图;

图2是成像实验场景中的介质与目标实物图;

图3是全息穿透成像雷达原始回波数据成像结果;

图4是利用现有子空间分解方法处理后的成像结果;

图5是利用本发明提供的方法处理后的成像结果。

具体实施方式

下面结合附图对本发明进行进一步的说明。

图1是本发明提供的一种全息穿透成像雷达杂波抑制方法的流程示意图,整个流程分为三步。第一步:雷达回波数据奇异值分解处理,第二步:求解重构系数矩阵;第三步:数据矩阵重构。详细描述如下:

第一步:雷达回波数据奇异值分解处理

根据奇异值分解原理,对雷达回波数据进行奇异值分解:

d=usvh

其中,d表示雷达回波数据,为m阶方阵,u=[u1,u2,...ui,...,um]为m阶左奇异酉矩阵,v=[v1,v2,...vi,...,,vm]为m阶右奇异酉矩阵;s=diag(s1,s2,...si,...,sm)为m阶奇异值对角矩阵,其中,diag(·)表示对角矩阵,对角元素si表示雷达回波数据d的奇异值,满足s1≥s2≥...si...≥sm;h表示共轭转置。在实际工作时,如果雷达回波数据d,不是方阵,则可通过补零的方式获得方阵。

第二步:求解重构系数矩阵

通过最大化目标杂波比tcr,求解当目标杂波比tcr取得最大值时,对应的系数矩阵w为得到的重构系数矩阵即:

其中,目标杂波比tcr为:

上式中,σ2(ui)为ui的方差;ii为第i个子矩阵di'的所有像素值平方的和,

第三步:数据矩阵重构

利用重构系数矩阵对回波数据矩阵进行重构,得到杂波抑制后的回波数据

其中⊙表示矩阵的哈达玛积。

本发明的基本原理是:

对雷达回波数据d进行奇异值分解后,令b=ddh,则b为m阶矩阵,设dmn表示回波数据d的第m行、第n列元素值,bmn表示m阶矩阵b的第m行、第n列元素值,并且可计算出其各个元素为:

其中,上标*表示共轭,可见bmn表示回波数据d的互相关。

令λi表示b的特征值,与回波数据d的奇异值si的关系为根据奇异值分解原理,b×ui=λi×ui,进一步地,可以计算出:

令ui=[u1i,u2i,...,umi]t,其中,t表示向量转置,可以得到:

进一步地,计算出ui的均值e(ui)和方差σ2(ui):

可以看出ui的方差σ2(ui)与b中列向量bl的均值相关,而bil是数据矩阵的互相关,表示回波数据中不同数据点之间的相关性。当回波数据中杂波很强时,回波数据主要由介质杂波组成,天线在不同位置信号相近,即dij≈d,d为常数,此时数据矩阵互相关bil也可认为是一个常值b,即bil=b。

代入e(ui),可以得到:

因此,可以近似认为mb=λi,再将其代入σ2(ui),得到:

即当回波数据分量中只包含均匀介质回波时,σ2(ui)等于0,而当回波数据分量中包含目标时,天线在不同位置处信号存在较大差异,其相关性减弱,此时σ2(ui)>0。在实际情况中,当回波数据中存在强杂波掩盖目标信号时,回波数据分量主要由介质本身回波组成,此时σ2(ui)略大于0,当目标信号增强时,σ2(ui)随之也增大,因此,可将归一化后的σ2(ui)值作为回波数据分量中目标信号占比的衡量标准。

根据上述分析,本发明通过最大化目标杂波比tcr,求解当目标杂波比tcr取得最大值时,对应的系数矩阵w为得到的重构系数矩阵即:

其中,目标杂波比tcr为:

上式中,σ2(ui)为ui的方差;ii为第i个子矩阵di'的所有像素值平方的和,

利用重构系数矩阵对回波数据矩阵进行重构,即可得到杂波抑制后的回波数据

图2是成像实验中使用的介质与目标实物图,介质为混凝土,厚度为4cm;目标为“十”字形金属片,宽度为1cm,长度为10cm。实验时,目标紧贴在介质板的下表面,相当于目标位于介质中。

图3是全息穿透成像雷达原始回波数据成像结果,可以看出,混凝土介质存在很强的介质表面反射杂波,完全将目标信号掩盖。

图4是利用现有子空间分解方法处理后的成像结果,可以看出,使用现有奇异值方法处理后,图像左上角杂波得到较好的抑制,目标图像得到凸显,但图像右下角仍然存在较多杂波。

图5是利用本发明提供的方法处理后的成像结果。可以看出,通过改进子空间分解方法处理后,进一步抑制了图像右下角杂波,并保留了信号中的目标成分,验证了本发明所提方法的有效性。

以上所述的本发明实施方式,并不构成对本发明保护范围的限定,任何在本发明精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1