基于极化与波束复用解复天线的无线全息成像方法

文档序号:35238363发布日期:2023-08-25 04:12阅读:34来源:国知局
基于极化与波束复用解复天线的无线全息成像方法

本发明属于通信领域,尤其涉及基于极化与波束复用解复天线的无线全息成像方法。


背景技术:

1、面对当前各种复杂环境以及恶劣气候,无线远场成像中由于散射以及各种效应等存在多种回波模式,使用传统成像方法接收信息不全面,以致成像分辨率、精度不高或细节不丰富,需要全息成像。

2、有关无线电全息成像中,很多都是针对近场微波全息成像,远场微波全息成像研究较少。有关无线远场成像,很多都是依据多普勒效应,主要针对运动目标进行三维成像,如合成孔径雷达sar,逆合成孔径雷达isar。对静态目标或环境的远场成像,典型的是使用超宽带天线,以提高分辨率。

3、然而,通过增加带宽获得高分辨率,相应会引入更多的噪声功率,以及面临宽带内隔离度提高的问题。


技术实现思路

1、本发明实施例的目的在于提供基于极化与波束复用解复天线的无线全息成像方法,旨在解决上述背景技术中所提出的技术问题。

2、为实现上述目的,本发明提供了如下的技术方案。

3、基于极化与波束复用解复天线的无线全息成像方法,所述的无线全息成像方法包括:

4、针对无线远场主动式成像,从通信角度设计极化与波束复用、解复用天线,其中复用天线作为成像系统的发射天线,解复用天线作为接收天线;

5、收发天线均为超表面天线结构,采用多层结构设计;

6、对发送天线、接收天线、多模式回波进行模式匹配;

7、基于多模式信息融合的多模稀疏贝叶斯学习的二维重建算法以及基于深度学习的三维重建算法,进行全息三维图像重建。

8、进一步的,所述在成像系统收发端使用的解复用、复用天线,其在相同频带内实现不同极化和/或不同波束形态的多模式混合。

9、进一步的,所述超表面天线包含多层结构的折叠透射型超表面以及处于底层的馈源天线,它们之间留有空气隙层,且几何中心对准。

10、进一步的,所述模式匹配,使用射线追踪加正交极化匹配的匹配追踪算法,根据发射天线发射电磁波极化或模式的正交性,在接收端相对应的区分开来不同的与发射端对应的回波信号。

11、进一步的,所述基于多模稀疏贝叶斯学习的二维重建算法,依据多模式、多信道回波,对各回波结合散射模型分别进行处理与重建。

12、进一步的,所述三维重建输入为前面已重建的多信道二维图像,三维重建算法主要依据多阶段多级深度网络,同时保持算法的低复杂度,提高重建算法的实时性、快速成像。

13、与现有技术相比,本发明的有益效果在于:

14、第一,本发明使用超表面天线作为发送端复用天线以及接收端解复用天线,其天线具有多样的极化与波束形态组合,可适应多种恶劣环境。天线能激励与产生正交模式,保持不同模式间的高隔离度,收发电磁波进行模式匹配,进行精细解译。

15、第二,本发明基于多模式回波信息的融合及处理,能实现更高分辨率的无线远场三维全息成像;基于稀疏贝叶斯学习以及深度学习方法,在算法复杂度以及成像精度之间达到平衡。



技术特征:

1.基于极化与波束复用解复天线的无线全息成像方法,其特征在于:

2.根据权利要求1所述的基于极化与波束复用解复天线的无线全息成像方法,其特征在于,在成像系统收发端使用的解复用、复用天线,其在相同频带内实现不同极化和/或不同波束形态的多模式混合。

3.根据权利要求2所述的基于极化与波束复用解复天线的无线全息成像方法,其特征在于,所述超表面天线包含多层结构的折叠透射型超表面以及处于底层的馈源天线,它们之间留有空气隙层,且几何中心对准。

4.根据权利要求3所述的基于极化与波束复用解复天线的无线全息成像方法,其特征在于,所述模式匹配,使用射线追踪加正交极化匹配的匹配追踪算法,根据发射天线发射电磁波极化或模式的正交性,在接收端相对应的区分开来不同的与发射端对应的回波信号。

5.根据权利要求4所述的基于极化与波束复用解复天线的无线全息成像方法,其特征在于,所述基于多模稀疏贝叶斯学习的二维重建算法,依据多模式、多信道回波,对各回波结合散射模型分别进行处理与重建。

6.根据权利要求5所述的基于极化与波束复用解复天线的无线全息成像方法,其特征在于,所述三维重建输入为前面已重建的多信道二维图像。


技术总结
本发明属于通信领域,具体公开了基于极化与波束复用解复天线的无线全息成像方法,该方法针对主动式无线探测中存在多模式回波现象,从通信角度提出采用极化与波束复用/解复用天线来进行多模融合实现远场三维全息成像;在天线紧凑结构下将不同极化和/或不同波束形态混合,同时保持高隔离度。基于电磁逆散射理论,对发送端复用天线、接收端解复用天线、多模式回波进行模式匹配,联合收发端天线实现极化与波束的复用/解复用,借助接收端的超表面进行多模式回波解译。针对不同应用场景建立散射模型,使用基于多模式信息融合的稀疏贝叶斯学习方法以及深度学习方法实现无线远场全息图重建,得到高分辨率、高精度的三维重建图像。

技术研发人员:郭李,肖益三,张璐
受保护的技术使用者:湘潭大学
技术研发日:
技术公布日:2024/1/14
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