CN109283530A - 一种利用压缩感知提高微波成像线性度的方法 - Google Patents

一种利用压缩感知提高微波成像线性度的方法 Download PDF

Info

Publication number
CN109283530A
CN109283530A CN201811074078.2A CN201811074078A CN109283530A CN 109283530 A CN109283530 A CN 109283530A CN 201811074078 A CN201811074078 A CN 201811074078A CN 109283530 A CN109283530 A CN 109283530A
Authority
CN
China
Prior art keywords
imaging
measured
linearity
imaging region
dual
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811074078.2A
Other languages
English (en)
Other versions
CN109283530B (zh
Inventor
周天益
冉立新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201811074078.2A priority Critical patent/CN109283530B/zh
Publication of CN109283530A publication Critical patent/CN109283530A/zh
Application granted granted Critical
Publication of CN109283530B publication Critical patent/CN109283530B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种利用压缩感知提高微波成像线性度的方法。搭建微波成像***，在较大介电常数待测目标周围一圈间隔均布布置有多个收发天线，所有收发天线中的一个作为发射天线朝向待测目标发出电磁波形成入射场，入射场在待测目标周围形成散射场，其余的收发天线作为接收天线对散射场进行均匀接收，根据待测目标的大致位置范围建立初步的成像区域，使得待测目标位于初步的成像区域内，增大待测目标和成像区域之间的空间稀疏特性，采用压缩感知方法对接收的散射场信号进行处理成像，随着成像算法的线性度提高，成像效果理想。本发明方法可有效地改进传统微波成像算法针对较大介电常数目标成像时的非线性，具有实施简便、计算快速等特点。

Description

一种利用压缩感知提高微波成像线性度的方法
技术领域
本发明涉及了一种提高微波成像性能的方法，尤其是涉及了一种利用压缩感知提高微波成像线性度的方法。
背景技术
微波成像是指以微波作为信息载体的一种成像手段，其原理是利用微波频段的电磁波照射待测目标，通过被目标激发的散射场测量值来重构目标的形状或介电常数分布。微波成像在本质上是一个逆散射问题，其根据散射的回波信号反演提取目标特征信息。微波成像具有安全、非接触、成本低等特点，因此广泛应用于安全检查、隔墙监视、医学成像等军用、民用领域。
尽管电磁逆散射问题拥有广泛的应用前景，而且相关领域的研究也已取得进展，但电磁逆散射技术的应用仍存在诸多问题。电磁逆散射问题在本质上是属于病态性的非线性问题，其求解难度大。为此，研究人员开发了不同的求解方法，例如Born迭代方法(BIM)、变形Born迭代方法(DBIM)、对比源反演方法(CSI)、包括高斯牛顿法(GNI)、子空间优化算法(SOM)等。然而大介电常数所带来的强非线性，导致大多数算法无法对大介电常数的目标进行成像和计算。此外，目前许多电磁逆散射算法使用迭代技术，计算量较大，计算资源需求较高，这也是制约电磁逆散射技术应用的一个瓶颈。
发明内容
为了解决背景技术中存在的问题，本发明所要解决的技术问题是提供了一种利用压缩感知提高微波成像线性度的方法。本发明方法可有效地改进传统微波成像算法针对较大介电常数目标成像时的非线性，具有实施简便、计算快速等特点。
本发明解决其技术问题所采用的技术方案是：
1)搭建微波成像***，微波成像***包括多个收发天线，在较大介电常数的待测目标周围一圈间隔均布布置有多个收发天线，所有收发天线中的一个作为发射天线朝向待测目标发出电磁波形成入射场，入射场在待测目标周围形成散射场，其余的收发天线作为接收天线对散射场进行均匀接收，完成对信号的空间均匀采样；
2)根据待测目标的大致位置范围建立初步的成像区域，使得待测目标位于初步的成像区域内，采用压缩感知方法对接收的目标散射场信号进行处理成像，成像效果不理想；
3)增大待测目标和成像区域之间的空间稀疏特性，再次采用压缩感知方法对接收的散射场信号进行处理成像，随着成像算法的线性度提高，成像效果理想。
所述的待测目标的介电常数在7以上。
所述的增大待测目标和成像区域之间的空间稀疏特性具体是通过增大包含待测目标的成像区域实现，即增大成像区域，待测目标保持不变。
本发明特殊地针对较大介电常数目标，在较大介电常数目标微波成像下增加成像区域的空间稀疏度，建立入射场和散射场之间的线性成像模型，进而结合压缩感知算法，提高微波成像算法的线性度，最终实现针对较大介电常数目标的成像。
所述的步骤1)中，收发天线工作频率对应的波长为λ，调整成像区域设置为边长为2λ的正方形区域，待测目标位于成像区域的正方形区域内。
所述的收发天线为单频天线。
本发明所述方法适应于压缩感知算法框架的线性成像模型，不适用于压缩感知算法以外的线性成像模型。
本发明方法通过增加的空间稀疏度，在待测目标具有较大介电常数的情况下使得整个成像区域的等效介电常数减小，从而等效地提高微波成像线性度。
本发明必须利用增加成像区域空间稀疏度和压缩感知共同提高较大介电常数的微波成像线性度，三者缺一不可。
本发明在微波成像中，能够通过设置增大成像区域大小，增加成像区域的稀疏度，使得整个成像区域的等效介电常数减小，进而可以采用线性近似方法得到适应于压缩感知算法框架的线性成像模型，并最终得到快速求解进行成像。
本发明应用有压缩感知方法，将稀疏先验条件运用于病态线性方程的求解过程中，从而能够以远低于奈奎斯特的采样次数实现原始信号的完美重建，这将极大地降低***的复杂度和信号的处理时间。
本发明的有益效果是：
不同于背景技术中传统逆散射成像技术仅能够对低介电常数目标进行成像，本发明通过设置成像区域大小构造稀疏场景，使得整个成像区域的等效介电常数减小，从而利用稀疏先验信息提高微波成像线性度，实现对大介电常数目标成像。本发明方法的特点在于采用压缩感知算法提高微波成像线性度，实现对大介电常数目标进行成像。
本发明通过人为划分成像区域大小来构造稀疏场景，具有实施简便，计算快速等优点。
附图说明
图1是本发明成像***的示意图。
图2是本发明实施例的较小成像区域下的待测目标原始图像。
图3是本发明实施例的较小成像区域的传统逆散射算法的成像示意图。
图4是本发明实施例的较小成像区域的压缩感知算法的成像示意图。
图5是本发明实施例的增大成像区域后的待测目标原始图像。
图6是本发明实施例的增大成像区域后的传统逆散射算法的成像示意图。
图7是本发明实施例的增大成像区域后的压缩感知算法的成像示意图。
图中：待测目标1、天线2、成像区域3。
具体实施方式
下面结合本发明实施例中的附图，详细描述本发明的实施过程。
本发明具体实施是：
1)搭建微波成像***，微波成像***包括多个收发天线2，在较大介电常数的待测目标1周围一圈间隔均布布置有多个收发天线2，所有收发天线2中的一个作为发射天线朝向待测目标1发出电磁波形成入射场，入射场在待测目标1周围形成散射场，其余的收发天线2作为接收天线对散射场进行均匀接收，完成对信号的空间均匀采样；
2)根据待测目标1的大致位置范围建立初步的成像区域3，使得待测目标1位于初步的成像区域3内，采用压缩感知方法对接收的目标散射场信号进行处理成像，成像效果不理想；
3)增大待测目标1和成像区域3之间的空间稀疏特性，再次采用压缩感知方法对接收的散射场信号进行处理成像，随着成像算法的线性度提高，成像效果理想。
具体措施中，收发天线2工作频率对应的波长为λ，调整成像区域3设置为边长为2λ的正方形区域，待测目标1位于成像区域3的正方形区域内。
测量过程中，通过发射天线向待测目标发射连续电磁波形成入射场，接收天线接收入射场与待测目标相互作用产生的散射场，入射场和散射场共同组成总场，完成对信号的空间均匀采样，以此为基础进而利用压缩感知算法实现对大介电常数目标的成像。
电磁场散射过程的矩阵表示为：
E2＝G·J (1)
J＝X·E (2)
其中，E2和E分别表示为散射场和总场，G为从成像区域到所有接收天线的自由空间格林函数矩阵表示，J表示感应电流，X为待测目标的材料相关特性(例如有介电常数、后向散射系数、空间反射率)。
由(1)式和(2)式得到：
E2＝G·E·X (3)
当总场E近似为入射场E1，即E＝E1，将(3)式表示为：
E2＝G·E1·σ (4)
其中，σ为成像区域中包含待测目标和空气区域的空间反射率分布，E2为散射场，G为从成像区域到所有接收天线的自由空间格林函数矩阵表示，E1表示入射场。
在以上公式中，G·E1组成了成像区域的测量矩阵，测量矩阵的维度对应着成像区域的大小。在计算待测目标大小不变的情况下，空间稀疏度通过增大包含待测目标的成像区域(即等效地增加测量矩阵的维度)实现。
本发明的具体实施例及其实施过程如下：
本发明的微波成像***如图1所示，收发天线2等间隔放置于待测目标1周围，对散射场进行均匀接收完成对信号的空间均匀采样。每个收发天线2发射电磁波信号或者接收散射电磁波信号。在本示例中，收发天线2工作频率对应的波长为λ，最终搭建成像区域3设置为边长为2λ的正方形区域。具体情况如下：
1)首先，第一步设置如图2显示的待测目标和成像区域的横截面以及具体尺寸，其中成像区域的横截面大小为0.5λ×0.5λ，待测目标的横截面大小的半径为0.2λ，待测目标大小与成像区域大小比值为0.5(按图中面积计算)，稀疏度低。
待测目标的相对介电常数从7变化到10。成像区域与收发天线间距满足远场范围条件，采用平面波作为入射电磁场。
实施例采用传统逆散射算法TSOM和压缩感知算法分别对不同介电常数的目标进行成像，结果分别如图3、图4所示。
结果显示，由于较大介电常数目标引起的强非线性，TSOM算法和压缩感知算法均无法对目标进行正确成像。
2)首先，第二步设置如图5显示的增大成像区域后待测目标和成像区域的横截面以及具体尺寸，其中成像区域的横截面大小为2λ×2λ，待测目标的横截面大小的半径保持为0.2λ，待测目标大小与成像区域大小比值为0.03(按图中面积计算)，稀疏度增大。
目标的相对介电常数从7变化到10。成像区域与收发天线间距满足远场范围条件，采用平面波作为入射电磁场。
同样采用传统逆散射算法TSOM和压缩感知算法分别对不同介电常数的目标进行成像。
图6(a)、(b)、(c)、(d)为采用TSOM计算得到的目标介电常数为7、8、9、10的重建图像。结果显示，在介电常数7时，重建结果已经出现畸变，随着介电常数继续增大，已经无法得到正确的重建图像，表明传统逆散射算法难以应对大介电常数的目标场景。
图7(a)、(b)、(c)、(d)为压缩感知算法计算得到的目标介电常数为7、8、9、10的重建图像。结果显示，在介电常数7时，目标的位置和轮廓与原始图像完全重合。随着介电常数的继续增大，重建结果出现畸变程度也随之恶化，但是重建图像的整***置仍旧与原始图像重合，且图像在可分辨范围之内。表明增加成像区域后，压缩感知算法能够有效地提高微波成像线性度，从而实现对大介电常数的目标进行正确成像。
由此上述实施例可见，本发明所提出的利用增加成像区域稀疏度和压缩感知提高微波成像线性度的方法，利用稀疏先验信息提高微波成像线性度，从而实现对较大介电常数目标成像，具有成本便宜、实施简便、计算快速等突出显著的技术效果。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或者替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权力要求书的保护范围为准。

Claims (6)

1.一种利用压缩感知提高微波成像线性度的方法，其特征在于：
1)搭建微波成像***，微波成像***包括多个收发天线(2)，在较大介电常数的待测目标(1)周围一圈间隔均布布置有多个收发天线(2)，所有收发天线(2)中的一个作为发射天线朝向待测目标(1)发出电磁波形成入射场，入射场在待测目标(1)周围形成散射场，其余的收发天线(2)作为接收天线对散射场进行均匀接收，完成对信号的空间均匀采样；
2)根据待测目标(1)的预先设置位置范围建立初步的成像区域(3)，使得待测目标(1)位于初步的成像区域(3)内，采用压缩感知方法对接收的目标散射场信号进行处理成像，成像效果不理想；
3)增大待测目标(1)和成像区域(3)之间的空间稀疏特性，再次采用压缩感知方法对接收的散射场信号进行处理成像，随着成像算法的线性度提高，成像效果理想。
2.根据权利要求1所述的一种利用压缩感知提高微波成像线性度的方法，其特征在于：所述的待测目标(1)的介电常数在7以上。
3.根据权利要求1所述的一种利用压缩感知提高微波成像线性度的方法，其特征在于：所述的增大待测目标(1)和成像区域(3)之间的空间稀疏特性具体是通过增大包含待测目标的成像区域实现。
4.根据权利要求1所述的一种利用压缩感知提高微波成像线性度的方法，其特征在于：所述的步骤1)中，收发天线(2)工作频率对应的波长为λ，调整成像区域(3)设置为边长为2λ的正方形区域，待测目标(1)位于成像区域(3)的正方形区域内。
5.根据权利要求1所述的一种利用压缩感知提高微波成像线性度的方法，其特征在于：所述的收发天线为单频天线。
6.根据权利要求1所述的一种利用压缩感知提高微波成像线性度的方法，其特征在于：所述方法适应于压缩感知算法框架的线性成像模型。
CN201811074078.2A 2018-09-14 2018-09-14 一种利用压缩感知提高微波成像线性度的方法 Expired - Fee Related CN109283530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811074078.2A CN109283530B (zh) 2018-09-14 2018-09-14 一种利用压缩感知提高微波成像线性度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811074078.2A CN109283530B (zh) 2018-09-14 2018-09-14 一种利用压缩感知提高微波成像线性度的方法

Publications (2)

Publication Number Publication Date
CN109283530A true CN109283530A (zh) 2019-01-29
CN109283530B CN109283530B (zh) 2020-08-14

Family

ID=65180661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811074078.2A Expired - Fee Related CN109283530B (zh) 2018-09-14 2018-09-14 一种利用压缩感知提高微波成像线性度的方法

Country Status (1)

Country Link
CN (1) CN109283530B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110720914A (zh) * 2019-10-25 2020-01-24 深圳技术大学 基于稀疏采样的全息磁感应胸腔成像方法及成像***
CN111174750A (zh) * 2020-02-19 2020-05-19 黑龙江工业学院 一种管件外侧壁直线度测量工具
CN111239730A (zh) * 2020-01-19 2020-06-05 浙江大学 一种基于时间反转和压缩感知的电磁非视线成像方法
CN111766294A (zh) * 2020-07-07 2020-10-13 杭州电子科技大学 基于微波成像的砂石骨料无损检测方法
CN112285695A (zh) * 2020-10-21 2021-01-29 浙江大学 一种基于压缩感知的交互定位***和方法
CN113670952A (zh) * 2021-07-19 2021-11-19 宁波大学 基于稀疏感应电流的介质材料实时微波成像方法
CN113670952B (zh) * 2021-07-19 2024-08-02 宁波大学 基于稀疏感应电流的介质材料实时微波成像方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105929388A (zh) * 2016-04-18 2016-09-07 浙江大学 一种基于Wi-Fi网络的新型室内定位方法
CN106772375A (zh) * 2016-12-27 2017-05-31 哈尔滨工业大学 基于参数估计的压缩感知成像方法
CN106772365A (zh) * 2016-11-25 2017-05-31 南京理工大学 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法
US20170356995A1 (en) * 2016-06-09 2017-12-14 Ellumen, Inc . Phase confocal method for near-field microwave imaging
CN107894591A (zh) * 2017-09-30 2018-04-10 沈阳航空航天大学 基于压缩感知的穿墙雷达衍射层析成像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105929388A (zh) * 2016-04-18 2016-09-07 浙江大学 一种基于Wi-Fi网络的新型室内定位方法
US20170356995A1 (en) * 2016-06-09 2017-12-14 Ellumen, Inc . Phase confocal method for near-field microwave imaging
CN106772365A (zh) * 2016-11-25 2017-05-31 南京理工大学 一种基于贝叶斯压缩感知的多径利用穿墙雷达成像方法
CN106772375A (zh) * 2016-12-27 2017-05-31 哈尔滨工业大学 基于参数估计的压缩感知成像方法
CN107894591A (zh) * 2017-09-30 2018-04-10 沈阳航空航天大学 基于压缩感知的穿墙雷达衍射层析成像方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110720914A (zh) * 2019-10-25 2020-01-24 深圳技术大学 基于稀疏采样的全息磁感应胸腔成像方法及成像***
CN111239730A (zh) * 2020-01-19 2020-06-05 浙江大学 一种基于时间反转和压缩感知的电磁非视线成像方法
CN111174750A (zh) * 2020-02-19 2020-05-19 黑龙江工业学院 一种管件外侧壁直线度测量工具
CN111174750B (zh) * 2020-02-19 2021-04-13 黑龙江工业学院 一种管件外侧壁直线度测量工具
CN111766294A (zh) * 2020-07-07 2020-10-13 杭州电子科技大学 基于微波成像的砂石骨料无损检测方法
CN112285695A (zh) * 2020-10-21 2021-01-29 浙江大学 一种基于压缩感知的交互定位***和方法
CN112285695B (zh) * 2020-10-21 2024-01-12 浙江大学 一种基于压缩感知的交互定位***和方法
CN113670952A (zh) * 2021-07-19 2021-11-19 宁波大学 基于稀疏感应电流的介质材料实时微波成像方法
CN113670952B (zh) * 2021-07-19 2024-08-02 宁波大学 基于稀疏感应电流的介质材料实时微波成像方法

Also Published As

Publication number Publication date
CN109283530B (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
CN109283530A (zh) 一种利用压缩感知提高微波成像线性度的方法
CN109188431B (zh) 一种基于压缩感知的全息微波快速成像方法
Solimene et al. A novel CS-TSVD strategy to perform data reduction in linear inverse scattering problems
KR20130095059A (ko) 전자파 수치해석 방법 및 장치
Tajik et al. Comparative study of the Rytov and Born approximations in quantitative microwave holography
Qi et al. 3D bistatic omega-K imaging algorithm for near range microwave imaging systems with bistatic planar scanning geometry
Nicholson et al. Improved near-field radar cross-section measurement technique
CN107102326B (zh) 基于条带分割和数据融合的快速关联成像方法及装置
CN109031292B (zh) 一种sar与介电反演结合的成像方法
Fromenteze et al. Unification of compressed imaging techniques in the microwave range and deconvolution strategy
CN108279415B (zh) 一种基于空间压缩感知的实时微波隔墙成像方法
US9519054B2 (en) Method and apparatus for reconstructing dielectric image using electromagnetic waves
Plouhinec et al. 3D UTD modeling of a measured antenna disturbed by a dielectric circular cylinder in WBAN context
Simonov et al. Analysis of the super-resolution effect on microwave tomography
Leone et al. Verification of optimal discretization in multi-plane phaseless diagnostics
Lu et al. Through-wall imaging: Application of subspace-based optimization method
Solimene et al. 3D sliced tomographic inverse scattering experimental results
Hoang et al. Ghost image removal using physical layer spatial asymmetry in frequency-diverse computational imaging
Hayashi et al. Far field estimation using current distribution reconstructed by hemispherical near field
KR20220111490A (ko) 원거리의 전기장을 이용하여 근거리의 전기장을 추정하는 전자파 측정 장치
Bai et al. Weakly convex discontinuity adaptive regularization for microwave imaging
CN114047389B (zh) 一种频率分集和计算成像方法及***
Dioline et al. Radiology: Clinical trials implemented by composite test-beds via MVDR beamformer system
Zhang et al. Simultaneously azimuth-pitch super-resolution imaging for ground-to-air radar
Gabuzda et al. First results of 1.4–5.0 ghz vlba observations of the mojave–ii agns

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200814

Termination date: 20210914

CF01 Termination of patent right due to non-payment of annual fee