CN112099102A - 一种天线阵列机械扫描式全息图像重建方法 - Google Patents

一种天线阵列机械扫描式全息图像重建方法 Download PDF

Info

Publication number
CN112099102A
CN112099102A CN202010879243.2A CN202010879243A CN112099102A CN 112099102 A CN112099102 A CN 112099102A CN 202010879243 A CN202010879243 A CN 202010879243A CN 112099102 A CN112099102 A CN 112099102A
Authority
CN
China
Prior art keywords
dimension
antenna array
millimeter wave
signal
dimensional
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
CN202010879243.2A
Other languages
English (en)
Other versions
CN112099102B (zh
Inventor
孟祥新
柳桃荣
笪敏
刘泽鑫
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.)
Brainware Terahertz Information Technology Co ltd
Original Assignee
Brainware Terahertz Information Technology Co ltd
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 Brainware Terahertz Information Technology Co ltd filed Critical Brainware Terahertz Information Technology Co ltd
Priority to CN202010879243.2A priority Critical patent/CN112099102B/zh
Publication of CN112099102A publication Critical patent/CN112099102A/zh
Application granted granted Critical
Publication of CN112099102B publication Critical patent/CN112099102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/005—Prospecting or detecting by optical means operating with millimetre waves, e.g. measuring the black losey radiation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
    • G01N21/3586—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation by Terahertz time domain spectroscopy [THz-TDS]
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
    • G03H5/00—Holographic processes or apparatus using particles or using waves other than those covered by groups G03H1/00 or G03H3/00 for obtaining holograms; Processes or apparatus for obtaining an optical image from them
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Toxicology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种天线阵列机械扫描式全息图像重建方法，依次包括：对由后向散射回波信号生成的距离压缩信号进行二维维度上的图像聚焦处理，所述二维维度是与所述微波毫米波天线阵元的排列方向相垂直的二维维度；将经过处理的距离压缩信号进行图像聚焦，所述图像聚焦是在所述微波毫米波天线阵元的排列方向的维度上进行。本发明的图像重建方法简化了三个维度的计算复杂度，使得算法结构更适用于硬件信号处理平台高速并行实现，而且是一种不受机械扫描维度扫描方式限制，可以对三维目标进行高精度全息图像重建，是一种通用的三维图像重建方法。

Description

一种天线阵列机械扫描式全息图像重建方法
技术领域
本发明涉及微波毫米波太赫兹全息图像重建领域，特别涉及一种天线阵列机械扫描式全息图像重建方法。
背景技术
现有的微波毫米波太赫兹三维全息成像安检***是主动式微波毫米波太赫兹人体安检的一种重要技术手段，其种类主要包含有平面机械扫描式成像***、圆柱面机械扫描式成像***、二维稀疏阵列电子扫描式成像***等。所述各成像***的微波毫米波太赫兹频率的电磁波可以穿透衣物，所获取的三维全息图像可以更为丰富的表现人体体表信息，因此通过三维全息图像可以有效检测到人体衣物下隐藏的危险品，是一种有效的人体安检新手段。其中一维机械扫描一维阵列开关切换扫描的成像方式在人体安检领域得到广泛的应用，包括平面机械扫描式和柱面机械扫描式两种成像方式。
目前微波毫米波太赫兹三维全息图像重建方法，尤其是用于平面机械扫描式和柱面机械扫描式两种成像方式的三维全息图像重建方法主要为时域类图像重建算法。时域类图像重建算法包括时域相关算法和后向投影重建算法。时域类算法在推导过程中无需任何近似，并且算法实现流程简单易懂，实现技术门槛较低。但是由于时域类图像重建算法中回波数据的三个维度耦合在一起，存在三个维度的时延累加计算，从而导致时域类图像重建算法的计算量大，在实际快速成像应用场景中受限，很难应用于实时性要求较高的成像***。
现有的微波毫米波太赫兹三维全息图像重建方法还包括波数域算法，波数域算法在平面机械扫描式和柱面机械扫描式两种成像方式中的实现方法均不一样，在工程实施中就需要对应这两种成像方式分别开发两套算法以适用于这两种成像方式，对所耗费的人力资源与时间成本提出较高要求。
因而，在三维全息成像***应用中，对于传统的时域类算法进行改进使得提升其计算效率，相应的技术手段亟待提出；而相对于波数域算法，如果提出一种图像重建方法适用于两种成像方式，那么就会极大降低人力资源与时间成本，对于社会经济效益具备较大贡献。
发明内容
针对上述问题，本发明提出一种天线阵列机械扫描式全息图像重建方法。
本发明的天线阵列机械扫描式全息图像重建方法，是对微波毫米波天线阵元发射微波毫米波束对目标进行扫描所得到的后向散射回波信号进行处理，所述目标位于成像目标区域中，所述微波毫米波天线阵元是机械扫描式成像***中一维天线阵列的天线阵元，其特征在于，所述微波毫米波全息图像重建方法包括步骤：
A、对所述成像目标区域和所述一维天线阵列的机械扫描位置在二维维度上进行离散化处理，所述二维维度是与所述微波毫米波天线阵元的排列方向相垂直的二维维度；
B、对所述后向散射回波信号进行快速逆傅里叶变换得到距离压缩信号，所述快速逆傅里叶变换是在微波毫米波频率维度上进行；
C、对所述距离压缩信号进行图像聚焦处理，所述图像聚焦处理是在所述二维维度上的；
D、对所述成像目标区域进行第二次离散化处理，所述第二次离散化处理是在所述微波毫米波天线阵元的排列方向的维度上进行；
E、将经过所述图像聚焦处理的所述距离压缩信号进行第二次图像聚焦，所述第二次图像聚焦是在所述微波毫米波天线阵元的排列方向的维度上进行。
进一步，
所述微波毫米波全息图像重建方法还包括：建立三维空间直角坐标系，
其中，
以所述微波毫米波天线阵元的排列方向为所述三维空间直角坐标系的Y轴方向；
所述机械扫描式成像***为一维天线阵列平面机械扫描式成像***时，以所述微波毫米波天线阵元的扫描移动方向为所述三维空间直角坐标系的X轴方向，并以三维空间直角坐标系三个坐标轴的方向关系确立所述三维空间直角坐标系的Z轴方向；
所述机械扫描式成像***为一维天线阵列圆柱面机械扫描式成像***时，以三维空间直角坐标系三个坐标轴的方向关系确立所述三维空间直角坐标系的Y轴和Z轴方向。
进一步，
记所述微波毫米波天线阵元的Y轴坐标为y'k，其中，k∈[1,Nant]，Nant为所述一维天线阵列中所述微波毫米波天线阵元的数目且为大于1的整数，
Figure BDA0002653608050000031
La为所述一维天线阵列的长度；
遍历所述坐标y'k，在每个坐标y'k处，执行所述步骤A、步骤B和步骤C。
进一步，
所述二维维度为(x,z)维度，即x维度和z维度，经过所述步骤A，
得到划分的所述成像目标区域在所述二维维度的离散网格点坐标为(xi,zj)，其中，i∈[0,Nx]，j∈[0,Nz]，Nx为所述成像目标区域沿x维度划分的离散网格的网格数目，Nz为所述成像目标区域沿z维度划分的离散网格的网格数目，Nx和Nz均为大于1的整数；
所述离散化得到的网格满足：沿所述x维度划分的网格大小
Figure BDA0002653608050000041
所述网格数目
Figure BDA0002653608050000042
沿所述z维度划分的网格大小
Figure BDA0002653608050000043
所述网格数目
Figure BDA0002653608050000044
表示向下取整，
其中，λ0为所述机械扫描式成像***的射频信号中心波长，θx为x维度的天线波束宽度，Lx为x维度上进行扫描所覆盖的空间范围，B为所述机械扫描式成像***的微波毫米波信号的带宽，c为真空中光速，Lz为所述成像目标区域在所述z维度上覆盖的范围；
得到划分的所述一维天线阵列的离散化的机械扫描位置
Figure BDA0002653608050000045
其中，
Figure BDA0002653608050000046
为所述离散化的机械扫描位置沿x维度划分的离散网格的网格数目，
Figure BDA0002653608050000047
分为所述离散化的机械扫描位置沿z维度划分的离散网格的网格数目，
Figure BDA0002653608050000048
和
Figure BDA0002653608050000049
均为大于1的整数；
所述离散化的机械扫描位置满足：采用所述一维天线阵列平面机械扫描式成像***时，
Figure BDA00026536080500000410
Ls为所述微波毫米波天线阵元的扫描距离，所述机械扫描位置的x维度划分的网格大小
Figure BDA00026536080500000411
取一定值；采用所述一维天线阵列圆柱面机械扫描式成像***时，
Figure BDA00026536080500000412
且满足
Figure BDA00026536080500000413
R为所述微波毫米波天线阵元进行圆柱面扫描轨迹的半径，
Figure BDA00026536080500000414
为所述微波毫米波天线阵元扫描过的角度，
Figure BDA00026536080500000415
的离散化间隔
Figure BDA00026536080500000416
rs为扫描对象半径，k为微波毫米波频率波数，kz为所述微波毫米波天线阵元的排列方向上的空间波数。
进一步，La为0.5～3米，Lx为0.3～2米，Lz为0.1～1.5米，Ls为0.1～2米，
Figure BDA0002653608050000051
进一步，La为2米，Lx为1米，Lz为0.2～0.8米，Ls为2米，R为0.6米，
Figure BDA0002653608050000052
为
Figure BDA0002653608050000053
进一步，
所述后向散射回波信号为S(x,y,z,f)，其中f为所述微波毫米波频率维度，
在所述步骤B中，对所述回波信号S(x,y,z,f)在所述f维度做Nf0点的快速逆傅里叶变换得到距离压缩信号SD(x,y,z,t)，
其中，t为所述目标到所述阵列天线的口面的延迟时间，且有Nf0＝N0×Nf，Nf0为所述逆傅里叶变换的点数，N0为所述回波信号S(x,y,z,f)在所述f维度的升采样倍数，Nf为原始频率点数；把所述距离压缩信号即升采样信号SD(x,y,z,t)在所述z维度的像素间隔设置为所述x维度的网格大小Δx，则
Figure BDA0002653608050000054
表示向下取整。
进一步，
在所述步骤C中，在所述(x,z)维度下，在每个离散网格点坐标(xi,zj)处都进行下面步骤：
计算所述离散网格点坐标(xi,zj)到所述微波毫米波天线阵元的离散化的机械扫描位置
Figure BDA0002653608050000055
处的斜距
Figure BDA0002653608050000056
然后得到所述z维度上匹配滤波信号
Figure BDA0002653608050000057
由所述斜距Rij计算出所述距离压缩信号SD(x,y,z,t)在所述离散化的机械扫描位置
Figure BDA0002653608050000058
处的所述z维度的匹配采样点信号
Figure BDA0002653608050000061
其中，
Figure BDA0002653608050000062
为所述z维度的像素分辨单元，
Figure BDA0002653608050000063
表示对数据向下取整，
Figure BDA0002653608050000064
将所述匹配滤波信号
Figure BDA0002653608050000065
与所述匹配采样点信号
Figure BDA0002653608050000066
的
Figure BDA0002653608050000067
维度相乘后做匹配滤波处理，得到信号
Figure BDA0002653608050000068
其中，f0为所述成像目标区域中微波毫米波射频信号的中心频率；
将在所有所述离散化的机械扫描位置
Figure BDA0002653608050000069
处的所述信号
Figure BDA00026536080500000610
全部计算出来并做累加计算得到信号SF(xi,y'k,zj)。
进一步，
在所述步骤D中，经过所述第二次离散化处理，y维度即所述微波毫米波天线阵元的排列方向的维度的离散网格点坐标为yq，q∈[0,Ny]，Ny为沿所述y维度划分的离散网格的网格数目且为大于1的整数。
进一步，
在所述步骤E中，在每个离散网格点坐标(xi,yq,zj)处都进行下面步骤：
在(y,z)维度，即y维度和z维度，计算离散网格点坐标(yq,zj)到所述微波毫米波天线阵元的所有采样位置
Figure BDA00026536080500000611
的斜距
Figure BDA00026536080500000612
在所述z维度上获取距离匹配点信号SG(xi,y'k,zL1)，所述距离匹配点信号SG(xi,y'k,zL1)通过对SF(xi,y'k,zL1)和SF(xi,y'k,zL2)线性插值求得，其中，
Figure BDA00026536080500000613
Figure BDA00026536080500000614
表示向下取整，L2＝L1+1；
计算所述微波毫米波天线阵元的所有采样位置
Figure BDA00026536080500000615
处匹配滤波信号
Figure BDA00026536080500000616
其中，f0为所述成像目标区域中微波毫米波束射频信号的中心频率；
将所述微波毫米波天线阵元在所有所述采样位置
Figure BDA0002653608050000071
处匹配滤波信号
Figure BDA0002653608050000072
均与所述距离匹配点信号SG(xi,y'k,zL1)的y'k维度对应相乘得到所述微波毫米波天线阵元的所有采样位置
Figure BDA0002653608050000073
处的信号
Figure BDA0002653608050000074
将所述微波毫米波天线阵元的所有采样位置
Figure BDA0002653608050000075
处的信号
Figure BDA0002653608050000076
进行复数累加计算，以得到信号S(xi,yq,zj)。
本发明提出的一种天线阵列机械扫描式全息图像重建方法，简化了三个维度的计算复杂度，使得算法结构更适用于硬件信号处理平台高速并行实现，而且是一种不受机械扫描维度扫描方式限制，可以对三维目标进行高精度全息图像重建，是一种通用的三维图像重建方法。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了根据本发明实施例的微波毫米波全息重建***1(一维天线阵列平面机械扫描式成像***)的工作(扫描)模式图；
图2示出了根据本发明实施例的微波毫米波全息重建***2(一维天线阵列圆柱面机械扫描式成像***)的工作(扫描)模式图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1所示为一维天线阵列平面机械扫描式成像***的工作模式图即扫描模式图，图2所示则为一维天线阵列圆柱面机械扫描式成像***的工作模式图或者说扫描模式图。上述的两种扫描式成像***中均设有一维天线阵列，图1和图2中，1为所述一维天线阵列中微波毫米波天线阵元，2为一维天线阵列的水平扫描方向，3为成像目标区域，多个微波毫米波天线阵元1沿同一方向排列构成所述一维天线阵列。由图1可知，若以成像目标区域3的中心为坐标原点，一维天线阵列平面机械扫描式成像***的微波毫米波天线阵元1的排列方向为Y轴方向，所述微波毫米波天线阵元1的平面扫描移动方向为X轴方向可建立三维的空间直角坐标系，其中，成像目标区域3位于所述微波毫米波天线阵元1扫描所经过的平面轨迹的一侧。由图2可知，若以成像目标区域3的中心为坐标原点，一维天线阵列圆柱面机械扫描式成像***的微波毫米波天线阵元1的排列方向为Y轴方向可建立三维的空间直角坐标系，其中，成像目标区域3位于所述微波毫米波天线阵元1进行扫描所经过的圆柱面轨迹内。
在上述的两种扫描式成像***中，通过所述微波毫米波天线阵元1的射频开关的切换，使得成像***的发射天线的波束和接收天线的波束实现竖直方向(即Y轴方向)移动扫描；一维天线阵列通过高精度机械扫描控制装置带动实现了水平扫描(图1中为沿X轴方向扫描，图2中为沿圆柱面扫描)，最终得到天线波束(包括发射天线与接收天线的波束)在(x,z)二维空间平面的离散分布。
本发明的微波毫米波全息图像重建方法包括，对于微波毫米波天线阵元1，执行下面的步骤一至步骤五：
一、获取目标的后向散射回波信号S(x,y,z,f)(简称为回波信号)。
通过进行所述扫描，所述两种扫描式成像***中的微波毫米波收发前端可探测获得成像目标区域3的三维的回波信号S(x,y,z,f)，其中，y维度为微波毫米波天线阵列阵元开关切换扫描维度，f为微波毫米波频率维度，回波信号S(x,y,z,f)是复数信号，包含幅度和相位信息，所述收发前端的信号体制为调频连续波信号或者频率步进连续波信号。对于一维天线阵列平面机械扫描式成像***，设所述微波毫米波天线阵元1沿X轴扫描，则在(x,z)二维空间的扫描坐标为(x,z10)，其中z10为所述微波毫米波天线阵元1的Z轴坐标且为一个定值；对于一维天线阵列圆柱面机械扫描式成像***，设Y轴为所述圆柱面的中轴，则所述二维空间扫描坐标
Figure BDA0002653608050000091
其中R为圆柱面扫描轨迹的半径，
Figure BDA0002653608050000092
为一维天线阵列机械扫描过的角度。
下面记所述微波毫米波天线阵元1的Y轴坐标为y'k，k∈[1,Nant]，Nant为一维天线阵列中所述天线阵元1的数目且为大于1的整数，
Figure BDA0002653608050000093
La为所述一维天线阵列的长度，La可取为0.5至3米，优选为2米。
二、遍历所述微波毫米波天线阵元1的坐标y'k，在每个坐标y'k处，执行下面的步骤2a至步骤2c：
2a、把成像目标区域3和所述一维天线阵列的机械扫描位置在(x,z)维度(即x维度和z维度)进行离散化。
经过所述离散化，得到划分的成像目标区域3的离散网格点坐标为(xi,zj)，
Figure BDA0002653608050000094
i为整数且i∈[0,Nx]，Lx为成像目标区域3在x维度上覆盖的范围，Nx为成像目标区域3沿x维度划分的离散网格的网格数目，zj∈[zmin,zmax]，j为整数且j∈[0,Nz]，zmin为z维度(也称为距离维度)成像最小坐标，zmax为z维度成像最大坐标，Nz为成像目标区域3沿z维度划分的离散网格的网格数目，Nx和Nz均为大于1的整数。进行所述离散化须满足的离散化条件A：x维度划分的网格大小
Figure BDA0002653608050000101
网格数目
Figure BDA0002653608050000102
Figure BDA0002653608050000103
表示向下取整；z维度划分的网格大小
Figure BDA0002653608050000104
网格数目
Figure BDA0002653608050000105
Lz＝zmax-zmin为成像目标区域3在z维度上覆盖的范围。其中，λ0为所述两种扫描式成像***的射频信号中心波长，θx为x维度的天线波束宽度，B＝fmax-fmin为成像目标区域3中微波毫米波信号的带宽(fmax和fmin分别是所述微波毫米波信号的最高频率和最低频率)，c为真空中光速。Lx一般设为0.3～2米，优选为1米，为人体横向覆盖范围，Lz一般为0.1～1.5米，优选为0.2～0.8米，为人体在z维度的跨度。所述网格大小Δx、Δz的值越小，划分的网格越细密，图像重建结果精细度就越高。
经过所述离散化，得到划分的一维天线阵列的离散化的机械扫描位置(以下简称为机械扫描位置)
Figure BDA0002653608050000106
采用一维天线阵列平面机械扫描式成像***时，
Figure BDA0002653608050000107
l为整数且
Figure BDA0002653608050000108
Ls为所述微波毫米波天线阵元1的扫描距离，视具体应用场景而定，Ls可取0.1～2米，优选为2米，
Figure BDA0002653608050000109
为机械扫描位置沿x维度划分的离散网格的网格数目，
Figure BDA00026536080500001010
可取-2～-0.1米，优选为-0.4米；采用一维天线阵列圆柱面机械扫描式成像***时，
Figure BDA00026536080500001011
和
Figure BDA00026536080500001012
m为整数且
Figure BDA00026536080500001013
和
Figure BDA00026536080500001014
分为机械扫描位置沿x维度和z维度划分的离散网格的网格数目，
Figure BDA00026536080500001015
R优选为0.6米，且有
Figure BDA00026536080500001016
优选为
Figure BDA00026536080500001017
所述机械扫描位置的离散化条件与上述离散化条件A的差别在于，采用一维天线阵列平面机械扫描式成像***时，网格数目
Figure BDA00026536080500001018
本实施例中，成像目标区域3的x维度划分的网格大小Δx与机械扫描位置的x维度划分的网格大小
Figure BDA0002653608050000111
可相同，也可根据具体应用时工况的不同取为不同的值；采用一维天线阵列圆柱面机械扫描式成像***时，网格数目
Figure BDA0002653608050000112
的离散化间隔
Figure BDA0002653608050000113
rs为扫描对象半径(即能包含扫描对象的最小圆柱体的半径)，k为微波毫米波频率波数(即微波毫米波频率维度上的微波毫米波的波数)，kz为微波毫米波天线阵元的排列方向上的空间波数。
2b、对回波信号S(x,y,z,f)在f维度做Nf0点的快速逆傅里叶变换(也称为逆快速傅里叶变换)。
经过所述快速逆傅里叶变换得到距离压缩信号SD(x,y,z,t)，其中，t为所述目标到所述阵列天线的口面的延迟时间，且有Nf0＝N0×Nf，Nf0为逆傅里叶变换点数，N0为回波信号S(x,y,z,f)在f维度的升采样倍数，Nf原始频率点数，是回波信号在升采样以前频率维度的频率点数。已设在x维度划分的网格大小为Δx，在z维度划分网格大小为Δz，把所述距离压缩信号即升采样信号SD(x,y,z,t)在距离维度即z维度的像素间隔设置为前述x维度的网格大小Δx，则
Figure BDA0002653608050000114
2c、对所述距离压缩信号SD(x,y,z,t)进行(x,z)维度图像聚焦处理，在每个离散网格点坐标(xi,zj)处都执行下面步骤2ca至步骤2cd。
2ca、在(x,z)维度，先计算离散网格点坐标(xi,zj)到一维天线阵列的离散化的机械扫描位置
Figure BDA0002653608050000115
处的斜距
Figure BDA0002653608050000116
然后得到z维度上匹配滤波信号
Figure BDA0002653608050000117
其中，所述平面机械扫描式成像***的一维天线阵列的机械扫描位置
Figure BDA0002653608050000118
所述圆柱面机械扫描式成像***的一维天线阵列的机械扫描位置
Figure BDA0002653608050000121
为一维天线阵列机械扫描过的角度
Figure BDA0002653608050000122
的离散化坐标。
2cb、由斜距Rij计算得到距离压缩信号SD(x,y,z,t)在所述机械扫描位置
Figure BDA0002653608050000123
处z维度的匹配采样点信号
Figure BDA0002653608050000124
其中，所述匹配采样点信号中延时t取为
Figure BDA0002653608050000125
zL是一具体的距离维度的位置，指标
Figure BDA0002653608050000126
为z维度像素分辨单元，floor(·)表示对数据向下取整。
2cc、将匹配滤波信号
Figure BDA0002653608050000127
与所述机械扫描位置
Figure BDA0002653608050000128
处匹配采样点信号
Figure BDA0002653608050000129
的
Figure BDA00026536080500001210
维度相乘后做匹配滤波处理，得到信号
Figure BDA00026536080500001211
其中，f0为成像目标区域3中所述微波毫米波射频信号的中心频率。
2cd、将在所有所述机械扫描位置
Figure BDA00026536080500001212
处的所述信号
Figure BDA00026536080500001213
全部计算出来并做累加计算得到信号SF(xi,y'k,zj)。
通过上述步骤二，遍历所述微波毫米波天线阵元1的所有坐标y'k后，(x,f)维度的图像得到完全聚焦。
三、对成像场景中的y维度进行离散化处理。
经过所述离散化处理，y维度的离散网格点坐标为yq，q∈[0,Ny]，Ny为沿y维度划分的离散网格的网格数目且为大于1的整数。yq与一维天线阵列中所述天线阵元1的位置坐标范围相一致，z维度的离散网格点坐标仍然为zj。
四、最终图像聚焦处理
在每个离散网格点坐标(xi,yq,zj)处都执行下面步骤5a至步骤5e：
5a、在(y,z)维度，即y维度和z维度，计算离散网格点坐标(yq,zj)到一维天线阵列中所述天线阵元1的所有采样位置(即天线阵元1扫描时的坐标位置)
Figure BDA0002653608050000131
的斜距
Figure BDA0002653608050000132
5b、在所述z维度上获取距离匹配点信号SG(xi,y'k,zL1)，所述距离匹配点信号SG(xi,y'k,zL1)通过线性插值方法求得，即SG(xi,y'k,zL1)＝SF(xi,y'k,zL1)+xishu×(SF(xi,y'k,zL2)-SF(xi,y'k,zL1))，距离维度的位置的脚标
Figure BDA0002653608050000133
L2＝L1+1,
Figure BDA0002653608050000134
5c、计算所述微波毫米波天线阵元1的所有采样位置
Figure BDA0002653608050000135
处匹配滤波信号
Figure BDA0002653608050000136
其中，f0为前述成像目标区域3中所述微波毫米波射频信号的中心频率。
5d、将所述微波毫米波天线阵元1在所有所述采样位置
Figure BDA0002653608050000137
处匹配滤波信号
Figure BDA0002653608050000138
均与所述距离匹配点信号SG(xi,y'k,zL1)的y'k维度对应相乘得到所述微波毫米波天线阵元的所有采样位置
Figure BDA0002653608050000139
处的信号
Figure BDA00026536080500001310
5e、将所述微波毫米波天线阵元1的所有采样位置
Figure BDA00026536080500001311
处的信号
Figure BDA00026536080500001312
都进行复数累加计算，以得到信号S(xi,yq,zj)。
通过步骤五获得所有离散网格点坐标(yq,zj)处的信号S(xi,yq,zj)，y维度图像得到聚焦，至此得到最终的三维复数图像O(xi,yq,zj)。
最后，将获得的三维复数图像O(xi,yq,zj)传输到显示端，进行显示、目标检测、目标分类与识别等。
本发明提出了一种天线阵列机械扫描式全息图像重建方法，采用时域类算法处理的思路，将回波数据三个维度分别进行分解处理，在算法结构上更适用于高速并行计算平台处理，同时所提方法不受限于成像***机械扫描方式，可以对三维目标进行高精度全息图像重建，是一种通用的三维图像重建方法。
尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种天线阵列机械扫描式全息图像重建方法，是对微波毫米波天线阵元发射微波毫米波束对目标进行扫描所得到的后向散射回波信号进行处理，所述目标位于成像目标区域中，所述微波毫米波天线阵元是机械扫描式成像***中一维天线阵列的天线阵元，其特征在于，所述微波毫米波全息图像重建方法包括步骤：
A、对所述成像目标区域和所述一维天线阵列的机械扫描位置在二维维度上进行离散化处理，所述二维维度是与所述微波毫米波天线阵元的排列方向相垂直的二维维度；
B、对所述后向散射回波信号进行快速逆傅里叶变换得到距离压缩信号，所述快速逆傅里叶变换是在微波毫米波频率维度上进行；
C、对所述距离压缩信号进行图像聚焦处理，所述图像聚焦处理是在所述二维维度上的；
D、对所述成像目标区域进行第二次离散化处理，所述第二次离散化处理是在所述微波毫米波天线阵元的排列方向的维度上进行；
E、将经过所述图像聚焦处理的所述距离压缩信号进行第二次图像聚焦，所述第二次图像聚焦是在所述微波毫米波天线阵元的排列方向的维度上进行。
2.根据权利要求1所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，
所述微波毫米波全息图像重建方法还包括：建立三维空间直角坐标系，
其中，
以所述微波毫米波天线阵元的排列方向为所述三维空间直角坐标系的Y轴方向；
所述机械扫描式成像***为一维天线阵列平面机械扫描式成像***时，以所述微波毫米波天线阵元的扫描移动方向为所述三维空间直角坐标系的X轴方向，并以三维空间直角坐标系三个坐标轴的方向关系确立所述三维空间直角坐标系的Z轴方向；
所述机械扫描式成像***为一维天线阵列圆柱面机械扫描式成像***时，以三维空间直角坐标系三个坐标轴的方向关系确立所述三维空间直角坐标系的Y轴和Z轴方向。
3.根据权利要求2所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，
记所述微波毫米波天线阵元的Y轴坐标为y'k，其中，k∈[1,Nant]，Nant为所述一维天线阵列中所述微波毫米波天线阵元的数目且为大于1的整数，
Figure FDA0002653608040000021
La为所述一维天线阵列的长度；
遍历所述坐标y'k，在每个坐标y'k处，执行所述步骤A、步骤B和步骤C。
4.根据权利要求3所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，
所述二维维度为(x,z)维度，即x维度和z维度，经过所述步骤A，
得到划分的所述成像目标区域在所述二维维度的离散网格点坐标为(xi,zj)，其中，i∈[0,Nx]，j∈[0,Nz]，Nx为所述成像目标区域沿x维度划分的离散网格的网格数目，Nz为所述成像目标区域沿z维度划分的离散网格的网格数目，Nx和Nz均为大于1的整数；
所述离散化得到的网格满足：沿所述x维度划分的网格大小
Figure FDA0002653608040000022
所述网格数目
Figure FDA0002653608040000023
沿所述z维度划分的网格大小
Figure FDA0002653608040000024
所述网格数目
Figure FDA0002653608040000025
Figure FDA0002653608040000026
表示向下取整，
其中，λ0为所述机械扫描式成像***的射频信号中心波长，θx为x维度的天线波束宽度，Lx为x维度上进行扫描所覆盖的空间范围，B为所述机械扫描式成像***的微波毫米波信号的带宽，c为真空中光速，Lz为所述成像目标区域在所述z维度上覆盖的范围；
得到划分的所述一维天线阵列的离散化的机械扫描位置
Figure FDA0002653608040000031
其中，
Figure FDA0002653608040000032
Figure FDA0002653608040000033
为所述离散化的机械扫描位置沿x维度划分的离散网格的网格数目，
Figure FDA0002653608040000034
分为所述离散化的机械扫描位置沿z维度划分的离散网格的网格数目，
Figure FDA0002653608040000035
和
Figure FDA0002653608040000036
均为大于1的整数；
所述离散化的机械扫描位置满足：采用所述一维天线阵列平面机械扫描式成像***时，
Figure FDA0002653608040000037
Ls为所述微波毫米波天线阵元的扫描距离，所述机械扫描位置的x维度划分的网格大小
Figure FDA0002653608040000038
Figure FDA0002653608040000039
取一定值；采用所述一维天线阵列圆柱面机械扫描式成像***时，
Figure FDA00026536080400000310
且满足
Figure FDA00026536080400000311
R为所述微波毫米波天线阵元进行圆柱面扫描轨迹的半径，
Figure FDA00026536080400000315
为所述微波毫米波天线阵元扫描过的角度，
Figure FDA00026536080400000316
的离散化间隔
Figure FDA00026536080400000312
rs为扫描对象半径，k为微波毫米波频率波数，kz为所述微波毫米波天线阵元的排列方向上的空间波数。
5.根据权利要求4所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，La为0.5～3米，Lx为0.3～2米，Lz为0.1～1.5米，Ls为0.1～2米，
Figure FDA00026536080400000313
6.根据权利要求5所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，La为2米，Lx为1米，Lz为0.2～0.8米，Ls为2米，R为0.6米，
Figure FDA00026536080400000317
为
Figure FDA00026536080400000314
7.根据权利要求4至6任一所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，
所述后向散射回波信号为S(x,y,z,f)，其中f为所述微波毫米波频率维度，
在所述步骤B中，对所述回波信号S(x,y,z,f)在所述f维度做Nf0点的快速逆傅里叶变换得到距离压缩信号SD(x,y,z,t)，
其中，t为所述目标到所述阵列天线的口面的延迟时间，且有Nf0＝N0×Nf，Nf0为所述逆傅里叶变换的点数，N0为所述回波信号S(x,y,z,f)在所述f维度的升采样倍数，Nf为原始频率点数；把所述距离压缩信号即升采样信号SD(x,y,z,t)在所述z维度的像素间隔设置为所述x维度的网格大小Δx，则
Figure FDA0002653608040000041
Figure FDA0002653608040000042
表示向下取整。
8.根据权利要求7所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，
在所述步骤C中，在所述(x,z)维度下，在每个离散网格点坐标(xi,zj)处都进行下面步骤：
计算所述离散网格点坐标(xi,zj)到所述微波毫米波天线阵元的离散化的机械扫描位置
Figure FDA0002653608040000043
处的斜距
Figure FDA0002653608040000044
然后得到所述z维度上匹配滤波信号
Figure FDA0002653608040000045
由所述斜距Rij计算出所述距离压缩信号SD(x,y,z,t)在所述离散化的机械扫描位置
Figure FDA0002653608040000046
处的所述z维度的匹配采样点信号
Figure FDA0002653608040000047
其中，
Figure FDA0002653608040000048
Figure FDA0002653608040000049
为所述z维度的像素分辨单元，
Figure FDA00026536080400000410
表示对数据向下取整，
Figure FDA00026536080400000411
将所述匹配滤波信号
Figure FDA00026536080400000412
与所述匹配采样点信号
Figure FDA0002653608040000051
的
Figure FDA0002653608040000052
维度相乘后做匹配滤波处理，得到信号
Figure FDA0002653608040000053
其中，f0为所述成像目标区域中微波毫米波射频信号的中心频率；
将在所有所述离散化的机械扫描位置
Figure FDA0002653608040000054
处的所述信号
Figure FDA0002653608040000055
全部计算出来并做累加计算得到信号SF(xi,y'k,zj)。
9.根据权利要求8所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，
在所述步骤D中，经过所述第二次离散化处理，y维度即所述微波毫米波天线阵元的排列方向的维度的离散网格点坐标为yq，q∈[0,Ny]，Ny为沿所述y维度划分的离散网格的网格数目且为大于1的整数。
10.根据权利要求9所述的一种天线阵列机械扫描式全息图像重建方法，其特征在于，
在所述步骤E中，在每个离散网格点坐标(xi,yq,zj)处都进行下面步骤：
在(y,z)维度，即y维度和z维度，计算离散网格点坐标(yq,zj)到所述微波毫米波天线阵元的所有采样位置
Figure FDA0002653608040000056
的斜距
Figure FDA0002653608040000057
在所述z维度上获取距离匹配点信号SG(xi,y'k,zL1)，所述距离匹配点信号SG(xi,y'k,zL1)通过对SF(xi,y'k,zL1)和SF(xi,y'k,zL2)线性插值求得，其中，
Figure FDA0002653608040000058
+1，
Figure FDA0002653608040000059
表示向下取整，L2＝L1+1；
计算所述微波毫米波天线阵元的所有采样位置
Figure FDA00026536080400000510
处匹配滤波信号
Figure FDA00026536080400000511
其中，f0为所述成像目标区域中微波毫米波束射频信号的中心频率；
将所述微波毫米波天线阵元在所有所述采样位置
Figure FDA00026536080400000512
处匹配滤波信号
Figure FDA00026536080400000513
均与所述距离匹配点信号SG(xi,y'k,zL1)的y'k维度对应相乘得到所述微波毫米波天线阵元的所有采样位置
Figure FDA0002653608040000061
处的信号
Figure FDA0002653608040000062
将所述微波毫米波天线阵元的所有采样位置
Figure FDA0002653608040000063
处的信号
Figure FDA0002653608040000064
进行复数累加计算，以得到信号S(xi,yq,zj)。
CN202010879243.2A 2020-08-27 2020-08-27 一种天线阵列机械扫描式全息图像重建方法 Active CN112099102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010879243.2A CN112099102B (zh) 2020-08-27 2020-08-27 一种天线阵列机械扫描式全息图像重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010879243.2A CN112099102B (zh) 2020-08-27 2020-08-27 一种天线阵列机械扫描式全息图像重建方法

Publications (2)

Publication Number Publication Date
CN112099102A true CN112099102A (zh) 2020-12-18
CN112099102B CN112099102B (zh) 2023-07-11

Family

ID=73758005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010879243.2A Active CN112099102B (zh) 2020-08-27 2020-08-27 一种天线阵列机械扫描式全息图像重建方法

Country Status (1)

Country Link
CN (1) CN112099102B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731396A (zh) * 2020-12-22 2021-04-30 华中科技大学 基于同相信号测量的合成孔径雷达毫米波成像方法及***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006086529A2 (en) * 2005-02-11 2006-08-17 Wisconsin Alumni Research Foundation Time domain inverse scattering techniques for use in microwave imaging
CN103698764A (zh) * 2013-12-27 2014-04-02 中国科学院电子学研究所 一种稀疏采样条件下的干涉合成孔径雷达成像方法
CN104251991A (zh) * 2014-09-25 2014-12-31 中国科学院电子学研究所 一种基于稀疏度估计的分维度阈值迭代稀疏微波成像方法
US20150048964A1 (en) * 2013-08-15 2015-02-19 Nuctech Company Limited Millimeter wave three dimensional holographic scan imaging apparatus and inspecting method thereof
US20150122994A1 (en) * 2013-11-05 2015-05-07 Northrop Grumman Systems Corporation Passive millimeter wave image converter
CN106054183A (zh) * 2016-04-29 2016-10-26 深圳市太赫兹科技创新研究院有限公司 基于合成孔径雷达成像的三维图像重建方法及装置
CA2990914A1 (en) * 2017-01-09 2018-07-09 Oz Optics Ltd. Mm-wave sfcw radar & saf based imaging inspection system
CN109471193A (zh) * 2018-11-19 2019-03-15 博微太赫兹信息科技有限公司 一种微波毫米波三维全息成像***信号处理成像方法
CN110794471A (zh) * 2019-09-30 2020-02-14 博微太赫兹信息科技有限公司 一种毫米波稀疏阵列远程监视成像方法及***
CN111505721A (zh) * 2019-01-30 2020-08-07 杭州芯影科技有限公司 一种基于稀疏阵列的毫米波稀疏成像方法及***

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006086529A2 (en) * 2005-02-11 2006-08-17 Wisconsin Alumni Research Foundation Time domain inverse scattering techniques for use in microwave imaging
US20150048964A1 (en) * 2013-08-15 2015-02-19 Nuctech Company Limited Millimeter wave three dimensional holographic scan imaging apparatus and inspecting method thereof
US20150122994A1 (en) * 2013-11-05 2015-05-07 Northrop Grumman Systems Corporation Passive millimeter wave image converter
CN103698764A (zh) * 2013-12-27 2014-04-02 中国科学院电子学研究所 一种稀疏采样条件下的干涉合成孔径雷达成像方法
CN104251991A (zh) * 2014-09-25 2014-12-31 中国科学院电子学研究所 一种基于稀疏度估计的分维度阈值迭代稀疏微波成像方法
CN106054183A (zh) * 2016-04-29 2016-10-26 深圳市太赫兹科技创新研究院有限公司 基于合成孔径雷达成像的三维图像重建方法及装置
CA2990914A1 (en) * 2017-01-09 2018-07-09 Oz Optics Ltd. Mm-wave sfcw radar & saf based imaging inspection system
CN109471193A (zh) * 2018-11-19 2019-03-15 博微太赫兹信息科技有限公司 一种微波毫米波三维全息成像***信号处理成像方法
CN111505721A (zh) * 2019-01-30 2020-08-07 杭州芯影科技有限公司 一种基于稀疏阵列的毫米波稀疏成像方法及***
CN110794471A (zh) * 2019-09-30 2020-02-14 博微太赫兹信息科技有限公司 一种毫米波稀疏阵列远程监视成像方法及***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
孟祥新 等: "一种高精度的毫米波稀疏平面阵列频域类成像算法", 《电子学报》, vol. 48, no. 8, pages 1479 - 1485 *
朱路 等: "基于混合稀疏基字典学习的微波辐射图像重构方法", 《电子与信息学报》, vol. 38, no. 11, pages 2724 - 2730 *
沈宗俊 等: "基于全变分正则化的毫米波正交阵列近场成像重建算法", 《中国体视学与图像分析》, vol. 22, no. 4, pages 435 - 442 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731396A (zh) * 2020-12-22 2021-04-30 华中科技大学 基于同相信号测量的合成孔径雷达毫米波成像方法及***
CN112731396B (zh) * 2020-12-22 2023-12-01 华中科技大学 基于同相信号测量的合成孔径雷达毫米波成像方法及***

Also Published As

Publication number Publication date
CN112099102B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
CN109471193B (zh) 一种微波毫米波三维全息成像***信号处理成像方法
CN112114310B (zh) 一种基于三维分解的微波毫米波全息图像重建方法
US20200150265A1 (en) Close-range microwave imaging method and system
CN108957448A (zh) 一种基于广义全变差正则化的雷达关联成像方法
CN107894591A (zh) 基于压缩感知的穿墙雷达衍射层析成像方法
CN102812379B (zh) 超分辨率成像雷达
CN108957452A (zh) 一种合成孔径雷达自适应ffbp成像方法
CN114966560B (zh) 一种探地雷达后向投影成像方法及***
CN112099102A (zh) 一种天线阵列机械扫描式全息图像重建方法
Bocker et al. ISAR motion compensation using the burst derivative measure as a focal quality indicator
CN113205564B (zh) 一种sar智能目标边缘重构方法
CN112215832B (zh) Sar尾迹图像质量评估及自适应探测参数调整方法
CN112649806A (zh) 一种mimo雷达近场三维成像方法
CN111090102B (zh) 一种超分辨反射式太赫兹三维目标重建成像方法
CN114488152B (zh) 基于后向投影的高效近场大小尺寸目标isar成像方法
CN107607927B (zh) 一种条纹激光回波信息提取方法
CN113936197B (zh) 一种基于视觉显著性对图像进行目标检测的方法和***
CN112634244B (zh) 一种用于目标检测的三维复数图像处理方法及***
CN111781596B (zh) 基于无网格压缩感知的isar目标散射中心参数估计方法
Zhang et al. Simultaneously azimuth-pitch super-resolution imaging for ground-to-air radar
CN117706490B (zh) 一种基于单站雷达的金属目标间的耦合散射中心建模方法
Guo et al. Cartesian based FFBP algorithm for circular SAR using NUFFT interpolation
Brandfass et al. Real-Time Video SAR on Curved Trajectories Making Use of Graphic Core Processing
CN115421208A (zh) 紧耦合型危险品特征增强毫米波安检成像方法
Gao et al. A Fast SAR Raw Data Simulator for Extended Scenes Using Block Clipping Method

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