适用于稀疏MIMO阵列的三维毫米波成像方法及系统

本发明涉及毫米波成像，尤其涉及一种适用于稀疏mimo阵列的三维毫米波成像方法及系统。

背景技术：

1、对于通常的毫米波成像系统，提高分辨率与成像效果的最直接方法便是提高信号频率，增加信号带宽，以及通过增加收发天线提高合成孔径的大小。但受限于实际系统硬件复杂度与工程成本，以及复杂系统与庞大数据量造成的效率低下的实际效果的限制，我们需要摒弃传统算法需满足时域满采样或频域满采样的要求，通过其他方式在满足较大合成孔径的情况下减少数据的处理量，提高成像效率。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种适用于稀疏mimo阵列的三维毫米波成像方法及系统，解决了稀疏mimo阵列三维成像中的修正图像畸变及欠采样成像问题，缩短计算时间的同时提高了成像质量。

2、根据本发明提出的一种适用于稀疏mimo阵列的三维毫米波成像方法，所述方法步骤如下：

3、s1：将待测物体置于预定的成像范围内，稀疏mimo毫米波阵列的发射天线发射步进跳变的毫米波信号，接收天线获得经物体反射的电磁波信号，作为回波信号数据s，执行步骤s2；

4、s2：对回波信号数据s使用rma进行初步成像，通过对稀疏mimo阵列使用等效相位中心近似，在获得的虚拟满阵上使用快速频域算法rma，得到的图像作为初值x(0)，rma得到的空间三维信息通过提取某对x，y下最大值对应的z值以构建观测矩阵ψ，其中x、y、z对应三维坐标中x、y、z轴；

5、s3：在稀疏贝叶斯学习的框架中，引入l2范数构建基于最大后验法的最小化迭代模型x(i)，i表示迭代次数，以限制迭代次数上限或x(i)的改变率小于一个常数作为停止迭代条件，达到条件后停止迭代，获得的x(i)矩阵化后取模即为重构图像。

6、优选地，在步骤s1中：

7、成像区域根据相对于mimo阵列划分为x，y，z三个维度的三维网格，x，y，z三个维度的网格数量分别为nx，ny，nz，利用nt，nr分别代表发射天线与接收天线的数量，nk表示频点的数量，s(xt，yt，xr，yr，z0)代表接收到的回波信号数据，xt、yt、xr、yr、z0分别代表了mimo稀疏阵列中发射天线和接收天线的阵列坐标，根据电磁波的传播理论，回波信号与成像网格散射系数的映射，有如下关系式：

8、

9、

10、

11、其中，κ(x，y，z)代表空间成像区域各个网格点的散射系数，j代表虚数单位，dt代表空间网格点到某一个发射天线的距离，dr代表空间网格点到某一个接收天线的距离。

12、优选地，步骤s2中：

13、s21：对稀疏mimo阵列进行等效相位中心近似，得到满阵信号s′(xm，ym，k)：

14、

15、

16、其中，k代表波矢，其由k＝2πf/c得到，f代表电磁波的频率，c代表光速，dm、xm、ym代表空间网格点到dt与dr对应的收发对的中点处的等效相位中心的距离及中点处的坐标；

17、s22：使用快速频域算法rma，rma根据固定相理论，将球面波分解为平面波的叠加组合：

18、

19、从而我们可以得到散射系数κ(x，y，z)的表达式：

20、

21、其中kx，ky分别是相对于x，y的傅里叶变量，其取值范围从-2k至2k，分别代表2d傅里叶变换，3d逆傅里叶变换；

22、s23：将rma得到的散射系数κ(x，y，z)作为初值x(0)，同时将得到的空间三维信息通过提取某对x，y下最大值对应的z值以构建观测矩阵ψ：

23、

24、

25、其中，h＝1，2，…ntnrnk，nk＝1，2，…nk表示频点的数目，ic＝1，2，…nxny表示成像曲面网格的数目，dic表示某一个等效相位中心点相对成像曲面网格各处的距离，[·]t代表矩阵转置。

26、优选地，步骤s3中：

27、s31：根据压缩感知理论，回波信号所表示的向量y和空间网格散射系数x以及观测矩阵ψ的映射关系如下：

28、y＝ψx+ζ

29、

30、

31、其中，y是向量化的回波信号s′(xm，ym，k)，x是向量化的网格散射系数κ(x，y，z)，ζ代表与y同维度的环境噪声，观测矩阵其中代表复数空间；

32、s32：以稀疏项和惩罚项分别符合以下概率分布为先验概率：

33、

34、f(yx,ζ)∝cn(ψx,ζi)

35、f(ζ)∝1

36、其中f(y|x，ζ)表示服从复高斯分布的概率密度函数，ψx表示期望值，ζi表示协方差，ζ表示环境噪声，i表示单位矩阵，xn表示向量化的x中第n个元素，q表示稀疏系数；

37、s33：使用最大后验估计来预估x和ζ，加入l2范数后，损失函数形式为：

38、

39、其中，m表示y的元素数量，n表示x的元素数量，表示l2范数的权重系数，xh表示x的共轭转置；

40、s34：分别对xh和ζ求微分，使求得xh和ζ的迭代式：

41、x(i)＝[ψhψ+ζ(i-1)(λ(i-1))-1+τζ(i-1)i]-1ψhy

42、

43、其中i代表迭代次数，x(0)取步骤s3中rma得到的值，λ(i-1)表示一个对角矩阵，表达式如下：

44、

45、

46、迭代停止条件设置为||x(i)-x(i-1)||2/||x(i)||2≤η或迭代次数达到预设次数后，当第次的误差达到预设条件或者迭代次数达到上限，则停止迭代

47、一种适用于稀疏mimo阵列的三维毫米波成像方法搭建的系统，包括：频率信号发生单元、稀疏mimo阵列、计算机控制单元和用于搭载待测目标的成像区域，所述的频率信号发生单元的信号输出端与所述稀疏mimo阵列的信号输入端连接，所述计算机控制单元的信号输出端与所述稀疏mimo阵列的信号输入端连接，所述稀疏mimo阵列的信号输出端与所述计算机控制单元的信号输入端连接。

48、本发明中的有益效果是：

49、(1)稀疏mimo阵列搭配快速频域算法得到的图像存在较大畸变，图像质量低，本发明将压缩感知用于稀疏mimo阵列rma成像的图像修正过程，所用计算时间相比传统算法大幅缩减，且图像质量相对rma大幅提升，可在较低的采样率下，较好地消除rma和强欠采样带来的伪影和杂波，并且计算时间相较于传统bp算法大大缩短；

50、(2)相比于传统压缩感知算法，本发明引入的l2范数可以给出一个相对稠密的稀疏解，而这符合实际成像区域中物体部分区域信号反射强度较弱的特点，从而使稀疏重构能够更完整地重构完整物体和边缘细节，相对于传统压缩感知算法能更快达到迭代收敛条件，提高计算效率。

技术特征：

1.一种适用于稀疏mimo阵列的三维毫米波成像方法，其特征在于，所述方法步骤如下：

2.根据权利要求1所述的一种适用于稀疏mimo阵列的三维毫米波成像方法，其特征在于，在步骤s1中：

3.根据权利要求2所述的一种适用于稀疏mimo阵列的三维毫米波成像方法，其特征在于，步骤s2中：

4.根据权利要求3所述的一种适用于稀疏mimo阵列的三维毫米波成像方法，其特征在于，步骤s3中：

5.根据权利要求1-4任一项所述的一种适用于稀疏mimo阵列的三维毫米波成像方法搭建的系统，其特征在于，包括：频率信号发生单元(21)、稀疏mimo阵列(22)、计算机控制单元(23)和用于搭载待测目标(25)的成像区域(24)，所述的频率信号发生单元(21)的信号输出端与所述稀疏mimo阵列(22)的信号输入端连接，所述计算机控制单元(23)的信号输出端与所述稀疏mimo阵列(22)的信号输入端连接，所述稀疏mimo阵列(22)的信号输出端与所述计算机控制单元(23)的信号输入端连接。

技术总结本发明公开了一种适用于稀疏MIMO阵列的三维毫米波成像方法，包括：将待测物体置于预定的成像范围内，稀疏MIMO毫米波阵列的发射天线发射步进跳变的毫米波信号，接收天线获得经物体反射的电磁波信号，作为回波信号数据S；通过对稀疏MIMO阵列使用等效相位中心近似，在获得的虚拟满阵上使用快速频域算法RMA，得到的图像作为初值X<supgt;(0)</supgt;，RMA得到的空间三维信息通过提取某对x，y下最大值对应的z值以构建观测矩阵Ψ，其中x、y、z对应三维坐标中x、y、z轴；在稀疏贝叶斯学习的框架中，引入l<subgt;2</subgt;范数构建基于最大后验法的最小化迭代模型，达到条件后停止迭代，获得的X<supgt;(i)</supgt;矩阵化后取模即为重构图像。本发明能在保证较高时间计算效率的情况下获得高质量的优化图像。技术研发人员：涂昊,於利斌,王兆龙受保护的技术使用者：合肥工业大学技术研发日：技术公布日：2024/9/29