基于改进灰色预测模型的雷达备件消耗预测

在穿墙雷达成像领域,建筑墙体会改变电磁波的传播路径和速度,引入墙体回波延迟误差,造成建筑布局图像出现墙体位置偏移,这种现象随着穿透墙体的面数增加而加剧。并且电磁波穿透墙体时的衰减会带来前后墙体图像强度差异。对此提出了一种墙体补偿算法,该算法利用 Radon变换进行墙体距离向位置检测,实现在距离向上对成像区域进行划分,结合线段检测,实现在方位向上对成像区域进行划分,最终完成成像区域的精确划分,分别对各成像区域补偿墙体穿透延时和聚焦成像。XFDTD仿真数据验证了该算法能实现各成像区域和各面墙体的聚焦成像,有效地矫正了墙体位置,降低了前后墙体图像强度差异。     

一种有效的穿墙雷达成像杂波抑制算法

在穿墙雷达成像中,杂波对临近墙体目标的成像和检测造成严重的干扰。基于统计信号处理的杂波抑制算法近年来广泛应用于消除背景杂波,但这些算法带来的门限确定问题使其在实际应用中性能下降。考虑到实际应用环境的复杂性,提出一种有效的两阶段杂波抑制算法,该算法首先在 SVD的基础上提出一种新的方法来确定奇异值的门限以抑制强杂波,然后对第一阶段的成像结果进行基于 PCA的图像增强处理,抑制弱杂波和系统噪声,进一步突显目标信息。实验结果证明了提出的两阶段杂波抑制算法具有可行性,能够实现对临近墙体微弱目标的精确成像。     

基于改进Camshift的穿墙雷达运动人体目标成像跟踪算法

针对穿墙雷达运动人体目标图像"闪烁"与"抖动"的特点,提出基于改进Camshift的穿墙雷达运动人体目标成像跟踪算法。首先,针对形成的连续多帧穿墙雷达图像以及对应的颜色概率分布图,引入目标预测过程以确定图像中运动目标搜索波门,消除波门外的杂波干扰;然后,利用颜色概率分布图,在波门内自适应迭代调整目标搜索窗尺度,匹配形状与大小变化的目标图像以提取目标位置;最后,对提取的目标位置进行α-β滤波,形成连续平滑的目标运动跟踪航迹,实现基于穿墙雷达成像的建筑物内运动人体稳定航迹跟踪。多输入多输出（MIMO）穿墙雷达实验结果显示,与传统Camshift和Meanshift算法相比,改进后算法的跟踪航迹误差分别降低了40.99%和43.09%,获得了更加准确和平滑的目标运动航迹。     

穿墙雷达中的一种多层墙体强度补偿方法

在穿墙雷达建筑布局成像中,由墙体对电磁波信号的衰减而引起多层墙体成像强度的非均匀现象,这为建筑布局的重构带来极大的不便。对此提出一种基于霍夫变换门限检测的多层墙体衰减补偿方法。首先,对实测数据采用后向投影成像算法,并用基于主成份分析和模糊逻辑图像增强方法处理,形成原始图像。其次,基于霍夫变换直线检测原理完成固定门限值的选取,并依此判决和划分目标墙体区域和非目标杂波区域。再次,根据门限判决后的数据连通域的特性,获得目标墙体连通域的强度补偿率并完成多层墙体衰减补偿。实测数据的处理验证了基于霍夫变换门限检测的多层墙体成像强度衰减补偿方法的有效性。     

一种低秩联合稀疏模型下的杂波抑制方法

针对现有穿墙雷达探测研究中,墙体回波抑制算法需要采集全部雷达回波导致运算复杂的问题,提出了一种低秩联合稀疏模型下的墙体回波抑制方法。在提出的方法中,从雷达回波中分离墙体回波和目标回波的任务被转化为一个低秩保持和稀疏约束的优化模型,并使用交替方向乘子法求解该优化模型;最后分离出墙体回波后的回波信号被用于雷达成像。仿真实验结果表明,该方法对各种情况下的墙体回波都能有效去除。与当前经典的奇异值分解、迭代软阈值方法相比,所提出的杂波抑制方法在穿墙雷达成像中具有更高的目标杂波比。     

基于LS迭代熵值穿墙雷达墙体杂波抑制

在穿墙成像雷达中，建筑物前后墙体的回波是杂波抑制的主要问题。此类杂波往往会强于目标信号数个量级，对所需目标的回波信号检测与成像造成严重干扰。针对墙体类强杂波问题，提出了一种基于拉普拉斯平滑迭代处理的墙体强杂波抑制算法。首先对回波信号进行离散化，然后在计算离散信源的概率空间时对概率进行拉普拉斯平滑处理，然后对其进行迭代熵值处理，通过迭代过程，有效地提高信杂比增量。为了验证算法的可靠性，采用时域有限差分法进行实验建模，并对结果进行严谨的分析，算法能够达到预期效果。     

一种适用于穿墙雷达成像的墙体补偿算法

在穿墙雷达成像领域,建筑墙体会改变电磁波的传播路径和速度,引入目标散射回波延迟误差,造成隐蔽目标成像散焦、位置偏移和多径幻象等。对此提出一种墙体补偿技术,准确计算像素点与天线之间的聚焦延时,修正目标图像位置偏移和散焦等,实现聚焦目标图像。首先,对回波数据采用后向投影成像算法,得到原始图像。其次,利用Radon变换,并结合图像连通域检测得到墙体前后表面的位置。最后,通过计算墙体前后表面距离,得到约束条件;在该条件下,假定墙体厚度和介电常数,对墙后目标进行补偿成像。Matlab仿真数据验证了该算法的有效性。     

基于多尺度几何分析的SAR图像融合

在穿墙雷达成像技术中,建筑布局成像对确定墙后人体目标的空间相对位置以及多径虚假目标的提取有重要意义。目前的建筑布局成像一般采用多通道多视角图像融合方法,对此提出一种基于多尺度分析,即基于小波分解下的多通道多视角图像融合算法。该算法分为两个阶段,第一阶段涉及到单视角下的多通道图像融合,该阶段的融合目的主要是为增强图像细节信息和提高图像清晰度。因此对其小波分解后的图像高频分量采用平均梯度增强的加权融合算法,低频分量采用平均加权融合,后经小波反变换后形成多幅单视角图像;第二阶段涉及到多视角融合,该阶段的融合目的主要是为了增强图像的对比度,并且考虑到此阶段不同视角下图像经小波分解后的三个高频分量对比度各不相同,因此高频分量采用对比度增强的加权融合算法,低频分量仍采用平均加权融合,后将融合后的频率分量经小波反变换,便可得到一幅完整融合图像。仿真结果表明,提出的基于小波分解下的多通道多视角图像融合算法不论在图像视觉效果的改善和信噪比的提高等方面都有较大的作用。     

多方位多尺度建筑物布局成像融合方法

穿墙雷达成像中,建筑物布局成像对墙内隐藏目标探测和提取有重要辅助意义,完整的建筑物布局成像大多在多视角下进行,对此提出一种基于多方位多尺度的多视角建筑物布局成像融合方法。首先由后向投影算法获得各视角墙体成像后,采用多方位二维匹配滤波对各视角图像增强,消除旁瓣、栅瓣的影响。然后结合多尺度变换,即非下采样Contourlet变换分解各个视角的图像,将获得的低频分量和高频分量分别采用相应的融合规则进行融合。最后通过非下采样Contourlet反变换获得最终融合后的建筑物布局图像。仿真实验和实测数据结果证明了该方法的有效性。